Os Estados Unidos están a asistir hoxe a unha nova era de concentración e centralización do capital monopolista-financeiro marcada polo auxe da intelixencia artificial (IA). Os economistas de S&P Global estiman que "o 80% do aumento da demanda privada interna final" nos Estados Unidos na primeira metade de 2025 foi atribuíbel ao gasto en "centros de datos e gastos de capital relacionados de alta tecnoloxía".(1) Este investimento masivo en centros de datos está a ser levado a cabo por enormes corporacións de alta tecnoloxía, cuxo número se podería contar cos dedos dunha man. Estas empresas son comunmente coñecidas na industria como "hiperscalers", que representan as megacorporacións que dominan a computación na nube. Clasificadas segundo o investimento en centros de datos a principios de 2026, inclúen a Microsoft, Amazon Web Services, Google (Alphabet) e Meta, constituíndo "as Grandes Casas da IA".(2) Estas xigantescas entidades monopolísticas están tamén entre as seis principais corporacións estadounidenses, medidas polo seu valor de mercado. (Nvidia, a maior empresa por valoración de mercado a principios de 2026, non é en si mesma unha líder na computación na nube, senón que monopoliza do 80 ao 90 por cento dos chips supercomputadores GPU). Segundo Bloomberg, Microsoft, Amazon Web Services, Alphabet/Google e Meta tiñan un gasto de capital combinado de 150 mil millóns de dólares en 2022 e 360 mil millóns en 2025, mentres que planean gastar 650 mil millóns en 2026. En comparanza, "espérase que os maiores fabricantes de automóbiles estadounidenses, fabricantes de equipos de construción, ferrocarrís, contratistas de defensa, operadores de telefonía sen fíos, empresas de paquetería, xunto con ExxonMobil Corp., Intel Corp., Walmart Inc., e as filiais escindidas de General Electric —21 empresas— gasten un total de 180 mil millóns de dólares en 2026".(3)
O investimento en IA alcanza agora unha escala que invita á comparación co auxe dos ferrocarrís estadounidenses no século XIX.(4) Como no caso dos camiños de ferro, a expansión da IA actual está apoiada por centros financeiros que manipulan o apoio gobernamental, liberándoa da dependencia dos beneficios reais, e confiando no que John Maynard Keynes chamou "espíritos animais", ou beneficios esperados sobre novos investimentos. Teríanse necesitado moitos anos para que os hiperscalers aumentasen os seus investimentos en centros de datos ao nivel actual baseándose simplemente na acumulación de beneficios reais, mentres que as finanzas monopolistas a través do sistema de crédito-débeda permitiron que esta transformación ocorrese "nun abrir e pechar de ollos".(5) A riqueza social, extraída do conxunto da poboación, está a ser canalizada cara ás Grandes Casas da IA a través de diversos mecanismos financeiros e políticas económicas neoliberais, concentrando aínda máis o excedente económico producido pola sociedade en mans dun número infinitamente pequeno de multimillonarios, situados nos sectores de alta tecnoloxía, enerxía e finanzas da economía. Nove dos quince primeiros multimillonarios da lista Forbes de 2026 son multimillonarios tecnolóxicos. (6)
A carreira por construír centros de datos masivos, os maiores dos cales ocupan millóns de metros cadrados e consomen cantidades xigantescas de enerxía, auga e recursos minerais, está impulsada polo obxectivo de desenvolver formas avanzadas de IA xerativa, un tipo de aprendizaxe automática capaz de replicar a intelixencia humana mentres se basea en datos aparentemente ilimitados. Isto ofrece a aqueles que posúen, xestionan e obteñen beneficios de tales sistemas computacionais inmensos a perspectiva dunha vixilancia e disciplina (no sentido foucauldiano) de toda a poboación, non só nos lugares de traballo e prisións senón en todas as actividades da vida, de tal maneira que se poida extraer unha porción cada vez maior da torta económica. Aquí o famoso adagio comunmente atribuído a Francis Bacon, "o saber é poder", adquire un novo significado. Como dixo o CEO de Oracle, Larry Ellison, estas tecnoloxías permiten rastrexar e apuntar a todos a toda hora. "Os cidadáns estarán no seu mellor comportamento, porque estamos a gravar e informar constantemente de todo o que ocorre. E é incuestionábel... porque a IA está a vixiar o vídeo".(7)
Non só a IA xerativa apunta a unha vixilancia enormemente aumentada das actividades humanas en toda a sociedade, senón que tamén ameaza masivamente o emprego, con decenas de millóns de empregos potencialmente perdidos só nos Estados Unidos, segundo algunhas estimacións.(8) En febreiro de 2026, Mustafa Suleyman, CEO de Microsoft AI, dixo exultante ao Financial Times: "O traballo de colo branco, onde estás sentado diante dun ordenador, xa sexa como avogado, contábel, xestor de proxectos ou persoa de márketing —a maioría desas tarefas serán completamente automatizadas por unha IA nos próximos 12 a 18 meses".(9) O que fai isto posíbel, por suposto, é o roubo por parte da IA de todo o traballo intelectual pasado. Ao mesmo tempo, a carreira da IA presenta perigos ambientais inimaxinábeis a través da hiperexpansión dos centros de datos, baseándose en taxas de crecemento exponencial de enerxía, auga e outros recursos, deixando así de lado a transición cara a fóra dos combustibles fósiles, e ameazando unha enorme aceleración das emisións de carbono e do dano ambiental global. O que fai que a expansión da IA neses termos extremos pareza imparábel é un determinismo tecnolóxico enraizado nun fetichismo da IA, no que se ve como encarnando unha lóxica computacional pura, combinada coa naturalización das relacións de mercado, o que suxire que a nova tecnoloxía será inevitabelmente subordinada aos intereses da acumulación de capital.(10) En realidade, é a irrupción da IA como un novo réxime de poder computacional controlado polo capital monopolista-financeiro o que está a xurdir como a matriz da loita de clases (e imperial) do noso tempo.
