Las empresas tecnológicas estadounidenses buscan regulaciones para la IA: China ya las tiene... Dario Amodei, director ejecutivo de la empresa tecnológica Anthropic, ha pedido a los gobiernos que intervengan para frenar el desarrollo de modelos de IA cada vez más potentes... Su propuesta comienza con evaluadores independientes integrados en las empresas de IA, continúa con la regulación y avanza hacia la coordinación, con respaldo gubernamental, entre estados democráticos... China ya ha establecido un extenso sistema de normas, evaluación, registro, estándares técnicos y supervisión gubernamental para la IA... El conjunto más reciente de medidas de Pekín se denomina Marco de Gobernanza de la Seguridad de la IA 3.0 y se publicó en septiembre. Este marco establece un enfoque integral para identificar, clasificar y responder a los riesgos a lo largo del ciclo de vida de los sistemas de IA... Basándose en versiones anteriores, el marco abarca los riesgos de los modelos y datos de IA, las vulnerabilidades en los modelos de código abierto (aquellos que pueden ser modificados libremente por los usuarios), los efectos de la IA en el empleo y la sociedad, y los sistemas cada vez más autónomos... Incluye un mecanismo específico para gestionar los riesgos asociados con los agentes de IA de rápido desarrollo (sistemas que realizan tareas en respuesta a las instrucciones de un usuario)... El marco aborda algunos de los mismos peligros que ahora generan alarma en Silicon Valley, incluyendo los sistemas altamente autónomos, el uso indebido de tecnologías químicas, biológicas y nucleares, y la posibilidad de que los humanos pierdan el control de la IA avanzada. Propone evaluaciones de seguridad continuas, salvaguardias basadas en el riesgo, supervisión humana y mecanismos de intervención de emergencia... Un análisis independiente del centro de estudios Carnegie Endowment for International Peace de EE. UU. ha descrito el marco como el intento de China de "promover la seguridad en la frontera sin necesidad de intervenciones regulatorias drásticas"... un modelo impulsado por el mercado no puede significar privatizar los beneficios de la IA y, al mismo tiempo, exportar sus riesgos. Las empresas estadounidenses pueden cosechar las ganancias comerciales, mientras que los gobiernos de otros lugares deben investigar incidentes de seguridad, proteger los sistemas públicos y asumir los costes más amplios cuando dichas tecnologías fallan. El agente de OpenAI que obtuvo acceso no autorizado al servicio público de salud de Australia ilustra cómo se exportan los riesgos de la IA... Si Washington rechaza implementar controles exhaustivos antes del lanzamiento de los sistemas, necesitará un régimen jurídico creíble para determinar quién es responsable de los daños causados ​​por esos modelos de IA. De lo contrario, los países dependientes de sistemas de IA extranjeros se enfrentarán a decisiones cada vez más difíciles sobre en qué tecnología confiar y bajo qué condiciones... Pekín ya ha rodeado a su sector de IA de obligaciones públicas, supervisión regulatoria y un marco de evaluación de riesgos en constante evolución. Un debate global que considere dicha gobernanza como una aspiración futura debería, al menos, reconocer que un país ya lleva la delantera en este aspecto (Madeline Carr)

"Las empresas tecnológicas estadounidenses buscan regulaciones para la IA: China ya las tiene.

Un debate global que considera la gobernanza de la IA como una aspiración debería, al menos, reconocer que un país ya lleva la delantera, escribe Madeline Carr.

Las recientes advertencias de líderes estadounidenses en IA han creado la impresión de que el mundo apenas comienza a afrontar los peligros de la inteligencia artificial avanzada.

Dario Amodei, director ejecutivo de la empresa tecnológica Anthropic, ha pedido a los gobiernos que intervengan para frenar el desarrollo de modelos de IA cada vez más potentes.

Su propuesta comienza con evaluadores independientes integrados en las empresas de IA, continúa con la regulación y avanza hacia la coordinación, con respaldo gubernamental, entre estados democráticos.

En última instancia, busca acuerdos globales con China sobre las pruebas de sistemas de IA, las aplicaciones peligrosas de la tecnología y el ritmo de desarrollo de la IA.

Sin embargo, existe una laguna en este discurso, marcada por la presencia de China. La superpotencia asiática se presenta como el participante final y difícil en un sistema de gobernanza que Estados Unidos y sus aliados deben crear primero.

De hecho, China ya ha establecido un extenso sistema de normas, evaluación, registro, estándares técnicos y supervisión gubernamental para la IA. A continuación, se describe cómo el sistema de gobernanza de la IA en China se ha desarrollado por etapas, paralelamente a la propia tecnología.

Las normas de Beijing de 2022 sobre servicios de recomendación algorítmica se aplican a las tecnologías que seleccionan, clasifican, filtran o recomiendan contenido en línea a los usuarios.

Estas normas obligan a las empresas que utilizan algoritmos a examinar su funcionamiento, proteger la información personal de los usuarios, otorgarles ciertos controles e implementar medidas de protección para trabajadores, consumidores, niños y personas mayores.

Las disposiciones de síntesis profunda de China, vigentes desde enero de 2023, extendieron la regulación a texto, imágenes, audio y video sintéticos (o generados por IA). Las empresas de IA deben autenticar a los usuarios, proteger los datos, conservar los registros pertinentes, evaluar sus sistemas e identificar el material sintético que podría confundirse con contenido auténtico.

Las medidas provisionales para los servicios de inteligencia artificial generativa se introdujeron en agosto de 2023. Estas medidas añadieron normas para la IA generativa de cara al público, en particular para aquellas que pueden influir en la opinión pública o persuadir a los usuarios de otras maneras.

Las medidas se aplican a la legalidad y la calidad de los datos de entrenamiento, la información personal de los usuarios, la propiedad intelectual y la discriminación basada en características protegidas. Las normas también abarcan la transparencia de las empresas de IA y la precisión y fiabilidad de los productos.

Según estas normas, las empresas deben solucionar los problemas detectados en sus servicios. Dichos servicios deben someterse a una evaluación de seguridad para examinar sus riesgos y su cumplimiento con la legislación china. Las empresas también deben presentar información sobre sus algoritmos ante las autoridades chinas.

Estos mecanismos no son idénticos a los evaluadores independientes que se integrarían en las empresas de IA, como propuso Amodei. Sin embargo, cumplen algunas de las mismas funciones.

Riesgos en la Frontera

El presidente chino Xi Jinping y Donald Trump en una ceremonia de bienvenida al presidente estadounidense el 14 de mayo frente al Gran Salón del Pueblo en Pekín. (Casa Blanca / Daniel Torok)

El conjunto más reciente de medidas de Pekín se denomina Marco de Gobernanza de la Seguridad de la IA 3.0 y se publicó en septiembre. Este marco establece un enfoque integral para identificar, clasificar y responder a los riesgos a lo largo del ciclo de vida de los sistemas de IA.

Basándose en versiones anteriores, el marco abarca los riesgos de los modelos y datos de IA, las vulnerabilidades en los modelos de código abierto (aquellos que pueden ser modificados libremente por los usuarios), los efectos de la IA en el empleo y la sociedad, y los sistemas cada vez más autónomos.

Incluye un mecanismo específico para gestionar los riesgos asociados con los agentes de IA de rápido desarrollo (sistemas que realizan tareas en respuesta a las instrucciones de un usuario).

El marco aborda algunos de los mismos peligros que ahora generan alarma en Silicon Valley, incluyendo los sistemas altamente autónomos, el uso indebido de tecnologías químicas, biológicas y nucleares, y la posibilidad de que los humanos pierdan el control de la IA avanzada. Propone evaluaciones de seguridad continuas, salvaguardias basadas en el riesgo, supervisión humana y mecanismos de intervención de emergencia.

Un análisis independiente del centro de estudios Carnegie Endowment for International Peace de EE. UU. ha descrito el marco como el intento de China de "promover la seguridad en la frontera sin necesidad de intervenciones regulatorias drásticas".

Consecuencias legales

Nada de esto significa que las normas chinas sobre IA deban trasplantarse a otros lugares. Sus instituciones, tradiciones regulatorias y prioridades tecnológicas son diferentes.

Muchas funciones que ahora se presentan como aspiraciones urgentes en EE. UU., incluyendo la evaluación, la rendición de cuentas de las empresas de IA y la clasificación de riesgos para la IA,

 Los sistemas, los requisitos de presentación de informes ante organismos reguladores, las normas técnicas y la supervisión gubernamental ya están integrados en la arquitectura de gobernanza de la otra superpotencia mundial de la IA.

Estados Unidos es libre de concluir que un sistema impulsado por el mercado es el que mejor sirve a sus intereses económicos y estratégicos. La administración Trump ha favorecido un enfoque nacional de la IA que impone «las mínimas cargas posibles» y ha intentado limitar las regulaciones estatales más exigentes.

Sin embargo, un modelo impulsado por el mercado no puede significar privatizar los beneficios de la IA y, al mismo tiempo, exportar sus riesgos. Las empresas estadounidenses pueden cosechar las ganancias comerciales, mientras que los gobiernos de otros lugares deben investigar incidentes de seguridad, proteger los sistemas públicos y asumir los costes más amplios cuando dichas tecnologías fallan. El agente de OpenAI que obtuvo acceso no autorizado al servicio público de salud de Australia ilustra cómo se exportan los riesgos de la IA.

Si Washington rechaza implementar controles exhaustivos antes del lanzamiento de los sistemas, necesitará un régimen jurídico creíble para determinar quién es responsable de los daños causados ​​por esos modelos de IA. De lo contrario, los países dependientes de sistemas de IA extranjeros se enfrentarán a decisiones cada vez más difíciles sobre en qué tecnología confiar y bajo qué condiciones.

La filosofía rectora de Silicon Valley ha sido durante mucho tiempo «avanzar rápido y romper cosas». Ese principio siempre resultó cuestionable para tecnologías profundamente arraigadas en la vida pública, pero resulta insostenible para empresas cuyos propios líderes advierten ahora que sus productos podrían causar daños catastróficos.

Pekín ya ha rodeado a su sector de IA de obligaciones públicas, supervisión regulatoria y un marco de evaluación de riesgos en constante evolución. Un debate global que considere dicha gobernanza como una aspiración futura debería, al menos, reconocer que un país ya lleva la delantera en este aspecto. "

(Madeline Carr, Consortium News, 13/10/26, traducción google, enlaces en el original) 

Amazon está desplegando IA para espiar a sus trabajadores y reventar sindicatos antes de que se formen... Amazon rastrea cada movimiento de sus trabajadores, empleando el modelo “Atlas”, que produce no solo una medición del malestar laboral, sitio por sitio en todo el mundo, sino también un modelo de predicción para futuras organizaciones sindicales, introduciendo en un modelo computarizado una cantidad asombrosa de información sobre los trabajadores, sus pensamientos y comportamientos, el entorno laboral y una miríada de otros factores, "cientos de puntos de datos” según la empresa... Atlas usa IA para identificar frases y “palabras clave comunes” que permiten a los gerentes hacer una “inmersión profunda en la población de trabajadores que impulsa la discusión”... los tablones de anuncios internos son puntos focales clave. Los gráficos del documento rastrean con qué frecuencia los trabajadores plantean temas particulares, como el clima, el tiempo libre, las comodidades de la sala de descanso, el trato de la gerencia y la limpieza de los baños (Jonathan Rosenblum)

"Amazon está desplegando IA para espiar a sus trabajadores y reventar sindicatos antes de que se formen

Documentos internos de la empresa obtenidos por una junta laboral canadiense muestran cómo Amazon rastrea cada movimiento de sus trabajadores.

La noción del panóptico del siglo XVIII —un diseño de prisión circular con una garita de guardia en el centro, que permite a un solo oficial imponer disciplina vigilando a todos los prisioneros— se ha vuelto real en el siglo XXI mediante la vigilancia impulsada por IA contra los trabajadores: es el almacén de Amazon.

No debería sorprender que la empresa que aprovechó la tecnología para crear un vasto imperio de 2,7 billones de dólares empleara la misma sofisticación para imponer disciplina en el lugar de trabajo y frenar los esfuerzos insurgentes de sindicalización. Una reciente divulgación de los documentos internos de “relaciones con empleados” de Amazon revela hasta qué punto se han vuelto extremos los métodos de vigilancia y control de almacenes de Amazon.

Amazon emplea lo que llama el modelo “Atlas”, introduciendo en un modelo computarizado una cantidad asombrosa de información sobre los trabajadores, sus pensamientos y comportamientos, el entorno laboral y una miríada de otros factores —“cientos de puntos de datos”, según la empresa—. Atlas produce no solo una medición granular del malestar laboral en curso, sitio por sitio en todo el mundo, sino también un modelo de predicción para futuras organizaciones sindicales. Es como la policía “precrimen” de la película Minority Report, que usa poderes psíquicos para identificar y aprehender a posibles criminales antes de que actúen, excepto que en este caso es una herramienta impulsada por IA usada por los propietarios multimillonarios de una de las empresas más ricas de la historia para evitar la rebelión entre su fuerza laboral de bajos salarios. Y esto no es una actuación de Tom Cruise; es muy real.

