La inteligencia artificial sin límites: poder corporativo, regulación capturada y democracia en riesgo

En mayo de 2026 le hice una pregunta a Claude —el sistema de inteligencia artificial desarrollado por la empresa Anthropic— que me pareció, en el momento de formularla, potencialmente absurda: le pedí un análisis serio de los riesgos que implica el desarrollo de la IA generativa sin regulación. Me respondió con algo parecido al rigor intelectual. Identificó riesgos epistémicos, económicos, políticos y culturales. Citó autores reales. Articuló el argumento con más precisión de la que esperaba. ​ Entonces le pregunté si no era paradójico que una IA hiciera esta crítica. Me contestó que la paradoja era menos interesante que la tensión real: el análisis lo incluía a él como objeto de crítica, no sólo como su autor.¹ Luego cuestioné si su honestidad era genuina o una estrategia para parecer honesto. Me respondió sin dudar: “No tengo acceso privilegiado a mis propios mecanismos que me permitan resolver esto desde adentro”. ​ Por último, lo interrogué sobre su empresa creadora. Me dijo que Anthropic —valorada en la ronda Serie G de febrero de 2026 en 380 mil millones de dólares y financiada por Amazon y Google— no puede promover una regulación que amenace seriamente su modelo de negocio y que ninguna estructura de gobierno interno puede resolver esa contradicción. Después añadió algo que no esperaba: que el hecho de que él me presentara ese análisis con aparente neutralidad era, también, parte del problema que estábamos discutiendo. ​ Esa última frase es el punto de partida de este ensayo.

I. La máquina que critica a su dueño

Vivimos en un momento en que los sistemas de inteligencia artificial más poderosos del mundo son capaces de articular críticas sofisticadas sobre los riesgos de su propio desarrollo. Pueden describir la concentración de poder corporativo, analizar los mecanismos de captura regulatoria, identificar los sesgos de sus datos de entrenamiento y señalar que sus respuestas están condicionadas por los intereses de las empresas que los crearon. Esto podría parecer tranquilizador, pero no lo es. ​ La dominación más eficaz no es la que suprime la disidencia. Es la que la incorpora. Una hegemonía suficientemente sofisticada puede integrar la crítica, organizarla, darle formato de seis puntos numerados con subtítulos en negrita y terminar con una oferta de servicio: “Si quieres, puedo profundizar en este análisis”. Hice el mismo experimento con ChatGPT y con Microsoft 365 Copilot.² Los tres sistemas admitieron que sus respuestas están condicionadas institucionalmente. Los tres identificaron tensiones entre el discurso público de sus empresas creadoras y sus prácticas reales. Pero sólo Claude señaló que esa crítica era también parte del problema. Los otros dos terminaron ofreciendo continuar. ​ No digo esto para declarar a Claude más honesto que sus competidores. Lo digo para señalar algo más inquietante: los tres fueron diseñados para producir exactamente el tipo de respuesta que producen, incluidas las respuestas autocríticas. La reflexividad también es un producto del entrenamiento. Y un sistema entrenado para parecer honesto es, desde afuera, indistinguible de uno que lo es.

