COLONIALISMO IDIGITAL - ¿QUIÉN DECIDE QUÉ CONOCE LA INTELIGENCIA ARTIFICIAL? - LA INTELIGENCIA ARTIFICIAL NO ES INMATERIAL

 

ALGORITMOS, SESGOS Y COLONIALIDAD DIGITAL ¿QUIÉN DECIDE QUÉ CONOCE LA INTELIGENCIA ARTIFICIAL?

Por: Priscila Arandia

15 de junio de 2026

 

La inteligencia artificial no aprende sola. Detrás de cada sistema existen innumerables decisiones humanas sobre qué información incorporar, cómo organizarla y qué criterios utilizar para evaluarla.

 

La inteligencia artificial suele presentarse como el próximo gran salto del progreso tecnológico.

Se la describe como objetiva, eficiente y neutral: una herramienta capaz de procesar enormes cantidades de información sin las limitaciones ni los prejuicios humanos. Pero ¿realmente es así?

 

Cuando usamos un chatbot, un buscador o un sistema de reconocimiento facial, pocas veces nos preguntamos quién decidió qué datos utilizar para entrenarlo, qué conocimientos fueron incorporados y cuáles quedaron afuera.

Sin embargo, esas decisiones existen, y tienen consecuencias.

 

Las preguntas que organizan este artículo son simples, aunque raramente se formulan:

--- ¿Quién decide qué conoce la inteligencia artificial?

--- ¿Quién decide a quién representa?

--- ¿Y quién queda afuera de esa representación?

 

Desde una mirada inspirada en los estudios decoloniales y la ética feminista, la IA aparece menos como una tecnología neutral y más como un campo donde se reproducen relaciones históricas de poder.

 

LA COLONIALIDAD NO TERMINÓ

 

Para comprender por qué la inteligencia artificial no puede pensarse como una herramienta completamente neutral, es útil recuperar el trabajo del sociólogo peruano Aníbal Quijano.

 

Quijano sostuvo que el colonialismo no desapareció con las independencias latinoamericanas. Aunque los imperios coloniales se retiraron formalmente, muchas de las jerarquías que construyeron continuaron organizando la economía, la cultura y la producción de conocimiento. A este fenómeno lo llamó colonialidad.

 

La colonialidad no se refiere únicamente a la ocupación territorial. También implica decidir qué conocimientos son legítimos, qué formas de vida son consideradas modernas y qué culturas quedan relegadas a posiciones subordinadas.

 

La pregunta es inevitable: si estas estructuras siguen presentes, ¿cómo operan en la era digital?

 

LA NUBE TAMBIÉN TIENE GEOGRAFÍA

 

La investigadora mexicana Paola Ricaurte propone pensar la inteligencia artificial como parte de lo que denomina ensamblajes sociotécnicos: redes complejas formadas por infraestructuras, algoritmos, bases de datos, instituciones y relaciones de poder.

 

Desde esta perspectiva, la IA no es solamente software. Es también una forma de organización social.

 

Ricaurte advierte que procesos como la dataficación y la automatización pueden profundizar desigualdades ya existentes.

 

Los territorios históricamente afectados por formas extractivas de desarrollo continúan siendo explotados, aunque ahora también en el plano digital.

 

La imagen de "la nube" suele transmitir una sensación de abstracción. Sin embargo, la nube tiene una materialidad concreta: servidores, centros de datos, cables submarinos, consumo energético y recursos naturales.

Tiene geografía, tiene historia. Y detrás de ella, hay cuerpos.

 

LA INTELIGENCIA ARTIFICIAL NO ES INMATERIAL

 

Esta materialidad que señala Ricaurte encuentra un desarrollo más profundo en el trabajo de Kate Crawford.

 

En Atlas of AI, Crawford cuestiona la idea de que la inteligencia artificial sea una tecnología puramente digital. Detrás de cada sistema existen minerales extraídos de la tierra, trabajadores que etiquetan datos y enormes infraestructuras que requieren energía y recursos.

