Intelixencia Artificial, extractivismo dixital e socialismo
O extractivismo dos datos é unha forma diferente de extractivismo e convértese nunha característica do capitalismo tardío. Para procesar miles de millóns de datos en segundos, necesítanse capacidades tecnolóxicas impresionantes. É desde esa necesidade do mercado e do capitalismo desde onde emerxen e se constitúen os algoritmos que procesan eses datos e que teñen capacidades heurísticas. Eses algoritmos son o antecedente da intelixencia artificial
En novembro do ano 2022, a empresa OpenAI, abría ao público o acceso ao programa de Intelixencia Artificial ChatGPT (por Generative Pretrained Transformer). A partir de aí, comezou unha carreira pola intelixencia artificial entre varias empresas e varias aplicacións e plataformas. O acceso a ChatGPT é libre, pero o acceso á súa versión mellorada ChatGPT-4 e subseguintes é de pagamento mensual.
En pouco tempo, os subscritores destas plataformas de Intelixencia Artificial (IA) cóntanse xa por ducias de millóns. Así mesmo, as aplicacións e empresas de intelixencia artificial empezan a multiplicarse en varios ámbitos: deseño gráfico, programación, elaboración e redacción de textos, elaboración de imaxes, programas xestores de vídeo, etc.
En pouco tempo produciuse unha verdadeira eclosión de aplicacións, plataformas e programas de IA. Ao mesmo tempo, a irrupción da IA provocou un forte debate que integra dimensións políticas, sociais, ideolóxicas e culturais.
Aos poucos meses do lanzamento do ChatGPT-3, unha serie de personalidades políticas e grandes empresarios como Elon Musk, Steve Wozniak, Yuval Harari, entre outros, pediron ás empresas de Intelixencia Artificial unha tregua para poder asimilar o impacto desta tecnoloxía nas sociedades “por ser unha ameaza para a humanidade” (BBC, 2023). Porén, a empresa OpenAI indicou que para fins do ano 2023 estaría lista a súa versión ChatGPT-5, aínda que despois afirmou que podería tardar un tempo máis pero indicou que incrementaría o ChatGPT a 32 mil token. Así, o que poderían lograr estas novas versións de IA desafían a imaxinación.
As posicións ante a IA abalaron entre minimizalas e denominalas “papagaios estocásticos” (como o afirmou Emily Bender e Timmit Gebru, entre outros (Bender, Gebru, McMillan-Major, & Shmitchell, 2021)), até a posición de Henry Kissinger que indica que a IA cambia as regras de xogo da sociedade e, por tanto, o sentido mesmo da realidade (Weatherby, 2023); é dicir, Kissinger pon a IA nunha perspectiva de ontoloxía política. A IA tamén foi denominada como unha máquina ideolóxica (Weatherby, 2023).
Agora ben, a IA, polo menos a partir da experiencia inicial do ChatGPT, como toda nova tecnoloxía, supón mínimo adestramento ou, en todo caso, un posicionamento técnico-estratéxico previo para o seu uso. A forma de preguntar á IA e expor aquilo que se necesita para extraer da IA o seu máximo potencial ou instruíla naquilo que se require, denomínase prompt. Saber estruturar un prompt implica habilidades que, polo xeral, teñen os programadores, por iso é polo que os primeiros sorprendidos e os máis entusiastas da IA sexan os programadores. Mais, en termos xerais, non se require da habilidade, a experiencia e o coñecemento dun programador para utilizar os chatbot de intelixencia artificial porque son moi intuitivos e a partir dunha mínima orde poden despregar un volume importante de información xa clasificada e estruturada de acordo ao requirimento exposto.
O acceso ao ChatGPT é libre desde calquera computador en calquera parte do mundo que teña conexión a internet, agás naquelas rexións onde os accesos a certo tipo de aplicacións estean prohibidas. Iso pasou co ChatGPT cando en Italia foi prohibido usalo (Xataka, 2023). Pero, en todo caso, e máis aló das limitacións de acceso, é libre e aberto. Iso significa que calquera cidadán pode acceder ao ChatGPT e traballar con el como a ben tivese.
Os primeiros usuarios, ademais dos programadores, e que, a verdade, non tiveron maiores problemas cos prompt son os estudantes de bacharelato e estudantes universitarios e, en xeral, a xente moza. Aos poucos utilizaron as habilidades do ChatGPT para as súas tarefas escolares e para integralo ás súas propias necesidades. Os seus profesores, aínda non advertidos das implicacións destas tecnoloxías, non saben ben como asumilas, integralas e reaccionar ante elas e dubidan se engadilas como instrumentos de aprendizaxe ou expulsalas como ameaza ao modelo de ensino vixente.
Así e todo, o debate máis potente con respecto á emerxencia da IA ten que ver co mundo laboral, sobre todo con aqueles traballos que se sustentan en tarefas cognitivas, desde aquelas máis básica até aquelas máis elaboradas (CNN Español, 2023), (Le Monde, 2023). A IA, e o ChatGPT-4 son unha demostración diso: dan conta de que a IA ten a capacidade de desprazar traballadores nas áreas de servizos que utilizan habilidades cognitivas. Nese sentido prodúcese unha especie de comparación histórica: da mesma maneira que a robotización desprazou traballos das cadeas de montaxe industrial, así a IA podería desprazar traballadores cognitivos cuxas habilidades poden ser doadamente substituídas pola IA. Publicáronse xa listaxes de empregos que se poderían perder a partir da masificación dos chatbot de IA (El Financiero, 2023).