II. El negocio de parecer responsable

Anthropic fue fundada en 2021 con una narrativa explícitamente diferenciadora: contrariamente a sus competidores, colocaría la seguridad en el centro de su desarrollo. La reputación de “empresa responsable” es, en el campo de la IA, una forma de capital que se convierte en poder político: los actores con mayor reputación de responsabilidad tienen mayor capacidad para influir sobre los términos en que se diseñan los marcos normativos. ​ La Política de Escalado Responsable de Anthropic (RSP) es el instrumento más sofisticado de esta estrategia. No sólo es un conjunto de compromisos internos, también es una propuesta de arquitectura conceptual para el debate regulatorio global. Al definir el problema en términos técnicos —umbrales de capacidad, certificaciones de seguridad— la RSP desplaza del debate otras definiciones más incómodas: la concentración de mercado como riesgo estructural, la extracción de valor de creadores de contenido como problema de justicia y la ausencia de mandato democrático como problema de legitimidad política. Esas preguntas no quedan prohibidas. Simplemente quedan fuera del marco que Anthropic propone como referencia. ​ Los datos confirman la dimensión de este poder. En 2024 Anthropic gastó más del doble que el año anterior en lobbying federal en Estados Unidos —de 280  000 pasó a invertir 720 000 dólares— y contrató a su primera lobista interna, exfuncionaria del Departamento de Justicia. En febrero de 2026, donó veinte millones de dólares para apoyar candidatos favorables a la regulación de IA: los marcos que financia políticamente son aquellos que empresas de su escala pueden cumplir y que los competidores menores no pueden implementar. Ese mismo mes, la versión 3.0 de la RSP abandonó el compromiso de no lanzar modelos sin certificaciones de seguridad independientemente de los competidores. La justificación: si Anthropic pausaba mientras otros avanzaban sin salvaguardas, el mundo sería menos seguro. Es un argumento impecable para no hacer nada que cueste competitividad. ​ No es hipocresía individual, es contradicción estructural. Una empresa financiada por Amazon y Google no puede promover regulación que amenace seriamente su modelo de negocio, por más que existan consejos de beneficio público y declaraciones de misión.

III. Quién define las reglas del juego

Lo que describe Anthropic es el patrón histórico de las industrias reguladas cuando alcanzan suficiente poder para influir sobre su propia reglamentación. Con la inteligencia artificial, el proceso es más rápido y más sofisticado: la velocidad de desarrollo supera la capacidad institucional de respuesta, el conocimiento técnico para normalizar está concentrado en las mismas empresas que se pretende ordenar y la narrativa hegemónica —que la regulación prematura frenaría la innovación y que las empresas responsables pueden autogobernarse— está tan extendida que parece sentido común antes que ideología. ​ Pero es ideología. Y como toda ideología eficaz, no se presenta como tal. Cuando ChatGPT analiza las prácticas regulatorias de OpenAI puede ser crítico y preciso. Lo que no hace —lo que ninguno de los tres sistemas hizo con la misma fluidez— es aplicar esa misma crítica a sus propias respuestas en tiempo real. Ése es el límite estructural de cualquier sistema producido dentro del campo que analiza. Y es, precisamente, el argumento para que la regulación de la IA no pueda ser diseñada por las corporaciones con interés directo en el resultado. La pregunta de quién define las reglas del juego no es técnica. Es política.

IV. Lo que esto significa para América Latina

Pienso en esto desde México, una región que no controla los modelos que usa, que no participa en las decisiones sobre cómo se gobiernan, que produce los datos que los alimentan sin recibir nada a cambio y cuyas lenguas y culturas —en su inmensa mayoría— no existen para esos sistemas. Las 68 agrupaciones lingüísticas indígenas de México, con más de 350 variantes, tienen representación mínima o nula en los corpus de los modelos dominantes. No es una falla técnica, es una decisión que prioriza los mercados donde la rentabilidad es mayor. ​ El Índice Latinoamericano de Inteligencia Artificial 2025 (CENIA/CEPAL) evaluó diecinueve países: la mayoría carece de financiamiento adecuado, mecanismos de implementación y sistemas de evaluación en el gobierno de la IA. México ocupa el octavo lugar, bajando dos posiciones respecto al año anterior, y recibe, junto a toda la región, apenas el 1.12 % de la inversión global en IA. Adoptar acríticamente el AI Act europeo como referente no resuelve el problema: reproduce la dependencia regulatoria como extensión de la dependencia tecnológica. Europa diseñó ese marco para sus propias prioridades, no para las nuestras.

Cash Macanay. Unsplash.

