Voz prestada, poder ajeno: la soberanía en la era de la inteligencia artificial

El Internet nos dio voz. La inteligencia artificial puede darnos capacidad. Pero la capacidad prestada no es soberanía.

Lo que el Internet no resolvió:

Durante décadas se nos dijo que el Internet democratizaría el poder.

Aunque en parte lo hizo, porque redujo el costo de comunicar, publicar y acceder a información, la historia tiene una paradoja. Cualquiera podía tener voz sin ser dueño de un servidor, de un cable o de una plataforma. La arquitectura de Internet fue deliberadamente descentralizada, una red de redes sin centro. Pero, sobre esa red descentralizada se formó una concentración de poder notable: los datos de miles de millones de personas se acumularon en pocas plataformas privadas, y las decisiones que más nos afectan, qué vemos, qué se amplifica, bajo qué reglas, las toman ellas y no nosotros.

Descentralizar la infraestructura no necesariamente descentralizó el poder sobre la comunicación, que a su vez condiciona la soberanía y la democratización.

Lo que la IA pone en juego

Pero aquí aparece un cambio fundamental. El problema ya no es únicamente quién controla los canales por los que circula nuestra voz, sino quién controla las herramientas que empiezan a producirla y actuar en nuestro nombre. El Internet fue sobre todo una revolución de distribución, mover información de un punto a otro. La inteligencia artificial, o el viejo concepto de superinteligencia que hoy vuelve al centro del debate, puede ser una revolución de producción y de agencia. Ya no solo transmite lo que otros dijeron: redacta, diseña, programa, analiza y, cada vez más, actúa en nombre de las personas y ayuda a decidir qué conviene hacer.

Cambia, por tanto, qué parte del poder está en disputa. Con el Internet se democratizó, sobre todo, la capacidad de comunicar. Con la IA se está democratizando, o concentrando, la capacidad de producir, decidir y actuar. El recurso clave ya no es la conexión, sino los modelos, los datos, el cómputo y los agentes. El poder pasa de quien controla el canal a quien controla la inteligencia y la infraestructura que la sostiene.

Y hay una diferencia de escala moral. Una decisión de diseño incorporada a un sistema que millones de personas usan se replica millones de veces instantáneamente. Una preferencia deja de ser una preferencia cuando queda incorporada al funcionamiento de una tecnología. Lo que antes era una opinión ahora puede convertirse en una regla.

Y no podemos olvidar que acceso no es soberanía.

Que millones de personas puedan usar una herramienta poderosa es un avance real. Pero usar no es decidir. Quien depende por completo de sistemas ajenos vive bajo términos que otros fijan: qué puede hacer la herramienta, a qué precio, con qué datos, con qué valores incorporados y hasta cuándo.

Es el inquilino con llaves. Vive cómodamente, pero no decide si el contrato se renueva.

Soberanía es capacidad de decidir y controlar. Y esa capacidad se apoya en lo material: quien posee la infraestructura, los modelos, los datos o el cómputo tiene más margen para decidir cómo se usan y quién se beneficia. Con Iel nternet era posible tener voz sin tener propiedad. Con la IA, si pensar, crear y actuar dependen de piezas controladas por unos pocos, la voz puede quedar intacta mientras el poder real se concentra en otra parte.

¡Tampoco basta con cambiar de dueño!

Sería un error concluir que el problema se resuelve cambiando quién posee la infraestructura. La propiedad es necesaria, pero no equivale a soberanía. Una cooperativa puede ser dueña de su infraestructura y carecer de la capacidad técnica para operarla o desarrollarla: propiedad formal, poca capacidad efectiva. Un Estado puede controlar la IA de un país sin que exista democracia alguna y utilizarla para vigilar, clasificar o excluir.

La propiedad puede cambiar de manos sin que cambie quién tiene la capacidad real de decidir. Porque control sin participación no es soberanía democrática. Entonces, el criterio de soberanía no es solo quién es el dueño, sino quién tiene capacidad efectiva de decidir y controlar, y quién participa realmente en esas decisiones.

Nuestra propuesta frente a la inteligencia artificial: centralizar los datos, descentralizar las decisiones.

Frente a la concentración, el reflejo es descentralizarlo todo: que cada persona tenga sus datos y su propio modelo. Es una intuición noble, pero la naturaleza de la IA la vuelve insuficiente. La capacidad de estos sistemas depende, en buena medida, de la escala: de grandes volúmenes de datos y de cómputo reunidos. Datos fragmentados en millones de islas producen sistemas débiles, y los sistemas débiles empujan a la gente de vuelta hacia quienes sí tienen escala. La descentralización total de los datos puede ser, paradójicamente, el camino más corto hacia la dependencia.

De ahí se desprende la tesis central de nuestro trabajo: la soberanía en la era de la inteligencia artificial exige centralizar los datos para construir capacidad colectiva y descentralizar las decisiones para distribuir el poder de decisión.