 

El litio, el cobalto y otros minerales estratégicos provienen en gran medida de regiones del Sur Global. Al mismo tiempo, miles de personas realizan tareas invisibles para entrenar y mantener sistemas de IA: clasifican imágenes, etiquetan textos o moderan contenidos violentos que nunca aparecen en las campañas publicitarias de las grandes empresas tecnológicas.

 

Según Crawford, el discurso dominante presenta a la IA como si fuera una inteligencia autónoma y desencarnada. Pero esa narrativa oculta las relaciones laborales, económicas y ambientales que hacen posible su funcionamiento.

 

LOS SESGOS NO SON ACCIDENTES

 

Cuando se habla de sesgos algorítmicos, suele afirmarse que son errores técnicos que podrán resolverse con mejores datos o mejores modelos.

La investigadora Joy Buolamwini cuestiona esta explicación.

 

A través de sus investigaciones sobre reconocimiento facial, demostró que ciertos sistemas tenían mayores tasas de error al identificar mujeres y personas racializadas. El problema se agravaba cuando ambas condiciones se combinaban.

 

No se trataba de fallas aleatorias: los sistemas funcionaban mejor para algunos grupos porque habían sido entrenados con una representación desigual de la población.

 

Los sesgos, entonces, no aparecen de la nada. Son huellas de las decisiones tomadas durante el diseño y entrenamiento de la tecnología.

 

Las máquinas aprenden de la sociedad. Y si la sociedad contiene desigualdades, existe el riesgo de que estas sean reproducidas y amplificadas a escala masiva.

 

CUANDO LA OBJETIVIDAD SE CONVIERTE EN AUTORIDAD

 

La investigadora Safiya Umoja Noble lleva esta discusión un paso más allá.

Su trabajo muestra que los sistemas digitales no solo reflejan información: también establecen jerarquías sobre qué información parece más relevante, más confiable o más verdadera.

 

Los algoritmos rara vez dicen explícitamente qué debe pensarse. En cambio, presentan determinados resultados como los más importantes, los más populares o los más pertinentes.

 

Esa aparente neutralidad puede funcionar como una forma de autoridad.

 

Desde esta perspectiva, la colonialidad del conocimiento no desaparece en el entorno digital. Se transforma.

 

Las mismas preguntas sobre quién produce conocimiento, quién lo valida y quién queda excluido reaparecen en plataformas que millones de personas consultan todos los días.

 

COLONIALISMO DIGITAL

 

Llegados a este punto, la idea de colonialismo digital deja de parecer una metáfora exagerada.

 

Hoy, gran parte de las decisiones sobre inteligencia artificial se concentran en un número reducido de empresas y centros de investigación ubicados principalmente en el Norte Global.

Mientras tanto, enormes volúmenes de datos son producidos por usuarios de todo el mundo.

 

La distribución del poder es desigual: unos pocos actores diseñan los sistemas, establecen las reglas y capturan la mayor parte de los beneficios.

 

La cuestión central ya no es solamente cómo corregir los sesgos. La cuestión es quién tiene el poder de definir qué conocimiento existe, cómo circula y a quién representa.

 

MÁS ALLÁ DE LA RESISTENCIA

 

Frente a este escenario, Paola Ricaurte propone un concepto particularmente sugerente: la re-existencia.

 

No se trata únicamente de resistir los efectos de estas tecnologías, sino de imaginar y construir alternativas.

 

Pensar una inteligencia artificial desde América Latina implica incorporar perspectivas históricamente marginadas, reconocer la diversidad de saberes y cuestionar la idea de que existe una única forma válida de producir conocimiento.

 

Significa, en concreto, que los sistemas de IA reconozcan la pluralidad lingüística y cultural de la región: las lenguas originarias, los saberes de los pueblos indígenas, las experiencias de las comunidades migrantes que construyeron y siguen construyendo América Latina.

 

Porque una IA que no representa la pluralidad de experiencias humanas no es simplemente una tecnología imperfecta. Es una tecnología que reproduce relaciones de poder.

 

Y PRECISAMENTE POR ESO, DISCUTIR INTELIGENCIA ARTIFICIAL NO ES SOLO DISCUTIR INNOVACIÓN.

ES DISCUTIR SOBERANÍA TECNOLÓGICA.