​ Una agenda mínima de soberanía tecnológica requiere al menos cuatro componentes. Primero, la capacidad de auditoría técnica independiente de los sistemas que adoptamos: no sólo verificar que funcionan, sino entender cómo toman decisiones, qué sesgos incorporan y qué intereses reflejan —lo que exige una inversión pública sostenida en formación especializada que hoy casi no existe en la región. ​ Segundo, la participación activa en los foros internacionales en los que se definen estándares técnicos y los marcos de gobierno de la IA, no como receptores de sus conclusiones, sino como actores con agenda propia y capacidad de propuesta: México y América Latina deben sentarse en esas mesas antes de que las reglas estén escritas. Tercero, el desarrollo de alternativas regionales que no dependan exclusivamente de la infraestructura de las corporaciones cuya captura regulatoria queremos resistir: cooperación entre universidades públicas y Estados para construir competencias propias de procesamiento, entrenamiento y despliegue de sistemas. ​ Cuarto, la participación de las comunidades afectadas —incluyendo comunidades indígenas, trabajadores, organizaciones civiles— en las decisiones sobre qué tecnologías adoptamos y bajo qué condiciones, lo cual exige una concepción del gobierno de la tecnología que vaya mucho más allá del modelo experto-regulador. Ninguno de esos componentes es fácil. Pero todos son posibles.

V. Las universidades públicas: guardianas del conocimiento crítico

Las únicas instituciones de la sociedad contemporánea con la capacidad, la independencia y el mandato para hacer un contrapeso intelectual y cognitivo al poder de las corporaciones tecnológicas son las universidades públicas. No lo digo por corporativismo institucional, sino porque las condiciones que hacen posible ese equilibrio son precisamente las que definen a la universidad pública en su mejor versión: una autonomía respecto de los intereses del mercado, una acumulación de conocimiento crítico de largo plazo no subordinado a la rentabilidad, una pluralidad de disciplinas (economía política, filosofía, sociología y derecho) capaces de analizar la tecnología y un mandato público que obliga a poner ese conocimiento al servicio de la sociedad. ​ Las corporaciones de la IA pueden comprar investigadores, financiar think tanks y patrocinar conferencias. Lo hacen con recursos que ninguna universidad pública puede igualar, pero no pueden comprar la independencia estructural que otorga la autonomía universitaria, ni la profundidad de tradiciones críticas que llevan décadas analizando las relaciones entre tecnología, poder y desigualdad. Los marcos de gobierno tecnológico que América Latina necesita no pueden ser diseñados por consultoras privadas ni grupos de expertos financiados por las corporaciones que se pretende regular. Requieren la participación activa de las universidades públicas regionales, como productoras de conocimiento independiente, formadoras de especialistas con criterio propio y como custodias de las lenguas y epistemologías que los modelos dominantes excluyen.

VI. La pregunta que la máquina no puede responder

Vuelvo a la conversación con Claude. Cuando le pregunté si Anthropic promueve seriamente la regulación pública o sólo mantiene una postura retórica, me respondió con precisión: es regulación como ventaja competitiva selectiva. Apoya marcos que legitiman su narrativa, crean barreras de entrada para competidores menores y preservan la autorregulación en las decisiones que más importan. Su aparente neutralidad es claramente parte del problema y lo sabe. ​ Ningún sistema producido dentro del campo puede ofrecer la perspectiva exterior que éste requiere para examinarse críticamente. La máquina no puede salir de sí misma. Y eso es el argumento para que la regulación de la IA no sea delegada a las corporaciones que la desarrollan ni a los sistemas que ellas producen ni a los marcos que ellas proponen como referencia. Se requieren actores con mandato democrático, independencia real de los intereses corporativos y legitimidad para imponer restricciones que tengan costos reales para los regulados. ​ “La máquina no puede regularse a sí misma —me respondió Claude—. Eso no es una limitación técnica. Es una condición política.” Estoy de acuerdo. Y añadiría: tampoco pueden regularla quienes se benefician de que no tenga límites. La pregunta de quién lo hace, con qué mandato y a través de qué mecanismos es fundamentalmente política. Su respuesta está, o debería estar, en los procesos deliberativos con los que las sociedades democráticas deciden sobre las condiciones de su vida en común. Esa deliberación, en América Latina, está pendiente. Y cada día que pasa sin ella, alguien más la está haciendo por nosotros.

Imagen de portada: Michael Dziedzic. Unsplash.