Isto xera unha cuestión de tipo económico pero tamén sociolóxico. En termos sociolóxicos ten que ver coa constatación de que as actividades cognitivas no capitalismo tardío, polo que se pode apreciar, non tiñan altos niveis de exixencia, porque aquilo que se demandaba nos empregos con funcións cognitivas, en realidade, era a continuidade de procesos fordistas pero nos sectores de servizos que requirían tarefas cognitivas. En definitiva, a pesar de que parecían tarefas complexas, en realidade eran máis ben tarefas simples e que se inscribían dentro dunha lóxica produtivista e industrial.
É dicir, o capitalismo levou o seu episteme produtivista cara ao sector servizos e as súas áreas cognitivas e eliminou delas calquera rastro de complexidade e, por suposto, calquera posibilidade de criticidade. Os espazos críticos reservábanse para certas áreas das universidades no mellor dos casos, mais o mundo laboral, mercantil e produtivo non require de pensamento crítico nin sequera innovador. Require dun pensamento funcional que se mova dentro das coordenadas da episteme produtivista. Un traballador medio ten que se mover en función do ritmo que ten a súa empresa e, polo xeral, as empresas son lentas e pesadas.
O resultado foi que as tarefas cognitivas no capitalismo tardío eran repetitivas, sen demasiada complexidade e sen posibilidades de saír dos seus marcos epistemolóxicos e, obviamente, sen ningunha posibilidade de crítica. Os traballadores de calquera sector tiñan que render de maneira eficiente e baixo as coordenadas institucionais definidas polas corporacións ou as pequenas empresas a un ritmo pausado e lento. Os empresarios, pola súa parte, nunca vían máis aló da taxa de rendemento do curto ou medio prazo e, para eles, a complexidade remitíase a como incrementar esa taxa de retorno e como afrontar os consellos de administración.
Para os pequenos emprendementos empresariais, a lección estaba clara: para triunfar no capitalismo había que seguir no carreiro daqueles que o lograron, e ningún deles triunfou por fóra dese carreiro. Para os que estaban no desemprego a situación era máis desesperada porque o propio sistema capitalista situáraos fóra da lóxica produtivista. Sentíanse, en tanto que desempregados, como unha carga para as súas familias e, mesmo, para si mesmos.
Así, os sistemas educativos transformáronse en caixas de resonancia daquilo que necesitaba o capitalismo e fixeron funcional a educación cara a eses parámetros produtivistas. Moitas tarefas cognitivas quizais tiñan a súa complexidade, pero cando formaron parte dos procesos de acumulación de capital, transformaron esa complexidade nun conxunto de habilidades que sed foron simplificando e optaron por masificalas.
Por iso, a emerxencia das redes sociais atopa a sociedade espida de complexidade. Atopa os seres humanos transgredidos pola violencia da acumulación de capital e buscando no mundo virtual aquelas suxeicións ontolóxicas para sobrevivir na realidade. Ante a IA os nosos baremos son tan básicos que nos sorprendemos das capacidades da IA e pensamos que esta ferramenta en realidade pode ser unha ameaza á vida mesma.
Cara ao extractivismo dixital
Nas redes sociais, as persoas buscan xanelas de evasión ou mecanismos de recoñecemento, participación e lazos que dalgunha maneira as vinculen á sociedade. Por iso, poñen imaxes, textos e comentarios que teñen que ver co seu diario vivir, coas súas opinións ou, simplemente, como paseantes nas redes sociais. Pero a través diso queren crear conectores coa sociedade e, como non teñen outra opción, poñen a súa vida cotiá á exposición e escrutinio público desas redes. É a súa vida cotiá o vector e o conector que as integra ao mundo a través das redes sociais.
Mais a vida cotiá no capitalismo tardío ten xa trazadas as súas posibilidades e expectativas. O fausto e infausto están prescritos na banalidade desa vida cotiá. Por iso, as redes sociais que máis éxito teñen son, xustamente, aquelas que máis banalizan esa vida cotiá, porque nesa banalidade as persoas poden recoñecerse e poden adaptarse. Por iso Umberto Eco deostaba as redes sociais, “as redes sociais, dicía Eco, xeran unha invasión de imbéciles” (La Ciudad Revista, 2022). Pero agora, e a pesar diso, non hai político ou personaxe público que non preocupe das redes sociais. O seu peso social e político é evidente. A súa transcendencia é innegábel.
Pero o capitalismo nunca perde os seus compases. A exposición dun narcisimo naif nas redes sociais foi inmediatamente convertida en modelo de negocios. Emerxe unha nova forma de extractivismo esta vez dedicada á explotación dos datos persoais de todas e cada unha das persoas que utilizan as redes sociais. Aí onde unha persoa coloca unha imaxe calquera, un like ou un post, nesta nova industria do extractivismo dos datos, ese acto intégrase nun modelo de negocios que ten por obxectivo procesar eses millóns de datos que proveñen da información que cada persoa coloca nas súas redes sociais, para extraer desa información aquela que pode ser utilizada por unha determinada corporación.
