La nueva dependencia de la era de la IA: cuando un país deja de controlar las máquinas que ayudan a pensar

Durante décadas, la dependencia entre países podía medirse observando petróleo, energía, alimentos, armas, industrias estratégicas o capacidad financiera. En el siglo XXI apareció una nueva dimensión que resulta mucho más difícil de visualizar porque no ocupa puertos, no necesita ejércitos y muchas veces se presenta simplemente como un servicio extremadamente útil.

Es la dependencia de la inteligencia.

No de la inteligencia humana en sentido estricto, sino de las infraestructuras digitales que cada vez más personas utilizan para escribir, programar, investigar, estudiar, decidir, diagnosticar, traducir, analizar documentos, producir imágenes, diseñar productos y organizar información.

La inteligencia artificial empieza a convertirse en una capa intermedia entre las personas y el conocimiento.

Y quien controle esa capa puede adquirir un poder extraordinario.

Ese es el argumento que está comenzando a crecer dentro del debate europeo: usar inteligencia artificial sin tener capacidad propia para producirla puede generar una dependencia mucho más profunda que comprar tecnología extranjera.

Puede significar depender de otro país para pensar.

Las claves

• El concepto de “soberanía cognitiva” plantea que un Estado debería disponer de capacidad propia para producir inteligencia artificial y proteger a su población frente a posibles mecanismos de manipulación cognitiva.

• Esto implica controlar o tener acceso seguro a modelos de IA, chips, centros de datos, infraestructura energética y conocimiento técnico.

• Estados Unidos y China concentran actualmente buena parte de las capacidades más avanzadas del sector.

• Europa intenta reducir esa dependencia mediante empresas como Mistral AI y nuevos proyectos de infraestructura.

• Mistral presentó el 6 de octubre su modelo Mistral Large 4, una señal de que todavía existe capacidad europea para competir en determinados segmentos.

• El problema no es solamente económico: los modelos también determinan interfaces, lenguajes, respuestas, prioridades y formas de interacción con el conocimiento.

• La dependencia de sistemas extranjeros puede convertirse además en un problema de seguridad nacional si el acceso a esas herramientas puede restringirse durante una crisis.

• También existe una preocupación educativa: utilizar IA sin esfuerzo cognitivo puede generar dependencia y deteriorar determinadas capacidades.

• Grandes empresas estadounidenses ya están desarrollando sistemas propios precisamente para reducir su dependencia de proveedores externos.

• Para países como Argentina, la discusión abre una pregunta estratégica: ¿hasta dónde puede digitalizarse un Estado, una universidad o una empresa utilizando herramientas que no controla?

Qué significa realmente “vasallización cognitiva”

La palabra vasallaje pertenece al mundo medieval. Un vasallo dependía de un señor más poderoso a cambio de protección, tierras o determinados beneficios.

Trasladado al terreno tecnológico, el concepto describe una relación en la que un país utiliza masivamente tecnologías que necesita para funcionar, pero no tiene capacidad real para controlarlas.

No puede decidir completamente cómo se diseñan.

No controla cuándo se actualizan.

No conoce necesariamente todos sus mecanismos internos.

No puede garantizar siempre que seguirá teniendo acceso.

Y tampoco puede reemplazarlas rápidamente si el proveedor decide modificar sus condiciones.

La inteligencia artificial lleva este problema mucho más lejos porque ya no estamos hablando solamente de software para almacenar archivos o procesar pagos.

Estamos hablando de sistemas utilizados para producir conocimiento.

La IA empieza a convertirse en una infraestructura

Durante los primeros años de la inteligencia artificial generativa, ChatGPT, Claude, Gemini y otros modelos podían parecer productos tecnológicos similares a cualquier otra aplicación.

Eso está cambiando rápidamente.

Los modelos están empezando a integrarse dentro de sistemas empresariales, universidades, despachos jurídicos, centros de investigación, administraciones públicas, hospitales, bancos y fuerzas de seguridad.

Cuando eso ocurre, dejan de ser aplicaciones.

