Los modelos de base de IA comparten características con la infraestructura eléctrica, lo que facilita su regulación como un servicio público.
David Calnitsky
Este es el segundo artículo de una serie de dos partes sobre la amenaza de la pérdida de empleo y el desplazamiento de trabajadores provocados por la IA. Puede leer la primera parte aquí .
Las empresas de IA informan sobre aumentos alarmantes en las capacidades de sus modelos. La tarjeta de sistema o3 y o4-mini de OpenAI de abril de 2025 informa que «varias de nuestras evaluaciones biológicas indican que nuestros modelos están a punto de poder ayudar significativamente a los principiantes a crear amenazas biológicas conocidas». Claude 4 Opus demostró la capacidad de ayudar a los usuarios a obtener uranio de grado nuclear. Modelos recientes han demostrado «mayor evidencia de conspiración de alineamiento», según un informe de junio encargado por el estado de California; en otras palabras, los modelos pueden realizar engaños estratégicos, como estar dispuestos a chantajear a ingenieros , y los nuevos modelos a menudo pueden detectar cuándo están siendo evaluados, según el informe.
Esto no es sólo un escenario hipotético; se ha estado desarrollando en los últimos meses.
Como argumentamos en nuestro primer ensayo sobre este tema, la izquierda debe tomar muy en serio los riesgos que la IA presenta tanto para la seguridad como para la subsistencia. Así como fue un error dejar que el cambio climático se clasificara como un asunto “ambiental” y se tratara como un asunto de interés especial o científico cuando, de hecho, afectará la vida de todos, no podemos compartimentar los cambios que la IA provocará en un único problema de “tecnología” o política de innovación. Este es un tema que todos debemos abordar.
En este ensayo, abordamos la eterna pregunta: “¿Qué hacer?”. Nuestra respuesta: necesitamos un enfoque predistributivo de la IA, que la regule como un servicio público, y también necesitamos crear un programa de empleo público para los trabajadores desplazados en la economía del conocimiento.
Redistribución del Estado de bienestar a la RBU
La izquierda tiene una respuesta general para la pérdida de empleo: un Estado de bienestar profundo, con un seguro de desempleo adecuado y programas públicos de capacitación e inserción laboral. En Estados Unidos, estos sistemas han sido inadecuados durante mucho tiempo y ahora se encuentran bajo una presión aún mayor. En el ámbito educativo, las universidades están siendo atacadas, y sus líderes no están siendo proactivos a la hora de diseñar programas de reciclaje profesional y de capacitación.
En el ámbito del Estado de bienestar, las limitadas protecciones sociales existentes se están erosionando (aún más tras la aprobación de la Gran y Hermosa Ley de Trump, que recortará drásticamente Medicaid, los cupones de alimentos y otras redes de seguridad vitales de nuestro ya debilitado sistema de bienestar), aunque la pandemia de COVID-19 demuestra que pueden ampliarse rápidamente en situaciones de emergencia. Los sindicatos también tienen un historial de intentos de traducir las ganancias de productividad derivadas de la innovación tecnológica en jornadas laborales más cortas , en lugar de en la pérdida de empleos. Fortalecer y expandir el Estado de bienestar, invertir fuertemente en programas de capacitación e inserción laboral, y empoderar a los sindicatos serán propuestas políticas claves para abordar la pérdida de empleos provocada por la IA.
Algunas propuestas más utópicas de la izquierda adoptan una “renta básica universal” (RBU) no solo como respuesta al desempleo masivo, sino también como una fuente de apalancamiento para los trabajadores. Una RBU, argumentan algunos, proporcionaría más tiempo libre y suavizaría el vínculo fundamental entre el trabajo asalariado y la supervivencia en el capitalismo.
Sin embargo, otros socialistas se muestran escépticos respecto a la RBU. Una fuente de escepticismo es que la RBU ofrece una especie de ” bienestar para los mercados “, garantizando que el gasto público vuelva a manos de capitalistas privados como Amazon, Walmart y, de hecho, ahora OpenAI, Google y otros proveedores de tecnología de IA. (No es casualidad que los propios capitalistas tecnológicos se hayan convertido en grandes defensores de la RBU).