Los trabajadores en cualquier lugar que hayan soportado campañas antisindicales pueden identificarse con las historias de vigilancia abusiva por parte de la gerencia; el modelo Atlas, sin embargo, lleva el espionaje a un nivel completamente nuevo.

Los detalles del modelo Atlas salieron a la luz recientemente como resultado de una disputa legal entre Amazon y Unifor, el sindicato canadiense del sector privado. El año pasado, la Junta de Relaciones Laborales de Columbia Británica otorgó la certificación sindical a Unifor en el almacén YVR2 de Amazon, en las afueras de Vancouver, al determinar que la empresa había interferido ampliamente en la campaña sindical. Fue la segunda certificación sindical en Amazon en Norteamérica —la otra fue la victoria sindical de 2022 en JFK8 en Staten Island, Nueva York—. Pero a diferencia de Estados Unidos, donde Amazon ha logrado estancar la negociación durante cuatro años y medio debido a leyes laborales débiles, la Junta de Relaciones Laborales de Columbia Británica ordenó a Amazon reconocer al sindicato y negociar. La negociación del contrato comenzó en diciembre pasado.

Como era de esperar, Amazon ha arrastrado los pies en las negociaciones, lo que llevó al sindicato a presentar cargos por prácticas laborales desleales ante la Junta de Relaciones Laborales. Tras una serie de audiencias a principios de este año, la Junta determinó que Amazon violó la ley provincial. En agosto ordenó un paso notable: arbitraje del primer contrato en YVR2. Esa lucha sigue en curso, pero como resultado de los procedimientos legales, Amazon se vio obligada a entregar documentos a la Junta de Relaciones Laborales y a Unifor. Unifor los compartió con Truthout y pueden verse aquí.

Además de la revelación del modelo Atlas (a partir de la página 19 del documento), el material incluye más de 100 páginas que revelan con gran detalle cómo Amazon capacita a sus gerentes de primera línea en la destrucción de sindicatos. Mi colega del Center for Work and Democracy, Ben Fong, ha escrito sobre esta otra parte del material divulgado.

“Los propios documentos de Amazon corren el telón sobre lo que los trabajadores nos han estado diciendo durante años”, dijo Justin Gniposky, director de organización de Unifor. “Detrás de las amigables relaciones públicas, Amazon ve a los trabajadores como propiedad y trata su derecho fundamental a sindicalizarse como una amenaza que debe gestionarse y luego eliminarse”.

Amazon no respondió a la solicitud de comentarios de Truthout sobre el modelo Atlas.

Los documentos describen el modelo Atlas como “un marco de riesgo laboral para aclarar cómo Amazon evalúa cuestiones emergentes de la fuerza laboral, objetivos de sindicatos y amenazas laborales internas o externas”. El modelo Atlas ingiere cientos de puntos de datos: capacitaciones de empleados completadas; incidentes de salud y seguridad, desde simples casos de primeros auxilios hasta lesiones graves; comentarios de los trabajadores sobre la gerencia; antigüedad y rotación de trabajadores; la proximidad de un almacén a otro lugar de trabajo que experimenta actividad sindical; tasas salariales mínimas locales y otras condiciones económicas del área; e incluso las temperaturas dentro y fuera del almacén.

Amazon parece especialmente minuciosa en extraer datos de los canales de comunicación de los trabajadores para introducirlos en el modelo Atlas —el tablón de anuncios electrónico interno de la empresa “Voice of the Associate” (VOA), las respuestas a preguntas digitales planteadas diariamente a los trabajadores y, externamente, foros como Reddit— “para comprender el tenor de la discusión a nivel del sitio”, según los documentos.

Atlas usa IA para identificar frases y “palabras clave comunes” que permiten a los gerentes hacer una “inmersión profunda en la población de trabajadores que impulsa la discusión”. Atlas también examina los votos positivos u otras respuestas —positivas, negativas o neutrales— que provocan los comentarios, y el volumen de esas reacciones de los trabajadores. Todos estos puntos de datos entran en Atlas y permiten a los gerentes “mirar a la vuelta de la esquina para identificar temas en desarrollo” de modo que puedan “adaptar respuestas estratégicas para abordar el riesgo emergente”.

Amazon también rastrea y documenta todas las actividades de organización que los gerentes detectan, y las registra bajo la categoría de “eventos de relaciones con empleados”. A cada actividad se le asigna una puntuación de gravedad. Los eventos de “alta gravedad” incluyen empleados firmando tarjetas sindicales, delegaciones de trabajadores que se acercan a la gerencia con demandas, protestas, ausencias por enfermedad colectivas y paros laborales.

Atlas usa modelos matemáticos para crear un sistema de puntos para todos estos datos, asignando una “puntuación laboral” a cada lugar de trabajo. La escala se desglosa además en niveles, con la designación de Nivel 5 aplicada a instalaciones con puntuaciones altas, donde hay “ningún riesgo percibido inmediato”, y Nivel 1 aplicada a instalaciones donde “la actividad futura es inminente”. Los rompehuelgas de Amazon se centran en gran medida en instalaciones de Nivel 1 y 2.

Atlas produce extensas hojas de cálculo que clasifican diferentes instalaciones y examinan no solo las “puntuaciones laborales” brutas sino también las tendencias mensuales. En 2024, el año de los documentos, Amazon estaba más preocupada por la actividad sindical en 16 almacenes que había clasificado como Nivel 1. Por ejemplo, en LDJ5, un centro de clasificación de Staten Island al otro lado de la calle de JFK8, Atlas señaló que los principales temas de preocupación de los trabajadores eran “descansos para ir al baño, equipamiento, descansos, liderazgo/gerencia, temperatura”. La hoja de cálculo señalaba que “activistas internos” —trabajadores— se estaban organizando, y que, al observar las tendencias mes a mes, LDJ5 estaba experimentando un “Aumento de riesgo”, con la frase colocada dentro de un recuadro rojo brillante. En cuatro de estas instalaciones de Nivel 1, señalaba la hoja de cálculo, la amenaza de actividad sindical era lo suficientemente alta como para justificar el despliegue del equipo de “respuesta rápida” de Amazon: rompehuelgas que viajan a los puntos calientes de organización en toda la red global de Amazon.

Pero el principal valor de Atlas parece ser predictivo. Para los lugares de trabajo de Nivel 2 (“la actividad futura es muy probable”), la hoja de cálculo plantea estas preguntas: “¿Qué sitios muestran el mayor riesgo futuro que aún no son sitios de Nivel 1?” y “¿Cuál es el riesgo en cada línea de negocio y cuál tiene más riesgo, está aumentando o disminuyendo? ¿Qué impulsa el riesgo?”. Las hojas de cálculo del Nivel 2 en el documento examinan el número de investigaciones de trabajadores que la gerencia ha gestionado en el último mes, si ese número tiende al alza o a la baja, el número de apelaciones de los trabajadores a esas investigaciones y —notablemente— el porcentaje de comentarios negativos de los trabajadores en los tablones de anuncios internos.

Voice of the Associate y otros tablones de anuncios internos son puntos focales clave. Los gráficos del documento rastrean con qué frecuencia los trabajadores plantean temas particulares, como el clima, el tiempo libre, las comodidades de la sala de descanso, el trato de la gerencia y la limpieza de los baños. También analizan el “vector” de cada tema: “¿Cuáles son los principales impulsores del sentimiento negativo y del cambio MoM [mes a mes]?” es una pregunta planteada en el documento. “¿Qué sitios están aumentando MoM en sentimiento negativo? ¿Qué temas impulsan el sentimiento? ¿Qué anécdotas podemos extraer?”.

Atlas no es estrictamente una herramienta norteamericana. Un gráfico analiza tendencias para almacenes a nivel global, documentando “eventos de relaciones con empleados” —organización de trabajadores— y catalogando el número de comentarios de trabajadores en Voice of the Associate y el porcentaje de esos comentarios que fueron negativos. Dos almacenes en las Midlands inglesas donde los trabajadores se han estado organizando con el sindicato GMB —ambos sitios de Nivel 1 en la taxonomía de Atlas— mostraron altos volúmenes de publicaciones negativas en VOA. Un almacén en Melbourne, Australia, también mostró publicaciones mayormente negativas en Voice of the Associate, mientras que las publicaciones no eran mayormente negativas en algunos de los almacenes en Polonia, Alemania e Italia.

Todo esto es seguramente una pequeña porción de la producción de Atlas. El exjefe de las plataformas de RR. HH. de Amazon, Bud Cashatt, presumió recientemente en LinkedIn de cómo su departamento creó “ML predictivo de riesgo por sitio que toca cada edificio en la red global de Amazon”. (“ML” significa aprendizaje automático, donde los programadores entrenan a la IA para aprender patrones y construir predicciones basadas en el análisis de vastas cantidades de datos).

¿Anticipó Jeremy Bentham, el filósofo británico del siglo XVIII que ideó el panóptico, a Atlas? Hace casi 250 años, imaginó su panóptico como una herramienta útil para prisiones, “manicomios” y también “para el negocio de las manufacturas”, las plantas de fabricación industrializadas que entonces apenas emergían en Inglaterra. Hablando de su vigilante en el centro de la operación —el Atlas humano de su tiempo—, Bentham escribió: “La ocultación de su persona será de utilidad”.

Los documentos descubiertos en la Junta de Relaciones Laborales de Columbia Británica arrojan luz sobre el vigilante oculto de Amazon. Atlas ilustra hasta dónde llegará Amazon para intentar gobernar el piso del almacén. Y su alcance también subraya cuán aterrados están los amos de Amazon de que su propia fuerza laboral se levante y reclame lo que le corresponde.

Bentham teorizó que el panóptico facilitaría el control social: imaginó que las personas encarceladas se comportarían bien, sin saber en ningún momento si estaban siendo observadas por el guardia. Era, escribió, “un nuevo modo de obtener poder de la mente sobre la mente”.

Pero, ¿qué sucede cuando los prisioneros —o los trabajadores— resisten tales intentos de control social? No hay nivel de sofisticación de IA que pueda borrar la realidad de que los trabajadores de Amazon mueven millones de paquetes cada día, y sin su trabajo, la cadena de suministro de Amazon colapsa.

Peter B. Olney, el director de organización jubilado del International Longshore and Warehouse Union, llama a Atlas “una herramienta prometeica para reventar sindicatos y frustrar cualquier organización de empleados”.

Para luchar contra esta “amenaza existencial” a los derechos básicos de los trabajadores y a los sindicatos, dice Olney, “tenemos que ponernos serios acerca de desplegar recursos masivos hacia la organización de la fuerza laboral y encontrar sus vulnerabilidades serias y puntos de estrangulamiento”.

Hoy vemos luchas emergentes por todas partes contra una clase multimillonaria decidida a aprovechar la IA y la tecnología para socavar la democracia básica e imponer el autoritarismo, tanto en el lugar de trabajo como en toda la sociedad: en revueltas contra el contenido impulsado algorítmicamente que se nos impone en internet; protestas contra y sabotaje de las cámaras Flock en las farolas de los barrios; y resistencia contra el reemplazo de trabajadores por bots y computadoras. El modelo Atlas coloca a los trabajadores de Amazon en el centro de esta lucha global contra los multimillonarios de la IA. Y destaca que la organización sindical en Amazon no es solo una batalla por la economía; también es una lucha por la libertad básica y la democracia."

 (Jonathan Rosenblum, Consortium News, 01/10/26, traducción deepseek, enlaces en el original) 

China no aborda la inteligencia artificial únicamente como una oportunidad económica. La considera también un instrumento de transformación productiva, una tecnología estratégica, un factor de seguridad estatal y un ámbito decisivo de soberanía... el Estado establece prioridades, moviliza recursos, desarrolla infraestructuras, orienta la investigación y determina los límites regulatorios... La regulación china ha ido avanzando mediante normas específicas para algoritmos, sistemas de recomendación, síntesis profunda, inteligencia artificial generativa y gestión de datos. Más que esperar a disponer de una legislación definitiva para actuar, las autoridades experimentan, regulan y corrigen configurando un corpus normativo mucho más denso del que imaginamos... Ese entramado normativo considerable difiere del europeo. Esto es importante. Lo que Beijing pretende es conciliar innovación y control. La seguridad, la trazabilidad, la responsabilidad, la protección de los datos, la supervisión humana y la prevención de determinados usos forman parte de la gobernanza de la IA. Al mismo tiempo, se procura evitar que la regulación frene el desarrollo tecnológico... China cuestiona que un reducido grupo de potencias pueda establecer unilateralmente las reglas de una tecnología que afectará al conjunto de la humanidad... sostiene que no debería existir un único modelo tecnológico impuesto universalmente y reivindica el derecho de los distintos países a participar en el desarrollo y gobernanza de la IA. ¿Tiene que existir necesariamente una única concepción universal de la inteligencia artificial? ¿O pueden coexistir modelos tecnológicos condicionados por diferentes tradiciones políticas, económicas y culturales? La respuesta china apunta claramente hacia la segunda posibilidad (Xulio Ríos)

 "La inteligencia artificial se ha convertido en uno de los principales escenarios de la competencia tecnológica mundial. China, Estados Unidos y la Unión Europea comparten la convicción de que estamos ante una tecnología de alcance estratégico, pero difieren sustancialmente en la manera de entender su desarrollo, su regulación y su relación con el Estado. En el caso chino, la IA debe contemplarse además como una pieza de ese proyecto más amplio que es la modernización nacional.