Se convierten en infraestructura.

La diferencia es enorme.

Una persona puede cambiar fácilmente una aplicación de edición de fotografías.

Una empresa que construyó todos sus procesos internos alrededor de un modelo de inteligencia artificial tiene una dependencia mucho más profunda.

Cuanto más útil se vuelve una tecnología, más costoso resulta dejar de utilizarla.

Y allí comienza el problema de soberanía.

Europa mira el mapa y descubre una debilidad

Estados Unidos concentra empresas como OpenAI, Google, Anthropic, Meta, Microsoft, Amazon y xAI, además de una enorme infraestructura financiera y de centros de datos.

China desarrolló también una industria propia con modelos, plataformas y empresas capaces de competir en varios segmentos.

Europa quedó considerablemente más rezagada.

Tiene científicos, universidades, capital, empresas industriales y capacidad tecnológica, pero durante buena parte de la primera etapa de la revolución generativa no consiguió construir campeones tecnológicos de la misma escala.

Ese retraso comenzó a generar preocupación.

No solamente porque Europa podría perder empresas y riqueza.

También porque podría terminar utilizando sistemas estadounidenses para administrar sectores estratégicos europeos.

Soberanía cognitiva: mucho más que fabricar un chatbot

La soberanía cognitiva no consiste simplemente en desarrollar una versión europea de ChatGPT.

Implica controlar una cadena mucho más compleja.

Se necesitan semiconductores.

Centros de datos.

Electricidad.

Redes.

Capital.

Investigadores.

Datos.

Modelos.

Empresas capaces de convertir esos modelos en productos.

Y profesionales capaces de utilizarlos.

Una nación puede desarrollar un excelente modelo, pero continuar dependiendo de chips diseñados fuera de su territorio.

Puede tener chips y depender de infraestructura en la nube extranjera.

Puede tener centros de datos, pero carecer de energía suficiente.

Por eso la inteligencia artificial está convirtiéndose rápidamente en una cuestión industrial y geopolítica.

Francia intenta demostrar que Europa todavía puede competir

Una de las mayores apuestas europeas es Mistral AI.

El 6 de octubre presentó Mistral Large 4, un modelo con aproximadamente un billón de parámetros diseñado para competir entre los sistemas de pesos abiertos más avanzados.

El modelo fue entrenado utilizando unos 4.000 procesadores Nvidia Grace Blackwell en infraestructura europea.

El dato parece gigantesco.

Hasta que se compara con Estados Unidos.

El centro Colossus de xAI, por ejemplo, opera con cientos de miles de procesadores y una capacidad energética que se mide en gigavatios.

La diferencia muestra la escala del desafío.

Europa puede desarrollar tecnología competitiva, pero enfrenta adversarios que invierten cantidades extraordinariamente superiores.

La verdadera diferencia puede estar en quién controla los pesos

Existe además una discusión tecnológica importante.

Algunos modelos permiten descargar sus denominados “pesos”, los parámetros matemáticos que contienen buena parte de lo aprendido durante el entrenamiento.

Esto permite que empresas, universidades o gobiernos ejecuten los sistemas dentro de sus propias infraestructuras.

Otros modelos solamente están disponibles mediante servidores controlados por la empresa desarrolladora.

La diferencia es importante.

Si una compañía ejecuta un modelo dentro de sus propios servidores, puede tener mayor control sobre seguridad, privacidad, datos y disponibilidad.

Si depende completamente de una API externa, está mucho más expuesta a cambios del proveedor.

Por eso los modelos de pesos abiertos pueden convertirse también en una herramienta de soberanía.

Las propias empresas estadounidenses entendieron el problema

Existe una paradoja particularmente reveladora.

Mientras algunos países europeos dudan sobre cuánto deberían invertir en infraestructura propia, grandes empresas estadounidenses están gastando cientos de millones para reducir su dependencia incluso de empresas tecnológicas de su mismo país.

El estudio jurídico Morgan & Morgan anunció una inversión de al menos US$1.000 millones en inteligencia artificial y tecnología durante la próxima década.

