Los espejismos de la inteligencia artificial y la lucha por un futuro comunista

“-Cuando uso una palabra -dijo Humpty Dumpty en un tono más bien desdeñoso- significa exactamente lo que yo quiero que signifique: ni más ni menos.
-La pregunta es -dijo Alicia- si puedes hacer que las palabras signifiquen tantas cosas diferentes.
-La cuestión es -dijo Humpty Dumpty- quién será el amo... eso es todo”1

Hablar de tecnocapitalismo y subjetividad requiere que precisemos dos términos complejos que aparecen relacionados y condensados en un concepto pobremente definido: la así llamada inteligencia artificial (IA). Esa relación cautiva en gran medida porque nos habla del futuro de la humanidad libre de crisis y donde la experiencia como un todo, con sus complejidades y contradicciones, se convierta en una experiencia mental; para luego reducir lo mental a lo neuronal y desde allí convertir lo neuronal en algorítmico. De un presente de múltiples y contradictorias crisis históricas a la solución de todo problema vía modelados matemáticos que vuelvan obsoleta a la historia. Pero, ¿qué tipo de solución se ofrece? ¿Qué relación tiene con las crisis que pretende resolver? ¿Qué impactos tienen esas “soluciones” en la subjetividad? Y, sobre todo, ¿qué proyecto alternativo podemos contraponerle?

Tecnocapitalismo y ciberproletariado

El prefijo “tecno” se refiere a la cibernética, el denominador común de los robots, las computadoras, la IA, las aplicaciones de celulares, las redes sociales, entre otras. Surge como proyecto científico entre los ‘30 y ‘40 con el trabajo de investigadores norteamericanos e ingleses en radares, balística, criptoanálisis y armas atómicas. Pero se desarrolla más ampliamente sobre sistemas informáticos luego de la segunda guerra mundial concibiendo a las máquinas como entidades que se retroalimentan del medio en un “bucle” (feedback loop) mediante el intercambio de información y que reorganizan a partir de allí su actividad; primero con fines bélicos durante la segunda guerra mundial (el mecanismo de guía de los misiles teledirigidos, por ejemplo) y luego extendidas a la industria, reconfigurando la producción de mercancías y la comunicación. (Sin abandonar, como veremos, los fines bélicos).

La clase trabajadora no desapareció, está cada vez más extendida pero precarizada.

Norbert Wiener fue la figura destacada de esta corriente que impactó con fuerza ideológica con las Ciencias Cognitivas, que modelizaron lo mental según la “metáfora de la computadora”. Sin embargo, el impacto fue mucho mayor sobre la tecnología, dotando de nuevas armas a la guerra del capital contra el trabajo. La robotización y la producción just in time toyotista desde fines de los ‘70 permitió desarmar -no sin resistencias- al proletariado industrial más poderoso de los EE. UU., el automotriz. Desde entonces la cibernética ha ido profundizando esa guerra y amenazando con el reemplazo de la clase con robots.

Nick Dyer-Witheford, profesor e investigador en la Universidad de Western Ontario (Canadá) publicó en 2015 un ensayo muy interesante dedicado al tema, Cyber-proletariat. Global Labour in the Digital Vortex2, en el que indaga justamente sobre estos cambios cibernéticos en el capitalismo y la nueva fisionomía de la clase trabajadora. Su conclusión es que por más cibernética que sea la organización del trabajo, el capitalismo sigue respondiendo a la descripción marxiana de “vampiro” que se alimenta del robo de trabajo no pago a los trabajadores o plusvalía. La cibernética proporciona vías regias para eso.

Con la inteligencia artificial el tecnocapitalismo apunta a subsumir no solo el trabajo y la naturaleza a la lógica del capital, sino la propia subjetividad, destruyendo la organización colectiva y solidaria.

La clase trabajadora no desapareció, está cada vez más extendida pero precarizada: con cada crisis (2008, pandemia) es expulsada del trabajo y reabsorbida en formas más precarias (“uberización”, pluriempleo, por ejemplo).