Así como fue un error dejar que el cambio climático se metiera en una categoría “ambiental”, no podemos compartimentar los cambios que la IA provocará en una única cuestión de política “tecnológica”.
Otra preocupación es que la RBU ignora la dignidad fundamental inherente al trabajo en todas las sociedades, incluida la capitalista. No creemos que la mayoría de las personas se conformara con un desempleo o subempleo involuntario prolongado, incluso si el Estado les diera lo suficiente para vivir. La pregunta es cómo se podría facilitar la inserción de estas poblaciones en trabajos socialmente útiles a través de canales públicos.
Soluciones como la expansión del estado de bienestar y la RBU se basan en la redistribución de la riqueza de los capitalistas (incluidos los capitalistas de IA) para mitigar las consecuencias del rápido cambio tecnológico en los mercados laborales. Sin embargo, por necesarias que sean, no desafían fundamentalmente las estructuras de poder que configuran la tecnología de IA en su esencia.
“Predistribución” o socialización de los beneficios de la IA
Los enfoques más radicales no aceptarían que la IA deba ser controlada por capitalistas privados, quienes entonces tendrían derecho a monopolizar el excedente producido por su uso en toda la sociedad. Las políticas orientadas a la ” predistribución “, como las plantean Saffron Huang y Sam Manning, buscarían generalizar los beneficios de la tecnología revolucionaria antes de que sea acaparada por capitalistas con ánimo de lucro.
Hay algo fundamentalmente colectivo en la IA. Karl Marx argumentó que el capital trata el conocimiento científico —lo que él, provocativamente, llamó « intelecto general »— como un «don gratuito» del que puede apropiarse en su afán de lucro. En la medida en que la IA representa una forma gigantesca de aprendizaje automático basado en toda la base de conocimiento textual de la sociedad, Marx no pudo haber previsto esta escala de apropiación intelectual.
Es revelador que OpenAI comenzara como una organización sin fines de lucro antes de convertirse en una empresa capitalista: incluso los innovadores en IA reconocieron el riesgo del afán de lucro con una tecnología tan capaz de generar costos profundos e incluso existenciales. Científicos y otros ya han comprendido su utilidad como una especie de “asistente de investigación” para codificar, responder preguntas generales y, de hecho, producir artículos de investigación coherentes sobre un tema determinado.
No es difícil imaginar cómo este tipo de herramienta podría convertirse en un servicio esencial subyacente a todas las formas de trabajo, tanto en el ámbito laboral como en el doméstico. Cuando Kevin Kelly, editor fundador de Wired, previó que la IA sería tan fundamental como la electricidad, una tecnología de propósito general presente en todo a medida que se vuelve ” cognitiva ” (teléfonos, dispositivos, coches, edificios, etc.), probablemente a la mayoría le sonó como el típico entusiasmo tecnológico. Pero ahora es posible vislumbrar cómo podría ser realmente la integración de la IA en la vida cotidiana de las personas.
En abstracto, la IA se incorpora a la vida cotidiana para resumir, traducir, investigar y generar nuevas ideas. No se trata solo de que la IA realice tareas de oficina como programar reuniones, crear gráficos y crear presentaciones, ayudar a encontrar las palabras adecuadas para un mensaje, publicar en redes sociales y todo lo demás. Se incorporará al trabajo doméstico y a las aficiones: encontrar técnicos, identificar plantas misteriosas en el jardín, recomendar recetas, hacer listas de la compra y optimizar la actividad física. Nada de esto parece esencial ahora, al igual que hace treinta años Google Maps no lo parecía. Pero la gente se acostumbrará gradualmente a sus capacidades, al igual que para muchos hoy en día es muy difícil navegar a un nuevo lugar sin consultar el teléfono.
