Desintoxicación
¿Cómo podemos caracterizar el impacto de la IA? Kévin Carillon, investigador en ciencias de la información y la comunicación, ha estudiado las consecuencias de la introducción de datos, algoritmos e inteligencia artificial en las organizaciones. En este trabajo, propone entender la IA generativa como un parásito de la producción humana. El proceso ha llegado a tal punto que las IA se parasitan entre sí.
«Debemos mantenernos en la carrera. Porque nuestra independencia depende de ello». El 16 de septiembre de 2026, en su discurso sobre el Estado de la Unión , Ursula von der Leyen instó a los estados europeos a realizar un esfuerzo colectivo y aumentar masivamente su capacidad de computación para competir con los gigantes estadounidenses y chinos de la inteligencia artificial. El año anterior, la Comisión Europea ya había anunciado su intención de movilizar 200.000 millones de euros en inversiones para convertir a Europa en un actor principal en el sector. Estos anuncios forman parte de un discurso que se ha vuelto omnipresente en los ámbitos político y mediático: Europa supuestamente se ha quedado rezagada en una revolución tecnológica que amenaza con escapársele de las manos y, por lo tanto, debe invertir para preservar su soberanía.
Según políticos y comentaristas de todas las tendencias que se hacen eco de esta narrativa, el principal peligro que afronta Europa es no aprovechar la revolución de la inteligencia artificial. La competencia internacional sirve así como justificación para una carrera tecnológica a la baja, cuyos objetivos finales rara vez se cuestionan. El argumento es que se deben construir más centros de datos, desarrollar modelos cada vez más potentes y movilizar cada vez más fondos públicos para este fin. Esta retórica de urgencia sirve principalmente para presentar las decisiones políticas como necesidades históricas. Y la cuestión de quién se beneficia realmente del desarrollo de la IA y a costa de quién se organiza queda eclipsada por el imperativo de la competitividad.
Porque la industria de la IA generativa se basa en un modelo de desarrollo único. Las empresas del sector se han apropiado de enormes cantidades de recursos producidos por otros para entrenar sus modelos, antes de comercializar sistemas capaces de revolucionar las actividades de las que obtuvieron dichos recursos. Bajo las promesas de progreso e innovación tecnológica, emerge una relación social muy particular: el parasitismo.
En 1980, el filósofo Michel Serres publicó una obra titulada *Le Parasite* (1) , en la que convirtió esta noción en una herramienta particularmente fructífera para reflexionar sobre las relaciones sociales. Su punto de partida es una peculiaridad del idioma francés: el término «parásito» designa tanto a un organismo que vive a expensas de otro (podríamos pensar aquí en el famoso Cordyceps que inspiró *The Last of Us *), como a alguien que se invita a una mesa para aprovecharse de la comida (el «gorrista»), y al ruido que interrumpe la comunicación (el crujido en una línea telefónica). Para Serres, estos diferentes significados aluden a dimensiones de la misma relación: el parásito se insinúa en relaciones preexistentes, se beneficia de ellas apropiándose de recursos que no ha producido e introduce una perturbación que probablemente altere su funcionamiento. Sin embargo, es precisamente desde esta perspectiva que debemos comprender el desarrollo actual de la IA generativa, cuyo modelo económico traslada esta lógica parasitaria a una escala industrial y planetaria.
Una empresa extractiva a gran escala
Detrás de las impresionantes capacidades de los grandes modelos de lenguaje ( MLL ), como los que impulsan ChatGPT, Claude o Gemini, se esconde una enorme red de explotación. Para entrenar sus modelos, empresas como OpenAI, Anthropic y Google han extraído ingentes cantidades de datos producidos por otros: libros, artículos científicos, fotografías y debates en línea. Al hacerlo, estas empresas se han apropiado del fruto de décadas de trabajo colectivo, con escaso respeto por el consentimiento de los autores. Algunas incluso han recurrido a bibliotecas piratas, como lo demuestra el acuerdo de 1.500 millones de dólares alcanzado entre Anthropic y los autores cuyas obras protegidas por derechos de autor habían sido descargadas ilegalmente. La retórica que celebra la innovación tecnológica enmascara así una realidad mucho menos gloriosa: la industria de la IA se ha construido en gran medida sobre la apropiación del trabajo ajeno.
Pero el escándalo va más allá de la cuestión de los derechos de autor. Gran parte de los recursos apropiados por las empresas de IA provienen de actividades que nunca tuvieron como objetivo la producción de bienes. Las contribuciones voluntarias a Wikipedia, los debates en foros especializados y el desarrollo de software libre se basan en formas de cooperación e intercambio de conocimientos que no tienen fines capitalistas. Sin embargo, son precisamente estos recursos colectivos los que la industria de la IA se empeña en transformar en activos privados. La operación es sorprendentemente eficiente: lo que se produjo colectivamente y se puso a disposición de terceros de forma gratuita se convierte en la materia prima para servicios controlados por un puñado de multinacionales.