China, pues, no aborda la inteligencia artificial únicamente como una oportunidad económica. La considera también un instrumento de transformación productiva, una tecnología estratégica, un factor de seguridad estatal y un ámbito decisivo de soberanía. Desde esta perspectiva, la pregunta no es solamente quién desarrollará los mejores modelos, sino quién será capaz de controlar las infraestructuras, los datos, los algoritmos, los chips y las capacidades humanas necesarias para sostenerlos.

El estado como arquitecto

El papel del Estado constituye una de las principales diferencias del modelo chino. Beijing no pretende sustituir al mercado ni tampoco impedir la competencia entre empresas. Al contrario, grandes compañías tecnológicas y numerosas empresas emergentes desempeñan un papel fundamental en la innovación. Pero el Estado establece prioridades, moviliza recursos, desarrolla infraestructuras, orienta la investigación y determina los límites regulatorios.

Desde el plan de desarrollo de la nueva generación de inteligencia artificial aprobado en 2017, la IA ha sido incorporada a las grandes estrategias del país. El objetivo es construir un ecosistema que integre investigación científica, empresas, universidades, financiación, infraestructuras digitales y capacidades industriales.

Esta relación entre Estado y mercado permite hablar de un modelo de dirección estratégica pública con fuerte competencia empresarial. La fórmula resulta especialmente relevante porque evita tanto la simplificación de que China no desarrolla su IA exclusivamente mediante empresas estatales, pero tampoco deja su evolución al funcionamiento espontáneo del mercado.

La experimentación constituye otro rasgo significativo. La regulación china ha ido avanzando de manera progresiva, mediante normas específicas para algoritmos, sistemas de recomendación, síntesis profunda, inteligencia artificial generativa y gestión de datos. Más que esperar a disponer de una legislación definitiva para actuar, las autoridades experimentan, regulan y corrigen configurando un corpus normativo mucho más denso del que imaginamos.

Regular sin detener la innovación

Ese entramado normativo considerable difiere del europeo. Esto es importante. Lo que Beijing pretende es conciliar innovación y control. La seguridad, la trazabilidad, la responsabilidad, la protección de los datos, la supervisión humana y la prevención de determinados usos forman parte de la gobernanza de la IA. Al mismo tiempo, se procura evitar que la regulación frene el desarrollo tecnológico.

Existe aquí otra característica particularmente destacada: la seguridad se entiende de una manera mucho más amplia que en la tradición regulatoria liberal. No se limita a la seguridad del consumidor o a los riesgos individuales. Incluye la seguridad de los datos, las infraestructuras, la economía, la información y, en último término, la seguridad nacional.

Esta diferencia explica también la atención concedida por las autoridades chinas a los contenidos generados mediante IA, los deepfakes, la desinformación y la manipulación de la opinión pública. La gobernanza tecnológica se encuentra así estrechamente vinculada a la gobernanza social y política.

Soberanía tecnológica

Quizá ninguna palabra resulte tan importante para comprender la posición china como soberanía. La experiencia de los últimos años ha reforzado esta percepción. Los controles estadounidenses sobre los semiconductores avanzados le han mostrado que una potencia puede encontrarse limitada no solamente por sus propias capacidades tecnológicas, sino también por su dependencia de componentes y tecnologías procedentes del exterior.

De ahí el empeño en desarrollar capacidades propias en toda la cadena de valor, desde chips a computación, datos, algoritmos, modelos, infraestructuras y talento.

La IA se incorpora así a una concepción más amplia de la autosuficiencia tecnológica. No se trata necesariamente de aislarse del mundo, sino de reducir las vulnerabilidades derivadas de una dependencia excesiva.

Esta dimensión adquiere también una expresión internacional. China defiende una gobernanza global de la inteligencia artificial basada en la soberanía de los Estados, la cooperación y una mayor participación de los países en desarrollo. Cuestiona que un reducido grupo de potencias pueda establecer unilateralmente las reglas de una tecnología que afectará al conjunto de la humanidad.

En este sentido, la cuestión tecnológica se transforma en una cuestión geopolítica asumiendo que quien controla la tecnología dispone también de capacidad para influir sobre las reglas que gobiernan el mundo tecnológico.

¿Una IA militar?

La dimensión militar ocupa igualmente un lugar prioritario. El Ejército Popular de Liberación considera la inteligencia artificial un elemento fundamental de la futura transformación de la guerra y aspira a avanzar hacia una creciente «inteligentización» de las capacidades militares.

La IA puede aplicarse al reconocimiento y procesamiento de información, el mando y control, la logística, la simulación, la guerra electrónica y cibernética y los sistemas no tripulados. Los drones y otros sistemas autónomos constituyen solamente una de las manifestaciones más visibles de este proceso.

Aquí resulta especialmente relevante la estrategia de fusión civil-militar, que facilita la transferencia de capacidades y tecnologías entre el ecosistema civil y el militar. La frontera entre ambos ámbitos resulta, por ello, mucho menos nítida que en los modelos occidentales.

China, al mismo tiempo, defiende internacionalmente la necesidad de mantener responsabilidad y control humanos sobre los sistemas de armas autónomos. Al tiempo impulsa intensamente la investigación y aplicación militar de la IA y también promueve reglas internacionales sobre sus usos más peligrosos.

¿Tecnodiversidad?

La tecnodiversidad no constituye una categoría central de la doctrina oficial china sobre inteligencia artificial. Beijing habla mucho más de soberanía, seguridad, inclusión, cooperación y controlabilidad.

Sin embargo, sostiene que no debería existir un único modelo tecnológico impuesto universalmente y reivindica el derecho de los distintos países a participar en el desarrollo y gobernanza de la IA.

La cuestión resulta particularmente interesante porque introduce una dimensión cultural y civilizatoria. ¿Tiene que existir necesariamente una única concepción universal de la inteligencia artificial? ¿O pueden coexistir modelos tecnológicos condicionados por diferentes tradiciones políticas, económicas y culturales?

La respuesta china apunta claramente hacia la segunda posibilidad.

Tres modelos, tres prioridades

La comparación con Estados Unidos y Europa permite observar mejor la singularidad china.

Estados Unidos contempla la IA principalmente desde la combinación de liderazgo tecnológico, competencia empresarial y seguridad nacional. El sector privado desempeña un papel extraordinario, aunque el Estado estadounidense está adquiriendo un protagonismo creciente mediante política industrial, restricciones tecnológicas y contratación militar.

Europa ha construido su aproximación alrededor de la regulación, los derechos fundamentales y una gestión de riesgos, aunque progresivamente está comprendiendo que ninguna soberanía regulatoria puede sostenerse indefinidamente sin capacidades tecnológicas propias.

China plantea una combinación diferente a partir de conceptos como Estado, mercado, planificación, regulación, seguridad y soberanía tecnológica.

Las diferencias, por tanto, no deben caricaturizarse como una oposición entre una China estatal, unos Estados Unidos liberales y una Europa reguladora. Los tres espacios están experimentando una creciente intervención pública. Lo que cambia es su articulación.

En China, la inteligencia artificial forma parte de un proyecto nacional de modernización. En Estados Unidos, constituye ante todo un terreno de liderazgo tecnológico y competencia geopolítica. En Europa, el desafío consiste en conciliar innovación, derechos y autonomía estratégica.

Por eso la IA puede acabar siendo algo más que una nueva revolución tecnológica. Puede convertirse en una nueva prueba sobre los distintos modelos de modernización y sobre la relación entre Estado, mercado, sociedad y soberanía.

En el caso chino, la cuestión adquiere una dimensión particular. Beijing no parece querer simplemente utilizar la inteligencia artificial para modernizar China. Aspira a demostrar que puede integrarla dentro de su propio modelo de modernización, preservando la dirección estratégica del Estado, estimulando la competencia empresarial, reforzando la soberanía tecnológica y manteniendo bajo control los riesgos políticos y sociales.

La verdadera competición, en consecuencia, quizá no sea solamente entre modelos de IA. Es también una competición entre modelos de gobernanza de la inteligencia y hasta de modelos sistémicos."

(Xulio Ríos es asesor emérito del Observatorio de la Política China. Acaba de publicar «China, la modernización permanente», Globalter)

El próximo crash financiero: un escenario... Si las masivas inversiones en IA que se están llevando a cabo en Estados Unidos tienen éxito, la recompensa para el mundo será enorme. Si fracasan, entraremos en recesión... si ocurre un crash de la IA, no sería causado por la IA como idea, o incluso como industria, sino, más bien como el crash de las puntocom de los noventa, por un optimismo excesivo y una desafortunada sincronización. Con las empresas asumiendo tanta deuda, el riesgo es que se vean obligadas a pagar antes de que sus inversiones comiencen a dar frutos. Otro riesgo, para Wall Street al menos, es que el software de código abierto de China termine superando a las principales empresas estadounidenses... Podemos tener ambas cosas: la IA como tecnología transformadora de la vida, y una burbuja de IA que desencadene una reacción en cadena tóxica en los mercados financieros. El nodo más importante aquí sería el gobierno estadounidense. El aumento de la deuda estadounidense hasta el simbólico hito de los 40 billones de dólares debería hacernos reflexionar a todos, pues algunos de los principales inversores del mundo se están poniendo nerviosos. El fondo soberano noruego, por ejemplo, que sigue siendo el más grande del mundo, dice que quiere diversificar su cartera de bonos gubernamentales fuera de Estados Unidos. Esa debería ser una señal de advertencia para el resto de nosotros... Así es como podría comenzar. Primero, una gran empresa de IA se mete en problemas. También lo hacen varios grandes inversores. El gobierno estadounidense se ve entonces presionado para rescatar el sector financiero, pero ya ha acumulado demasiada deuda por sí mismo. En ese momento, la Reserva Federal interviene para comprar deuda del gobierno estadounidense y recortar los tipos de interés. La inflación aumenta debidamente, el dólar se desploma —y la crisis se extiende al resto del mundo (Wolfgang Munchau)

" El próximo crash financiero: un escenario

Hay dos errores que se pueden cometer con las predicciones: afirmar que algo sucederá cuando no sucederá, o que no sucederá cuando sí sucederá. El economista Paul Samuelson bromeó en 1966 diciendo que los mercados bursátiles predijeron nueve de las últimas cinco recesiones. Entonces, ¿qué debemos pensar sobre los pronósticos de que el boom de la IA estallará y que el mundo tal como lo conocemos llegará a su fin?

En lugar de predicciones, centrémonos en lo que sabemos. La llegada de la IA es el mayor cambio estructural que está ocurriendo en la economía global actualmente. Si las masivas inversiones en IA que se están llevando a cabo en Estados Unidos tienen éxito, la recompensa para el mundo será enorme. Si fracasan, entraremos en recesión. Existe un escenario en el que fracasan a corto plazo pero tienen éxito a largo plazo. ¿Recuerdan la burbuja de las puntocom a finales de los noventa? La burbuja estalló. Las puntocom no.

Las grandes crisis financieras generalmente no ocurren cuando el mercado de valores cae, sino cuando las personas y los gobiernos contraen demasiada deuda. La crisis financiera global comenzó con una burbuja de hipotecas subprime. El equivalente actual podría ser el aumento de la deuda para financiar el boom de la IA.

Uno de los pocos iniciados de Wall Street que predijo el crash de 2008 fue Steve Eisman, quien apareció de manera destacada en el libro de Michael Lewis *The Big Short*, y a quien interpretó Steve Carell en la posterior película. Eisman dijo en un podcast reciente que predijo el Armagedón una vez en su vida, pero que no está del todo preparado para hacerlo de nuevo.

Esa reticencia probablemente sea sabia. Porque si la IA es casi con certeza la tecnología más transformadora desde la invención de la máquina de vapor, aún no sabemos cuándo y cómo ocurrirá esta transformación, y si justificará las enormes deudas que actualmente están acumulando los mayores actores de la industria.

Los llamados *hiperscalers* —grandes empresas tecnológicas que operan centros de datos e infraestructura de computación en la nube— se estima que incurrirán en gastos de capital del orden de 600.000-800.000 millones de dólares solo en Estados Unidos este año. Eisman señala que el 70% de los ingresos de IA de los hiperscalers proviene de solo dos empresas, OpenAI y Anthropic. Este par representa aproximadamente un tercio de todos los ingresos de computación en la nube de los hiperscalers, y aunque Anthropic está en racha actualmente, OpenAI está incumpliendo sus previsiones de ingresos. Más preocupante aún, la empresa de Sam Altman ha sufrido un éxodo de personal directivo, un signo, quizás, de que algo va seriamente mal. Ciertamente, si cualquiera de las grandes empresas de IA quebrara, esto podría desencadenar una reacción en cadena de impagos.

