A países tecnológicamente más dependientes, como México, la nueva tecnología los hace más eficientes, pero también más pobres.
Por Ismael Zamora Tovar
Doctor en Educación
En la historia del progreso técnico, la promesa ha sido casi siempre la misma: la máquina libera al hombre de las tareas rutinarias y, al hacerlo, teóricamente, mejora el nivel de vida en su conjunto. Sin embargo, en la actualidad, esa narrativa se enfrenta a una realidad incómoda. Como ha sugerido recientemente la analista Jennifer Harris, la Inteligencia Artificial no está funcionando como un motor de convergencia, sino como un mecanismo de extracción de valor que amenaza con romper definitivamente el vínculo entre la productividad y el bienestar social.
En México, esta transformación no es una hipótesis académica: ocurre ya en nuestras sucursales bancarias, en las plataformas digitales y, de manera más silenciosa pero no menos profunda, en las universidades.
Está finalizando el pacto productivo. Durante décadas, la economía moderna descansó sobre un acuerdo implícito: si un trabajador se volvía más productivo gracias a la tecnología, su ingreso tendería a aumentar. Ese vínculo, imperfecto pero real, sostenía tanto la expansión del consumo como la estabilidad social. Hoy, ese pacto se encuentra en crisis.
Un banco en la Ciudad de México puede procesar diez veces más solicitudes de crédito que hace apenas unos años con una fracción del personal. La productividad se dispara, pero los beneficios no se distribuyen en forma de salarios, sino que se concentran en los propietarios del capital tecnológico. Este fenómeno no es exclusivo de México. Economistas como Daron Acemoglu han advertido que ciertas formas de automatización no aumentan el valor del trabajo humano, sino que lo sustituyen, debilitando su poder de negociación.
El resultado es una economía de espejismos: instituciones más eficientes, servicios más rápidos, pero una masa salarial estancada. El crecimiento existe, pero se desacopla del bienestar.
La lógica extractiva de las plataformas se manifiesta con mayor claridad en la llamada economía de plataformas. Empresas como Amazon, Uber o DiDi funcionan bajo un esquema que puede calificarse como extractivo: aprovechan infraestructura pública, datos generados colectivamente y trabajo disperso para nutrir algoritmos cuyo valor económico es concentrado y apropiado de forma centralizada.
El conductor o repartidor no es, en sentido estricto, un socio. Es el componente humano de un sistema diseñado para optimizar su propia sustitución. La plataforma aprende de cada interacción, pero el conocimiento generado no pertenece a quienes lo producen.
Shoshana Zuboff ha descrito este fenómeno como “capitalismo de vigilancia”: un modelo en el que la experiencia humana se convierte en materia prima para la producción de valor. En el caso mexicano, esta lógica adquiere una dimensión adicional: gran parte de ese valor no solo se concentra, sino que se desplaza fuera del país.
México, colonia de datos. Esta denominación emerge como una de las paradojas más inquietantes de la era digital: la posibilidad de que economías como la mexicana se conviertan en colonias de datos. A diferencia del colonialismo clásico, donde se extraían recursos naturales, el nuevo modelo extrae información, patrones de comportamiento y capacidad de consumo. México provee los datos, el mercado y la fuerza de trabajo; pero la inteligencia que procesa esos datos, esto es los modelos, la infraestructura y la propiedad intelectual reside en otros territorios.
El resultado es una nueva forma de dependencia: no solo importamos tecnología, sino también la capacidad de generar valor a partir de nuestra propia actividad económica. Cada clic, cada trayecto, cada transacción alimenta sistemas cuyo rendimiento financiero se contabiliza en otra parte. Esta dinámica no es inevitable, pero sí profundamente estructural. Y, sobre todo, es políticamente invisible.
La universidad ante la tentación algorítmica. El sector educativo, tradicionalmente considerado un espacio protegido, comienza a experimentar esta misma presión. Las universidades enfrentan hoy la tentación de la “eficiencia algorítmica”: incorporar plataformas de IA para la enseñanza, la evaluación y la gestión académica.
El riesgo no radica en el uso de la tecnología en sí, cuyos beneficios son evidentes, sino en la transferencia silenciosa de soberanía pedagógica. Cuando el valor de la enseñanza se desplaza del juicio del docente hacia la eficiencia del software, el conocimiento deja de ser una práctica intelectual para convertirse en un servicio mediado por terceros.
En este escenario, la universidad corre el riesgo de convertirse en un nodo dentro de una cadena de valor que no controla: consume tecnología, genera datos, pero no participa plenamente en la captura del valor que produce.
La consecuencia es doble: pérdida de autonomía intelectual y subordinación económica.
Sería un error interpretar este diagnóstico como una forma de tecnofobia. La IA tiene el potencial de mejorar la productividad, ampliar el acceso al conocimiento y resolver problemas complejos en sectores como la salud o la educación. Pero ese potencial no se distribuye automáticamente.
En el fondo, la disyuntiva no es tecnológica, sino política. La pregunta decisiva no es qué puede hacer la IA, sino quién posee la infraestructura que la sostiene, quién controla los datos que la alimentan y quién captura el valor que genera. La idea de una tecnología neutral es, en este contexto, una ficción conveniente: toda arquitectura digital incorpora, de manera explícita o implícita, una estructura de poder.
Hacia un nuevo acuerdo social. Frente a este panorama, la respuesta no puede limitarse a la adaptación pasiva. Se requiere un nuevo acuerdo social que reconecte la productividad tecnológica con el bienestar colectivo. Esto implica reconocer los datos como un recurso estratégico cuya protección y aprovechamiento deben formar parte de una política nacional; establecer marcos regulatorios que eviten esquemas de extracción unilateral por parte de las plataformas digitales y protejan el valor del trabajo; invertir en el desarrollo de infraestructura tecnológica propia que permita a México participar activamente en la creación y no solo en el consumo de IA, y diseñar instrumentos fiscales capaces de redistribuir parte del valor generado por la automatización. No se trata de frenar la innovación, sino de orientarla hacia fines socialmente sostenibles y políticamente legítimos.
En última instancia, el desafío que enfrenta México no es si la IA será capaz de escribir textos, diagnosticar enfermedades o automatizar procesos. Eso ya está ocurriendo. La pregunta decisiva es otra: ¿Quién es dueño de la inteligencia que organiza nuestra economía?
Si no logramos responderla, corremos el riesgo de construir una sociedad cada vez más eficiente, pero también más desigual; más tecnológica, pero menos soberana. La historia del progreso técnico siempre ha sido, en el fondo, una historia política. La inteligencia artificial no será la excepción.
