¿De quién es la inteligencia artificial?

Mi columna de esta semana en Invertia se titula «La gran privatización de lo común» (pdf), y trata sobre una cuestión que creo que va a estar cada vez más en el centro de la discusión económica y política sobre la inteligencia artificial: qué parte de lo que hoy llamamos propiedad privada fue, en realidad, construido sobre bienes comunes, investigación pública, infraestructuras financiadas por todos y conocimiento generado por millones de personas.

La columna parte, en parte, de una reflexión que publiqué hace unos días sobre la posibilidad de que la inteligencia artificial tuviera accionistas ciudadanos, a partir de la propuesta de Bernie Sanders de crear un fondo soberano estadounidense de inteligencia artificial mediante una participación pública obligatoria en las grandes compañías del sector. La propuesta tiene todos los ingredientes para provocar reacciones airadas: toca la propiedad, habla de participación pública en empresas privadas, cuestiona la captura del valor por parte de Silicon Valley y se formula, además, en términos deliberadamente contundentes. Pero más allá de sus detalles concretos, que son obviamente discutibles, me parece que plantea una pregunta fundamental: si la inteligencia artificial se ha construido sobre recursos comunes, ¿por qué sus beneficios extraordinarios deberían quedarse exclusivamente en manos privadas?

La idea no es nueva si la miramos desde la perspectiva de los recursos naturales. El fondo soberano noruego, gestionado por Norges Bank Investment Management, parte precisamente de la idea de que los ingresos procedentes del petróleo y el gas, recursos que estaban ahí antes que ninguna empresa los extrajera, deben convertirse en riqueza para generaciones presentes y futuras. Alaska, con su Permanent Fund, aplica una lógica similar, aunque a otra escala. La pregunta incómoda es por qué aceptamos con relativa facilidad esa lógica cuando hablamos de petróleo, pero nos cuesta tanto aplicarla a una tecnología como la inteligencia artificial, cuya materia prima no está bajo tierra, sino en nuestras conversaciones, nuestros textos, nuestras imágenes, nuestro código, nuestros repositorios, nuestras publicaciones científicas y nuestra cultura compartida.

El argumento resulta todavía más relevante cuando se observa desde la economía. El informe del Fondo Monetario Internacional sobre inteligencia artificial generativa y futuro del trabajo advierte de efectos potenciales muy profundos sobre empleo, productividad y desigualdad. Daron Acemoglu, en su paper del NBER «The Simple Macroeconomics of AI«, introduce una dosis necesaria de prudencia frente a las promesas desmesuradas de productividad, pero también señala que la inteligencia artificial puede ensanchar la distancia entre rentas del capital y rentas del trabajo. Y Brookings, en un artículo de Anton Korinek y Lee M. Lockwood sobre política fiscal en la era de la inteligencia artificial, plantea precisamente la necesidad de repensar sistemas tributarios diseñados para economías en las que el trabajo humano era mucho más central en la generación de valor.

La discusión, por tanto, no va de «socialismo» frente a «mercado», ni de nacionalizar empresas tecnológicas, ni de poner burócratas a dirigir laboratorios de inteligencia artificial. Esa caricatura maximalista y directamente estúpida únicamente sirve para no llegar a discutir nada. La cuestión real es mucho más interesante: cómo diseñar instituciones capaces de permitir la innovación privada y, al mismo tiempo, evitar que unas pocas compañías capturen de manera irreversible rentas extraordinarias generadas a partir de recursos colectivos.

En ese sentido, me ha parecido especialmente interesante el trabajo de Liam Epstein, «Lead, Own, Share: Sovereign Wealth Funds for Transformative AI«, publicado en SSRN, que analiza los fondos soberanos como instrumento para que los estados mantengan capacidad estratégica, reduzcan volatilidad económica y distribuyan mejor la riqueza derivada de la inteligencia artificial. También merece la pena leer el documento de OpenAI «Industrial Policy for the Intelligence Age«, porque incluso desde la propia industria se empieza a reconocer que la inteligencia artificial exige una política industrial y unos mecanismos de reparto más sofisticados que el simple «dejemos que el mercado decida».

El otro gran ángulo es el de los datos como bien común. El white paper de Open Future sobre gobernanza de datasets como recurso común plantea muy bien el problema: durante años, buena parte del desarrollo de la inteligencia artificial ha dependido de recursos abiertos o compartidos, pero el valor generado a partir de ellos ha terminado con frecuencia capturado por actores privados con mucha más capacidad económica y computacional. En la misma línea, «Reclaiming the digital commons: a public data trust for training data« propone la creación de trusts públicos de datos para recuperar cierto control colectivo sobre los datos de entrenamiento. Y el trabajo de Mariana Mazzucato, mi ex-alumno Josh Entsminger y otros autores sobre gobernar la inteligencia artificial en interés público conecta directamente con una idea que me parece esencial: no basta con hablar de innovación; hay que hablar también de quién crea valor, quién lo captura y bajo qué condiciones.

La tesis de la columna es sencilla: una cosa es permitir que haya empresas que construyan servicios, productos y modelos de negocio sobre una tecnología de propósito general, y otra muy distinta aceptar que la infraestructura cognitiva resultante quede apropiada por completo por quienes lograron capitalizarla primero. Nadie «posee» el fuego, ni la rueda, ni internet en su conjunto. Y sin embargo, estamos dejando que la inteligencia artificial, una tecnología con capacidad para reorganizar trabajo, educación, ciencia, cultura, seguridad y democracia, sea tratada como si fuera simplemente una cartera de activos privados, para el enriquecimiento exclusivo de unos pocos.

La frontera entre lo público y lo privado se está moviendo, y la inteligencia artificial nos obliga a redibujarla. No para impedir la innovación, sino para impedir una gigantesca transferencia patrimonial desde lo común hacia unos pocos balances corporativos. Porque quizá la pregunta importante ya no sea si la inteligencia artificial debe ser pública o privada. La pregunta verdaderamente incómoda es qué parte de lo que hoy llamamos privado fue, en realidad, público desde el principio.

This article is also available in English on my Medium page, «How much of AI was public all along?»