Esta apropiación del conocimiento se ve agravada por la explotación de una fuerza laboral que los discursos sobre la autonomía de la IA prefieren ignorar. En 2023, una investigación de la revista Time reveló que OpenAI había subcontratado la anotación de contenido violento o sexualmente explícito en Kenia, con salarios que oscilaban entre 1,32 y 2 dólares por hora. Encargados de mejorar las funciones de seguridad de ChatGPT, estos trabajadores describieron las consecuencias psicológicas de su exposición repetida a contenido traumático. Numerosos estudios empíricos sobre el trabajo digital han documentado esta división colonial del trabajo en Asia, Sudamérica y África. En consecuencia, la supuesta inteligencia «artificial» también depende del trabajo humano, para el cual las tareas más arduas se delegan a trabajadores precarios, mientras que las ganancias van a parar a las empresas de Silicon Valley y a sus dueños con tendencias fascistas (2).
Esta explotación depredadora se extiende a los recursos materiales. Lejos de la imagen etérea de la inteligencia que circula en la «nube», los modelos generativos requieren infraestructuras industriales colosales, particularmente exigentes en términos de energía, agua y elementos de tierras raras (3). Según la Agencia Internacional de Energía, el consumo mundial de electricidad de los centros de datos, de los cuales la IA representa una proporción creciente, podría duplicarse con creces entre 2024 y 2030. El funcionamiento de esta industria se basa, por lo tanto, en una asimetría fundamental: un puñado de empresas privadas captura la mayor parte del valor generado a partir de los recursos colectivos, mientras que una gran parte de los costos humanos y materiales se traslada al resto de la sociedad.
Crea el caos y haz que otros paguen las consecuencias.
El parásito no solo agota los recursos de su huésped, sino que también perturba las relaciones en las que se infiltra. Esto es lo que Michel Serres denomina la producción de «ruido». La IA generativa, al tiempo que vampiriza recursos, posee una capacidad sin precedentes para saturar el espacio social con ruido. El simple hecho de cuestionar si un contenido (texto, vídeo o ilustración) fue producido por IA es una manifestación de esta capacidad disruptiva. Al posibilitar la producción masiva de contenido cuyo origen se vuelve difícil de determinar, la IA ha generado un mercado de sospecha generalizada, del que prosperan empresas de detección como Pangram. Estas empresas afirman resolver un problema creado por las tecnologías en las que se basan sus propios sistemas, al tiempo que se arrogan el poder de distinguir entre producciones humanas y artificiales.
Más grave aún, los deepfakes permiten crear imágenes o vídeos que muestran a personas en situaciones inexistentes, convirtiéndose en herramientas especialmente lucrativas para la violencia de género. En junio de 2026, la fiscalía de París anunció la detención del presunto administrador de CFake , una plataforma que distribuía más de 300 000 imágenes y 7000 vídeos sexuales manipulados, perjudicando a aproximadamente 14 000 víctimas. El sitio atraía casi cuatro millones de visitas mensuales y generaba ingresos publicitarios. Aquí se revela el mecanismo parasitario en toda su brutalidad: individuos se apropian de imágenes de mujeres sin su consentimiento, se lucran con ellas y les transfieren la carga de la violencia sufrida.
Pero la generación de ruido no solo proviene de la creación de contenido engañoso. También se debe a un creciente desequilibrio entre la velocidad a la que se produce la información y la capacidad humana para analizarla. Los recientes acontecimientos que han sacudido a la comunidad matemática ofrecen una demostración dramática de esto. El 6 de octubre de 2026, OpenAI publicó más de 700 manuscritos generados por un modelo interno, divididos en 372 familias de resultados, afirmando avances en problemas que a veces se estudian durante décadas. El matemático Hugo Duminil-Copin, ganador de la Medalla Fields en 2022, descubrió que dieciséis problemas relacionados con su investigación figuraban entre los que la empresa afirmaba haber resuelto. Declaró que lloró al escuchar la noticia, creyendo que su campo de investigación había sido «aniquilado «. Una empresa privada puede, por lo tanto, inundar ahora a una comunidad científica en cuestión de horas con cientos de propuestas cuyo análisis, paradójicamente, requerirá años de trabajo humano. Reclama la propiedad de los descubrimientos mientras traslada la carga de verificar, interpretar y hacer comprensibles sus hallazgos a los investigadores. La depredación del trabajo científico en este caso se extiende a una nueva manifestación de parasitismo: la apropiación de las capacidades de atención y verificación de los investigadores, cuyo conocimiento ya está siendo explotado por la IA.