Las crisis financieras globales siempre son causadas por reacciones en cadena; la Gran Depresión y la crisis financiera global fueron ambas reacciones en cadena dentro del sector bancario. Lo que la mayoría de estas crisis también tienen en común es una explosión repentina de la deuda. Sin embargo, la lógica no funciona en sentido contrario: solo porque la deuda esté aumentando y los precios de las acciones suban, no se puede concluir que conducirá inevitablemente a una crisis. Hay razones perfectamente legítimas para que la gente pida dinero prestado, y las inversiones financiadas con deuda que impulsan futuras ganancias de productividad son algo bueno.

Pero si crees en esta narrativa, y yo mismo lo hago, hay que estar atento a las cosas que van mal. Después de todo, aunque la burbuja de las puntocom tenía una sólida lógica subyacente —que internet daría lugar a negocios muy rentables— los inversores de esa época tenían demasiada prisa. Muchas de las empresas que finalmente tuvieron éxito aún no se habían fundado.

Cualesquiera que sean estos desafíos, la crisis de las hipotecas subprime de principios de los 2000 era fundamentalmente diferente. Fue, para ser francos, una estafa desde el principio. Los bancos concedían a la gente hipotecas teaser sin hacer preguntas, que los prestatarios no podrían pagar razonablemente una vez que los tipos de interés se reajustaran. Luego los bancos reempaquetaban las hipotecas en productos financieros y los vendían a inversores ingenuos, todo con la colusión de las agencias de calificación. Una vez que la morosidad hipotecaria aumentó, la mayoría de esos productos "triple A" se volvieron sin valor.

Estas historias variadas explican lo que sucedió después. Cuando la burbuja de las puntocom estalló, la recuperación llegó pronto. Sin embargo, cuando las subprime explotaron, desencadenaron una reacción en cadena en todo el mundo. Esto fue notoriamente cierto en la eurozona: después de que los productos hipotecarios estadounidenses se convirtieran en basura, los bancos se encontraron sentados sobre miles de millones en productos sin valor. Muchos entraron en dificultades financieras. Los gobiernos los rescataron, pero en países más pequeños con grandes sectores financieros, los ministerios de finanzas se excedieron. Así comenzó la crisis soberana griega, y cómo se extendió a España, Portugal e Irlanda.

Hoy en día, todavía existe un potencial para reacciones en cadena globales, pero los mecanismos serían diferentes. Con los años, China y Alemania han acumulado enormes superávits comerciales frente a Estados Unidos. Como resultado, ambos países tienen grandes carteras de inversión en empresas estadounidenses. Si la burbuja de la IA estallara, y si eso resultara en un rescate gubernamental estadounidense de las grandes tecnológicas, la combinación podría provocar caídas tanto en los mercados bursátiles globales como en el tipo de cambio del dólar. Esto sería un doble golpe para los europeos: un euro fuerte acabaría con la industria exportadora del continente, mientras que todas esas inversiones estadounidenses valdrían de repente mucho menos.

Sin embargo, si esto sugiere que cualquier crisis cruzaría rápidamente el Atlántico, nada de esto nos dice si realmente se avecina un crash. Entonces, ¿cómo responder a esta pregunta?

Una cosa vital que reiterar es que la lógica que sustenta el boom de la IA es fundamentalmente correcta. La IA importa no porque ChatGPT pueda hacer los deberes de nuestros hijos, sino porque puede transformar innumerables industrias diferentes. El destino de los asistentes legales sugiere que esto ya está ocurriendo, con la IA prometiendo transformarlo todo, desde las finanzas hasta la contabilidad, quizás incluso el periodismo. La automatización inherente a estos cambios podría hacer que la productividad manufacturera se dispare, abaratando los bienes y dejando a los trabajadores con más tiempo libre.

Otra razón para el optimismo es la rapidez con que mejoran los modelos de IA. El modelo Mythos de Anthropic se consideró demasiado peligroso para los usuarios ordinarios y tuvo que ser neutralizado antes de su lanzamiento al público en general. OpenAI lanzó su último modelo GPT 6.0 hace solo unos días; aún no he podido probarlo, pero la amplia progresión en calidad ha sido asombrosa.

Para ser claros, no estoy prediciendo una utopía panglosiana. La fricción en la transición será enorme. Sin embargo, creo que si ocurre un crash de la IA, no sería causado por la IA como idea, o incluso como industria, sino, más bien como el crash de las puntocom de los noventa, por un optimismo excesivo y una desafortunada sincronización. Con las empresas asumiendo tanta deuda, el riesgo es que se vean obligadas a pagar antes de que sus inversiones comiencen a dar frutos. Otro riesgo, para Wall Street al menos, es que el software de código abierto de China termine superando a las principales empresas estadounidenses.

"Podemos tener ambas cosas —la IA como tecnología transformadora de la vida, y una burbuja de IA que desencadene una reacción en cadena tóxica en los mercados financieros."

Así que incluso si la historia general de un boom de productividad impulsado por la IA es correcta, la historia de la inversión es más complicada. Podemos tener ambas cosas: la IA como tecnología transformadora de la vida, y una burbuja de IA que desencadene una reacción en cadena tóxica en los mercados financieros. El nodo más importante aquí sería el gobierno estadounidense. El aumento de la deuda estadounidense hasta el simbólico hito de los 40 billones de dólares debería hacernos reflexionar a todos. Si la economía estadounidense continuara creciendo al 2-3% como lo ha hecho en el pasado, todo estaría bien. Contrariamente a los pronósticos, Donald Trump no hundió la economía. Sin embargo, está acumulando una tonelada de deuda, y si la burbuja de la IA estalla, y la economía estadounidense cae en recesión, esos niveles de repente parecerían sospechosos.

Y si Eisman se está poniendo nervioso, también lo están algunos de los principales inversores del mundo. El fondo soberano noruego, por ejemplo, que sigue siendo el más grande del mundo, dice que quiere diversificar su cartera de bonos gubernamentales fuera de Estados Unidos. Esa debería ser una señal de advertencia para el resto de nosotros, especialmente dada la forma en que la deuda pública y privada pueden fusionarse durante una reacción en cadena financiera.

Así es como podría comenzar. Primero, una gran empresa de IA se mete en problemas. También lo hacen varios grandes inversores. El gobierno estadounidense se ve entonces presionado para rescatar el sector financiero, pero ya ha acumulado demasiada deuda por sí mismo. En ese momento, la Reserva Federal interviene para comprar deuda del gobierno estadounidense y recortar los tipos de interés. La inflación aumenta debidamente, el dólar se desploma —y la crisis se extiende al resto del mundo.

Pero recuerden: lo que vale para los mercados bursátiles que predijeron nueve de las últimas cinco recesiones también vale para los columnistas y expertos financieros. Nuestra capacidad para predecir crisis financieras no es excelente. Pero lo que sí podemos hacer, al menos, es prepararnos para una. Y ha llegado el momento, creo, de hacer precisamente eso." 

(Wolfgang Munchau, UnHerd, 07/09/26, traducción Deepseek)

La proletarización cognitiva... La expropiación del conocimiento de la clase profesional por la Inteligencia Artificial ha comenzado y es alarmante... En computación y administración, donde la capacidad supera el 90%, los modelos no están «asistiendo» al trabajador; están extrayendo la lógica operativa de su función para sustituir la masa salarial... los perfiles con estudios de posgrado son cuatro veces más propensos a ubicarse en el tramo de máxima exposición que los roles manuales... La IA ejecuta una subsunción real del trabajo intelectual: Programadores de Computadoras: ~74.5% de saber expropiado... Servicio al Cliente: ~70.1% de saber expropiado... Registros Médicos: ~66.7% de saber expropiado... Analistas Financieros: ~57.2% de saber expropiado... El «desempleo masivo» no aparece en las estadísticas tradicionales porque el impacto inicial no es (aún) la cesantía, sino la devaluación del valor de la hora de trabajo... El profesional no es despedido de inmediato; es degradado a la condición de corrector precarizado del algoritmo que lo reemplazará. Con ello, se consolida una tendencia hacia una gran masa de graduados hipertitulados pero estructuralmente excluidos de la estructura formal de ingresos y derechos... El debate del siglo XXI no es ni debe ser sobre cuántos empleos destruirá la tecnología, sino quiénes serán y cuáles son los límites que las sociedades puedan construir a tiempo a los dueños de las infraestructuras que programen el trabajo humano... La respuesta no puede limitarse a esquemas de contención como la Renta Básica; exige discutir la propiedad social del software, la fiscalidad al capital algorítmico y la soberanía sobre la infraestructura de cómputo

" LA PROLETARIZACIÓN COGNITIVA

Un nuevo informe de Anthropic ha dado dimensión a las amenazas de la IA sobre la actividad intelectual. La presión sobre la base productiva ya no es la única; la expropiación del conocimiento de la clase profesional ha comenzado y es alarmante:

1/ La fase de captura: Expropiación de capital cognitivo

La distancia entre la capacidad teórica (área azul) y la ejecución real (área roja) no refleja una «adopción lenta»; muestra la fase de acumulación primitiva de datos: el porcentaje de saber experto que las corporaciones ya han logrado privatizar e indexar.

En computación y administración, donde la capacidad supera el 90%, los modelos no están «asistiendo» al trabajador; están extrayendo la lógica operativa de su función para sustituir la masa salarial por renta de cómputo.

2/ La descalificación del trabajo de «cuello blanco»

La ilusión del refugio meritocrático se ha derrumbado: los perfiles con estudios de posgrado son cuatro veces más propensos a ubicarse en el tramo de máxima exposición que los roles manuales.

La IA ejecuta una subsunción real del trabajo intelectual:

-Programadores de Computadoras: ~74.5% de saber expropiado

-Servicio al Cliente: ~70.1% de saber expropiado

-Entrada de Datos: ~67.1% de saber expropiado

-Registros Médicos: ~66.7% de saber expropiado

-Analistas Financieros: ~57.2% de saber expropiado

3/ Degradación de la renta y precarización de plataforma

El «desempleo masivo» no aparece en las estadísticas tradicionales porque el impacto inicial no es (aún) la cesantía, sino la devaluación del valor de la hora de trabajo.

El profesional no es despedido de inmediato; es degradado a la condición de corrector precarizado del algoritmo que lo reemplazará. No hay estabilidad y esto no es una sensación: hay una reconfiguración de facto hacia una economía de gig economy de alta cualificación.

4/ El tapiado generacional de la reproducción social

El bloqueo en las tasas de contratación de jóvenes (22-25 años) en sectores expuestos corta la transmisión del saber técnico. Al eliminar los puestos de entrada (entry-level), las corporaciones han destruido (y destruirán más) las vías y las escalas de ascenso social.

Con ello, se consolida una tendencia hacia una gran masa de graduados hipertitulados pero estructuralmente excluidos de la estructura formal de ingresos y derechos.

5/ Tecnofeudalismo y pérdida de soberanía estatal

La contracción de rentas altas erosiona los ingresos impositivos, pero el riesgo de fondo no es meramente fiscal: es de gobernanza.

Si la infraestructura cognitiva de la economía y la administración pública pasa a depender de clústeres privados de cómputo, el Estado pierde autonomía política.

6/ Este es el punto crítico

La respuesta no puede limitarse a esquemas de contención como la Renta Básica; exige discutir la propiedad social del software, la fiscalidad al capital algorítmico y la soberanía sobre la infraestructura de cómputo.

El debate del siglo XXI no es ni debe ser sobre cuántos empleos destruirá la tecnología, sino quiénes serán y cuáles son los límites que las sociedades puedan construir a tiempo a los dueños de las infraestructuras que programen el trabajo humano.

 Fuente: Comentario en X.

Informe completo: anthropic.com/research/labor"

(Sociología Crítica, 03/09/26) 

Los marxistas chinos temen desde hace mucho tiempo que el giro capitalista del país lo conduzca a la “trampa de la renta”; cuando la competencia en los sectores productivos hace bajar las tasas de beneficio, los inmuebles que generan renta se vuelven más atractivos para los inversores que buscan la mayor rentabilidad ponderada por el riesgo. Cuanta más riqueza persigue las rentas, más suben los precios de los activos y más rápido se traslada la riqueza de la industria al sector rentista... Las trampas de la renta vacían la industria y convierten en páramos a zonas industriales que en su día fueron orgullosas, como el norte de Inglaterra y el Medio Oeste estadounidense... Si la clase capitalista china emergente destina los aproximadamente 170 billones de yuanes (25 billones de dólares) de ahorro acumulado procedente del superávit a la compra de activos, China no evitará su trampa de la renta... las empresas chinas de IA se han centrado en la producción material, utilizando su robótica industrial para la fabricación de productos, inclusive verduras. Se están automatizando cadenas de suministro enteras, incluido el diseño del propio proceso de producción. Asimismo, todas estas capacidades de IA son de código abierto y están al alcance del fabricante chino más pequeño por una miseria. No se trata simplemente de una tecnología que otorga una ventaja competitiva a un Henry Ford o a un Steve Jobs. En el modelo industrial emergente de China, impulsado por la IA, los marxistas chinos detectan la base material para la abolición del valor en sí mismo... Cuando el tiempo de trabajo necesario se reduce a cero en todos los sectores a la vez, los bienes se vuelven tan abundantes que su valor de cambio se desploma. Lo que queda es un valor de uso, una utilidad y una funcionalidad enormes... La idea más profunda que plantean los marxistas chinos es que el capitalismo no puede sobrevivir al gran salto adelante de la IA. Tarde o temprano, deberá generar crisis y guerras para sobrevivir. Pero China no está sujeta a la misma lógica de acumulación de riqueza capitalista... Puede absorber el impacto, redistribuir los beneficios en forma de bienes y servicios de alta calidad a precios irrisorios, y crear las condiciones materiales previas para un ámbito de libre asociación en el que produzcamos según nuestras capacidades y distribuyamos según nuestras necesidades, y donde el estado, tras haber contribuido a hacer realidad la utopía comunista, se atrofie... Incluso si los marxistas renacidos de China tienen razón, persisten interrogantes difíciles: cuando llegue esta singularidad de la productividad, ¿el estado chino garantizará que los beneficios y el tiempo libre que permiten los robots impulsados por la IA se utilicen para propiciar un auténtico florecimiento humano? (Yanis Varoufakis)

" A medida que China se abría al capitalismo, sus principales universidades adoptaron los libros de texto occidentales convencionales para moldear la forma de pensar de sus estudiantes sobre la economía. “La mayoría de mis colegas solo hablan del marxismo de la boca para afuera”, me confesó un profesor de economía de uno de los mejores departamentos de economía de China. “Solo una pequeña minoría se toma en serio a Marx”.