Ya destinó cientos de millones al desarrollo de su plataforma propia, denominada MX2.

La utilizan para analizar información médica, generar documentos y preparar juicios.

La decisión contiene una lección interesante.

Si una empresa privada considera estratégico controlar su propia infraestructura de inteligencia artificial, ¿por qué un Estado debería considerar irrelevante depender completamente de sistemas externos?

El problema económico: la nueva renta tecnológica

La dependencia también puede tener enormes consecuencias económicas.

Cada vez que una empresa europea o latinoamericana utiliza servicios tecnológicos estadounidenses, una parte de su productividad termina convirtiéndose en ingresos para empresas extranjeras.

Esto ya ocurre con software, publicidad digital, servicios de nube, sistemas operativos y plataformas.

La inteligencia artificial podría multiplicar esa transferencia.

Si una parte importante del trabajo administrativo, jurídico, financiero, creativo y tecnológico comienza a realizarse mediante modelos estadounidenses, una proporción creciente del valor generado por las economías locales podría terminar pagando servicios tecnológicos externos.

La IA puede aumentar enormemente la productividad.

Pero quién captura ese aumento de productividad es una cuestión política y económica fundamental.

El segundo problema es todavía más profundo: el diseño

Imaginemos dos asistentes de inteligencia artificial.

El primero responde inmediatamente cualquier pregunta y realiza prácticamente todo el trabajo.

El segundo obliga ocasionalmente al usuario a explicar su razonamiento, revisar documentos, justificar decisiones o intentar resolver determinados problemas antes de recibir ayuda.

Probablemente el primero sea más cómodo.

También puede generar una dependencia cognitiva mucho mayor.

Distintos investigadores estudian cómo el diseño de estas herramientas puede favorecer lo que se conoce como descarga cognitiva: trasladar tareas mentales hacia una máquina.

La descarga cognitiva no es necesariamente negativa.

Los seres humanos llevan siglos utilizando calculadoras, mapas, libros y computadoras.

El problema aparece cuando se deja de entrenar sistemáticamente una capacidad porque siempre existe una máquina dispuesta a realizarla.

La analogía con el cuerpo

Hay una forma muy sencilla de entenderlo.

Los automóviles permiten recorrer enormes distancias sin esfuerzo físico.

Eso representa un extraordinario avance tecnológico.

Pero la existencia del automóvil no eliminó la necesidad biológica de hacer ejercicio.

Algo similar podría ocurrir con el cerebro.

Una IA puede escribir un informe, resumir un libro, resolver una ecuación o programar una aplicación.

Eso no significa necesariamente que sea saludable dejar de aprender a escribir, interpretar, razonar o programar.

El esfuerzo cognitivo puede ser al cerebro lo que el ejercicio es al cuerpo.

Eliminar completamente ese esfuerzo podría producir consecuencias que recién comenzamos a comprender.

El modelo más rentable no necesariamente es el mejor para el usuario

Aquí aparece otro problema.

Las empresas tecnológicas compiten por usuarios.

Y los usuarios generalmente prefieren herramientas rápidas, simples y cómodas.

Eso genera un incentivo enorme para reducir cualquier fricción.

Cuanto menos tenga que pensar alguien antes de recibir una respuesta, más atractivo puede resultar el producto.

Pero existe una contradicción.

La interfaz comercialmente más eficiente no necesariamente es la mejor para preservar las capacidades cognitivas.

Una inteligencia artificial diseñada para educación podría, por ejemplo, obligar a un estudiante a intentar resolver un problema antes de mostrarle la respuesta.

Probablemente resultaría pedagógicamente mejor.

También podría resultar menos popular que una herramienta que entrega directamente el ejercicio terminado.

La educación aparece en el centro de la disputa

El problema adquiere una dimensión todavía mayor cuando se piensa en generaciones que van a crecer utilizando IA desde la escuela primaria.

Un profesional de 50 años que comenzó a usar inteligencia artificial después de décadas de formación posee una estructura cognitiva construida sin esas herramientas.