Así, xorde un modelo de negocios no capitalismo no cal a materia prima ten un valor marxinal cero, é dicir, é gratuíta. En efecto, as persoas que de forma cotiá poñen a súa información, os seus gustos, preferencias, fobias e opinións en redes sociais, fano de maneira libre, espontánea e gratuíta.
Con esa materia prima, novas empresas extractivas dedícanse a extraer información e vendela a corporacións que, ante esa posibilidade, tamén cambian os seus modelos de negocios. Desde empresas de seguridade, espionaxe, distribución, farmacéuticas, turismo, deporte, téxtiles, e outros sectores, mesmo gobernos e mesmo o crime organizado, todos eles necesitan datos para se orientar na incerteza dos mercados uns e, outros, para exercer control e dominación.
As empresas sempre buscaron datos do mesmo xeito que os gobernos e os políticos. Sempre trataron de inscribir a incerteza do mercado dentro de parámetros de confianza. Se antes os estudos de mercado ou os estudos dos comportamentos e expectativas dos electores, eran custosos e demandaban moito tempo, agora, en troca, son case inmediatos e de menor custo.
As corporacións poden pagar por esa información e poden, grazas a ela, personalizar a oferta. É un fenómeno relativamente inédito no capitalismo que sempre vira tanto á demanda como á oferta como forzas cegas que obedecían leis case naturais. De feito, ese era o nome co cal as designaban e comprendían: como forzas de mercado. O equilibrio de mercado asumíase como un produto espontáneo desas forzas case naturais.
Pero esas indomábeis forzas de mercado agora empezan a ser sometidas a control. Unha utopía que hai algúns anos sería imposíbel sequera de imaxinar. A oferta dunha empresa, que sempre era un dato insondábel e que tiña que ser calculado máis pola experiencia pasada que pola previsión futura, agora, grazas a ese novo extractivismo dos datos, empeza a se converter nunha certeza. A empresa pode endoxenizar a oferta, é dicir, a oferta deixa de se converter nunha forza de mercado para se transformar nunha determinación da empresa. Para iso necesita información. Trátase dunha información que ten que ser precisa, inmediata e contextualizada.
Obter esa información, para calquera empresa, significa custos que ten que asumilos para orientar as súas capacidades tanto produtivas como empresariais. Por iso, unha das ramas que máis desenvolvemento tivo no capitalismo tardío non é tanto a das capacidades produtivas da industria e a empresa, como a da mercadotecnia.
Agora, grazas á información que as persoas poñen de forma gratuíta nas redes sociais, hai a posibilidade de que as corporacións teñan, finalmente, acceso a esa información tan delicada e tan importante que é fundamental para o seu modelo de negocios. As redes sociais convértense en captadoras de información pola cal non pagan absolutamente nada e logo converten esa información colocada polas persoas nas redes sociais en materia prima sobre a cal traballan outras corporacións para extraer información precisa e delicada con destino específico.
Así, a industria do turismo sabe como reaccionar ante a información e créanse modelos de negocios antes inconcibíbeis e que teñen como soporte, dunha parte a flexibilización laboral e, doutra, o extractivismo dixital, como, por exemplo, Airbnb. Multiplícanse as empresas de distribución como Glovo, Rapi, Uber. As corporacións farmacéuticas poden situar de mellor maneira as súas marcas e poden lograr un consenso sobre a medicalización da vida social. Todos eses modelos de negocios se formulan estabelecen, precisamente, desde o novo extractivismo.
Unha persoa pode colocar unha imaxe sobre unha situación calquera que, inmediatamente, ese acto se inscribe neste novo extractivismo que, sumada ás imaxes ou os datos que outras persoas fixeron de forma espontánea, voluntaria e libre, se converten nun caudal de datos que medra de forma exponencial. Son datos que teñen que ver coa vida mesma desa persoa: os seus amigos, as súas viaxes, os seus desexos, as súas paixóns, os seus odios, as súas aventuras, as súas fobias, as súas expectativas, en fin. Eses datos entran nunha maquinaria de procesamento que ten por obxectivo permitir ás corporacións endoxenizar a oferta a través do control da demanda. Ese extractivismo dixital ten nome, denomínano big data, machine learning, deep learning, etc.
Mais non só son as corporacións, son tamén os gobernos e os políticos. Un dos debates máis importantes na primeira elección de Donald Trump nos Estados Unidos tivo que ver coa manipulación nas redes dos comportamentos dos electores a través da empresa Cambridge Analytica. Outro dos escándalos foi a denuncia de Snowden sobre a sociedade panóptica que transfería ás súas organizacións de intelixencia, espionaxe e control, datos sensíbeis de todos os seus cidadáns.