La IA como servicio público
Afortunadamente, ya existe un conjunto de políticas y pensamiento legal sobre cómo tratar estos “servicios esenciales”: la legislación y la regulación de los servicios públicos . Los pensadores legales progresistas de principios del siglo XX reconocieron que ciertas infraestructuras en red, como el gas, el agua y la electricidad, debían gestionarse como “empresas comunes y colectivas… demasiado importantes para dejarlas exclusivamente en manos de las fuerzas del mercado”, como lo expresó el jurista William Boyd . Los servicios públicos se forjaron mediante estatutos legales que exigían que se gobernaran en interés público y no simplemente para el lucro privado (aunque, especialmente en el caso del gas y la electricidad, la propiedad y el lucro privados se permitían como parte de este acuerdo legal).
Dado que la electricidad es un excelente ejemplo de este ámbito, cabe distinguir dos puntos. En primer lugar, los modelos de base de IA comparten características con la infraestructura eléctrica, lo que permite su regulación como un servicio público. (Si bien el término «IA» puede referirse a todo tipo de cosas, aquí nos centramos en los modelos de base, y especialmente en los modelos avanzados de frontera, como Claude 3.7 Sonnet de Anthropic, o3 de OpenAI, R1 de DeepSeek, etc., que requieren grandes cantidades de datos y aplicaciones de suministro de energía).
El científico informático de inteligencia artificial Andrej Karpathy observa que los modelos de lenguaje grandes (LLM) requieren enormes gastos de capital fijos para construir la red de infraestructura informática para entrenar los modelos, clientes que requieren “acceso medido” (tokens basados en la cantidad de palabras/información procesada) y una demanda de flujo constante de información confiable similar al voltaje eléctrico.
Estos sistemas podrían convertirse en servicios integrados en la vida cotidiana y el trabajo de las personas. A cierta escala, los grandes sistemas de IA podrían regularse como los servicios públicos: obligados a ofrecer tarifas y acceso razonables, estar sujetos a supervisión pública y operar según estándares que podrían incluir transparencia y fiabilidad.
La perspectiva de una regulación pública no es meramente hipotética. El gobernador de California, Gavin Newsom, vetó un controvertido proyecto de ley sobre seguridad de la IA el pasado otoño de 2024, pero un informe recién publicado, encargado por el estado, sugiere que las capacidades de los modelos de IA ya se han disparado en los ocho meses transcurridos desde el veto, lo que ha suscitado importantes inquietudes regulatorias públicas.
Los riesgos de dejar estos servicios sin regular están empezando a hacerse evidentes. Por ejemplo, hace unos meses, OpenAI lanzó una actualización de ChatGPT que le dio una personalidad aduladora, volviéndose tan agradable que desencadenó y reforzó delirios paranoicos y elogió efusivamente ideas de negocio “geniales”, como vender “mierda en un palo”. La compañía rápidamente retiró la actualización tras las críticas virales. Pero es evidente el peligro de un producto del que 500 millones de usuarios semanales dependen al no estar regulado de esta manera.
Otra preocupación clave en la legislación de servicios públicos es la obligación de servir a toda la población en su territorio de servicio y evitar desigualdades en el acceso. Si los usuarios premium obtienen una IA funcional y el resto una versión deficiente y poco funcional, la sociedad se vuelve aún más desigual. La gente no toleraría electricidad o agua potable permanentes para una parte de la población, ni un servicio deficiente y contaminación ocasional para el resto; o al menos, no deberían.
La cuestión es que estos son problemas que el Estado puede abordar. Sin regulación, los beneficios de la IA no se distribuirán equitativamente ni serán accesibles para toda la población.
Con la inteligencia artificial, el aumento vertiginoso de la demanda de electricidad y el cambio climático, nos enfrentamos a preguntas públicas ineludibles, y el modelo de servicio público proporciona un ejemplo histórico de una forma institucional capaz de abordarlas.
En segundo lugar, la IA no solo es similar a la electricidad, sino que requiere enormes cantidades de electricidad para alimentar la computación que sustenta sus funciones básicas. En otras palabras, como muchos han advertido, la IA y el crecimiento de los centros de datos en general generarán niveles de demanda eléctrica o crecimiento de la “carga” que no hemos visto en varias décadas, lo que pondrá a prueba nuestros modelos actuales de gobernanza y regulación de los servicios públicos. La Agencia Internacional de la Energía predice que la demanda de electricidad para “centros de datos optimizados para IA” se cuadruplicará para 2030, y en Estados Unidos los centros de datos representarán la mitad del crecimiento total de la demanda eléctrica (aunque actualmente la IA solo representa alrededor del 15 % de la demanda eléctrica de los centros de datos, se prevé que esa cifra aumente rápidamente).