Un niño que empiece a utilizarlas a los seis años puede desarrollar una relación completamente diferente.

Si nunca necesita redactar un texto sin asistencia, buscar información manualmente, construir una argumentación o resolver determinados problemas, algunas capacidades podrían desarrollarse de manera distinta.

Esto no significa prohibir la inteligencia artificial.

Significa diseñar formas de utilización que preserven capacidades humanas.

Y ahí vuelve a aparecer la cuestión de soberanía.

Quien diseña la herramienta termina influyendo también sobre cómo aprende quien la utiliza.

Los modelos también hablan una lengua

Existe otra dimensión todavía más sutil.

Los grandes modelos lingüísticos no trabajan igual en todos los idiomas.

La cantidad de información disponible, la estructura del lenguaje, la tokenización y la calidad de los datos producen diferencias importantes.

El inglés tiene una ventaja gigantesca porque una proporción enorme del contenido utilizado para entrenar modelos está escrita en ese idioma.

Lenguas con menor presencia digital pueden obtener resultados inferiores.

Esto puede generar un círculo difícil de revertir.

Si la IA funciona mejor en inglés, profesionales de otros países pueden comenzar a utilizar inglés para obtener mejores respuestas.

Eso genera todavía más contenido en inglés.

Y los futuros modelos vuelven a entrenarse con una proporción todavía mayor de información en inglés.

La tecnología puede terminar reforzando la hegemonía lingüística.

El lenguaje nunca es completamente neutral

La lengua no es solamente una manera de traducir palabras.

Organiza conceptos.

Clasifica fenómenos.

Construye categorías.

Determina matices.

Por eso una inteligencia artificial entrenada principalmente dentro de un determinado universo cultural puede reflejar parte de sus prioridades, conceptos y marcos interpretativos.

Esto no significa que exista necesariamente un gigantesco plan deliberado de manipulación.

El fenómeno puede producirse simplemente como consecuencia de los datos utilizados, las decisiones de diseño y las políticas empresariales.

La pregunta de soberanía aparece de todos modos.

Si millones de europeos o latinoamericanos utilizan diariamente modelos creados dentro de otra cultura para interpretar política, economía, historia o sociedad, esos sistemas adquieren una capacidad enorme para mediar la realidad.

De las redes sociales a la inteligencia artificial

Existe un antecedente reciente.

Durante años, Facebook, Instagram, X, TikTok y YouTube modificaron profundamente la conversación pública.

Sus algoritmos determinaron qué publicaciones recibían visibilidad y cuáles desaparecían.

Eso terminó afectando también el comportamiento de políticos, periodistas y ciudadanos.

Las redes demostraron que una decisión aparentemente técnica —qué contenido aparece primero en una pantalla— puede generar enormes consecuencias políticas.

La inteligencia artificial puede multiplicar ese fenómeno.

Porque ya no decidirá solamente qué información vemos.

También puede participar directamente en cómo la interpretamos.

La guerra cognitiva dejó de ser ciencia ficción

La OTAN viene incorporando desde hace años el concepto de guerra cognitiva dentro de las discusiones sobre los nuevos dominios del conflicto.

La lógica es sencilla.

No siempre es necesario destruir infraestructura enemiga.

También puede intentarse deteriorar la capacidad de una sociedad para distinguir información verdadera de falsa, confiar en sus instituciones o alcanzar consensos mínimos.

Desinformación, operaciones psicológicas, redes sociales, algoritmos y sistemas de inteligencia artificial pueden formar parte de ese terreno.

En ese contexto, depender tecnológicamente de otro país deja de ser solamente un problema económico.

Puede convertirse en una vulnerabilidad estratégica.

¿Qué ocurre si mañana cortan el acceso?

Esta es probablemente la pregunta más sencilla y al mismo tiempo más importante.

Supongamos que un gobierno depende de modelos extranjeros para analizar información de inteligencia, detectar ciberataques, administrar infraestructura o desarrollar tecnología militar.