En realidade, as forzas innovadoras da produción, como a aprendizaxe automática/intelixencia artificial, nunca se deben concibir en termos tecnicistas simples, como na dominación última das "redes neuronais" da IA, senón que hai que velas como articuladas coas relacións sociais de produción. Para Karl Marx, era a combinación das forzas e as relacións sociais de produción en calquera conxunto dado de condicións históricas o que daba lugar ao "individuo social", mentres que a maquinaria automática apuntaba ao "intelecto xeral" no que o coñecemento humano estaba incorporado en artefactos mecánicos dando lugar ao "traballador colectivo".(11) Un enfoque socialista da IA, polo tanto, céntrase sobre todo nas relacións históricas e sociais que a orixinaron en conxunto co capitalismo, desmitificando así o actual fetichismo da IA e deixando claro que o camiño que ten por diante a humanidade depende en última instancia de nós mesmos, requirindo unha loita de escala e contido revolucionarios.(12)
Kate Crawford e o mapeo da IA
A figura máis destacada no mapeo social da IA é Kate Crawford, investigadora principal sénior en Microsoft Research e profesora de investigación na Universidade do Sur de California en Annenberg. Crawford adopta un enfoque que é histórico, materialista, ecolóxico e preocupado por mapear a IA como un réxime de poder que opera en conxunción coa hexemonía corporativa, representando unha era de "capitalismo computacional".(13) O seu traballo baséase nunha ampla gama de pensadores, incluíndo figuras como Charles Babbage, Marx, William Stanley Jevons, Max Weber, Lewis Mumford, Harry Braverman, E. P. Thompson, Stephen Jay Gould, Christian Fuchs e Vandana Shiva, xunto con análises contemporáneas do capital monopolista, o capitalismo global e a ruptura metabólica. As principais obras de Crawford sobre IA inclúen (1) o seu gráfico interactivo "Anatomía dun sistema de IA: Un estudo de caso anatómico do Amazon Echo como un sistema de intelixencia artificial feito con traballo humano" (con Vladen Joler, 2018); (2) o seu libro, Atlas da IA: Poder, Política e os Custos Planetarios da Intelixencia Artificial (2021); (3) Calculando Imperios —un fresco de 24 metros de IA (2023); (4) a súa conferencia da Fundación Long Now, "Mapeando Imperios" (2025); e (5) o seu artigo, "Comendo o futuro: A lóxica metabólica do lixo da IA" (2025).(14)
O fetichismo da IA, moi promovido hoxe polas corporacións e o monopolio mediático, é un reflexo do que Crawford chama "determinismo encantado", que retrata a IA como unha tecnoloxía de "nube" que ocupa unha dimensión etérea, con só conexións secundarias co mundo material e co ámbito da produción.(15) Ela inverte esta visión dominante mistificadora, adoptando unha perspectiva materialista crítica. "A IA", escribe, "non é nin artificial nin intelixente". Pola contra, é "un rexistro de poder". Aínda que utiliza o termo "IA", definíaa como "unha formación industrial masiva que inclúe política, traballo, cultura e capital"(16) Como afirma Tung-Hui Hu en Unha prehistoria da nube, "a metáfora dominante actual para o espazo dixital, 'a nube', é en realidade unha metáfora da propiedade privada" e da exclusión do acceso material público. (17) En palabras de Crawford, "A intelixencia artificial... é unha idea, unha infraestrutura, unha industria, unha forma de exercer o poder e unha forma de ver; tamén é unha manifestación de capital altamente organizado apoiado por vastos sistemas de extracción e loxística, con cadeas de subministración que envolven todo o planeta". Engade: "Os sistemas de IA están construídos coas lóxicas do capital, a política e a militarización, e esta combinación amplía aínda máis as asimetrías de poder existentes".(18)
O concepto de "determinismo encantado" úsase para abordar o fetichismo da mercadoría e as calidades máxicas similares ás dun deus atribuídas á IA. "Os sistemas de IA", explica Crawford, "son vistos como encantados, máis aló do mundo coñecido, pero deterministas en que descobren patróns que poden aplicarse con certeza preditiva á vida cotiá". Este determinismo encantado adopta dúas formas principais, cada unha das cales está dialecticamente relacionada coa outra. A primeira é un "tecnoutopismo", mentres que a segunda é unha perspectiva "tecnodistópica". "Estes discursos distópicos e utópicos", escribe, "son xemelgos metafísicos: un pon a súa fe na IA como solución para todos os problemas, mentres que o outro teme a IA como o maior perigo". A resposta a ambos é unha crítica histórica e materialista que descobre as raíces sociais da IA e explica que, en última instancia, é unha cuestión de relacións sociais, non só de tecnoloxía. "A fantasía de que os sistemas de IA son cerebros descarnados que absorben e producen coñecemento independentemente dos seus creadores, infraestruturas e do mundo en xeral... distrae das preguntas moito máis relevantes: A quen serven estes sistemas? Cales son as economías políticas da súa construción? E cales son as maiores consecuencias planetarias?" (19)
Ao explorar as diversas dimensións da IA, Crawford comeza coa base material en forma de minería de litio, cobalto e metais de terras raras. Explora a mina de litio de Silver Peak en Nevada e as fábricas de baterías de Tesla nas proximidades. Tesla está agora a aproveitar unha parte considerábel das reservas de litio do planeta. (20) A produción de cada tonelada métrica (2.205 libras) de litio require a evaporación duns 2 millóns de litros (528.000 galóns) de auga, ameazando os niveis freáticos e os abastecementos de auga. Ao nivel de extracción, o traballo detrás da IA está enraizado na longa historia do colonialismo e o imperialismo. A meirande parte da extracción ocorre no Sur Global. Nas minas de cobalto do Congo, os traballadores reciben o equivalente a un ou dous dólares ao día por traballar en condicións inhumanas, expostos ao cobalto tóxico extraído con picos e pas nas gabias e túneles. Os traballadores non teñen alternativa porque "as minas apoderáronse de todo".(21)
En "Anatomía dun sistema de IA", Crawford e Joler, seguindo a Marx, presentan a produción en cada etapa do proceso global como baseada na apropiación do "excedente de valor" sobre o custo do traballo, do que xorden os beneficios do capital. (22) A IA capitalista ten como obxectivo o desprazamento de traballos ben remunerados e a súa substitución por unha combinación de automatización mecánica e traballo máis barato externalizado a nivel global. A natureza globalizada do sistema de IA, coas súas complexas cadeas de fornecemento, fai que os efectos transnacionais globais sobre o emprego sexan extraordinariamente difíciles de determinar. Aínda que apunta a desprazar o traballo nos centros de produción actuais, o ámbito oculto da IA radica na contratación de masas de adestradores de máquinas mal pagados, etiquetadores de imaxes e traballadores de servizos de plataforma de IA, cuxa existencia real disipa o mito da intelixencia artificial. Así, a IA require actualmente un enorme número de "traballadores colaborativos" involucrados na "crowdsourcing", é dicir, traballadores en liña, comunmente na vintena e dispersos por todo o mundo, que realizan unha especie de "traballo pantasma". Por exemplo, OpenAI en 2022 dependeu de traballadores externalizados en Quenia, que recibían menos de 2 dólares por hora para examinar e etiquetar decenas de miles de imaxes e pasaxes tóxicas asociadas con abuso sexual infantil, bestialismo, violación, etc., como parte da "limpeza" de ChatGPT, mentres que se realizaba un traballo similar por traballadores externalizados en Uganda e a India. (23)
Utilízanse unha gran cantidade de traballadores para vixiar e axustar o contido dos chatbots de IA. Jeff Bezos referiuse cinicamente a esta realidade de traballadores detrás das máquinas como "intelixencia artificial artificial". "Até que haxa outra forma de crear IA a grande escala que non utilice un extenso traballo humano detrás do pano", observou Crawford en 2021, "esta é unha lóxica central de como funciona a IA". Debe recordarse que, entre 2005 e 2015, o 94 por cento dos novos empregos nos Estados Unidos eran para "traballo alternativo" en lugar de emprego tradicional. (24)
Aínda que as "máquinas intelixentes" requiren hoxe traballo pantasma de traballadores colaborativos situados principalmente no Sur Global, Crawford tamén examina o papel devastador da IA e os robots na industria existente. Nos almacéns de Amazon, o proceso de traballo e o tempo no traballo están controlados xerarquicamente como nunca antes. O traballador non é só un "apéndice da máquina", como escribiu Marx, senón cada vez máis un apéndice de robots "intelixentes", ao mesmo tempo que está sometido a unha constante vixilancia e control.