El complejo cibernético de circulación (CCC)

En los últimos años las Big Tech comenzaron a ganar cada vez más poder, muy concentradas en el ámbito de la circulación de mercancías, la publicidad y la vigilancia. Alphabet (Google), Amazon, Apple, Meta (Facebook) y Microsoft son los peces gordos de lo que Dyer-Witheford y Alessandra Mullaroni llaman “Complejo Cibernético de Circulación”, que también incluye a un ecosistema de otras empresas de plataforma (Uber, X/Twitter, Netflix, etc.). El CCC tiene un peso enorme en las redes de comunicación, logística y finanzas. Y a la guerra contra la organización de la clase obrera para aumentar los márgenes de ganancias empresarias se agrega un peso creciente en las acciones militares y el policiamiento de poblaciones (Palantir, por ejemplo).

El peso de estas big tech en la comunicación vía redes sociales, con algoritmos dirigidos a fragmentar y sesgar la comunicación según sus intereses, minar y quebrar la solidaridad de clase, precarizar a los trabajadores promoviendo valores individualistas, también promueven la emergencia de corrientes de derecha, con figuras como Trump, Elon Musk o Javier Milei. Dyer-Witheford y Mullaroni3 demuestran correctamente que la clave para enfrentar esta lógica depredatoria está en la lucha de clases, y no en salidas reformistas como regulaciones estatales o “desconexiones” individuales.

Asimismo, este capitalismo cibernético consume en sí mismo cantidades colosales de energía y agua, con un peso cada vez mayor en el calentamiento global.

Cibernética como modelo de lo mental, un nuevo reduccionismo

En este marco la IA aparece como gran promesa capitalista. El proyecto inicial de IA surge a mediados de los años ‘50 en EE. UU., con la idea de desarrollar un software que permitiera que las computadoras hicieran cosas que, de momento, los humanos hacían mejor. Podemos diferenciar tres tipos posibles de IA4: 1) inteligencia artificial estrecha (IAE), la “realmente existente hoy”; 2) la Inteligencia Artificial General (IAG), que implicaría una “capacidad de trasladar el aprendizaje de un dominio a otro”, lo cual hoy no existe y se plantea solo como hipótesis; y 3) una hipotética Super Inteligencia Artificial (SIA), una IAG que podría automodificarse.

El cognitivismo, teoría hoy hegemónica a nivel mundial dentro de las terapias cognitivo comportamentales, elimina la unidad factores biológicos, históricos y sociales.

Sobre la IA estrecha hay tres escuelas de pensamiento: IA clásica o “simbólica”; el aprendizaje maquínico o automático (machine learning, ML); y el marco situado, corporeizado y dinámico (situated, embodied and dynamical, SED). La primera es el enfoque de los años 1980, y busca funciones cognitivas elevadas mediante manipulación de información codificada en lenguaje simbólico (representaciones). Por ejemplo, “sistemas expertos” en determinadas tareas, como la célebre computadora Deep Blue de IBM. Los enfoques SED cuestionan los límites de la IAE y ponen el acento en la importancia del cuerpo para la cognición.

El ML, antes llamado conexionismo, surge en los 2010 con el abaratamiento de la potencia computacional y el Big Data y es dominante hoy. Se trata de un enfoque estadístico de reconocimiento de patrones que toma datos, entrena un modelo con estos datos y lo utiliza para predicciones con nuevos datos. Puede funcionar con múltiples “arquitecturas”, pero desde 2010 se usa sobre Redes Neuronales Artificiales (RNA), programas de computación inspirados en el cerebro humano y sus unidades de procesamiento simple. Mientras más “capas” tiene el modelo, más complejos son sus parámetros. Lo más avanzado es el deep learning (aprendizaje profundo), mediante el cual se entrena las RNA exponiéndolas a una cantidad de casos -desde rostros hasta, por ejemplo, una persona diciendo “hola”- y el algoritmo ajusta los pesos de las sinapsis hasta “aprender” a identificar la respuesta correcta.