O extractivismo dixital busca atopar patróns, tendencias, condutas, comportamentos que sexan predicíbeis e consistentes. Unha vez que os atopou, procede a empaquetalos e vendelos. As corporacións compran esa información porque grazas a ela poden situar marcas, definir o ciclo de vida desas marcas, coñecer os comportamentos futuros da demanda, coñecer o mercado, anticiparse ás súas incertezas, predicir tendencias, personalizar produtos e servizos, detectar necesidades insatisfeitas ou crealas, etc.
Por suposto que as persoas que de forma cotiá colocan a súa información nas redes sociais non coñecen desta dinámica ou, se a coñecen, non a teñen en conta porque non a consideran un risco, ou cren que, por último, paga a pena asumir ese risco.
A teoría económica tamén xira cara a esas novas dinámicas: os complexos algoritmos que extraen e procesan a información pénsase que teñen a forma das redes neuronais e, así, o discurso económico inventa a “neuro-economía”. Grazas á información recibida e ao extractivismo dos datos xorde a “economía do comportamento”. Nestes novos campos analíticos, moitos dos conceptos da teoría económica teñen que se revisar porque os consumidores demostran ser máis estocásticos, é dicir, máis imprevisíbeis do que a teoría económica os consideraba.
Do extractivismo dixital á IA
O extractivismo dos datos é unha forma diferente de extractivismo e convértese nunha característica do capitalismo tardío. Para procesar miles de millóns de datos en segundos, necesítanse capacidades tecnolóxicas impresionantes. É desde esa necesidade do mercado e do capitalismo desde onde emerxen e se constitúen os algoritmos que procesan eses datos e que teñen capacidades heurísticas. Eses algoritmos son o antecedente da intelixencia artificial. Hai algunhas experiencias respecto diso. Está por exemplo, o programa Deep Blue que en 1997 venceu a Kasparov, o daquela campión mundial de xadrez, sen ter que recorrer a xogadas previas da súa base de datos, senón ás súas propias capacidades heurísticas.
Eses algoritmos están presentes nos motores de procura de Google, por exemplo, e nesgan desde o inicio calquera tipo de procura á vez que integran esa procura de datos cara ao novo modelo de negocios de empaquetamento e procesamento de información (o deep learning).
Precisamente por iso a empresa Alphabet, que controla Google, é unha das máis importantes do mundo.
O desenvolvemento de algoritmos con capacidades heurísticas dá paso á intelixencia artificial. Se un algoritmo pode conducir, estruturar e definir a forma dun motor de procura en internet, á vez que pode identificar aqueles datos que son imprescindíbeis para soster un modelo de negocios, entón o algoritmo pode facer un bucle sobre si mesmo e pode derivar nun proceso heurístico sobre si mesmo. Se é capaz de facer iso entón o bucle retroaliméntase sobre si mesmo e as súas capacidades heurísticas empezan a se converter en probabilísticas, é dicir, a forma pola cal encadea información ten a aparencia de ser intelixente. Desta forma, ese algoritmo pode superar o test de Turing.
Mais sempre é un algoritmo. A súa capacidade heurística permítelle retroalimentarse e ser cada vez máis performante porque traballa con probabilidades. Naceu no interior dun proceso do capitalismo dixital e con relación ao extractivismo dixital.
É ese fenómeno o que emerxe cos chatbot de IA. Son algoritmos vinculados á rede internet que permiten construír respostas intelixentes cada vez máis precisas. Pero esas respostas son heurísticas e probabilísticas ao mesmo tempo. De aí nace a súa aparente precisión e é este nivel de precisión o que chama a atención. Pero, en definitiva, un chatbot de IA non é máis que un algoritmo heurístico que responde en función de probabilidades estatísticas. Mais son respostas cuxas coordenadas xa están definidas de maneira previa.
En efecto, se o capitalismo integrou as tarefas cognitivas dentro das súas necesidades de acumulación, é de supor que a capacidade de preguntas que se lle pode facer ao chatbot de IA está condicionada pola estrutura mesma da sociedade capitalista. Non se pode preguntar máis aló do horizonte que esa mesma sociedade creou. E ese é o límite da IA, porque a súa capacidade de resposta non está limitada polo algoritmo e a súa capacidade de acceso a datos senón polas restricións da súa propia sociedade, isto é, polas nosas propias limitacións para ver máis aló da acumulación de capital.
Por iso é polo que as primeiras preguntas e as primeiras formas de utilizar e traballar cos chatbots da IA teñan que ver co mercado e coa súa integración nos modelos de negocios do capitalismo. Integramos o chatbot de IA na ideoloxía do emprendemento, á procura de rendas, á implementación de novos negocios, só despois diso pensamos se sería máis coherente estruturar preguntas que teñan co sentido mesmo das sociedades que estamos a crear.
A humanidade necesita respostas que vaian máis aló do mercado capitalista e a súa lóxica de curto prazo. É logo cando comprendemos que o límite non é o chatbot de IA que, en definitiva, non é máis que unha ferramenta de traballo. O límite real somos nós mesmos porque non podemos utilizar esa ferramenta para intuír máis aló dos estreitos horizontes nos cales o capitalismo encerrou a humanidade.