Neste contexto, Crawford explora as innovacións de finais do século XVIII do enxeñeiro Samuel Bentham, quen concibiu por primeira vez o sistema panóptico para a vixilancia e control dos movementos da man de obra (posteriormente aplicado ás prisións polo seu irmán maior, Jeremy Bentham). (25)
O capitalismo computacional, afirma Crawford, está profundamente enraizado e funciona coa explotación dos corpos humanos a través do tempo e a imposición da disciplina laboral. Ela discute o traballo de Thompson sobre como a industrialización e o capitalismo cambiaron o propio tempo dentro do traballo no século XIX, e despois vira para a crítica de Braverman ao taylorismo e a degradación do proceso de traballo baixo o capitalismo monopolista.(26) Os algoritmos determinan agora tanto os tempos como os espazos dos traballadores. O novo mundo dos algoritmos de IA representa a realización da "subsunción real do traballo" ao capital discutida por Marx, como na dominación implacábel do "ritmo", que representa o paso do traballo nos almacéns de Amazon. Aquí cita a crítica de Marx ao tempo do capital versus o tempo da natureza atopada en O Capital: "O tempo é todo, o home non é nada; é como moito, o cadáver do tempo".(27)
Despois de abordar a IA desde o chan material, comezando coa minaría e a explotación dos traballadores tanto na extracción como na produción, Crawford procede a discutir o novo réxime de datos que está no núcleo deste novo rexistro de poder. O réxime da IA aliméntase da noción de que absolutamente todo son datos, que deben ser recollidos independentemente dos custos sociais e ambientais. O novo capitalismo computacional promove unha acumulación incesante de datos en forma de texto, imaxe, son e vídeo, co mundo humano enteiro servindo como datos brutos para os sistemas de IA.(28) As plataformas de redes sociais son condutos para cantidades xigantescas de datos que alimentan os sistemas de IA, que tamén penetran en case todas as esferas do común e da vida privada:
Existen conxuntos de datos xigantescos cheos de selfies da xente, tatuaxes, pais camiñando cos seus fillos, xestos mans, persoas conducindo os seus coches, persoas cometendo delitos en CCTV, e centos de accións humanas cotiás como sentarse, saudar, levantar un vaso ou chorar. Cada forma de biodatos —incluíndo forenses, biométricos, sociométricos e psicométricos— está a ser capturada e rexistrada en bases de datos para que os sistemas de IA atopen patróns e avaliacións.... Os datos de voz recólleos de dispositivos que están nos mesados das cociñas ou nas mesas de noite dos dormitorios; os datos físicos veñen de reloxos nos pulsos e teléfonos nos petos; os datos sobre que libros e xornais se len veñen de tabletas e portátiles; os xestos e as expresións faciais compílanse e avalíanse nos lugares de traballo e aulas....
Fundamentalmente, as prácticas de acumulación de datos durante moitos anos contribuíron a unha poderosa lóxica extractiva, unha lóxica que agora é unha característica central de como funciona o campo da IA. Esta lóxica enriqueceu as empresas tecnolóxicas coas maiores canalizacións de datos, mentres que os espazos libres da recollida de datos diminuíron drasticamente. (29)
Os datos teñen que ser categorizados. As impresións subxectivas dos traballadores colaborativos úsanse para establecer clasificacións de persoas baseándose na raza, etnia e xénero.(30) Incorpóranse signos raciais que son produto de sistemas históricos de clasificación racista. O xénero é sempre considerado restritivamente como binario. Como sinala Crawford, "os sistemas de aprendizaxe automática están, dunha forma moi real, construíndo raza e xénero: están a definir o mundo nos termos que eles estableceron". As categorías utilizadas no adestramento e clasificación das máquinas de IA reforzan os prexuízos existentes e perpetúan comparacións inxustas, así como replican a ideoloxía política e económica dominante. (31)
Aínda que a promesa dunha maior produtividade mediante a explotación máis eficiente e total do traballo é a base das afirmacións sobre a rendibilidade futura dos sistemas de IA, tamén se basea na perspectiva da extracción de beneficios de todas as formas de acción humana. O obxectivo é universalizar os sistemas explotadores/expropiadores, promovendo a acumulación acelerada de capital e a súa maior concentración e centralización por parte dunhas poucas empresas que dominan todo e que se volveron case sinónimo de "mercado".