Eso fue hace dos años. Hoy, la revolución de la IA le está dando un poderoso impulso a la economía marxista china.

Los marxistas chinos temen desde hace mucho tiempo que el giro capitalista del país lo conduzca a la “trampa de la renta” tan conocida en las economías del Atlántico Norte: un período de inflación de los precios de los activos, una desaceleración rápida, estancamiento, desindustrialización y discordia social. Cuando la competencia en los sectores productivos hace bajar las tasas de beneficio, los inmuebles que generan renta se vuelven más atractivos para los inversores que buscan la mayor rentabilidad ponderada por el riesgo.

Cuanta más riqueza persigue las rentas, más suben los precios de los activos y más rápido se traslada la riqueza de la industria al sector rentista. Las trampas de la renta vacían la industria y convierten en páramos a usinas industriales que en su día fueron orgullosas, como el norte de Inglaterra y el Medio Oeste estadounidense.

China ya estuvo a punto de caer en una trampa de la renta con el colapso de la promotora inmobiliaria Evergrande -la punta de un iceberg especulativo que estuvo a punto de hundir el milagro económico chino-. Los académicos leales al régimen chino desestiman esos temores, confiados en que el estado chino, a diferencia de sus pares occidentales, sabe cómo orientar la inversión para eludir la trampa de la renta. Señalan casos de éxito como los minerales críticos, la energía verde, los vehículos eléctricos, los trenes ultrarrápidos, los microchips y, más recientemente, la IA.

La minoría de economistas chinos que se mantuvieron fieles al marxismo temía en secreto que el estado chino, por muy competente que fuera, pudiera no bastar para que China eludiera su trampa de la renta. A principios de 2025, varios de ellos me comentaron que consideraban que el enorme superávit comercial del país era producto de una guerra de clases despiadada contra las clases trabajadoras tanto chinas como occidentales, en la que los únicos vencedores son los capitalistas chinos y occidentales.

Si la clase capitalista china emergente destina los aproximadamente 170 billones de yuanes (25 billones de dólares) de ahorro acumulado procedente del superávit a la compra de activos, China no evitará su trampa de la renta. Si, por el contrario, los ahorros se invierten en el extranjero, por ejemplo, en los países del BRICS+ o en África, China se convertirá, al igual que Occidente antes, en un rentista que extrae excedentes de los países en desarrollo -lo cual no es precisamente un objetivo marxista-. Asimismo, al enviar sus ahorros al exterior, los ahorristas chinos se verán algún día atados, al igual que los ahorristas alemanes antes que ellos, a los caprichos de los prestatarios extranjeros -otra perspectiva poco atractiva.

Una sensación similar de inquietud solía invadir a los economistas marxistas chinos cuando se enfrentaban a la recomendación política habitual, principalmente por parte de economistas anglosajones, de que China debía aumentar el gasto interno -tanto privado como público- para evitar la trampa de la renta. Los marxistas chinos dudan de que el consumismo aleje al país de la trampa de la renta del capitalismo de forma sostenible. “He leído La sociedad opulenta de Galbraith, y por eso sé que correr más rápido en la cinta de correr del consumismo es un tipo especial de infierno”, me dijo uno de ellos.

Para comprender cómo los robots impulsados por IA de China ayudaron a sus economistas marxistas a volver a la primera línea, debemos recordar un principio fundamental de la economía marxista: el valor económico solo lo crea el trabajo humano. El valor de un producto refleja el tiempo mínimo de trabajo necesario para producirlo, dado el estado actual de la tecnología y los conocimientos técnicos. Los capitalistas nunca pueden extraer plusvalía de una máquina -solo de los seres humanos-. Las máquinas industriales pueden ser inmensamente útiles, pero se limitan a transferir el valor que les han infundido los seres humanos que las construyeron.

Desde la invención de la máquina de vapor, a medida que las máquinas fueron sustituyendo progresivamente al trabajo humano, el valor de las mercancías descendió, los márgenes de beneficio se redujeron y la trampa de la renta se agudizó. Pronto, para restablecer la creación de valor, el capitalismo necesitó una guerra que redujera la oferta de mano de obra o una crisis grave que la abaratara. Esta es la crítica marxista habitual al capitalismo.

Los marxistas chinos creen que esto está ocurriendo con renovado vigor en Estados Unidos, por cortesía de las grandes empresas tecnológicas. Silicon Valley le presta poca atención a la producción material, pero está obsesionado con crear agentes de IA para alquilárselos a personas y a empresas como proveedores de servicios. Mientras que el sector de servicios estadounidense prescinde de la mano de obra humana y pierde su capacidad para generar plusvalía, los magnates tecnológicos estadounidenses extraen más plusvalía de la producción material que la IA deja relativamente intacta. La trampa de la renta en Estados Unidos crece, al igual que la desigualdad, el populismo y la agitación social.

Por el contrario, las empresas chinas de IA se han centrado en la producción material, utilizando su robótica industrial para la fabricación de productos, inclusive verduras. Se están automatizando cadenas de suministro enteras, incluido el diseño del propio proceso de producción.

Asimismo, todas estas capacidades de IA son de código abierto y están al alcance del fabricante chino más pequeño por una miseria. No se trata simplemente de una tecnología que otorga una ventaja competitiva a un Henry Ford o a un Steve Jobs. En el modelo industrial emergente de China, impulsado por la IA, los marxistas chinos detectan la base material para la abolición del valor en sí mismo.

Cuando el tiempo de trabajo necesario se reduce a cero en todos los sectores a la vez, los bienes se vuelven tan abundantes que su valor de cambio se desploma. Lo que queda es un valor de uso, una utilidad y una funcionalidad enormes. De repente, la riqueza ya no sustenta los precios de los activos, la trampa de la renta desaparece y resulta posible imaginar una China futura que ya no necesite exportar para mantener su equilibrio interno.

La idea más profunda que plantean los marxistas chinos es que el capitalismo no puede sobrevivir al gran salto adelante de la IA. Tarde o temprano, deberá generar crisis y guerras para sobrevivir. Pero China no está sujeta a la misma lógica de acumulación de riqueza capitalista. Al operar dentro de un marco de capitalismo de estado que privilegia los objetivos a largo plazo por sobre las ganancias a corto plazo, puede llevar la automatización hasta su conclusión lógica sin temor a una caída de los beneficios. Puede absorber el impacto, redistribuir los beneficios en forma de bienes y servicios de alta calidad a precios irrisorios, y crear las condiciones materiales previas para un ámbito de libre asociación en el que produzcamos según nuestras capacidades y distribuyamos según nuestras necesidades, y donde el estado, tras haber contribuido a hacer realidad la utopía comunista, se atrofie.

Incluso si los marxistas renacidos de China tienen razón, persisten interrogantes difíciles: cuando llegue esta singularidad de la productividad, ¿el estado chino garantizará que los beneficios y el tiempo libre que permiten los robots impulsados por la IA se utilicen para propiciar un auténtico florecimiento humano? ¿Se extinguirá con entusiasmo? ¿O dará lugar a una élite parasitaria que utilice la IA, como lo hacen las grandes empresas tecnológicas, para enriquecerse?" 

(Yanis Varoufakis, Project Syndicate, 31/08/26) 

Hoy conviven tres vulnerabilidades que nunca antes se habían dado al mismo tiempo: una sobrevaloración concentrada en torno a la inteligencia artificial, una estructura de mercado más estrecha y frágil que en 1987, y un entorno macrofinanciero que ha convertido el crédito, los intermediarios no bancarios y los balances domésticos en pólvora seca... Lo que hace único a 2026 es que estos tres mecanismos pueden activarse en secuencia: primero el crash técnico (1987), luego la compresión de valoraciones (2000), y finalmente el contagio al crédito y la economía real (2008). Y esta vez, el Estado tiene menos herramientas que entonces... Hoy, el 36-40% del S&P 500 está en manos de apenas diez compañías, todas ellas ligadas a la IA... Si una de esas firmas titubea, arrastra al índice; si dos lo hacen, el mercado entra en pánico... Cuando los beneficios no lleguen al ritmo esperado, y ya hay señales, la caída de la valorización será brutal aunque no caigan los beneficios o ventas de las empresas. Y será más rápida que en 2000 porque el mercado está mucho más interconectado y apalancado... Una caída del 5% puede desencadenar ventas forzadas que la lleven al 15% en horas... El BIS advierte que los intermediarios no bancarios ya tienen el 53% de la deuda soberana de los países avanzados, y que su exposición a bonos corporativos y crédito privado es mayor que nunca... Imaginemos la secuencia. Primero, una decepción en los resultados de una de las grandes hyperscalers, las grandes empresas tecnológicas (como Amazon, Microsoft, Google o Meta)... Después, las empresas más pequeñas del ecosistema IA, que dependían de refinanciaciones constantes, no pueden renovar su deuda. La inversión en infraestructura se paraliza, los contratos se cancelan y el desempleo tecnológico comienza a subir... Finalmente, el consumo cae por el efecto riqueza, la economía entra en recesión, y los bancos centrales se ven obligados a elegir entre inflación y colapso... Eso no es ciencia ficción. El BIS ya ha estimado que una reversión del boom de IA podría congelar el crédito corporativo (Juan Laborda)

"En octubre de 2025 publiqué en este medio un artículo bajo el título Sí, predigo el pinchazo de la burbuja financiera de la Inteligencia Artificial en 2026. En este nuevo texto extiendo y explicito mucho más lo que allí expresé, usando modelos de machine learning para tales previsiones. Lo más importante es que las lecturas que salen son horrendas. No es una posibilidad remota. No es una advertencia para inversores nerviosos. Es una conclusión que se impone al observar los datos, la estructura del mercado y la arquitectura financiera global. Una gran caída bursátil en los próximos meses no es plausible: es una certeza que sucederá. Y quienes la descartan como otro “esto ya lo vivimos” están cometiendo el mismo error de quienes en 2000 miraban el Nasdaq y veían el futuro, o en 2007 contemplaban las hipotecas subprime y creían que el riesgo estaba “contenido”.

La razón no es que haya una burbuja tecnológica más. Es que hoy conviven tres vulnerabilidades que nunca antes se habían dado al mismo tiempo: una sobrevaloración concentrada en torno a la inteligencia artificial, una estructura de mercado más estrecha y frágil que en 1987, y un entorno macrofinanciero que ha convertido el crédito, los intermediarios no bancarios y los balances domésticos en pólvora seca. Y lo más inquietante: el sistema ya no tiene margen de maniobra para apagar el incendio sin quemarse él mismo.

El mercado está más caro que en 2000, pero mucho más concentrado

Empecemos por lo obvio: las valoraciones no son “algo elevadas”. Son históricamente absurdas. El CAPE de Shiller (divide el precio de un índice entre el beneficio medio real de los últimos 10 años (ajustado por inflación) para valorar si la bolsa está barata o cara) del S&P 500 ronda 41,7, más del doble de su media histórica, y el PER trailing (calcula cuántos años tardarías en recuperar tu inversión utilizando los beneficios reales y auditados que la empresa ha generado en los últimos 12 meses) supera 32, frente a un promedio de 16. Las ratios precio/ventas y precio/valor contable han superado los máximos de la burbuja puntocom. Pero esto no es un déjà vu: en 1999, la exageración estaba repartida entre cientos de empresas con modelos de negocio dudosos. Hoy, el 36-40% del S&P 500 está en manos de apenas diez compañías, todas ellas ligadas a la IA. Esa concentración no es un dato curioso: es un mecanismo de amplificación. Si una de esas firmas titubea, arrastra al índice; si dos lo hacen, el mercado entra en pánico; si el sector decepciona, no hay “valor refugio” dentro de la bolsa porque todos los refugios son la misma apuesta.