Isto fai que esta ferramenta sexa vista como unha ameaza á sociedade. Moitos empregos que utilizan tarefas cognitivas ben poden ser substituídos polos chatbot de IA, a un menor custo e unha maior produtividade. É unha dinámica constante no capitalismo, porque a medida que certo tipo de empregos e destrezas desaparecen créanse outros novos. O que os chatbot de IA nos sinalan é que eses empregos forman parte dun mundo que está en transformación e que deixou de utilizalos, porque a sociedade xa non os necesita; pero, en troca, necesita outras destrezas e outras habilidades.
Os chatbot de IA soamente significan que temos ferramentas que, polo momento, parecen excedernos, e excédennos porque o modelo de sociedade que creamos ten limitacións e asumímolas como límites finais cando en realidade só son sinais de transformacións máis amplas e profundas. Cómpre entón reflexionar sobre esas transformacións, sobre os seus contidos, sobre as súas formas, sobre as súas posibilidades.
Están agora aí. En pouquísimo tempo os chatbot de IA apélannos, interrógannos, cuéstionannos, non sobre a humanidade senón sobre a nosa estrutura social, porque se ameazan a certo tipo de empregos iso non debe verse como unha ameaza senón máis ben como a oportunidade de explorar algo que, en definitiva, nos concirne en tanto sociedade. Pero é a estrutura capitalista das nosas sociedades a que nos leva a ver eses sinais de cambio como ameazas, é ela a que nos xera medo, a que nos pide unha tregua no desenvolvemento da IA. A que nos obriga a ser ludditas como un exercicio desesperado de conservar o capitalismo sen posibilidade de cambio.
Asumamos entón o reto de pensar eses desafíos por fóra das marxes desa estrutura capitalista. Se Kissinger ten razón e a IA cambia as regras de xogo da realidade, entón tratemos de enxergar esa realidade que pode emerxer desde ese cambio das regras de xogo provocado pola IA.
Un mundo en transición: os desafíos na educación
A IA é un vector que atravesa a toda a sociedade. Os sistemas educativos vense atinxidos pola IA. A súa forma de proceso de ensino-aprendizaxe construíuse sobre unha construción social que se definía desde a ética do traballo, o produtivismo, a acumulación, a competencia e a idea de crecemento económico sen fin que, en realidade, é a posta a punto da idea decimonónica do progreso.
A educación, no capitalismo tardío, abandonou toda promesa de emancipación e humanismo pola aposta doada das habilidades e as competencias que o mercado exixe e reclama. Nada máis lonxe daquilo que os gregos clásicos chamaban paideia para a educación da súa sociedade que o formato educativo do capitalismo tardío.
Nese proceso, desde a formación temperá, pasando pola formación intermedia até as universidades e os posgraos, o formato é o mesmo: a educación tiña que inserir as persoas, en tanto cidadáns e cidadás, nunha trama civilizatoria que tiña construídas as súas respostas fundamentais e dos cales requiría certo tipo de habilidades e coñecementos para devir traballador, funcionario ou empregado.
A aprendizaxe de habilidades e destrezas, a abstracción, a contextualización, a capacidade de relacionar, entre outras, dunha maneira ou outra, formaban parte desa trama epistemolóxica da educación por competencias concretas que nacían e se definían desde a lóxica do mercado.
Pero a IA altera esa trama epistemolóxica porque se converte nunha ferramenta tan poderosa que todos os baremos de avaliación e todas as formas de ensino-aprendizaxe se ven alteradas. Desde as tarefas escolares, até a redacción de papers de investigación científica, todos eles van ser transformados radicalmente. Un neno ou un mozo poden, grazas á IA, realizar esas tarefas de forma tan rápida que liberan o seu tempo para aquilo que eles consideran máis importante, o xogo. Nas universidades, moitas tarefas tamén converxen cara a estas novas ferramentas e facilitan o traballo dos estudantes até o risco de impostar todo o seu proceso formativo. No caso da industria dos papers científicos é máis importante aínda a transformación que provoca a IA porque agora un paper científico pode escribirse en minutos e facer de calquera un investigador experimentado.
Isto quere dicir que é a forma en que foi construído o sistema de ensino-aprendizaxe o que se ve transformado coas ferramentas da IA. Pero hai algo que as ferramentas da IA non poden facer, por máis que sexan cada vez máis potentes, e é a capacidade crítica.
Entón, se os chatbot de IA ameazan o sistema educativo e universitario é porque son sistemas que nunca se construíron nin definiron desde capacidades críticas senón que sempre foron sistemas estáticos, de aí a súa tendencia á escolástica, é dicir, á absolutización dos seus parámetros epistemolóxicos. Consideraron a orde existente como dada e estabelecida nas súas coordenadas históricas e sociais. Sobre iso construíron un sistema educativo que esqueceu as capacidades críticas e que, ante a súa irrupción, optou por obvialas, minimizalas, recluílas ou, no peor dos casos, perseguilas.
A capacidade crítica é inmune aos chatbot de IA, porque implica unha posición epistemolóxica e ontolóxica que é irredutíbel a estas ferramentas. A capacidade crítica entende os chatbot de IA como o que son, como ferramentas ao servizo desa capacidade crítica. Non hai perigo da hipóstase nin tampouco da impostación.