De forma similar, en enero de 2026, la plataforma científica arXiv (un archivo abierto que permite a los científicos depositar sus artículos antes de su publicación oficial) endureció las condiciones para las primeras presentaciones en respuesta a la proliferación de trabajos generados mediante IA. El problema persiste: los costes de producción de contenido se desploman, mientras que los costes de verificación recaen sobre las comunidades que lo reciben. En última instancia, da igual si este contenido es verdadero, falso o simplemente mediocre. El ruido surge cuando su proliferación supera la capacidad colectiva para interpretarlo. Esta es la perversidad inherente de un modelo en el que la industria de la IA explota el conocimiento producido por las comunidades humanas y, posteriormente, les impone trabajo adicional para absorber su propia producción.
Saqueen los bienes comunes hasta destruirlos.
El parásito no solo saquea los recursos de su huésped y perturba su actividad, sino que también puede alterar las relaciones que conforman la base de los recursos de los que se alimenta. Quizás aquí reside la contradicción más profunda de la industria de la IA generativa. Tomemos como ejemplo Stack Overflow, la plataforma donde millones de desarrolladores de software se han acostumbrado a hacer preguntas y compartir soluciones. A lo largo de los años, sus contribuciones voluntarias han construido una vasta base de conocimiento técnico, donde cada problema resuelto se convierte en un recurso para toda la comunidad. Pero la IA generativa, con sus asistentes de programación, ahora permite a los desarrolladores obtener directamente las respuestas que antes buscaban entre sus compañeros. El lanzamiento de ChatGPT en 2022 contribuyó así a acelerar la disminución de las contribuciones a la plataforma. En consecuencia, el conocimiento producido colectivamente alimenta servicios comerciales que luego desvían a los usuarios de los espacios donde se generó dicho conocimiento. Y cada pregunta dirigida a ChatGPT, en lugar de a la comunidad de desarrolladores, es una oportunidad perdida para enriquecer un patrimonio común.
Esta dinámica amenaza directamente los bienes comunes digitales de todo tipo. Wikipedia, cuyo contenido alimenta masivamente modelos generativos, depende del trabajo de miles de voluntarios que, de forma colectiva, escriben y debaten el conocimiento disponible para el público. Sin embargo, las respuestas que ofrecen los motores de búsqueda permiten ahora a los usuarios beneficiarse de este trabajo sin siquiera consultar la enciclopedia en línea. En octubre de 2025, la Fundación Wikimedia anunció un descenso de aproximadamente el 8 % en las consultas humanas en comparación con el mismo periodo del año anterior, que atribuyó en particular a las redes sociales y a la evolución de los motores de búsqueda que integran la IA. El libre flujo del conocimiento, que prometía la emancipación colectiva, se está convirtiendo así en una formidable oportunidad para la acumulación privada.
Sin embargo, el problema va más allá de las comunidades digitales. Los idiomas, las prácticas culturales y la experiencia profesional son recursos que la IA puede apropiarse, amenazando las condiciones de su producción y transmisión. En respuesta, están surgiendo iniciativas impulsadas por estas mismas comunidades. En Nueva Zelanda, por ejemplo, la organización maorí Te Hiku Media ha desarrollado sus propias tecnologías de reconocimiento de voz para el te reo Māori , reivindicando la soberanía de las comunidades sobre sus datos lingüísticos. En Estados Unidos, el sindicato SAG-AFTRA lideró una huelga de casi un año contra las empresas de videojuegos, logrando un acuerdo en julio de 2025 que, entre otras cosas, regula el consentimiento de los intérpretes para el uso de réplicas digitales y su remuneración. Estas movilizaciones nos recuerdan que la IA también es un escenario de lucha social, porque detrás de las promesas técnicas de optimización y automatización reside el poder de las comunidades sobre su trabajo y las condiciones de su reproducción.
En todos estos casos, el parasitismo sigue una lógica común. La industria de la IA se apropia de recursos producidos colectivamente y luego interpone sus servicios entre los miembros de las comunidades que los crearon. Los intercambios públicos se convierten en conversaciones privadas con máquinas, los bienes comunes alimentan plataformas comerciales y el conocimiento corre el riesgo de separarse de las personas que lo transmiten. Al intentar reemplazar las actividades humanas con sistemas automatizados, la industria de la IA amenaza las condiciones sociales que hacen posibles dichas actividades. Surge entonces una contradicción fundamental: ¿qué quedará para absorber si las comunidades que producen conocimiento se debilitan progresivamente? ¿Y qué sucederá con los modelos cuando tengan que alimentarse de contenido generado cada vez más por otras inteligencias artificiales?