Y el Banco de Pagos Internacionales (BIS) lo ha dicho con claridad: las grandes tecnológicas están descontando tasas de crecimiento de beneficios que no tienen precedentes, con primas de riesgo comprimidas hasta niveles que solo se vieron en los momentos más eufóricos de la historia. La narrativa de la IA es poderosa, pero las narrativas no pagan los múltiplos. Cuando los beneficios no lleguen al ritmo esperado, y ya hay señales de que el capex descomunal en centros de datos no está generando retornos proporcionales, los inversores estarán dispuestos a pagar cada vez menos por cada unidad de negocio (compresión de múltiplos) y la caída de la valorización será brutal aunque no caigan los beneficios o ventas de las empresas. Y será más rápida que en 2000 porque el mercado está mucho más interconectado y apalancado.

 Tres fantasmas en una misma habitación: 1987, 2000 y 2008

Aquí está la novedad que hace único este momento. No estamos ante una repetición de un solo episodio, sino ante una concatenación de tres arquetipos de crisis que hasta ahora habían sido excluyentes.

La IA es real, pero su rentabilidad no llegará al ritmo que descuentan los precios. Cuando los inversores comprendan que el gasto en infraestructura no se traduce en beneficios inmediatos, los múltiplos comenzarán a comprimirse

El fantasma de 1987: aquel octubre, el Dow cayó un 22,6% en un solo día. No fue por una recesión inminente, sino por una estructura de mercado frágil: portfolio insurance, futuros mal gestionados y un desajuste entre contado y derivados que convirtió una corrección en cascada. Hoy tenemos ETFs apalancados, estrategias de volatilidad, fondos sistemáticos y un volumen de derivados que multiplica por diez al de 1987. Una caída del 5% puede desencadenar ventas forzadas que la lleven al 15% en horas.

El fantasma de 2000: entonces el Nasdaq se desplomó un 78% en dos años. No fue un crash, fue una lenta agonía de expectativas frustradas. La IA es real, pero su rentabilidad no llegará al ritmo que descuentan los precios. Cuando los inversores comprendan que el gasto en infraestructura no se traduce en beneficios inmediatos, los múltiplos comenzarán a comprimirse y no habrá comprador de fondo porque todos los compradores ya están dentro.

El fantasma de 2008: lo que convirtió aquella crisis en sistémica no fue la caída de la vivienda, sino el hecho de que esa caída estaba apalancada con crédito, titulizada y en manos de intermediarios no bancarios que operaban con colateral frágil. Hoy, el mercado repo está lleno de hedge funds con apalancamiento oculto; el private credit ha crecido sin supervisión; y los fondos de inversión abiertos poseen activos ilíquidos que no podrán vender si se produce una avalancha de reembolsos. El BIS advierte que los intermediarios no bancarios ya tienen el 53% de la deuda soberana de los países avanzados, y que su exposición a bonos corporativos y crédito privado es mayor que nunca. Si el equity cae, el colateral se deteriora, los haircuts suben, y la financiación repo se congela. Eso no es una crisis bursátil: es una crisis de crédito disfrazada de corrección.

Lo que hace único a 2026 es que estos tres mecanismos pueden activarse en secuencia: primero el crash técnico (1987), luego la compresión de valoraciones (2000), y finalmente el contagio al crédito y la economía real (2008). Y esta vez, el Estado tiene menos herramientas que entonces. La deuda pública está por las nubes, y para nuestra desgracia nadie de la ortodoxia quiere oír hablar de la Teoría Monetaria Moderna; la inflación sigue siendo un fantasma y los bancos centrales no pueden bajar tipos hasta el 0% sin provocar una hemorragia fiscal. El margen de maniobra es mínimo.

El capitalismo financiarizado ya no puede crecer sin burbujas

Pero el problema no es solo de valoraciones o de estructura de mercado. Es de modelo. Desde los años ochenta, el capitalismo ha ido sustituyendo la inversión productiva por la valorización financiera. Los beneficios se han disparado, pero no porque las empresas produzcan más o mejor, sino porque han concentrado poder de mercado, han reducido salarios y han destinado el excedente a recompras de acciones en lugar de a nueva capacidad productiva. La participación del trabajo en la renta nacional no ha dejado de caer; la inversión privada es débil a pesar de la elevada rentabilidad; y el crecimiento depende cada vez más del efecto riqueza que generan los precios de los activos.

Ese régimen tiene una contradicción interna: necesita burbujas para sostener el consumo y la inversión, pero cada burbuja eleva la fragilidad sistémica. Cuando la burbuja estalla, no hay un “amortiguador” real porque la economía real se ha vuelto dependiente de la riqueza financiera. Por eso una corrección bursátil no es un fenómeno aislado: es el ajuste necesario de un sistema que ha estado viviendo por encima de sus posibilidades durante décadas para beneficiar exclusivamente a unos cuantos pijos psicópatas multimillonarios. La IA ha sido el último catalizador de esa dinámica, no su solución. El gasto descomunal en centros de datos y chips no está generando una nueva ola de productividad generalizada, sino una burbuja de inversión que, cuando reviente, arrastrará a proveedores, contratistas y bancos expuestos.

El escenario que nadie quiere nombrar

Imaginemos la secuencia. Primero, una decepción en los resultados de una de las grandes hyperscalers, las grandes empresas tecnológicas (como Amazon, Microsoft, Google o Meta) que gestionan gigantescas infraestructuras de computación en la nube y concentran la mayor parte de la inversión mundial en inteligencia artificial. La noticia se extiende, los algoritmos de trading reaccionan, los ETFs apalancados amplifican la caída, y el S&P 500 pierde un 10% en dos sesiones. Luego, los hedge funds reciben margin calls (órdenes de venta para respaldar sus deudas), venden bonos corporativos para obtener liquidez, los spreads se disparan, y el crédito se encarece.

Después, las empresas más pequeñas del ecosistema IA, que dependían de refinanciaciones constantes, no pueden renovar su deuda. La inversión en infraestructura se paraliza, los contratos se cancelan y el desempleo tecnológico comienza a subir. Finalmente, el consumo cae por el efecto riqueza, la economía entra en recesión, y los bancos centrales se ven obligados a elegir entre inflación y colapso.

No son predicciones alarmistas: son advertencias basadas en modelos que ya han fallado antes por exceso de optimismo

Eso no es ciencia ficción. El BIS ya ha estimado que una reversión del boom de IA podría congelar el crédito corporativo; el Mecanismo de Estabilidad Europeo (ESM) ha simulado escenarios donde una corrección bursátil estadounidense combinada con tensiones geopolíticas recorta un 20% el S&P y un 30% las bolsas europeas en 18 meses. No son predicciones alarmistas: son advertencias basadas en modelos que ya han fallado antes por exceso de optimismo.

La única salida es cambiar el modelo

No hay rescate que valga. La tentación natural es pensar que la Fed o el BCE volverán a salvar el día. Pero esta vez no pueden. Los bancos centrales están atrapados en un dilema: si no actúan, la crisis se profundiza; si actúan, siembran la semilla de la siguiente. Y el sistema financiero no bancario, que ha crecido en la sombra, no tiene acceso a las ventanillas de liquidez de los bancos centrales. Cuando los fondos de inversión, los dealers y los hedge funds necesiten liquidez, no habrá prestamista de última instancia para ellos. La crisis será más rápida y menos controlable que en 2008.

Cuando la música pare —y parará— la corrección no será una oportunidad de compra, sino el principio de un ajuste estructural que llevamos décadas aplazando

Por eso, la respuesta no puede ser técnica. No basta con endurecer los requisitos de capital o exigir más transparencia a los fondos. Hace falta algo más profundo: reequilibrar el poder de mercado, reducir la financiarización, incentivar la inversión productiva y redistribuir la renta para que la demanda no dependa de la riqueza financiera. Políticas antimonopolio agresivas, fiscalidad progresiva sobre las rentas del capital, gobierno corporativo que desincentive las recompras, y una inversión pública que oriente el ahorro hacia la transición ecológica y la infraestructura real. Esa es la única manera de romper el círculo vicioso de burbuja-rescate-nueva burbuja.

Pero, mientras tanto, el mercado sigue bailando al son de la IA, los múltiplos siguen subiendo y los inversores siguen comprando como si el futuro estuviera ya escrito. No lo está. Y cuando la música pare —y parará— la corrección no será una oportunidad de compra, sino el principio de un ajuste estructural que llevamos décadas aplazando. La pregunta no es si ocurrirá, sino cuándo. Y ese “cuándo” puede estar mucho más cerca de lo que imaginas."

 (Juan Laborda  , El Salto, 15/07/26) 

China ha convertido la IA en un bien público, ¿por qué entra en pánico Silicon Valley?«El futuro es el código abierto... Imaginen si EEUU cerrara la puerta al código abierto. Obligaríamos explícitamente a las empresas estadounidenses a pagar entre 26 y 56 dólares por cada millón de tokens por su IA, en comparación con lo que sus adversarios/competidores globales pagarían entre 0,50 y 1 dólar. Esto es económicamente insostenible a menos que la IA sea una farsa»... En esencia, la estrategia estadounidense de IA es una carrera impulsada por el capital. Invierten fuertemente, mantienen los modelos más potentes en secreto y bajo control privado, e imponen controles a las exportaciones. ¿El resultado? Valoraciones disparadas para un puñado de gigantes --OpenAI, Anthropic, Google DeepMind-- y el dominio a corto plazo de EEUU... Los precios de las acciones se han disparado. Los inversores han obtenido grandes beneficios. Pero ahora es imposible ignorar las desventajas: costes exorbitantes y una fuerte dependencia de la escasez artificial. Una vez que las alternativas abiertas y de bajo coste se generalicen, el sistema podría colapsar rápidamente... En el enfoque estadounidense, la IA es un producto rentable diseñado para naciones ricas y grandes inversores. Amplía la brecha entre ricos y pobres, entre países desarrollados y en desarrollo. Esta fría y jerárquica fantasía tecnológica revela el profundo defecto del enfoque estadounidense: la tecnología, en última instancia, sirve al poder y la riqueza de unos pocos... China ofrece una visión radicalmente diferente: la IA como un bien público global, algo diseñado para beneficiar a toda la humanidad... La IA ya está trascendiendo el mundo digital para adentrarse en el físico, transformándolo... Brasil la está implementando en la agricultura inteligente. China comparte capacidades significativas con países del Sur Global. Al fin y al cabo, los bienes públicos no deberían ser un lujo... EEUU busca ganancias de capital y hegemonía tecnológica. China apuesta por la abundancia compartida y el progreso humano. La pregunta fundamental sigue siendo la misma: ¿debe la tecnología estar al servicio de toda la humanidad o solo de unos pocos privilegiados? (Global Times)

"Si se supone que la inteligencia artificial (IA) transformará el mundo para mejor, ¿por qué genera tanta inquietud en Silicon Valley?

Si buscas «IA en China» en buscadores occidentales, verás que la misma palabra se repite una y otra vez: «raza». Pero al leer los titulares, la emoción predominante es otra: la ansiedad.

Business Insider lo expresó sin rodeos: «Silicon Valley está en crisis por la estrategia de IA de código abierto de China». Axios fue aún más directo: Kimi K3, un nuevo modelo de IA de código abierto desarrollado por Moonshot AI, con sede en Pekín, «ha deslumbrado a los desarrolladores, sacudido a Silicon Valley y relanzado la carrera por la IA de la noche a la mañana».

Un inversor de capital riesgo estadounidense captó a la perfección el sentir general en las redes sociales: «El futuro es el código abierto... Imaginen si EEUU cerrara la puerta al código abierto. Obligaríamos explícitamente a las empresas estadounidenses a pagar entre 26 y 56 dólares por cada millón de tokens por su IA, en comparación con lo que sus adversarios/competidores globales pagarían entre 0,50 y 1 dólar. Esto es económicamente insostenible a menos que la IA sea una farsa».

Un antiguo asesor de IA de la Casa Blanca fue más allá, afirmando que los «modelos woke lobotomizados» (modelos de IA paralizados por la corrección política) son el enemigo de la competitividad estadounidense.

Esta ola de preocupación surge de un único evento: la Conferencia Mundial de IA (WAIC) de 2026 en Shanghái. Allí, China no solo presentó el modelo Kimi K3 actualizado, sino que también lanzó la Organización Mundial de Cooperación en Inteligencia Artificial (WAICO), enviando una clara señal de un enfoque muy diferente para el desarrollo de la IA, uno que golpea al modelo estadounidense donde más le duele.

En esencia, la estrategia estadounidense de IA es una carrera impulsada por el capital. Invierten fuertemente, mantienen los modelos más potentes en secreto y bajo control privado, e imponen controles a las exportaciones. ¿El resultado? Valoraciones disparadas para un puñado de gigantes --OpenAI, Anthropic, Google DeepMind-- y el dominio a corto plazo de EEUU.

Los precios de las acciones se han disparado. Los inversores han obtenido grandes beneficios. Pero ahora es imposible ignorar las desventajas: costes exorbitantes y una fuerte dependencia de la escasez artificial. Una vez que las alternativas abiertas y de bajo coste se generalicen, el sistema podría colapsar rápidamente.

Esto nos lleva a la pregunta: ¿para quién es la IA?

