La mal llamada Inteligencia Artificial (IA) representa una herramienta sorprendente que nos ha mostrado que las máquinas pueden identificar objetos, crear imágenes mediante las instrucciones del usuario, componer estrofas de canciones, generar acordes o progresiones musicales y mantener una conversación con los usuarios de manera lógica entre pregunta y respuesta.

Para alcanzar tal funcionalidad se requiere una inmensa cantidad de datos cargados en un modelo de estadística inferencial para que, la próxima vez, el modelo decida qué palabras escribir mediante cálculos. Así actúa la mayor parte de la IA: modelos de inferencia que reciben gran cantidad de variables para generar una predicción con un alto grado de acierto.

Esto ha promovido muchos aspectos económicos y sociales, pues la herramienta es útil porque permite el ahorro de enormes cantidades de tiempo. Sin embargo, así como la ciencia y la tecnología se subordinan a la clase en el poder, ésta no es la excepción, el sistema actual siempre buscará la forma más eficiente de adquirir ganancias sin esfuerzo, el viejo sueño de sustituir la fuerza de trabajo.

A ese sueño no se llegará del todo; pues para producir mercancías es necesaria la fuerza de trabajo. Por ahora, lo que las empresas de IA pueden optimizar es la forma de extraer la materia prima para estos modelos, porque buscan obtenerla de la manera más barata posible.

Esa necesidad voraz de datos para alimentar los modelos estadísticos de los “libros”, que la IA debe “leer” para “saber” escribir, ha generado una nueva fiebre por la materia prima textual. Aquí no se excava la tierra, se excavan bibliotecas y almacenes de libros usados.

La empresa Anthropic, creadora del modelo Claude, ideó un método para abastecerse de esta materia prima y compró entre 500 mil y dos millones de libros físicos, no para leerlos, donarlos o digitalizarlos cuidadosamente, sino para triturarlos. Utilizaron una máquina para escanear las páginas a alta velocidad, el papel resultante se recicló, mientras el conocimiento contenido en él se trasladó a otro soporte.

La razón para triturar libros en lugar de negociar licencias digitales es sencilla: negociar con miles de autores y editoriales resulta costoso y lento; mientras que prevalece una ley, la doctrina de la primera venta, que establece que quien compra un objeto físico, puede hacer con él lo que quiera, incluyendo regalarlo, revenderlo o destruirlo.

Al triturar el papel, Anthropic sostuvo que no estaba “copiando” el libro, sino extrayendo información de un objeto que ya le pertenecía. El resultado práctico fue que la empresa conservó el cien por ciento del conocimiento, las palabras, ideas y los datos sin pagar derechos de autor a los escritores, y así cubrió únicamente el costo del papel usado y el envío. Es la máxima expresión de la lógica ya señalada: optimizar la obtención de materia prima al costo más bajo posible.

Un juez federal determinó que entrenar modelos con libros comprados y luego destruidos podía considerarse un uso transformador; pero la obtención de otros libros a través de copias “pirateadas” sí constituyó una infracción, lo que llevó a Anthropic a un acuerdo por mil 500 millones de dólares con un grupo de autores. Esta distinción importa porque muestra que el mecanismo no operó en un vacío legal, sino en el límite mismo permitido por la ley.

Cuando una persona le pregunta algo y recibe una respuesta con apariencia lógica, parece que la máquina piensa; pero realmente ocurre que el sistema reorganiza el trabajo efectuado por millones de autores que escribieron los libros triturados. El algoritmo se presenta como un sujeto autónomo y valioso, pero su valor no reside en el código, sino en el trabajo humano acumulado, el de los autores, el de los editores, programadores y el de los anotadores precarizados que etiquetaron los datos. La máquina no crea saber nuevo, sino que convierte el conocimiento existente en una caja que sólo unas cuantas empresas controlan.

Si aplican la misma forma de obtener la materia prima para la IA, llegaremos a un fenómeno de difícil solución frente al acceso del conocimiento, el capitalismo tecnológico no sólo busca que la IA sea más rápida, sino que el conocimiento ya no sea un bien público.

Se destruye así el pozo público para vender después el agua embotellada. El conocimiento, que era un bien común, se convierte en un recurso administrado de forma privada; y cuando el conocimiento escasea, su acceso tiende a encarecerse. Más que un avance meramente tecnológico, esto describe el proceso de concentración sobre una base de recursos que antes era compartida.