Hay tres grandes tipos de deep learning. El supervisado, el más exitoso hasta ahora, en el cual un humano introduce información etiquetada en categorías y el sistema aprende esas categorías identificando patrones en los ejemplos introducidos. Por ejemplo, con muchas fotos de carteles hexagonales de “pare”, desde distintos ángulos y visibilidad, la IA puede “aprender” el “concepto” de una señal de “pare”. Pero requiere mucho trabajo, por lo que algunas empresas apuestan a un aprendizaje no supervisado, sobre la idea de que exponiendo al algoritmo a un volumen lo suficientemente grande de datos, éste va a poder identificar correlaciones complejas. Finalmente, el aprendizaje por refuerzo, un intermedio entre los dos primeros.

Más allá de logros como ChatGPT, videos realistas o la publicidad dirigida en redes, la IA a lo sumo pueden aplicar generalizaciones a datos nuevos de dominios similares a aquellos con los que fueron entrenados. A pesar del enorme poder de procesamiento, está muy lejos de ser una inteligencia en el sentido humano. Es lo que concluye un estudio reciente publicitado por la mismísima Apple5: los Modelos de Razonamiento a Gran Escala (LRM por sus siglas en inglés) “colapsan más allá de ciertas complejidades”, y que además “su esfuerzo de razonamiento aumenta con la complejidad del problema hasta cierto punto, y luego disminuye. Y acá también encontramos explotación en cada paso, por ejemplo, los moderadores de contenido tercerizados de Facebook en Kenia, que denuncian sus bajos salarios y los efectos de trastorno de estrés postraumático, ansiedad y depresión.6

Un nuevo materialismo en psicología y la lucha por un futuro comunista frente a la lógica del capital

Con la inteligencia artificial el tecnocapitalismo apunta a subsumir no solo el trabajo y la naturaleza a la lógica del capital, sino la propia subjetividad, destruyendo la organización colectiva y solidaria de clase; y expropiando las potencialidades de la psicología humana en beneficio de la ganancia. La apuesta a la superación tecnológica de las crisis capitalistas, incluso de la propia especie humana, un transhumanismo reaccionario7, ilusiona a la burguesía mundial. Pero tiene límites: externos, como vimos, en la lucha de clases; e internos, en la propia teoría con la que pretenden entender y dominar la subjetividad: el cognitivismo, una mirada reduccionista a la medida de la lógica misma del capital.

La cibernética y la IA son también productos y mediadores del trabajo humano, no se trata de destruirlas (…) se trata de disputar su propiedad y ponerlas en función de una sociedad sin explotadores ni explotados.

El cognitivismo, teoría hoy hegemónica a nivel mundial dentro de las terapias cognitivo comportamentales, elimina la unidad factores biológicos, históricos y sociales del pensamiento, y plantea que la mente humana funciona procesando información como una computadora, no solo limitada a lo neuronal sino a ceros y unos, a lo algorítmico. De la producción de sentidos a la codificación. Esta lógica abstracta (coherente con la del capital) limita sus propios modelos (pero habilita el negocio de la medicalización).

Así, la inteligencia artificial clásica replica al cognitivismo clásico; el deep learning al conexionismo y el SED al enfoque “enactivo” de la escuela de la mente encarnada (embodied mind), todas corrientes que tratan de superar los límites reduccionistas iniciales del cognitivismo. Pero mantienen todas las dicotomías históricas de esa psicología (razón/emoción, individuo/sociedad, etc.). Se sacan de encima el problema de la conciencia humana, sin explicar lo central: la relación entre inteligencia y conciencia. Se trata, en general, de un marco teórico reduccionista similar al de las neurociencias mainstream, desde un discurso con pretensiones científicas, positivista o neopositivista; que empobrece la complejidad, en primer lugar, porque deja de lado el carácter histórico de la mente humana (algo que los cognitivistas más perspicaces notan, por ejemplo, con la “paradoja de Moravec”, que sostiene la imposibilidad de modelar procesos de desarrollo). Y en manos del capital implica empobrecer8, alienar y destruir la salud mental.