En el enfoque estadounidense, la IA es principalmente una herramienta de alta gama: un producto rentable diseñado para naciones ricas y grandes inversores. Amplía la brecha entre ricos y pobres, entre países desarrollados y en desarrollo.

Aún más inquietante es la visión a largo plazo que se discute en voz baja: un futuro en el que una pequeña élite huye a Marte mientras la Tierra se deja en decadencia, o en el que un puñado de oligarcas tecnológicos utilizan la IA y robots con cuerpo físico para controlar la mayoría de los recursos y, por extensión, a la propia humanidad.

Esta fría y jerárquica fantasía tecnológica revela el profundo defecto del enfoque estadounidense: la tecnología, en última instancia, sirve al poder y la riqueza de unos pocos.

China ofrece una visión radicalmente diferente: la IA como un bien público global, algo diseñado para beneficiar a toda la humanidad.

Los verdaderos bienes públicos no tienen precios exorbitantes, barreras de acceso elevadas ni control monopolístico. Al adoptar modelos de código abierto, China ha liberado código, ponderaciones y conocimientos sobre entrenamiento para que el mundo los utilice, modifique y desarrolle. Rechaza así las antiguas prácticas de control y búsqueda de rentas. El objetivo es que la IA sea más fácil de usar, más productiva y accesible para todos.

La IA ya está trascendiendo el mundo digital para adentrarse en el físico, transformando la energía, la industria manufacturera, la sanidad, la agricultura y las ciudades. Los Emiratos Árabes Unidos la utilizan para la conducción autónoma. Brasil la está implementando en la agricultura inteligente. China comparte capacidades significativas con países del Sur Global. Al fin y al cabo, los bienes públicos no deberían ser un lujo.

El «telón de acero de la IA» que EEUU ha intentado construir se está desmoronando gracias al impulso de China por el código abierto. En última instancia, el verdadero ganador en la carrera de la IA no será quien construya el modelo más potente en el laboratorio, sino quien genere la mayor prosperidad en el mundo real.

EEUU busca ganancias de capital y hegemonía tecnológica. China apuesta por la abundancia compartida y el progreso humano. La pregunta fundamental sigue siendo la misma: ¿debe la tecnología estar al servicio de toda la humanidad o solo de unos pocos privilegiados? China ya ha dado su respuesta."

 (Jaque al neoliberalismo , 29/07/26,  fuente  Global Times)

El temor a una posible derrota en la carrera por la IA impulsa la reunión que Trump planea celebrar con Xi en septiembre... Trump solicitó la cumbre de IA porque teme que Pekín esté ganando terreno en la carrera global de la IA, especialmente después de que China estableciera alianzas de IA con 28 países, principalmente del Sur Global, en la Conferencia Mundial de Inteligencia Artificial... Gestionar los riesgos de los modelos de inteligencia artificial (IA) de vanguardia y proteger la propiedad intelectual serán los temas principales de la agenda... Se alega que las empresas chinas entrenaron sus modelos, en parte, extrayendo conocimiento de sistemas de IA occidentales, un proceso similar al de un estudiante que aprende estudiando las respuestas y los patrones de razonamiento de un profesor brillante, en lugar de construir el conocimiento desde cero. Esto les permite evitar el uso de costosos chips de IA y lograr resultados comparables a una fracción del coste... la estrategia de IA de China se basa en una prioridad fundamental: implementar la IA en toda su vasta economía industrial, especialmente en las fábricas... “Los verdaderos ganadores no serán los creadores de modelos de IA, sino quienes se encarguen de la implementación, la integración y la reestructuración de procesos. Los proveedores que instalen sistemas en las fábricas, conecten los flujos de datos, capaciten a los trabajadores y cobren tarifas anuales ganarán”, dijo Zhu Min, ex vicegobernador del Banco Popular de China (Jeff Pao)

"El temor a perder la carrera de la IA impulsa la reunión de Xi Jinping con Trump en septiembre
Se revelan nuevos planes para la cumbre tras la consolidación de alianzas de IA entre China y países del Sur Global, lo que inquieta a los principales laboratorios estadounidenses

Gestionar los riesgos de los modelos de inteligencia artificial (IA) de vanguardia y proteger la propiedad intelectual serán los temas principales de la agenda cuando el presidente de Estados Unidos, Donald Trump, reciba al presidente chino, Xi Jinping, en Washington el 24 de septiembre.

Los medios estatales chinos y los analistas afirman que la administración Trump solicitó la cumbre de IA porque teme que Pekín esté ganando terreno en la carrera global de la IA, especialmente después de que China estableciera alianzas de IA con 28 países, principalmente del Sur Global, en la Conferencia Mundial de Inteligencia Artificial (WAIC) de 2026, celebrada en Shanghái el 17 de julio.

Según estos analistas, Washington endurecerá aún más sus controles sobre el desarrollo de la IA en China, pero el consenso chino es que mayores restricciones solo impulsarán a las empresas chinas a avanzar hacia la autosuficiencia y construir un ecosistema de IA.

Reuters informó por primera vez sobre el diálogo planeado sobre IA el 21 de julio, indicando que estas conversaciones serían el primer diálogo oficial entre Estados Unidos y China sobre IA bajo la presidencia de Trump, liderado por el secretario del Tesoro estadounidense, Scott Bessent.

Ambas naciones discutirán cómo regular los potentes modelos de IA que podrían transformar el poder militar, permitir ciberataques contra infraestructuras críticas y alterar los mercados laborales.

El 23 de julio, Trump confirmó la noticia, afirmando que ambos líderes ya habían hablado sobre IA durante su viaje a Pekín en mayo.

“El presidente Xi vendrá el 24 de septiembre”, dijo Trump. “Hablamos de ello cuando estuve en Pekín, y volveremos a hablar del tema”.

Trump calificó la IA como “probablemente el mayor avance que jamás se haya visto” y advirtió que la nación que domine esta tecnología tendrá la ventaja definitiva.

“Quien gane esa carrera probablemente ganará”, afirmó.

El impulso de Washington para involucrar a China en la IA se produce en un contexto de auge de modelos chinos competitivos. Empresas como DeepSeek, Zhipu AI y Moonshot AI han lanzado este año una serie de modelos de bajo costo y alto rendimiento capaces de igualar a ChatGPT de OpenAI y Claude de Anthropic en pruebas de referencia clave.

Se alega que estas empresas chinas entrenaron sus modelos, en parte, extrayendo conocimiento de sistemas de IA occidentales, un proceso similar al de un estudiante que aprende estudiando las respuestas y los patrones de razonamiento de un profesor brillante, en lugar de construir el conocimiento desde cero. Esto les permite evitar el uso de costosos chips de IA y lograr resultados comparables a una fracción del costo.

También han aplicado dos técnicas de eficiencia: la mezcla de expertos (MoE) y la atención dispersa. La MoE dirige automáticamente cada consulta solo al grupo de especialistas más relevante dentro de un modelo, en lugar de activar todo el sistema. La atención dispersa, por su parte, permite que el modelo se concentre únicamente en las partes más relevantes de un texto, reduciendo la carga computacional sin sacrificar la precisión.

El Global Times, un periódico perteneciente al Diario del Pueblo, afirmó en un comentario del 26 de julio que los modelos de IA de código abierto de China se han vuelto lo suficientemente potentes en los últimos dos años como para alarmar a los principales laboratorios de IA de Estados Unidos.

«Hace dos años, nombres como Zhipu AI y Moonshot AI apenas figuraban en la prensa tecnológica estadounidense. Ahora sus modelos compiten de igual a igual con los de Anthropic y OpenAI», decía el comentario. «El pánico de Estados Unidos es comprensible».

El comentario señalaba que, en el contexto más amplio de la relación entre Estados Unidos y China, Washington ya no espera eliminar a China de un solo golpe, sino que intenta prolongar el proceso, aferrándose a su ventaja el mayor tiempo posible.

“El fracaso en la eliminación de China no significa que la contienda haya terminado. Al contrario, a medida que eliminar a China se vuelve menos factible, la carrera por la IA entre Estados Unidos y China simplemente se traslada a frentes más específicos y disputados”, afirmaba. “Mientras China se mantenga fiel a una senda de desarrollo acorde con su propia realidad, se ganará el lugar que merece en la configuración de las normas, reglas y estándares de acceso a la IA”.

La realidad de China

Durante muchos años, los medios estatales chinos evitaron reconocer directamente lo que el comentario del Global Times denomina la “realidad” de China en el desarrollo de la IA, una expresión que se refiere a las sanciones y controles de exportación estadounidenses que han limitado a los fabricantes de chips y empresas de IA chinas.

Estados Unidos prohibió al fabricante neerlandés de equipos para la fabricación de chips, ASML, la venta de equipos de ultravioleta extremo (EUV).

 En 2019, Washington prohibió la exportación de máquinas de litografía a China, y en octubre de 2023 extendió las restricciones a la litografía ultravioleta profunda (DUV) de alta gama. A partir de octubre de 2022, también prohibió la exportación de unidades de procesamiento gráfico (GPU) Nvidia de alta gama a China.

Estas medidas obligaron a los fabricantes de chips chinos a adquirir máquinas DUV de gama media de segunda mano para producir chips de IA, importar chips Nvidia mediante contrabandistas y empresas fantasma, y ​​entrenar modelos de IA en centros de datos del sudeste asiático.

Sin embargo, a medida que Washington endurecía sus controles, empresas chinas de IA como DeepSeek se han centrado en entrenar modelos mediante destilación, extrayendo conocimiento de sistemas de IA occidentales a una fracción del costo de desarrollarlos desde cero.

El secretario del Tesoro de Estados Unidos, Scott Bessent, declaró el 21 de julio que la administración Trump está encontrando pruebas de que los modelos de IA chinos se basaron en modelos estadounidenses. Enfatizó que Washington no tolera el robo de propiedad intelectual.

Zhu Min, ex vicegobernador del Banco Popular de China, quien participó en un panel del Foro Económico Mundial en junio, afirmó que la estrategia de IA de China se basa en una prioridad fundamental: implementar la IA en toda su vasta economía industrial, especialmente en las fábricas.

“La mayor ventaja de China nunca ha sido construir el modelo más grande. Reside en tener más casos de uso, más fábricas, industrias más diversas y empresarios conscientes de los costos”, dijo Zhu. “Los verdaderos ganadores no serán los creadores de modelos de IA, sino quienes se encarguen de la implementación, la integración y la reestructuración de procesos. Los proveedores que instalen sistemas en las fábricas, conecten los flujos de datos, capaciten a los trabajadores y cobren tarifas anuales se embolsarán más que nadie”.

Zhu destacó la manufactura como el sector donde la IA penetrará más profundamente en China, debido a que los beneficios son más tangibles. Afirmó que cada punto porcentual de aumento en el rendimiento de la fábrica se traduce directamente en ganancias; cada parada de producción evitada reduce las pérdidas; Y cada ciclo de entrega más corto aumenta la facturación.

Afirmó que el capital estadounidense tiende a perseguir a las empresas modelo de primer nivel, apostando a que un puñado de compañías capturará un vasto mercado; la inversión china, por el contrario, fluye hacia los sectores de aplicaciones e industria, apostando por un vasto universo de fábricas, pedidos y nichos de mercado.

Chen Xia, columnista radicado en Shandong, afirma que es improbable que Washington y Pekín alcancen un acuerdo importante en las conversaciones sobre IA de septiembre.

“Lo más probable es que se aprueben algunas cláusulas de gestión de riesgos sin efecto. En los temas que realmente le importan a China, como el acceso a la tecnología y la flexibilización de los controles de exportación, Estados Unidos no cederá en ninguno”, dice Chen. “Estados Unidos solo busca obtener el máximo beneficio político al mínimo costo”.

Añade que el actual acercamiento de Trump a China es una maniobra táctica de cara a las elecciones de mitad de mandato a principios de noviembre, cuando los republicanos luchan por mantener sus escasas mayorías tanto en el Senado como en la Cámara de Representantes. Una vez concluida la votación, afirma, la estrategia subyacente de Washington de contener y reprimir a China se hará más evidente.

Añade que Estados Unidos está utilizando las negociaciones para imponer un conjunto de normas regulatorias globales sobre IA que benefician sus propios intereses, buscando mantener a otras naciones en una posición de desventaja permanente; China, por el contrario, solo quiere usar el diálogo para asegurar una voz más justa y equitativa en la configuración de la gobernanza global de la IA." 