Por enriba de todo isto está o estado capitalista, que monopoliza as leis da propiedade e da violencia. O estado é un gran acumulador de datos, que traballa en conxunción co capital computacional, non en oposición a el. O estado monopolista-capitalista está fortemente organizado arredor de funcións militares e policiais que crecen xunto co capitalismo de vixilancia dentro do sector privado. Para Peter Thiel, o fundador de Palantir e un destacado multimillonario partidario da administración de Donald Trump, a IA é esencialmente unha tecnoloxía militar orientada á vixilancia e ao apuntamento, aplicábel tanto á guerra como ás operacións de control doméstico. "Estas ferramentas", escribe, "son... valiosas para calquera exército —para obter unha vantaxe de intelixencia, por exemplo", mentres que tales "ferramentas de aprendizaxe automática", engade, "tamén teñen usos civís". Durante a primeira administración Trump, os contratos de Palantir con axencias do goberno estadounidense ascenderon a máis de 1.000 millóns de dólares. Palantir converteuse nunha empresa de vixilancia externalizada clave para o Servizo de Inmigración e Control de Aduanas (ICE), axudando a ICE na súa campaña de deportación de motivación racial. Segundo un informe de Bloomberg en 2018, Palantir "é unha plataforma de intelixencia deseñada para a Guerra Global contra o Terror", que está principalmente "armada contra os estadounidenses comúns no fogar", traballando en conxunción con axencias estatais. (32)
Do mesmo xeito, a aplicación Neighbors, que depende das cámaras de timbre Ring de Amazon, clasifica as imaxes en categorías como "Delito", "Sospeitoso" ou "Descoñecido", e os vídeos compártense a través de contratos coa policía e ICE. Ring tamén se usa para vixiar os traballadores que entregan paquetes. En palabras de Tung-Hui Hu, esas aplicacións convertéronse en "freelancers" para o aparato militar e de seguridade do estado. (33)
O uso militar da IA está agora xeneralizado, tal como se usa na guerra con drons e na ciberguerra, e está agora integrado en todas as operacións bélicas. En 2017, o Departamento de Defensa dos Estados Unidos lanzou o seu Equipo de Traballo Interfuncional de Guerra Algorítmica, que tiña o nome en clave Proxecto Maven, co obxectivo de usar a IA como un "buscador automatizado de vídeos de drons" para vixilancia e apuntamento. O contrato inicial que se lle deu a Google levou a máis de tres mil empregados a asinar unha carta de protesta esixindo a cancelación do contrato. Google respondeu convertendo o tema do debate non nunha protesta polo uso da IA na guerra, senón nunha cuestión de se a tecnoloxía se estaba a usar "para matar persoas incorrectamente", algo que a corporación indicou que se podería evitar mediante a propia tecnoloxía de IA, que proporciona a base para matar persoas correctamente. Os Estados Unidos utilizaron a Claude, o modelo de IA de Anthropic, así como outros, na súa guerra contra Irán, en alianza con Israel, que comezou o 28 de febreiro de 2026. Nas primeiras vinte e catro horas do ataque estadounidense e israelí a Irán, Anthropic xerou até mil obxectivos priorizados, nos que sintetizaba imaxes de satélite, fontes de vixilancia e intelixencia de sinais, proporcionando coordenadas GPS en tempo real tanto para obxectivos humanos como estratéxicos, mentres automatizaba as xustificacións legais con respecto a cada ataque. (34)
Non obstante, o papel do estado con respecto á IA vai máis aló da súa externalización da vixilancia doméstica, o control da poboación e as súas operacións militares. O estado capitalista deu luz verde a un sistema de capital computacional monopolista destinado á acumulación ilimitada de datos como base para unha acumulación de capital sen límites, con poucas, se algunha, restricións legais reais. Isto reflicte un goberno das corporacións, polas corporacións e para as corporacións. A falta de regulación estatal permitiu que a carreira da IA avance con pouca preocupación polas consecuencias destrutivas, desde a perspectiva dun estouro da burbulla da IA até eventuais implosións sociais e ecolóxicas xeneralizadas.
IA e a ruptura metabólica
O Atlas da IA de Crawford publicouse en 2021, un ano antes da introdución de ChatGPT, que acelerou a tolemia da IA e levou a unha enorme expansión do investimento en centros de datos. Informada por estes desenvolvementos, o traballo máis recente de Crawford céntrase nas contradicións centrais da IA como rexistro de poder. Na súa obra de arte interactiva "Calculando Imperios" de 2023, sinala o capital monopolista e o capital globalizado como definidores do modo político-económico no que xurdiu a tecnoloxía dixital-IA. Con todo, a innovación sorprendente na súa conferencia "Mapeando Imperios" de 2025 é centrarse nas contradicións internas e externas da IA. Aquí extrae o seu argumento central do concepto de ruptura metabólica, desenvolvido no século XIX por Marx, baseándose en parte no traballo do químico alemán Justus von Liebig. Crawford, na súa conferencia, proporciona unha discusión detallada da ruptura no ciclo de nutrientes do solo na Inglaterra do século XIX, debido ao envío de alimentos e fibra que conteñen nutrientes do solo, como nitróxeno, fósforo e potasio, ás novas e moi poboadas cidades industriais a centos e mesmo miles de quilómetros de distancia, onde estes nutrientes acababan como contaminación, coa xente botando "excrementos nas rúas e nas vías fluviais". Como consecuencia, estes elementos esenciais non se devolvían ás granxas para repoñer o solo. Como di a propia Crawford, "Europa estaba literalmente coméndose a si mesma até o esgotamento". Aquí baséase no concepto de Liebig de Raubbau ou cultura/economía de roubo.
Dada a incapacidade xeral para producir fertilizantes sintéticos nesa época, particularmente os que incorporaban nitróxeno, desencadeouse a "febre do guano", con países europeos e Estados Unidos competindo polo guano (excrementos de aves ricos en nitróxeno). Importáronse cantidades masivas de guano a Europa desde as illas Chincha, ricas en guano, fronte á costa de Perú. Aínda que máis tarde se desenvolveron fertilizantes sintéticos, isto só desprazou a contradición, levando ás actuais rupturas nos ciclos do nitróxeno e do fósforo, co resultado de que a ruptura metabólica xeral asociada a unha desconexión entre a extracción de recursos humanos e as condicións de sustentabilidade ecolóxica só se profundou. Hoxe, a aparición do Antropoceno é vista como representando unha "ruptura antropoxénica" nos ciclos bioxeofísicos do Sistema Terrestre. (35)
Recoñecendo que a IA é un sistema material que xurdiu historicamente como resultado da acción humano-social e é unha encarnación das relacións naturais e humanas, Crawford argumenta que cómpre vela como un sistema metabólico seguindo "patróns metabólicos" ou ciclos. As contradicións en forma de rupturas metabólicas xorden necesariamente entre as condicións de existencia material e reprodución e os imperativos internos do capital da IA. Así, a extracción de materiais e recursos esenciais, a "inxestión ilimitada de datos" e o contido final en forma de "lixo da IA" poden ser vistos como fases dun ciclo metabólico. Isto está impulsado polos imperativos do capitalismo computacional, levando nalgún momento, xa que isto é insostíbel, ao "colapso do modelo".(36)
Na concepción de Crawford, a inxestión destrutiva de datos da IA é equivalente ao Raubbau. O extractivismo mineral e o uso de enerxía e auga están a aumentar exponencialmente as demandas sobre o medio natural, perturbando a relación humana coa natureza nunha escala acelerada, en liña coa noción clásica de Marx da ruptura metabólica. Ademais, agora recoñécese que hai unha ruptura autoxerada dentro da IA, coñecida na literatura científica como "autofaxia da IA" (tras a autofaxia metabólica disfuncional —autoconsumo— nas células). Aquí a IA, ao depender cada vez máis dos seus propios datos sintéticos, ou lixo da IA, esencialmente consómese a si mesma, levando ao "colapso do modelo", con consecuencias desastrosas para todo o mundo alleado á IA. (37)
A inxestión de datos da IA hoxe é enorme sen medida, xa igual ao que se pode tirar da web, abarcando incontables terabytes de datos e buscando encerrar todo o mundo da información en todas as súas formas. A totalidade da creatividade humana ao longo de miles de anos e todo o comportamento e expresións humanas son materia para o seu muíño —todo para ser incorporado á aprendizaxe automática comandada por un sistema de poder político-económico. Todo isto, con todo, está materialmente encarnado, impoñendo limitacións ás operacións do sistema.