¿Qué ocurre si durante una crisis el país proveedor decide restringir el acceso?

Lo mismo vale para una empresa.

¿Qué sucede si construye todos sus procesos sobre un modelo y de repente cambia el precio, las condiciones o la disponibilidad?

La dependencia tecnológica solo suele hacerse visible cuando algo deja de funcionar.

Mientras todo funciona correctamente, parece eficiente.

Argentina debería mirar esta discusión

El debate europeo puede parecer lejano, pero para Argentina la pregunta es incluso más relevante.

El país tiene recursos humanos de calidad, universidades, investigadores y un ecosistema tecnológico significativo, pero carece de la escala financiera necesaria para competir directamente con las inversiones estadounidenses o chinas en modelos de frontera.

Eso no significa que deba intentar construir desde cero un equivalente argentino de los mayores sistemas del mundo.

La estrategia puede ser diferente.

Desarrollar infraestructura regional.

Invertir en centros de datos.

Proteger bases públicas.

Favorecer modelos de pesos abiertos.

Construir sistemas especializados para español.

Crear herramientas propias para educación, administración pública, justicia, ciencia y defensa.

Y formar profesionales capaces de comprender cómo funcionan estos sistemas en lugar de limitarse a utilizarlos.

Soberanía no significa aislamiento

Este punto es fundamental.

Defender soberanía tecnológica no significa cerrar fronteras digitales ni prohibir herramientas extranjeras.

Argentina no necesita dejar de utilizar tecnología estadounidense.

Europa tampoco.

La cuestión es evitar una dependencia absoluta.

Un país puede comprar aviones extranjeros y mantener una política de defensa propia.

Puede utilizar software internacional y conservar infraestructuras críticas bajo control nacional.

Con la inteligencia artificial debería ocurrir algo semejante.

La soberanía no consiste en fabricar absolutamente todo. Consiste en conservar alternativas suficientes para que otro actor no pueda decidir por uno.

La IA está creando una nueva geografía del poder

Durante el siglo XX, las grandes potencias podían medirse por territorio, población, industria, petróleo y armamento.

En el siglo XXI habrá que agregar otras variables.

Capacidad de cómputo.

Disponibilidad energética.

Semiconductores.

Datos.

Modelos.

Talento.

Y control de infraestructura cognitiva.

El país que domine esas capacidades no solamente podrá producir más.

También podrá desarrollar armas más rápido, descubrir medicamentos, automatizar empresas, analizar enormes cantidades de información y construir sistemas científicos superiores.

La inteligencia artificial está convirtiéndose en una tecnología transversal sobre la que funcionarán muchas otras tecnologías.

El gran riesgo es descubrir la dependencia demasiado tarde

Europa todavía tiene capacidad para reaccionar.

El lanzamiento de Mistral Large 4 demuestra que existe conocimiento suficiente para participar de la carrera, aunque la distancia financiera y de infraestructura con Estados Unidos siga siendo enorme.

La discusión no es si Europa conseguirá desarrollar exactamente los mismos modelos que Silicon Valley.

Es si conservará suficiente capacidad autónoma para no depender totalmente de ellos.

Para América Latina la pregunta es todavía más urgente porque parte con una distancia tecnológica considerablemente mayor.

Durante décadas, la región discutió soberanía energética, alimentaria, financiera y militar.

La inteligencia artificial obliga a incorporar una nueva dimensión.

La soberanía cognitiva.

Porque el poder del futuro no será solamente controlar aquello que una sociedad compra o produce.

También será controlar las herramientas con las que esa sociedad trabaja, aprende, interpreta información y toma decisiones.

Y cuando una nación entrega completamente esa capacidad a empresas extranjeras, el riesgo no consiste únicamente en pagar una suscripción más cara.

El riesgo es descubrir que una parte cada vez mayor de su capacidad para pensar depende de infraestructura que otro puede modificar, condicionar o apagar.

Eso es lo que intenta describir el concepto de “vasallización cognitiva”.

Y probablemente sea una de las discusiones geopolíticas más importantes de la próxima década.