A capacidade crítica xera unha distancia entre o suxeito e o mundo no cal pode situar esa crítica ao mundo. Non asume o mundo como algo xa estabelecido e definido senón máis ben como algo que está en permanente cambio e transformación. A capacidade crítica advirte deses cambios e, xusto por iso, pode incidir sobre eles.
Mais será difícil que os sistemas educativos e universitarios poidan cambiar cara a posicións críticas. Neles a praxe estratéxica de individuos que ven os seus próximos como competencia en mercados laborais cada vez máis pechados e máis precarizados, convértese nunha ontoloxía do real. Non hai espazos para capacidades críticas no mundo da competencia mercantil. E esa é a trama civilizatoria do mundo.
Por iso os chatbot de IA xeran unha aporía para o sistema educativo: convértense en ferramentas que o sistema ten que expulsar ou someter a escrutinio permanente para que non pasen as súas fronteiras. No canto de ser ferramentas que potencien as capacidades críticas, máis ben transfórmanse en ameazas ao mundo que deben ser controladas.
Pero de maneira independente do seu pretendido control ou expulsión, a cuestión é que millóns de estudantes probabelmente utilizarán os chatbot de IA para resolver os seus problemas e tarefas escolares e universitarias. Haberá mestres e académicos que tentarán incorporalos aos seus procesos de ensino-aprendizaxe, outros que serán indiferentes e outros que os prohibirán, pero iso non impedirá a súa masificación. Haberá moitos investigadores que empezarán a utilizar esas ferramentas para os seus papers científicos e poderán ser tan prolíficos que provocará o colapso do sistema de revistas indexadas e factores de impacto.
E isto dá conta doutra aporía: os sistemas educativos dan as costas ás transformacións sociais nas que viven e convértense en importantes atrancos para esas transformacións. Contrariamente ao que se cre, hai circunstancias históricas nas que as escolas e universidades son a mellor garantía para que as sociedades non cambien. Forman a individuos que son incapaces de comprender esas transformacións e que non desenvolveron capacidades críticas e que non poden comprender o seu propio momento histórico.
Quizais pague a pena un exemplo. A fins do ano 2008, en pleno contexto da crise financeira, publicouse un texto baixo o pseudónimo de Satoshi Nakamoto sobre o bitcoin. A partir daquela, houbo un desenvolvemento espectacular das criptomonedas e, de feito, convertéronse nun dos fenómenos máis importantes do capitalismo tardío. Porén, décadas despois dese acontecemento, en ningún libro de política monetaria das diversas facultades de economía do mundo, hai un capítulo sobre a política monetaria das criptomonedas.
Outro exemplo: é indubidábel que a noción de crecemento económico provoca alteracións nos ciclos naturais que agora se identifican co quecemento global. Pero no debate global aínda se utiliza a noción de Produto Interior Bruto como baremo da riqueza dunha sociedade, cando está claro que é xustamente que desde esa noción é que se provocou o cambio climático.
Por tanto, se é necesaria unha transformación que acompañe o desenvolvemento da IA ten que se dar nos sistemas educativos que terán que incorporar dimensións críticas ao mundo. Se lle preguntamos á IA sobre o PIB dun país e a súa relación co quecemento global, por suposto que as respostas que nos dea a IA non poderán ver máis aló das paradigmas vixentes, só unha conciencia crítica será capaz de facelo.
A fin da produción?
Hai outro aspecto que anuncia cambios importantes a partir da emerxencia da IA e ten que ver co emprego. Asúmese que a integración da IA nos procesos produtivos afectará os volumes de emprego que se xeran no capitalismo. Esta idea nace da relación que hai entre traballo e ingreso monetario. É unha relación que aparece nas orixes do capitalismo e que se configurou como parte da súa estrutura máis fundamental. O ingreso é unha función do emprego. Aqueles que non teñen emprego non teñen ingresos. A cantidade de ingresos, ademais, define a posición dentro da escala social e a cantidade de bens e servizos que se poden adquirir.
A primeira forma pola cal se racionalizou a relación entre ingresos e emprego aparece nas primeiras teorías do valor da economía clásica do século XVIII, fundamentalmente, Adam Smith. O valor, para Smith, está determinado pola cantidade de traballo. A partir de entón, a relación entre valor, traballo, ingresos e produción foron da man. Con todo, o mesmo Adam Smith facía referencia á división do traballo e á súa relación coa produtividade. É clásico o seu exemplo do taller de agullas onde a división de tarefas facía que o pequeno taller multiplique a súa capacidade de producir agullas, algo que se se fixo de maneira individual non sería posíbel (Smith, 1983, pp. 49-56).
Isto permite, polo menos, dúas intuicións básicas e que teñen que ver co mundo do século XXI: o proceso de valorización do mundo sempre será humano (o valor das cousas sempre será humano independentemente de que o fagan as máquinas); e a división do traballo levada ao infinito pode xerar unha produtividade infinita.
Nunha produtividade que tende ao infinito, porén, non hai traballo humano (porque o traballo humano sempre é finito). Pero se non hai traballo humano, entón como se xera o valor? Se o valor sempre é unha determinación humana pero a división do traballo exclúe o traballo humano que substrato debe ter o valor?