"As demandas minerais da IA", dinos Crawford, "están a impulsar outra ruptura metabólica, extraendo os minerais que tardaron miles de millóns de anos en formarse na codia terrestre en tempo profundo para chips de IA que se usan xeralmente de un a dous anos". Os maiores custos ambientais asociados ao novo Raubbau da IA, con todo, son o consumo de enerxía e auga, que xa apuntan a niveis de uso comparábeis aos dos países máis ricos. As estimacións da Axencia Internacional da Enerxía e Bloomberg proxectan que a cantidade de electricidade necesaria para a IA será equivalente á de estados como Xapón e India, ou até o 25 por cento da electricidade dos EUA, para 2030.(38) Os centros de datos hiperscale requiren sistemas de refrixeración que consomen millóns de galóns de auga ao día, con demanda en constante aumento. Nada disto é sostíbel. Aínda que algúns din que unha maior eficiencia pode resolver o problema, Crawford vira aquí para a famosa paradoxa de Jevons, baseada no traballo de William Stanley Jevons “A cuestión do carbón” (1865), no que se argumentaba que a maior eficiencia no uso do carbón nunca reducía a cantidade de carbón utilizada, xa que a maior eficiencia sempre levaba a expansións no nivel de produción —un fenómeno inherente ao sistema de acumulación de capital. (39)
O que Crawford chama unha emerxente ruptura metabólica, enraizada nas relacións sociais capitalistas, ten así que ver co apetito insaciábel da IA, inxerindo, dixerindo e excretando datos de maneiras que levan á súa propia canibalización. Como no mito grego do rei Erísictón contado nas Metamorfoses de Ovidio —no que Erísictón, consumido polo desexo de riqueza e consumo, vendeu a súa propia filla e despois comeuse a si mesmo— os sistemas de IA actuais, impulsados pola acumulación de capital e pola súa propia lóxica tecnolóxica interna, acabarán consumíndose a si mesmos.(40) Inxerindo cada vez máis os seus propios resultados sintéticos, cheos de fantasías e alucinacións, xunto co aplanamento xeral do coñecemento, o resultado será unha especie de degradación estrutural. "A última ruptura metabólica entre a IA e os humanos", escribe Crawford, "ameaza múltiples formas de fallo en cascada: colapso moral, colapso financeiro, colapso ecolóxico e, dependendo de quen se crea, colapso cognitivo".(41)
As rupturas na relación humana coa natureza na sociedade moderna son manifestacións da lóxica alleada e destrutiva da acumulación de capital e da crise. Meta, Amazon, Microsoft, Alphabet (Google) e Tesla xuntas gastaron 561 mil millóns de dólares en investimentos de capital en IA durante 2023-2025, mentres xeraban ingresos, non beneficios, destes investimentos de 35 mil millóns de dólares. A burbulla da IA sostíñase pola débeda e pola puxa implacábel dos activos destas empresas, mentres os investidores buscan ser parte desta febre do ouro moderna —aínda que recentemente o valor de mercado de todas estas empresas caeu. Referíndose á débeda asumida polos hiperscalers na súa carreira por construír centros de datos, Bloomberg di que esta está a tomar a forma de "bonos de primeira categoría, débeda lixo, crédito privado e complexos pools de empréstitos garantidos por activos", que ascenden a tanto como 200 mil millóns de dólares ou máis. A aceleración da IA é parte integrante do propio capital monopolista-financeiro, que espera, se ocorrese un colapso, ser rescatado por Washington nunha escala que faría parecer pequenos todos os rescates anteriores. Para resolver o problema da falta dun mercado suficiente para a IA, o capital computacional pretende forzar a adopción da IA xerativa implantándoa en innumerábeis aplicacións. Este é un modelo de acumulación cheo de riscos. (42)
O auxe do movemento neofascista asociado coa política de Trump "Facer América Grande Outra Vez" (MAGA) foi moi financiado por multimillonarios de Silicon Valley de alta tecnoloxía como Musk, Thiel e Ellison, supoñendo ameazas para todo o corpo político. O anuncio da iniciativa Stargate da administración Trump no seu primeiro día completo no cargo no seu segundo mandato, que pretende destinar 500 mil millóns de dólares en centros de datos, foi deseñado para impulsar a Oracle e OpenAI (o desenvolvedor de ChatGPT), dirixidas por Ellison e Sam Altman, respectivamente, ambos grandes contribuíntes aos intereses políticos MAGA de Trump. Algúns comentaristas viron estes desenvolvementos como apuntando a un cártel emerxente apoiado polo estado, que se estende desde os medios até a IA até a tecnoloxía da "nube", dominando tanto as comunicacións como a economía —ao mesmo tempo que promove un réxime político ditatorial. (43)
O "intelecto xeral" de Marx e o socialismo
Se a IA é máis que unha simple tecnoloxía que fai época, senón que debe entenderse, como di Crawford, como un "rexistro de poder", entón a única resposta viábel é exercer un poder social xenuíno sobre o seu desenvolvemento, enraizado nunha democracia substantiva. As posíbeis ramificacións da IA apuntan ao que István Mészáros chamou "a necesidade do control social", un control social que necesita ser exercido se se quere evitar unha tendencia ao exterminismo ecolóxico, militar e social. Aquí non só as forzas da produción deben ser cuestionadas, senón aínda máis as relacións sociais de produción. (44)
No seu "Fragmento sobre máquinas" nos Grundrisse, Marx comentou como a transferencia do coñecemento e actividades humanas —é dicir, a esencia do traballo humano— ás máquinas a través da automatización levou á incorporación nas máquinas do "intelecto xeral" da sociedade, que pertence propiamente e representa o "individuo social" e, como explicou en O Capital, ao "traballador colectivo".(45) A apropiación monopolista deste intelecto xeral como propiedade do capitalista significaba que sería utilizado para un só fin e só un: a acumulación de capital, beneficiando a moi poucos. A incorporación do intelecto xeral dentro do capital era, para Marx, unha contradición mortal para o propio capital. Calquera intento por parte dos capitalistas de manexar o intelecto xeral en nome dos seus propios fins estreitos e acumulativos, crearía crise tras crise. Citando a escena titulada "A adega de Auerbach" no Fausto de Johann Wolfgang von Goethe (Parte 1, Escena 5), Marx aludiu sutilmente a unha canción horríbel e burlesca sobre veleno dado a unha rata de adega, facendo que actuase "como se o seu corpo estivese posuído polo amor", rematando na súa morte —significando o traballo vivo transformado en traballo morto: un simple "corpo animado", incapaz de crear valor de traballo directamente. Isto podería verse no noso tempo como a absorción por parte do capital da IA de todo o coñecemento xerado polo traballo creativo e de todo o mundo dixitalizado dentro de si mesmo, producindo un corpo robótico, levando á autofaxia da IA e ao colapso do modelo. (46)
O propio potencial para a expansión do tempo de traballo prescindíbel (lecer) debido á automatización, explicou Marx no seu tempo, contradí a necesidade incesante do capital de expandir o tempo de traballo excedente. O sistema busca polo tanto promover, a través da automatización —baseándose no apancamento proporcionado por un exército industrial de reserva en expansión— a maior degradación e dependencia material do traballo, forzando "o traballo a traballar máis tempo do que o salvaxe, ou do que el mesmo facía coas ferramentas máis simples e rudas", agora como un simple "apéndice dunha máquina".(47)
Porén, a realidade do intelecto xeral encarnado na automatización fai posíbel ao mesmo tempo o auxe do "traballador colectivo como suxeito dominante" da produción e o movemento decisivo cara a unha sociedade de produtores asociados.(48) A necesidade do control social e da planificación significa poñer as relacións sociais xerais ao mando mentres se pon fin ao reinado do capital monopolista-financeiro.