Centralizar los datos significa reunir los recursos suficientes para construir capacidad real, bajo esquemas de gobernanza colectiva: fondos comunes, datos federados, cooperativas o fideicomisos de datos, infraestructura pública y/o comunitaria. Descentralizar las decisiones significa que quienes aportan esos datos y viven las consecuencias del sistema influyan de verdad en cómo se entrena, qué usos se permiten, cómo se reparten los beneficios y cómo se corrigen los errores.

Es la inversa del patrón de Internet. Allí la infraestructura estaba distribuida, pero los datos y las decisiones se concentraron. Aquí se reúnen los recursos para tener capacidad y se distribuye el poder de decidir sobre ellos. Lo que importa no es dónde están físicamente los datos, sino quién gobierna su uso para construir soluciones representativas.

Por eso, no ignoramos las objeciones. Las abordamos de frente.

La nueva propuesta de GENIA Americas tiene riesgos que un argumento honesto debe nombrar. Reunir datos, incluso bajo gobernanza colectiva, crea un punto único de fallo y un blanco para la captura, ya sea por intereses privados, por el propio Estado o por una élite interna de la institución. Plantea además problemas serios de privacidad y seguridad. Y existen enfoques técnicos, como el aprendizaje federado, que buscan escala sin mover los datos, y que podrían debilitar la premisa de que centralizar es indispensable.

Estas objeciones no refutan la tesis, pero la disciplinan. Si se centraliza, deben existir límites estrictos de uso, auditoría independiente, derecho de salida y mecanismos para destituir a quienes gobiernan el fondo. Y si la tecnología permite escala sin centralización, el principio sobrevive: lo esencial nunca fue la ubicación de los datos, sino que el poder de decidir no se concentre.

Sin embargo, la propuesta del AI Corridor of the Americas (Corredos Regional de Inteligencia Artificial de las Américas) intenta responder a estas objeciones mediante una arquitectura que separa la capacidad de la concentración del poder: reúne recursos para alcanzar escala, pero distribuye la gobernanza y la toma de decisiones.

En la nueva era: esta es la secuencia completa

Acceso

↓

Participación

↓

Capacidad efectiva

↓

Propiedad

↓

Democratización

↓

Soberanía

Cada eslabón es necesario y ninguno suficiente. El acceso sin participación es consumo. La participación sin capacidad de decisión es consulta. La capacidad sin propiedad es frágil, porque puede ser revocada. La propiedad sin participación puede reproducir la concentración con otro nombre. La democracia sin capacidad efectiva es simbolismo. La soberanía sin participación es dominio.

De ahí la tesis de GENIA Americas, en una frase:

La soberanía en la era de la inteligencia artificial exige construir capacidad colectiva y distribuir el poder de decisión.

¿Qué hacemos entonces?

Una tesis que no se traduce en decisiones es solo una opinión elegante. Si la soberanía requiere convertir acceso en participación, participación en capacidad efectiva y capacidad en poder distribuido, entonces las direcciones de acción son concretas. Su diseño exigirá debate y experimentación, pero los principios son claros. Eso es i-Americas: convertir esos principios en una arquitectura concreta de soberanía para la era de la inteligencia artificial.

Gobernanza compartida de los datos

Los datos deben gobernarse como un recurso colectivo, pero también como un activo capaz de generar valor. Cooperativas, fideicomisos, fondos comunes y alianzas público-privadas pueden establecer reglas transparentes de uso, representación de quienes aportan los datos y mecanismos de rendición de cuentas. El objetivo no es sacar al sector privado de la ecuación, sino evitar que la creación de valor implique necesariamente la concentración del control.

Capacidad pública y comunitaria

La participación solo tiene sentido cuando existe capacidad efectiva para actuar. Eso requiere cómputo, modelos, talento e infraestructura que puedan ser utilizados por gobiernos, comunidades y empresas, sin quedar subordinados a un único proveedor. i-Americas busca conectar esa capacidad regional con necesidades industriales reales, permitiendo que empresas, startups y emprendedores conviertan la IA en productividad, innovación y valor económico.

Participación con poder

Quienes aportan los datos, desarrollan los sistemas y viven sus consecuencias deben tener mecanismos reales para incidir en las decisiones que los afectan. Eso incluye gobiernos, empresas, trabajadores, comunidades, investigadores y usuarios. La participación debe extenderse al entrenamiento de los modelos, los usos permitidos, la distribución de beneficios y la corrección de errores. No se trata de sustituir la iniciativa empresarial, sino de evitar que el poder generado por la tecnología quede concentrado.