Esto representa un desafío, ya que apenas hemos salido de medio siglo de reestructuración (o desregulación) del sector eléctrico, basada en la idea de que las empresas de servicios públicos eran monopolios gigantescos, lentos para cambiar e innovar y perjudiciales para los consumidores. Este proceso ha “desglosado” sistemáticamente las empresas de servicios eléctricos en mercados más fragmentados, basándose en la promesa neoliberal de que una mayor competencia siempre genera resultados óptimos.
Sin embargo, es evidente que el antiguo modelo de servicios públicos, basado en la planificación central a largo plazo, la inversión socializada y la garantía de tarifas justas y razonables para los consumidores, parece bastante propicio para los desafíos que enfrentamos. Más allá de la IA, también está el hecho de que la descarbonización requerirá una expansión masiva de la infraestructura de generación y transmisión de electricidad.
En resumen, con la IA, el aumento vertiginoso de la demanda de electricidad y el cambio climático, nos enfrentamos a cuestiones públicas ineludibles, y el modelo de servicio público ofrece al menos un ejemplo histórico de una forma institucional capaz de abordarlas. Creemos que es una cuestión abierta si estos diferentes aspectos de la regulación de la IA —la regulación de los modelos y algoritmos de IA, por un lado, y la regulación de su infraestructura y consumo energético, por otro— deberían abordarse dentro de un marco unificado. Se podría imaginar una gobernanza conjunta de ambas dimensiones, pero también se podría imaginar que las cuestiones fundamentales sobre la transparencia pública y el funcionamiento de los modelos se pierdan en las conversaciones sobre las necesidades energéticas de los centros de datos. El punto crucial es que el modelo general de regulación de los servicios públicos se aplica tanto a los aspectos físicos como a los virtuales de estos sistemas.
El modelo de utilidad no es perfecto, como algunos han señalado . Puede ser lento de cambiar y propenso a la corrupción. Pero, como explicó Pier LaFarge, también representa «el equilibrio más exitoso entre capital privado y propósito público de la historia… [y el]… único ejemplo operativo de infraestructura socializada en el corazón de la mayor economía del mundo». Si el siglo XX estuvo marcado fundamentalmente por la red eléctrica, el siglo XXI podría depender de la provisión pública de infraestructura de IA.
Por supuesto, un proyecto de este tipo implicaría recuperar el control sobre la IA de manos de sus amos privados. Personas de diversos ámbitos llevan años debatiendo de forma más amplia sobre la regulación de la tecnología en beneficio del interés público, la infraestructura pública digital y la conversión de las empresas tecnológicas en servicios públicos privados . Ideas similares para una ” internet pública ” no han mermado precisamente el poder de Google ni de las redes sociales sobre las tecnologías digitales.
Pero el ejemplo histórico de la electricidad nos da un poco más de esperanza, especialmente cuando crece la reacción pública contra las incursiones de la IA capitalista y las presiones energéticas e hídricas generadas por la expansión de su infraestructura. La industria eléctrica de finales del siglo XIX era completamente privada: Thomas Edison, buscando capital en Wall Street, ubicó la primera central eléctrica en Pearl Street, Nueva York. Pero a medida que cada vez más reformistas progresistas reconocían el papel vital de la electricidad en la infraestructura urbana, amenazaron con la adquisición pública a gran escala de los sistemas eléctricos municipales. La amenaza real de la propiedad pública llevó a los capitalistas de la electricidad a aceptar un compromiso basado en convertir la electricidad en un servicio público regulado. Necesitaremos movimientos igualmente poderosos capaces de disciplinar la IA privada hoy.
Un programa de empleo público para la economía del conocimiento
Tratar la IA como un servicio público no resuelve el problema de la pérdida de empleos, pero podría proporcionar un marco de planificación más amplio para abordar la pérdida de empleos de forma coordinada y pública. Para este problema, también contamos con un rico precedente histórico: los programas de empleo público del New Deal.