Esta aporía foi descrita polo economista inglés David Ricardo, no século XIX, cando distinguía entre o concepto de valor e aquel de riqueza como diferentes e proporcionalmente inversos (Ricardo, 1973, capítulo XX). O valor é unha determinación humana pero a riqueza é a súa consecuencia. Unha riqueza infinita é compatíbel cun valor con tendencia cero. Nesa aporía, Marx situaría a orixe das crises no capitalismo e as súas contradicións cando realiza o contraste entre o valor coa división do traballo (que o denominará como “composición orgánica do capital”) e a posibilidade do valor cero (que o denomina tendencia decrecente da taxa de ganancia).
Agora ben, esas aporías que constan na estrutura fundamental do capitalismo revélanse e irrompen no século XXI e constátanse con máis precisión coa emerxencia da IA.
É de supor que a converxencia da IA nos procesos produtivos no capitalismo incrementará de forma exponencial os xa altos niveis de produtividade do capitalismo tardío, como no seu momento o fixeron a automatización e robotización das cadeas de montaxe. Cada vez será menor a presenza humana (é dicir, o valor) nos procesos produtivos, pero cada vez será maior a riqueza que eses procesos produtivos xeren. Noutras palabras, a sociedade do século XXI pode crear un volume de riquezas nunca antes visto con apenas unha parte marxinal da súa poboación.
Esas posibilidades produtivas con cada vez menos traballadores débense a que a IA pode lograr a converxencia doutras tecnoloxías do século XXI para cambiar de maneira importante a produción e distribución, por exemplo, as nanotecnoloxías, as biotecnoloxías, a robótica, a velocidade da conexión en redes e a impresión 3D.
É unha realidade que se empeza a conformar e que, de feito, non constaba no século XX. Agora, a humanidade mesmo retomou a carreira espacial e incrementou a súa capacidade de coñecemento sobre o espazo. É unha carreira na cal, por vez primeira, aparecen imbricados o Estado e as corporacións privadas.
É no século XXI cando emerxe con toda a forza a aporía detectada por David Ricardo e Karl Marx no século XIX, a que ten na lei do valor traballo a súa expresión e desenvolvemento: a aporía entre valor e riqueza. É posíbel, no século XXI, producir máis riqueza e só cunha fracción de traballadores que se utilizaron no século XX.
No século XXI a resolución desa aporía entre valor e riqueza realizouse desde a especulación financeira e as crises financeiras. En efecto, son tan grandes os montantes que se manexan nos mercados financeiros que comprenden varias veces a produción nacional bruta de todo o planeta. O Banco de Pagamentos Internacionais sinalaba que en xuño do ano 2022 se realizaron transaccións de derivados financeiros nos mercados sobre o mostrador (chamados mercados OTC) por 632 billóns de dólares estadounidenses (BIS, 2022).
Esas cantidades da especulación financeira endexamais tocarán terra, é dicir, endexamais aterrarán no sector real, na produción. É imposíbel que nalgún momento saian da esfera especulativa e se destinen á produción, porque provocarían crise por sobreacumulación. Son cantidades que seguirán virando sobre si mesmas, como un satélite virtual, sobre as capacidades produtivas da humanidade. Pero é a forma pola cal o capitalismo do século XXI logrou, até o momento, resolver esa aporía entre riqueza e valor.
Con todo, a irrupción da IA altera o ritmo polo cal se relacionaba produción, distribución e especulación financeira. A converxencia da IA cara á produción é un feito, así como é un feito que esa converxencia vai multiplicar de forma exponencial a riqueza dispoñíbel. A esfera especulativa financeira, polo tanto, non poderá ser capaz de regular esa relación, porque un efecto desa regulación son as crises financeiras e a subsunción da política monetaria cara á esfera financeira especulativa. Un nivel de crecemento nos valores vixentes pode provocar crises financeiras máis profundas e máis graves. Algo que ten consecuencias políticas e sociais evidentes. Quizá soe paradoxal e contraditorio pero as crises no capitalismo xéranse por exceso de riqueza.
Así, pois, o século XXI enfróntase a un desafío que antes era inimaxinábel: para resolver a aporía entre valor e riqueza ten que proceder á separación do traballo da produción capitalista, porque a cantidade de traballadores que se necesita para producir cada vez será marxinal. A IA levará a tales niveis de produtividade que onde antes existían un número importante de traballadores agora se reduciron ao mínimo. Pero ao mesmo tempo, da IA xurdirán novos empregos que xa non teñen relación directa coa produción. É soamente a evidencia desa aporía detectada pola economía clásica do século XIX entre valor e riqueza.
Mais o capitalismo é incapaz de resolver esa aporía entre valor e riqueza cos marcos institucionais herdados do século XX. Terá que, necesariamente, cambialos e unha das primeiras formas de facelo é separar o traballo da produción e os ingresos do emprego.
Como facelo?, que consecuencias supón? A relación entre traballo e produción mediada polo salario é un dos puntais do capitalismo. Transformar esa relación significa transformar o capitalismo. Se o proceso de valorización do mundo sempre será humano, entón esa valorización correspóndelle agora á sociedade, non ao mercado. A resolución da aporía que se suscita no século XXI implica que o traballo debe retornar ao seu locus orixinal: a sociedade.