Propiedad y creación de valor distribuida

La soberanía también depende de quién captura el valor generado por la infraestructura y los datos. La propiedad puede ser pública, privada, cooperativa o mixta, siempre que existan mecanismos que eviten la dependencia absoluta de un único actor. El objetivo es que la capacidad construida en la región genere inversión, empresas, empleo, talento y valor que permanezcan en el ecosistema americano, en lugar de convertirse únicamente en demanda para infraestructura externa.

Derechos de salida y auditoría

La soberanía requiere poder cambiar de proveedor, revisar el sistema y salir de una relación tecnológica sin perder la capacidad construida. Portabilidad, interoperabilidad, auditoría independiente y estándares abiertos reducen la dependencia y evitan que una ventaja tecnológica se convierta en cautiverio. Un sistema soberano no es aquel del que nadie puede salir, sino aquel en el que existe suficiente capacidad para que salir sea una opción real.

¿Qué está en juego?

En nuestras sociedades, la inteligencia artificial no será solo una nueva herramienta de productividad. Será una capa de infraestructura sobre la que se construirán empresas, mercados y decisiones durante décadas. Quienes tengan la capacidad de controlar los datos, el cómputo, los modelos y los canales de distribución tendrán una ventaja estructural frente a quienes simplemente los consuman.

Por eso, la democratización de la IA no significa que todos tengan que poseer un modelo propio. Significa que más personas, empresas, comunidades y países tengan acceso a la capacidad necesaria para crear, competir y decidir. Y la soberanía no significa aislamiento. Significa conservar alternativas para poder elegir proveedores, construir capacidades propias, participar en las reglas y capturar una parte del valor que se genera.

Esto es especialmente importante para los negocios de nuestra región. Una empresa puede adoptar la IA y aumentar su productividad sin ganar ninguna soberanía sobre la tecnología de la que depende. Puede crecer mientras su capacidad crítica permanece fuera de su control. Puede generar valor mientras una parte creciente de ese valor se concentra en quienes controlan la infraestructura. La productividad sin capacidad propia puede aumentar la dependencia en lugar de reducirla.

Cuando una tecnología amplifica nuestras capacidades, también amplifica los supuestos y las estructuras sobre las que construimos. Si esas estructuras permanecen concentradas, la IA puede hacer más eficiente la concentración que ya existe. Si las reconstruimos alrededor de mayor capacidad, participación y agencia, la misma tecnología puede ampliar el espacio de lo posible.

Por eso, para las empresas, democratización y soberanía no son conceptos externos a la estrategia. Son cuestiones de capacidad, competitividad y creación de valor. Una empresa soberana no es una empresa aislada. Es una empresa con opciones. Una economía soberana no es una economía cerrada, es una economía con capacidad.

La democratización de la IA tampoco significa eliminar el papel de las empresas. Significa ampliar el número de actores capaces de construir, competir, innovar y capturar valor. Significa que la capacidad tecnológica no quede restringida a quienes controlan los modelos, el cómputo o los datos. Significa convertir la infraestructura de IA en una plataforma sobre la que puedan surgir nuevas empresas, nuevos mercados y nuevas formas de colaboración.

Ese es el verdadero desafío de i-Americas. Se trata de construir capacidad regional para desarrollar y utilizar la inteligencia artificial, participar en las decisiones que determinarán su evolución y asegurar que esa capacidad se traduzca en innovación, competitividad y soberanía. La soberanía se convierte así en una estrategia de crecimiento que amplía la capacidad propia, abre más opciones para las empresas, fortalece la competencia y permite distribuir de manera más amplia el valor creado por la IA.

El Internet democratizó el acceso a la información y amplió nuestra capacidad de tener voz. Si conseguimos distribuir la capacidad y el poder de decisión en nuestras comunidades, la inteligencia artificial va a democratizar algo mucho más profundo, la capacidad de producir, decidir y actuar sobre los fundamentos de una nueva era.

Sin embargo, el mayor desafío consiste en desarrollar la capacidad mental para imaginar y construir una arquitectura distinta, una en la que la capacidad tecnológica no termine concentrada en las mismas estructuras que pretendemos superar. Latinoamérica necesita algo más que adoptar tecnologías creadas en otros lugares. Necesita recuperar la capacidad de imaginar en grande, desarrollar tecnologías de frontera, pensar a largo plazo y construir instituciones capaces de convertir talento en tecnología y tecnología en poder económico.

Eso también, por su escala e importancia, exige reinventar la forma de invertir. La próxima generación de infraestructura tecnológica requiere capital paciente, visión de largo plazo e inversión colaborativa capaz de reunir a emprendedores, empresas, comunidades, universidades, gobiernos e inversionistas alrededor de capacidades compartidas. La inversión deja de ser solamente una apuesta sobre una empresa individual y se convierte en una forma de construir el ecosistema que hará posibles muchas empresas.

Tener voz fue el logro de Internet. Tener capacidad es el desafío de la IA. Tener poder sobre esa capacidad es la cuestión de la soberanía que tanto hemos buscado.