Cuando los parásitos se devoran entre sí
En *El parásito *, Michel Serres explora la evolución de la relación parasitaria. La primera configuración que descubre es la posibilidad de que el parásito se convierta a su vez en parásito. Y esto es precisamente lo que está empezando a ocurrir en la industria de la IA. En enero de 2025, OpenAI acusó a la empresa china DeepSeek de utilizar las respuestas de sus modelos para entrenar los suyos propios, mediante una técnica llamada destilación . En febrero de 2026, Anthropic formuló acusaciones similares contra tres empresas chinas, sospechosas de haber recopilado más de 16 millones de interacciones con Claude para mejorar sus propios sistemas. Desde una perspectiva externa, la situación es innegablemente irónica. Tras construir sus modelos absorbiendo cantidades ingentes de información humana, los gigantes estadounidenses de la IA se indignan ahora al ver que empresas competidoras explotan su propio trabajo. Estas empresas, que han hecho de la apropiación del trabajo ajeno su modelo económico, están descubriendo de repente las virtudes de la propiedad intelectual.
Esta competencia entre parásitos está transformando aún más las condiciones de circulación del conocimiento. Anthropic anunció nuevas protecciones contra la extracción no autorizada de datos en octubre de 2026, mientras que los productores de contenido también buscan defender sus recursos. En julio de 2025, Cloudflare lanzó Pay Per Crawl , un sistema que permite a los propietarios de sitios web cobrar a los bots por recopilar su contenido. Tras aprovechar la internet abierta para acumular recursos gratuitamente, la industria de la IA ahora contribuye a su confinamiento dentro de infraestructuras privadas. Los datos se están convirtiendo en un activo estratégico, y cada empresa busca controlar el acceso a ellos. Esta dinámica, denominada el «segundo movimiento de cercamiento» (4) (en referencia a los cercamientos que privatizaron las tierras comunales en el siglo XVI), corre el riesgo de fortalecer aún más la concentración del sector. Las empresas con recursos para comprar conjuntos de datos exclusivos o negociar licencias podrán consolidar su dominio.
Pero la naturaleza parasitaria de la IA podría adoptar una forma menos esperada: la autofagia. A medida que el contenido generado artificialmente (o «sintético») inunda internet, los modelos de IA, que se alimentan regularmente con nuevo contenido, corren el riesgo de consumir cada vez más la producción de otros modelos, o incluso sus propios resultados. En julio de 2024, un estudio publicado en Nature (5) por Ilia Shumailov y sus colegas demostró que el entrenamiento repetido con datos sintéticos podría provocar el colapso del modelo . Cuando los datos sintéticos reemplazan gradualmente la entrada humana en los corpus de entrenamiento, su uso repetido puede empobrecer la producción de la IA. El parásito termina entonces consumiendo por completo la materia prima que él mismo ha contribuido a degradar. Esta limitación técnica revela una contradicción social mucho más profunda: para seguir progresando, los modelos necesitan nuevos conocimientos, producidos independientemente de ellos. Sin embargo, al desviar los intercambios hacia sus sistemas y debilitar las comunidades que alimentan los bienes comunes digitales, la industria de la IA corre el riesgo de debilitar precisamente las condiciones para la renovación del conocimiento de las que depende.
En esta etapa, sin embargo, el problema radica menos en un hipotético colapso técnico de los sistemas de IA que en la reconfiguración de las relaciones sociales resultante de esta gigantesca empresa depredadora. A medida que los datos humanos adquieren mayor valor, las empresas buscan controlar con mayor rigor su origen y acceso, profundizando los mecanismos de apropiación que subyacen a estas contradicciones. La industria, sin duda, podría encontrar nuevas oportunidades de acumulación en el mismo desorden que crea. Por ello, la crítica a la IA no puede reducirse a denunciar sus sesgos, medir su rendimiento o debatir interminablemente sobre la supuesta necesidad de una ética de la IA. Lo que está en juego es un sistema capitalista en el que un puñado de empresas se apropian de los frutos del trabajo colectivo, amenazando al mismo tiempo las condiciones para su reproducción. Quizás sea hora, pues, de arrancar esta sanguijuela antes de que nos agote por completo.
1. Serres, M. (1980). El parásito . Grasset
2.Durán, G. (2026). El Reich Nerd: el fascismo de Silicon Valley y la guerra contra la democracia . Simon & Schuster.
3. Hao, K. (2025). Imperio de la IA: Sueños y pesadillas en OpenAI de Sam Altman . Penguin Press.
4. Boyle, J. (2017). El segundo movimiento de cercamiento y la construcción del dominio público. En Derecho de autor (pp. 63-104). Routledge.
5. Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., & Gal, Y. (2024). Los modelos de IA colapsan cuando se entrenan con datos generados recursivamente. Nature , 631 (8022), 755-759.
https://frustrationmagazine.fr/l-intelligence-artificielle-generative-est-un-gigantesque-parasite