A valorización do mundo deixa de ser a posta en valor do mundo, é dicir, poñerlle prezo (iso sería fetichismo mercantil) para se converter máis ben na súa humanización, é dicir, vincular os individuos (e as súas capacidades) ás sociedades a partir do traballo. O traballo convértese en vínculo social. A valorización devén na transformación do mundo.
A IA e outras tecnoloxías do século XXI poden levarnos á división infinita do traballo, é dicir, á produtividade infinita. Se a produtividade tende ao infinito, o seu valor tende a cero. Isto posibilita, logo, a separación do salario da produción, á vez que vincula o salario á sociedade.
Pero iso non deixa de ser unha utopía, polo menos polo de agora, porque dadas as relacións de poder no capitalismo tardío, o máis plausíbel é que as condicións de explotación laboral se exacerben.
Pero iso non quita forza ao argumento senón que dá conta de que as disputas que antes se xustificaban desde a economía agora deben definirse desde a política. É dicir, existen recursos suficientes e necesarios, por exemplo, para financiar unha renda bás1ica universal, para reducir radicalmente a xornada de traballo, para financiar o aseguramento universal, para reducir a idade de xubilación, entre outros aspectos. Pero esa loita será basicamente unha loita política.
Penso que, en última instancia, é cara a esas loitas políticas cara a onde nos leva o desafío da IA e de todas as tecnoloxías que se crean no capitalismo do século XXI. A intuición de Marx revélase agora máis pertinente que nunca: un modo de produción endexamais desaparece até esgotar todas as súas posibilidades. O capitalismo, no século XXI, está a esgotar as súas posibilidades. O socialismo sempre se pensou para sociedades da abundancia. Estamos en tránsito cara a sociedades de abundancia, pero a loita por abrir esa porta, a do socialismo como forma social da abundancia, será feroz, a burguesía baixo ningunha circunstancia permitirá sequera achegarse a esa porta. Pero agora sabemos que está aí e que temos que abrila. Esa é a nosa tarefa histórica.
_____________________________________________________________________________
Bibliografía
BBC (29 de marzo de 2023). “La carta en la que más de 1.000 expertos piden frenar la inteligencia artificial por ser una «amenaza para la humanidad»”. Recuperado o 24 de abril de 2023, de BBC: https://www.bbc.com/mundo/noticias-65117146
Bender, E., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Virtual Event, 3 (10), 610-623.
BIS. (30 de November de 2022). OTC derivatives statistics at end-June 2022. Recuperado el 25 de abril de 2023, de BIS: https://www.bis.org/publ/otc_hy2211.htm
CNNEspanol (29 de marzo de 2023). “ ChatGPT y la última ola de IA podrían afectar a unos 300 millones de empleos en todo el mundo, según Goldman Sachs”. Recuperado o 24 de abril de 2023, de CNN: https://cnnespanol.cnn.com/2023/03/29/chat-gpt-ia-podrian-afectar-300-millones-empleos-mundo-goldman-sachs-trax/
El Financiero (21 de marzo de 2023). “Esta es la lista de las profesiones que podrían verse más afectadas con la aparición de ChatGPT, según OpenAI”. Recuperado o 24 de abril de 2023, de El Financiero: https://www.elfinancierocr.com/tecnologia/esta-es-la-lista-de-las-profesiones-que-podrian/JNEY75CKBRDURLIVYBFPAWJM6I/story/
La Ciudad Revista (23 de xullo de 2022). Umberto Eco: «Las redes sociales generan una Invasión de imbéciles». Recuperado o 24 de abril de 2023: https://laciudadrevista.com/umberto-eco-las-redes-sociales-generan-una-invasion-de-imbeciles/
Le Monde (25 de abril de 2023). “De ChatGPT à Midjourney, les intelligences artificielles génératives s’installent dans les entreprises”. Recuperado o 25 de abril de 2023, de Le Monde: https://www.lemonde.fr/economie/article/2023/04/25/de-chatgpt-a-midjourney-les-intelligences-artificielles-generatives-s-installent-dans-les-entreprises_6170873_3234.html
Ricardo, D. (1973) Principios de Economía Política y Tributación. Madrid, España: Ayuso. Smith, A. (1983) La Riqueza de las Naciones. Barcelona, España: Orbis.
Weatherby, L. (21 de marzo de 2023). “El ChatGPT es una máquina de ideología”. Recuperado o 24 de abril de 2023, de Jacobin: https://jacobinlat.com/2023/04/21/el-chatgpt-es-una-maquina-de-ideologia/
Xataka (31 de marzo de 2023). “Italia prohíbe ChatGPT por infringir el GDPR: un movimiento que vierte la sombra de la duda sobre toda Europa”. Recuperado o 24 de abril de 2023, de Xataka: https://www.xataka.com/aplicaciones/italia-prohibe-chatgpt-infringir-gdpr-movimiento-que-vierte-sombra-duda-toda-europa
_____________________________________________________________________________
[Artigo tirado do sitio web Rebelión, do 4 de maio de 2023]