¿Qué psicología contraponerle? La mirada histórico-cultural vigotskiana, sostenida en un materialismo dialéctico9, puede permitir a la vez denunciar este reduccionismo, demostrando que la inteligencia humana está ligada a procesos semióticos eminentemente sociales y culturales complejos producto de una coevolución biológica y cultural determinada históricamente en la que “emerge” desde su base biológica, pero es irreductible a la misma. E integrar que permiten pensar una subjetividad compleja y simbólica en interjuego con una sociedad históricamente situada, como los freudianos. La crítica vigotskiana puede denunciar los límites internos, pero también mostrar que se resuelven “externamente” en la lucha de clases: entender la subjetividad en términos históricos no solo denuncia los reduccionismos deshistorizantes sino, sobre todo, acentúa la posibilidad y la necesidad de organizar a esa misma clase social como verdadero sujeto de la historia. La cibernética y la IA son también productos y mediadores del trabajo humano, no se trata de destruirlas, al modo luddita; tampoco de usarlas acríticamente, al modo aceleracionista de izquierda: se trata de disputar su propiedad y ponerlas en función de una sociedad sin explotadores ni explotados, de una planificación democrática real para decidir qué y cómo se produce, cuidando la salud y el planeta.

Lewis Carroll plantea como un juego de lógica en boca de su personaje, que quien controla las palabras/el pensamiento controla la realidad. A la pesadilla prometeica de las big tech, nuestra tarea es oponerle desde la clase obrera el sueño, real y urgente, de un futuro comunista. ◼

Notas

1. Carroll, L. (1871). Alicia a través del espejo (T. Navarro, Trad.), Buenos Aires, Godot, 2016.

2. Londres, Verso, 2015. Ver reseña en Duarte, Juan, “Vampiro digital: el capitalismo cibernético y el proletariado”, revista Ideas de Izquierda, 10/11/2019.

3. Ver reseña Duarte, Juan y Shapiro, Martín, “Futuros alternativos: las big tech, el Complejo cibernético de circulación y el biocomunismo”, revista Ideas de Izquierda, 11/05/2025.

4. Dyer-Witheford, N., Attle Kjosen, M. y Steinhoff, J., Poder Inhumano. Inteligencia artificial y el futuro del capitalismo, Bs. As., Prometeo, 2024, p. 21. Ver reseña Duarte, Juan, “Poder inhumano, la inteligencia artificial hoy y su lugar en un proyecto comunista”, revista Ideas de Izquierda, 19/01/2025.

5. Shojaee, Parshin, Mirzadeh, Iman, Alizadeh, Keivan, Horton, Maxwell, Bengio, Samy, Farajtabar, Mehrdad, “The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity”, Apple, 10/6/2025.

6. Hopner, Stephanie, “El duro trabajo de los moderadores digitales en Facebook”, DW, 8/5/2025.

7. Ver Duarte, Juan, “Poder inhumano…”, ob. cit.

8. Un estudio reciente señala que el uso de ChatGPT en estudiantes disminuyó la conectividad neuronal en un 55%, en tanto la IA asumió el esfuerzo cognitivo. Kosmyna, Nataliya, et. al., “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”, Cambridge, MA, MIT Media Lab, junio 2025.

9. Ver reseña de Duarte, Juan, “Psicología pedagógica de Vigotski: una psicología para ‘inventar el futuro próximo’”, en este número de Topía, p. X.

Juan Duarte
Psicólogo
juanma.duarte [at] gmail.com
IG: @juanmaduarte

Pablo Minini
Psicólogo
pdminini80 [at] gmail.com
IG: @pablodminini