Algúns signos do que é posíbel están prefigurados na China actual. China compite cos Estados Unidos no desenvolvemento da IA. O modelo de IA chinés de código aberto DeepSeek é máis eficiente enerxeticamente e rendíbel que os chatbots estadounidenses. Mentres que as Grandes Casas da IA nos Estados Unidos están nunha carreira por algunha "superintelixencia" divina a través de grandes modelos de linguaxe, o "socialismo con características chinesas" de Pequín centrou a súa tecnoloxía de aprendizaxe automática —non sen as súas propias contradicións— máis directamente na manufactura, loxística, enerxía, finanzas públicas e servizos públicos. Os fabricantes de automóbiles utilizan robots con mínima intervención humana. As ferramentas de IA utilízanse moito nos hospitais, onde se emprega unha "IA máis simple e 'estreita'" deseñada para tarefas específicas. A IA na China está integrada principalmente nunha economía manufactureira en lugar de nunha economía de servizos desenvolvida como nos Estados Unidos actualmente. Naturalmente, o uso moi intensivo de robots na manufactura chinesa leva ao desprazamento de traballo. Os bancos de datos na China, como nos Estados Unidos e noutros lugares, usan vastos recursos e dependen da minaría de litio, cobalto e metais de terras raras. Como Estados Unidos, a modernización militar contemporánea da China baséase na IA. Non obstante, os controis regulatorios sobre a IA baixo o "socialismo con características chinesas" ofrecen esperanza para un enfoque social máis racional de todo o fenómeno.
De feito, onde China máis se diferencia dos Estados Unidos e Occidente con respecto á IA é no seu liderado na gobernanza da IA, que enfatiza que a aprendizaxe automática debe estar subordinada a unha vía de desenvolvemento "centrada no pobo" e ao benestar da poboación. Pequín introduciu regras específicas para as tecnoloxías de síntese profunda (coñecidas como deepfakes) e para a IA xerativa. Todos os deepfakes requiren un etiquetado conspicuo ou marca de auga para garantir transparencia, precisión e fiabilidade. Calquera empresa que queira ofrecer IA xerativa ten que rexistrar os seus algoritmos na Administración do Ciberespazo de China, o principal organismo regulador. Cada gran conxunto de datos que os desenvolvedores desexen incluír no seu modelo de IA debe ser mostreado aleatoriamente para detectar contido discriminatorio e antisocial. As regulacións están expresamente deseñadas para protexer a individuos que teñen dereitos definidos de "retrato, reputación, honra, privacidade e información persoal". A maioría das regulacións aplícanse aos grandes modelos de linguaxe ofrecidos ao público, mentres que as regulacións son menos estritas para a aprendizaxe automática dentro da industria para apoiar a innovación. Non obstante, o carácter social do enfoque de China, aínda que claramente non é suficiente e tamén suscita cuestións difíciles, contrasta favorabelmente co desenvolvemento máis privatizado e predatorio da tecnoloxía nos Estados Unidos, onde as regulacións federais significativas están notabelmente ausentes. (49)
De xeito non sorprendente, China tamén é líder na promoción da gobernanza global da IA, coa súa Iniciativa Global de Gobernanza da IA, introducida en outubro de 2023, e coa súa Declaración de Shanghai sobre a Gobernanza Global da IA na Conferencia Mundial de Intelixencia Artificial de 2024. Nestas iniciativas globais, Pequín insiste nun “enfoque centrado nas persoas” como unha “tarefa común” no que respecta á regulación da IA para facer fronte aos “riscos imprevisíbeis e desafíos complexos” destas tecnoloxías, que adoitan empregarse “con fins de manipulación da opinión pública, difusión de desinformación, interferencia nos asuntos internos doutros países, nos seus sistemas sociais e na súa orde social, así como para poñer en perigo a soberanía doutros Estados”. Entre os perigos sinalados inclúense “os monopolios tecnolóxicos e as medidas coercitivas unilaterais”; os nesgos relacionados coa discriminación de “etnias, crenzas, nacionalidades, xéneros, etc.”; a aceleración do dano ambiental; e o bloqueo da difusión da tecnoloxía de aprendizaxe automática en todo o Sur Global, freando así o desenvolvemento sostíbel global. China insiste en que o obxectivo debe ser o desenvolvemento humano e o uso destas tecnoloxías en ámbitos como “a sanidade, a educación, o transporte, a agricultura, a industria, a cultura e a ecoloxía”. Os efectos negativos da IA sobre o emprego deben ser vixiados con atención e “mitigados”. Invítase a todos os países a unirse, de acordo coas súas necesidades nacionais, para establecer “un sistema de probas e avaliación baseado en niveis de risco da IA e un sistema de revisión ética en ciencia e tecnoloxía”. Nas palabras de Xi Jinping, cómpre “asegurar que a IA sirva ao ben común e beneficie a todos, e que non sexa un xoguete dos países ricos e dos máis adiñeirados”. (50)
Están a xurdir diversas loitas arredor da IA en todo o mundo. Unha demanda destacada que se está promovendo é a de “pausar” o desenvolvemento da IA até poder determinar os perigos asociados ao seu avance posterior, de maneira que unha regulación racional poida desempeñar un papel no seu desenvolvemento.(51) Porén, o goberno federal dos Estados Unidos baixo a administración Trump non só tenta non regular a IA, senón que tamén combate activamente aqueles estados e autoridades locais de todo o país que intentan introducir regulacións sobre a IA. (52) O cártel da IA, que pode entenderse xa como un conxunto que inclúe os hiperescaladores do sector tecnolóxico, apoiado pola finanza monopolista e o sector enerxético, así como polo Estado, está actualmente completamente ao mando. Os intentos de control social da IA dentro do capitalismo monopolista apuntan, polo tanto, necesariamente á necesidade dun movemento máis revolucionario de afastamento do capitalismo cara ao socialismo.