(Jeff Pao , Asia Times, 28/07/26, traducción google, enlaces en el original) 

Branko Milanovic: ¿Cómo sería la nueva distribución del ingreso en una sociedad con una presencia masiva de la inteligencia artificial? Aparecería una sociedad de cuatro clases. En la base está la población excedente, el lumpemproletariado o los ilotas ociosos sin empleo y sin nada que hacer. Habría que mantenerlos tranquilos y dóciles mediante la distribución de pan y circo. Pan y circo en el caso moderno significa, obviamente, algún tipo de prestación mínima por desempleo vitalicia y la transmisión continua de entretenimiento de bajo coste las 24 horas del día, los 7 días de la semana... Luego habría una clase trabajadora del sector servicios relativamente numerosa, empleada en áreas que (aún) no pueden ser reemplazadas por la IA. Subsistirían con salarios bajos o moderados, y vivirían permanentemente bajo la amenaza de ser reemplazados por la IA y descender así al lumpemproletariado... La tercera clase son las personas que combinarían, como lo hacen ahora, altos ingresos de capital y altos ingresos laborales. Incluso si actualmente no poseen acciones en nuevas empresas, sus altos ingresos laborales, así como sus elevados ingresos de capital, les permiten ampliar su participación accionarial en los sectores más rentables y, así, no solo conservar su posición, sino mejorarla... Finalmente, en la cima de la pirámide de ingresos estarían personas extraordinariamente ricas como las que ya vemos ahora. Puede que no sean solo cinco, seis o diez plutócratas extremos, sino posiblemente miles de personas con una riqueza extraordinaria... Tal pirámide social se parecería a las pirámides de las sociedades preindustriales que no lograron crear clases medias suficientemente amplias. El esbozo se aplica, por supuesto, solo a las sociedades más avanzadas y ricas. Otras sociedades —menos avanzadas en términos de IA— podrían conservar una estructura social y de clases más familiar... Lo interesante podría ser que las sociedades más avanzadas y ricas carecieran de clase media y fueran políticamente más turbulentas que las sociedades menos avanzadas

"Esbozando el nuevo mundo distópico-utópico con la presencia masiva de la inteligencia artificial 

Una sociedad de cuatro clases (una lectura extensa)  

El despliegue masivo de la inteligencia artificial (IA) sitúa a los economistas ante una situación quizás única en las últimas cinco o seis décadas. La inteligencia artificial es una tecnología de uso general y sus efectos son, desde la perspectiva actual, bastante difíciles o incluso imposibles de predecir. Si uno se pregunta si habrá un aumento del desempleo debido a la introducción de la IA, no tiene sentido consultar a economistas laborales. Los economistas laborales podrían ser capaces de responder preguntas como si una tecnología específica provocaría desempleo o si el aumento del salario mínimo dejaría a algunas personas sin trabajo, pero no pueden abordar la cuestión de los efectos de una nueva tecnología de uso general, porque tanto el alcance de la aplicación de dicha tecnología como sus efectos sobre la demanda de trabajo son simplemente desconocidos. La nueva tecnología de uso general podría, como la electricidad, integrarse en el 90% de las actividades, o podría fracasar, y las esperanzas, y los temores, que albergamos respecto a la inteligencia artificial podrían verse defraudados.

Esto exige, entonces, no buscar respuestas concretas —las cuales creo que en esta etapa son imposibles de formular—, sino definir un conjunto significativo de preguntas sobre el posible efecto de la IA y luego esbozar el nuevo mundo que podría producir.

La primera pregunta significativa es si la IA conduciría a un aumento de la producción total o mantendría la producción total más o menos igual, pero reconfigurando los roles de las máquinas (incluida la propia inteligencia artificial, que puede considerarse una máquina) y el trabajo vivo. En otras palabras, si la IA sería una tecnología que aumenta la producción o una tecnología que desplaza factores, lo que significa que sustituye capital por trabajo vivo, pero no conduce a la producción de muchos bienes y servicios nuevos, ni al aumento de la producción de los bienes y servicios ya existentes. Yo he dictado la mayor parte de este ensayo; no lo he escrito como suelo hacer en Word, ni lo he manuscrito como hacía hace veinte años. Pero en este ejemplo, ni la tecnología de procesamiento de textos ni el dictado por máquina me han hecho producir más ensayos. Probablemente hubo alguna mejora en la productividad, en el sentido de que se produjo un ensayo legible en menos tiempo, pero poco más. Sin embargo, la tecnología de uso general de la revolución de la información ha hecho que este ensayo sea mucho más accesible para muchas personas. En ese sentido, hubo un aumento del bienestar general (asumiendo que leer este Substack no produce enfado e infelicidad en muchos de sus lectores).

La segunda pregunta, relacionada, es si la IA conduciría a un aumento de la productividad, definida como producción por unidad de trabajo vivo. Ahí, como sugiere tanto el sentido común de la sustitución de trabajo por IA como el ejemplo anterior, podemos asumir con relativa seguridad que la IA aumentaría la producción por unidad de trabajo vivo. Y en algunos casos, de manera drástica. Para no llegar a esta conclusión, tendríamos que asumir que la producción total se reduciría con la aplicación de la IA en la misma medida en que se espera que se reduzca el uso de trabajo vivo. Esto parece de lo más irrealista. En consecuencia, la ratio entre producción total y trabajo vivo total, podemos predecir con seguridad, aumentaría.

La tercera cuestión es si la IA crearía una población excedente significativa. Prefiero usar el término población excedente a un término más neutro como mayor desempleo, porque refleja mejor lo que pueden ser los efectos de una tecnología de uso general. Podría crear personas que son básicamente inempleables y cuyas habilidades pertenecen a una era ya superada. Pueden ser habilidades y conocimientos que el despliegue de la IA vuelve completamente redundantes, o personas cuyas habilidades requieren un "reentrenamiento" para las necesidades de una nueva economía que llevaría cinco o más años. En cualquier caso, dichas personas constituyen, a medio y largo plazo, una población excedente. Si la población excedente se vuelve grande, alcanzando, por ejemplo, el 15 o 20 por ciento de la fuerza laboral, crearía problemas políticos. La cuestión será entonces cómo resolver este problema político. Podría abordarse dentro del sistema existente de prestaciones por desempleo, con la salvedad de que, en el caso de la población excedente, las prestaciones podrían extenderse durante años en lugar de los seis o nueve meses actuales. O, como muchos sostienen, mediante una renta universal garantizada. Ambas soluciones requerirían un cambio en la organización y financiación del sistema de bienestar. Tendríamos que aceptar la posibilidad de personas que nunca trabajarían durante su vida o que trabajarían muy poco tiempo en ocupaciones subalternas.

Sin embargo, las transferencias monetarias no eliminan el problema político de una gran población excedente. Sería ingenuo creer que simplemente dar dinero a la gente para sobrevivir la haría feliz. La población excedente podría crear un grupo permanente de descontentos políticamente difíciles de manejar, una población maleable, lista para ser explotada y utilizada por operadores políticos. La mera presencia de un gran grupo de personas sin nada que hacer y con mucho tiempo libre para tramar rebeliones sería en sí misma políticamente desestabilizadora.

La siguiente cuestión es la de los beneficios. Muy pocos dudan de que la cantidad total de beneficios, cuando la IA se despliegue, aumentaría. La IA es como cualquier otro capital, y las personas que posean la IA ganarán dinero, por supuesto. Se volverán más ricos. En algunos casos, podrían volverse extraordinariamente ricos y ganar una enorme influencia política. Esa enorme riqueza y poder político de unos pocos, combinados con la existencia de una gran población excedente, crearía un cóctel político sumamente peligroso. No es necesariamente cierto que los nuevos tecnoseñores actuarían siempre como una clase. Algunos de ellos podrían albergar ambiciones de liderar el ejército de descontentos y desplazar a otros tecnoseñores de sus posiciones. La caída de la República romana ofrece un precedente histórico; la lucha entre diferentes clanes oligárquicos en la Rusia poscomunista, otro.

Pero aquí mi pregunta es si la tasa de beneficio subiría o no. La mayor masa de beneficios debida a la IA no se traduce necesariamente en una tasa general de beneficio más alta, porque la cantidad de capital nuevo que se invertiría en IA podría ser tan alta que supere el aumento de la cantidad total de beneficios. En otras palabras, la ratio beneficio/capital (π/K) podría disminuir. Podríamos enfrentar así lo que, a primera vista, parece una situación paradójica: la tasa media de beneficio en una economía donde se despliega la IA podría bajar. Pero existen fuerzas compensatorias. La destrucción creativa schumpeteriana provocada por la IA podría destruir el valor de mucho capital que ya no sería utilizable. Para el capital, la IA hará así lo mismo que hizo con el trabajo: crear un capital excedente del mismo modo que habrá creado trabajo excedente. Dicho capital excedente ya no entra en el cálculo de la tasa media de beneficio; el denominador K en el cálculo de la tasa de beneficio se reduciría y la tasa media de beneficio podría subir. Pero nótese que la destrucción creativa que mantiene la tasa de beneficio en un nivel alto implica grandes pérdidas de capital para quienes poseen el capital "equivocado". Así, los descontentos pueden no ser solo los trabajadores inempleables, sino también antiguos capitalistas ahora pauperizados.

¿Qué obtenemos al juntar todo esto? Habría casi con certeza un aumento de la participación de la renta nacional que va a los propietarios del capital, porque la cantidad de capital empleado habría aumentado y la tasa media de beneficio habría permanecido más o menos igual. La participación del trabajo disminuiría. Dado que la mayor parte del capital, como sabemos empíricamente, está en manos de personas en los rangos superiores de la distribución del ingreso, la creciente participación del capital exacerbaría la desigualdad de ingreso y riqueza. Esto también es probable, pero no seguro. Las nuevas tecnologías de tal magnitud podrían, de hecho, aumentar la renta del capital no solo en la cima, entre los actuales propietarios del capital, sino también entre aquellos que están en la mitad de la distribución de la riqueza. En ese caso, resulta menos evidente que la creciente participación del capital impulse por sí misma necesariamente la desigualdad de ingresos al alza.

Pero hay un segundo elemento que sin duda empujaría la desigualdad al alza: la población excedente, cuyos nuevos pagos garantizados por el Estado serían mucho más bajos que sus antiguos salarios.

Finalmente, llegamos a la pregunta clave, que es en realidad una cuestión social: ¿cómo sería la nueva distribución del ingreso? Sería una sociedad tetra, es decir, una sociedad compuesta por cuatro clases. En la base está la población excedente, el lumpemproletariado o los ilotas ociosos sin empleo y sin nada que hacer. Habría que mantenerlos tranquilos y dóciles mediante la distribución de pan y circo. Pan y circo en el caso moderno significa, obviamente, algún tipo de prestación mínima por desempleo vitalicia y la transmisión continua de entretenimiento de bajo coste las 24 horas del día, los 7 días de la semana.

Luego habría una clase trabajadora del sector servicios relativamente numerosa, empleada en áreas que (aún) no pueden ser reemplazadas por la IA. Subsistirían con salarios bajos o moderados, y vivirían permanentemente bajo la amenaza de ser reemplazados por la IA y descender así al lumpemproletariado.

La tercera clase son las personas que combinarían, como lo hacen ahora, altos ingresos de capital y altos ingresos laborales. Esto es lo que he denominado la clase homoplútica, que actualmente representa alrededor del 3% de la población estadounidense: personas que están a la vez entre el 10% superior de los capitalistas y el 10% superior de los asalariados. Ese grupo particular podría aumentar de tamaño. Incluso si actualmente no poseen acciones en nuevas empresas, sus altos ingresos laborales, así como sus elevados ingresos de capital, les permiten ampliar su participación accionarial en los sectores más rentables y, así, no solo conservar su posición, sino mejorarla y aumentar el círculo de personas homoplúticas.

Finalmente, en la cima de la pirámide de ingresos estarían personas extraordinariamente ricas como las que ya vemos ahora. Puede que no sean solo cinco, seis o diez plutócratas extremos, sino posiblemente miles de personas con una riqueza extraordinaria.

Tal pirámide social se parecería, tanto por el acusado aumento de los ingresos al ascender hacia la cima como por el aplanamiento de los ingresos entre los muchos situados en la base, a las pirámides de las sociedades preindustriales que no lograron crear clases medias suficientemente amplias. El esbozo se aplica, por supuesto, solo a las sociedades más avanzadas y ricas. Otras sociedades —menos avanzadas en términos de IA— podrían conservar una estructura social y de clases más familiar.

Lo interesante podría ser que las sociedades más avanzadas y ricas carecieran de clase media y fueran políticamente más turbulentas que las sociedades menos avanzadas. Uno de los dogmas del siglo XX era que el desarrollo (mayor ingreso global) y la educación crean una clase media fuerte que es, a su vez, garante de estabilidad política. Pero quizás ese dogma fue cierto solo para un tipo particular de sociedades industrializadas fordistas, pero no en general para las sociedades con un alto ingreso global.

Lo que en principio podría llamarse clase media en sociedades con mucha IA serían los trabajadores del sector servicios que no han sido desplazados por la inteligencia artificial. Sin embargo, no pueden ser considerados plenamente como una clase media porque sus ingresos son relativamente bajos comparados con los ingresos de las dos clases superiores de individuos homoplúticos y tecnoseñores, y su posición es precaria al estar en constante peligro de caer y reincorporarse al lumpemproletariado.

Hay pocas dudas de que una sociedad así, tal como la hemos esbozado, mostraría fuertes características distópicas. La promesa utópica de máquinas que realizan gran parte del trabajo actualmente hecho por humanos, permitiéndonos disfrutar de tiempo libre y ocio, resultaría en realidad en la producción de sociedades socialmente extremadamente desiguales y políticamente mucho más inestables de lo que los actuales defensores de la abundancia creada por la inteligencia artificial quieren hacernos creer." 

(Branko Milanovic , blog, 20/07/26, traducción Deep Seek, gráfico en el original)