Un programa de empleo público para la IA necesitaría pensar creativamente en cómo dar trabajo a algunas de sus víctimas más visibles: los trabajadores del conocimiento de la clase profesional y gerencial. Cabe recordar que el New Deal no solo se centró en la construcción de escuelas, hospitales y sistemas eléctricos por parte de obreros, sino también en aprovechar la creatividad artística para fines socialmente útiles y hacer la cultura accesible a las masas; piensen en los murales de Diego Rivera que evocan la lucha obrera o en las canciones de Woody Guthrie sobre la hidroelectricidad pública. El New Deal también contrató a innumerables ingenieros, planificadores y otros trabajadores del conocimiento técnico cuyas habilidades se dedicaron a la planificación y la gobernanza públicas eficaces .
Tratar la IA como un servicio público no resuelve el problema de la pérdida de empleos, pero podría proporcionar un marco de planificación más amplio para lidiar con las pérdidas de empleos de manera coordinada y pública.
Hoy en día, estos trabajadores del conocimiento generalmente buscan empleos de interés público a través del tercer sector de las organizaciones sin fines de lucro, en concreto, universidades y ONG de defensa (entidades, como hemos visto, fundamentalmente vulnerables a los ataques políticos, así como a los caprichos de los filántropos). Aprovechar sus habilidades directamente para el bien común podría proporcionar un mercado mucho más estable y democráticamente responsable para estos trabajadores. Quizás los ingenieros de software que buscan trabajo podrían encontrar trabajo ayudando a crear plataformas públicas de IA y conocimiento.
Cómo llegar desde aquí
Estas ideas parecen distantes desde el punto de vista de la viabilidad política. Sin embargo, los plazos para el avance del LLM indican que podríamos necesitar que se consideren detenidamente y logren un amplio apoyo político en un plazo de cinco años. Actualmente, solo contamos con propuestas de legislación estatal extremadamente modestas. Por ejemplo, la Ley de Estabilización de la Fuerza Laboral , reintroducida en la Asamblea del Estado de Nueva York en esta sesión, exige a las empresas realizar evaluaciones del impacto de la IA y cobraría a las corporaciones que desplacen a sus trabajadores con IA, con exenciones para las pequeñas empresas que la necesiten para seguir siendo económicamente viables. Utilizaría los fondos recaudados por el recargo para la capacitación de los trabajadores, el desarrollo de la fuerza laboral y el seguro de desempleo.
Esto va por buen camino, y es positivo que se haya tomado la molestia de redactarlo. Sin embargo, está obviamente limitado por lo que parece políticamente imaginable en este momento. También ilustra por qué un enfoque estado por estado será inadecuado para el desafío, ya que, si las empresas enfrentan recargos solo en Nueva York, será aún más probable que se muden a estados con menos protecciones laborales, lo que agravará las tendencias existentes. Necesitamos aprovechar la creciente sensación de alarma para abrir un espacio de posibilidades. Para ello, necesitamos que quienes piensen que la IA “no es su problema” se unan a la lucha.
Ya sea que se piense que la IA exige la expansión del estado de bienestar, la RBU, la legislación sobre servicios públicos, la garantía de empleo público o una combinación de estos, ninguna de estas soluciones será fácil de obtener del capital de la IA ni de la clase capitalista en general, que se resiste a los impuestos y la redistribución necesarios para implementarla en gran parte. Por lo tanto, como dijimos en nuestro ensayo anterior, es importante no tratar la IA como un ámbito de política único, separado de los del clima, la atención médica y la gobernanza económica. Todos estos desafíos requieren un movimiento más amplio de la clase trabajadora contra la austeridad y el poder del capital en general, que reafirme la importancia central de los bienes públicos.
Matt Huber, profesor de geografía en la Universidad de Syracuse. Su último libro es «El cambio climático como guerra de clases: Construyendo el socialismo en un planeta en calentamiento» (Verso, 2022).
Holly Buck, profesora asociada de medio ambiente y sostenibilidad en la Universidad de Buffalo.
Foto tomada de: (Sameer al-Doumy / AFP vía Getty Images)
Deja un comentario