As Grandes Casas da IA están divididas entre si e non poden manterse en pé. Dependen para a súa propia existencia dun aparello estatal (e cultural) capitalista cada vez máis centralizado, coercitivo e corrupto, baseado en clases, que constitúe unha lóxica global que —se se permite continuar— será nada menos que catastrófica. Se a humanidade quere prosperar, as forzas e as relacións de produción deben ser revolucionadas conxuntamente, xunto co desenvolvemento das capacidades humanas, creando un mundo de desenvolvemento humano sostíbel. Isto require a formación, baixo o socialismo, dunha verdadeira “democracia de proceso completo” informada polo intelecto xeral, na que “os produtores asociados gobernen o metabolismo humano coa natureza de maneira racional… conseguíndoo co menor gasto de enerxía e nas condicións máis axeitadas para a súa natureza humana”. (53)
_____________________________________________________________________________
Notas:
(1) Paul Gruenwald and Satyam Panday, “How Data Centres and AI Are Becoming a New Engine of Growth,” World Economic Forum, December 17, 2025. See also Nick Licthenberg, “Without Data Centers GDP Growth was 0.1% in the First Half of 2025, Harvard Economist Says,” Fortune, October 7, 2025.
(2) Kate Crawford, Mapping Empires: Power, Politics, and the Planetary Costs of Artificial Intelligence (New Haven: Yale University Press, 2021), 20.
(3) Matt Day and Annie Bang, “Big Tech to Spend $650 Billion This Year as AI Race Intensifies,” Bloomberg, February 5, 2026; Marty Hart-Landsberg, “AI and the Economy: A Losing Bet for Working People,” Reports from the Economic Front, February 16, 2026.
(4) Paul A. Baran and Paul M. Sweezy, Monopoly Capital (New York: Monthly Review Press, 1966), 220–21.
(5) John Maynard Keynes, The General Theory of Employment Interest and Money (London: Macmillan, 1936), 161–62; Karl Marx, Capital, vol. 1 (London: Penguin, 1976), 780.
(6) Paul Krugman, “The Economics of Technological Change,” Substack, March 1, 2026, paulkrugman.substack.com; Forbes World Billionaire’s List, 2026, forbes.com/billionaires.
(7) Matt Seybold, “The Ellisons are Beta-Testing Big Brother,” American Vandal, October 10, 2025.
(8) Bernie Sanders, The Big Tech Oligarchs War Against Worker: AI and Automation Could Destroy Nearly 100 Million U.S. Jobs in a Decade, Ranking Member Minority Staff Report, Health, Education, Labor and Pensions Committee, October 6, 2025.
(9) Melissa Heikkilä, “Mustafa Syleyman Plots AI ‘Self-Sufficiency’ as Microsoft Loosens OpenAI Ties,” Financial Times, February 12, 2026.
(10) For a critical analysis of technological determinism, see Merritt Roe Smith and Leo Marx, eds., Does Technology Drive History?: The Dilemma of Technological Materialism (Cambridge, Massachusetts: MIT Press, 1994).
(11) Karl Marx, Grundrisse (London: Penguin, 1983), 706; Marx, Capital, vol. 1, 279–80; John Bellamy Foster, “Braverman, Monopoly Capital, and AI: The Collective Worker and the Reunification of Labor,” Monthly Review 76, no. 7 (December 2024): 1–13; Matteo Pasquinelli, The Eye of the Master: A Social History of Artificial Intelligence (London: Verso, 2023).
(12) John Bellamy Foster, Breaking the Bonds of Fate: Epicurus and Marx (New York: Monthly Review Press, 2025), 17. Although “up to us,” social struggle, though requiring agency, cannot be presented in voluntaristic terms. Rather, it has to be conceived in terms of what Roy Bhaskar called “the transformative model of social activity,” which encapsulated the essence of Marx’s concept of historical change. Roy Bhaskar, Reclaiming Reality (London: Routledge, 2011), 74–81; Karl Marx, The Eighteenth Brumaire of Louis Bonaparte (New York: International Publishers, 1963), 15.
(13) Kate Crawford, “Eating the Future: The Metabolic Logic of AI Slop,” e-flux Architecture, September 2025, e-flux.com.
(14) Kate Crawford, Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence (New Haven: Yale University Press, 2021); Kate Crawford and Vladen Joler, “Anatomy of an AI System,” 2018, anatomyof.ai; Kate Crawford, “Calculating Empires,” Knowing Machines, November 23, 2023, knowingmachines.org; Kate Crawford, “Long Now Talks: Mapping Empires,” recorded November 12, 2025; Crawford, “Eating the Future.”
(15) “Fetishism” is used here in the sense of Marx’s theory of commodity fetishism. See Marx, Capital, vol. 1, 163–77. On enchanted determinism, see Crawford, Atlas of AI, 213–15.
(16) Crawford, Atlas of AI, 8.
(17) Tung-Hui Hu, A Prehistory of the Cloud (Cambridge, Massachusetts: MIT Press, 2015), 147.
(18) Crawford, Atlas of AI, 18–19. On the metabolic rift, see John Bellamy Foster, Marx’s Ecology (New York: Monthly Review Press, 2000), 141–77; John Bellamy Foster and Brett Clark, The Robbery of Nature (New York: Monthly Review Press, 2020), 12–34.
(19) Crawford, Atlas of AI, 213–15; Alexander Campolo and Kate Crawford, “Enchanted Determinism: Power with Responsibility in Artificial Intelligence,” Engaging Science, Technology, and Society 6 (2020): 2.
(20) Crawford, “Long Now Talks: Mapping Empires,” 27:07.
(21) “World Water Day: The Water Impacts of Lithium Extraction,” Wetlands International Europe, March 22, 2023, europe.wetlands.org; Terry Gross, “How ‘Modern-Day Slavery’ in the Congo Powers the Rechargeable Battery Economy,” NPR, February 1, 2023.
(22) Crawford and Joler, “Anatomy of an AI System,” Section XI.
(23) Billy Perrigo, “Exclusive: OpenAI Used Kenyan Workers on Less than $2 an Hour to Make ChatGPT Less Toxic,” Time, January 18, 2023; Chinmayi Arun, “Transnational AI and Corporate Imperialism,” Carnegie Endowment of International Peace, October 8, 2024.
(24) Crawford, Atlas of AI, 64–68; Lawrence F. Katz and Alan B. Krueger, “The Rise and Nature of Alternative Work Arrangements in the United States 1995–2015,” NBER Working Paper Series, National Bureau of Economic Research, Washington DC, September 2016: 7; Hu, Prehistory of the Cloud, 89; Martin Gonzalez-Cabello, Auyon Siddiq, Charles J. Corbett, and Catherine Hu, “Fairness in Crowdwork: Making the Human Supply-Chain More Humane,” Business Horizons 68, no. 5 (September–October 2025): 645–57.
(25) Crawford, Atlas of AI, 61.
(26) Crawford, Atlas of AI, 59–62, 72; E. P. Thompson, “Time, Work-Discipline, and Industrial Capitalism,” Past and Present, no. 38 (December 1967): 56–97; Harry Braverman, Labor and Monopoly Capital (New York: Monthly Review Press, 1998).
(27) Crawford, Atlas of AI, 74; Karl Marx and Frederick Engels, Collected Works (New York: International Publishers, 1975), vol. 6, 127; Marx, Capital, vol. 1, 1034–38; István Mészáros, The Challenge and Burden of Historical Time (New York: Monthly Review Press, 2008), 43–49; Ian Angus, Facing the Anthropocene (New York: Monthly Review Press, 2016), 111–25.
(28) Crawford, “Eating the Future”; Crawford, Atlas of AI, 95.
(29) Crawford, Atlas of AI, 119.
(30) On crowdworkers, see Crawford, Atlas of AI, 63–64.
(31) Crawford, Atlas of AI, 123–36, 145–46.
(32) Crawford, Atlas of AI, 193–99; Peter Waldman, Lizette Chapman, and Jordan Robertson, “Palantir Knows Everything About You,” Bloomberg, April 19, 2018.
(33) Hu, Prehistory of the Cloud, 115; Crawford, Atlas of AI, 202.
(34) Crawford, Atlas of AI, 189–92; Ed Pilkington, “US Military Reportedly Used Claude in Iran Strikes Despite Trump’s Ban,” Guardian, March 1, 2026; Gary Wilson, “Anthropic Is Already at War,” Struggle La Lucha, March 5, 2026, struggle-la-lucha.org.
(35) Crawford, “Long Now Talks: Mapping Empire,” 5:40–18:17; Crawford “Eating the Future”; Clive Hamilton and Jacques Grinevald, “Was the Anthropocene Anticipated?,” Anthropocene Review 2, no. 1 (2015): 67.
(36) Crawford, “Long Now Talks: Mapping Empire,” 13:18, Crawford, “Eating the Future.”
(37) Crawford, “Long Now Talks: Mapping Empires,” 37:40–39:46; Crawford, “Eating the Future.”
(38) Crawford, “Long Now Talks: Mapping Empires,” 28:08–29:20; Peter Landers, “Artificial Intelligence’s ‘Insatiable’ Energy Needs Not Sustainable, Arm CEO Says,” Wall Street Journal, April 9, 2024.
(39) Crawford, “Long Now Talks: Mapping Empires,” 31:16–32:37; John Bellamy Foster, Brett Clark, and Richard York, The Ecological Rift (New York: Monthly Review Press, 2010), 169–82; William Stanley Jevons, The Coal Question (London: Macmillan, 1865), 102–16.
(40) Ovid, Metamorphoses, trans. Charles Martin (New York: Norton, 2004), 298; Richard Seaford, Ancient Greece and Global Warming, Classical Association Presidential Address (London: Classical Association, 2009), 6; John Bellamy Foster, Foreword in Fred Magdoff and Chris Williams, Creating an Ecological Society (New York: Monthly Review Press, 2017), 7–9.
(41) Crawford, “Long Now Talks: Mapping Empires,” 40:11.
(42) Matt Day and Amy Bang, “Big Tech to Spend $650 Billion This Year as AI Race Intensifies,” Bloomberg, February 6, 2026; Hart-Landsberg, “AI and the Economy.”
(43) Frank Vogl, “Trump’s Return to the Robber Baron Age,” Globalist, October 13, 2025.
(44) István Mészáros, The Necessity of Social Control (New York: Monthly Review Press, 2015), 23–51.
(45) Marx, Grundrisse, 706; Marx, Capital, vol. 1, 464–69, 544–45; Michael Heinrich, “The ‘Fragment on Machines’…,” in Bellofiore et al., eds., Marx’s Laboratory (Chicago: Haymarket, 2013), 197–212; John Bellamy Foster, “Braverman, Monopoly Capital, and AI,” Monthly Review 76, no. 7 (December 2024): 1–13. See also Te Li, “From Classic Labor to the Labor of the ‘General Intellect’…,” Monthly Review 77, no. 11 (April 2026): 46–62.
(46) Marx, Grundrisse, 704; Marx, Capital, vol. 1, 302; Johann Wolfgang von Goethe, Collected Works, vol. 2, Faust, Parts I and II, ed. and trans. Stuart Atkins (Princeton: Princeton University Press), 54; Sami Khatib, “The Drive of Capital…,” Coils of the Serpent 8 (2021): 101–13.
(47) Marx, Grundrisse, 708–9; Marx, Capital, vol. 1, 799.
(48) Marx, Capital, vol. 1, 544–45.
(49) Vanessa Bates Ramirez, “The U.S. and China Are Pursuing Different AI Futures,” IEEE Spectrum, February 19, 2026; “AI Watch: Global Regulatory Tracker—China,” White and Case, September 22, 2025.
(50) Ministry of Foreign Affairs, People’s Republic of China, “Global AI Governance Initiative,” October 20, 2023; Ministry of Foreign Affairs, People’s Republic of China, “Full Text: Shanghai Declaration on Global AI Governance,” July 4, 2024; Xi Jinping, The Governance of China, vol. 5 (Beijing: Foreign Languages Press, 2025), 553.
(51) Darko Suvin, “I Am Afraid of AI…,” Historical Materialism (blog), 2026; Anna Gordon, “Why Protestors Around the World Are Demanding a Pause on AI Development,” Time, May 13, 2024; Anthony Elmo, “Data Center Moratorium Bills Are Spreading in 2026,” Good Jobs First, February 19, 2026.
(52) The White House, “Ensuring a National Policy Framework for Artificial Intelligence,” Executive Order, December 11, 2025.
(53) Karl Marx, Capital, vol. 3 (London: Penguin, 1981), 959.
_____________________________________________________________________________
[Artigo tirado do sitio web Montly Review, Vol. 78, Nº. 01 (maio de 2026)]