¿Hay vida más allá de la IA?

    

Entrevista de David Moscrop a

• Cory Doctorow

Cory Doctorow nos habla de Internet, de si las máquinas tienen conciencia, de por qué el maximalismo en materia de derechos de autor no nos salvará de ChatGPT y de por qué los trabajadores aún tienen la oportunidad de dar forma a lo que vendrá después.

Cory Doctorow sobre el atractivo de la IA para el capital financiero: «Cuando cambias conocimientos especializados por dinero, no necesitas convencer al único farmacólogo que entiende de un ámbito concreto para que venga a trabajar para ti. Simplemente puedes resolver el problema a base de dinero». (David Paul Morris / Bloomberg)

El auge de la inteligencia artificial se ve impulsado por la apuesta de una élite que cree que el software puede sustituir a la costosa experiencia humana. El sector tecnológico y sus inversores están inyectando cientos de miles de millones de dólares en esta tecnología: Goldman Sachs prevé que la inversión mundial relacionada con la IA superará pronto 1 billón de dólares. Al mismo tiempo, los marcos normativos gubernamentales son inadecuados y los casos de uso por parte de los consumidores suelen ser vagos, engañosos o totalmente contraproducentes.
La economía de la IA no tiene sentido a menos que se tenga en cuenta lo que sus patrocinadores esperan obtener: una forma de desplazar a los trabajadores. En su libro más reciente, La guía del centauro inverso para la vida después de la IA, Cory Doctorow explica cómo las personas se han convertido en herramientas de las máquinas y de los capitalistas que las poseen.
Doctorow habló recientemente con Jacobin para analizar el auge de la IA, los trucos financieros que se esconden tras este boom, la lucha por los derechos de autor, lo que todo ello significa para los trabajadores y por qué la respuesta al catastrofismo sobre la IA reside en reforzar los derechos de los trabajadores y el poder público.

-----------------------

David Moscrop: La gente habla de la IA constantemente. Al final de la conversación, te das cuenta de que nadie ha concretado de qué están hablando. Por eso, quiero empezar con la pregunta más sencilla y, a la vez, más complicada: ¿qué es la IA?

Cory Doctorow: Esa pregunta da por hecho que entiendes lo más importante sobre la IA, que es que cada cinco o diez años llamamos «IA» a algo diferente, y llevamos haciéndolo desde mediados de la década de 1950. Se podría decir que la IA es la etiqueta que aplicamos a cualquier cosa que haga algo que actualmente creemos que es competencia exclusiva de una mente consciente. Entonces deja de ser IA en cuanto nos damos cuenta de que lo hace sin ser una mente consciente, y aplicamos la etiqueta a otra cosa.
Pero este nuevo tipo específico de IA es, en realidad, muy útil e interesante desde una perspectiva de lucha de clases. Resulta útil comprender en qué se diferencia esta IA de las que la precedieron. Antes de esta versión de IA, teníamos lo que llamábamos «IA simbólica». Su funcionamiento consistía en crear un modelo de software de aquello en lo que se quería aplicar el aprendizaje automático. Si se quería utilizar el aprendizaje automático para averiguar cómo jugar al ajedrez, primero se creaba un modelo de software del tablero, las piezas y las reglas del ajedrez. A continuación, se utilizaba el aprendizaje automático —una técnica estadística que implica analizar partidas anteriores, realizar iteraciones y solicitar comentarios humanos— para intentar mejorar la forma de jugar al ajedrez de la IA.
Lo que hace la versión actual de la IA, esta versión «sin teoría», es sustituir estos modelos del mundo por un enfoque de fuerza bruta. Por eso la llamamos «sin teoría». Tomamos todo lo que podemos observar en el mundo, se lo introducimos en todos los ordenadores que encontramos y les pedimos que busquen relaciones estadísticas entre las cosas para intentar comprender si A causa B. Y aunque todos sabemos que la correlación no implica causalidad, las causas y los efectos están correlacionados.

El problema de la correlación y la causalidad es que uno podría pensar que A causa B, pero en realidad son A y A’ los que causan B. Sin embargo, A y A’ ocurren al mismo tiempo en el 99,9999 % de los casos, por lo que no podemos distinguirlos. La solución con la IA consiste en seguir añadiendo datos de entrenamiento hasta que haya suficientes ejemplos —incluso de algo que solo ocurre una vez entre un millón— para que podamos ver realmente que son A y A’ los que provocan B, y no solo A. Y simplemente seguimos aumentando la potencia de cálculo que le dedicamos.

Lo curioso es que hacemos esto con cosas de las que, en realidad, sabemos cómo funcionan. Sabemos jugar al ajedrez, pero le pedimos a los modelos de lenguaje grande (LLM) que jueguen al ajedrez por nosotros. El problema es que, al carecer de teoría, no saben qué es un tablero de ajedrez. Si le pides a un LLM que juegue al ajedrez, a veces colocará una pieza en una casilla donde ya hay otra, porque no sabe que está jugando al ajedrez. Simplemente está extrayendo conjeturas estadísticas de una matriz multidimensional que intenta representar la relación entre cada jugada de ajedrez y todas las demás jugadas del conjunto de entrenamiento. Eso es lo que está pasando aquí.

También lo estamos utilizando para intentar extraer relaciones estadísticas entre cosas cuya causalidad no comprendemos. Hay muchas más cosas en el mundo que no entendemos que aquellas que sí entendemos, pero podemos observar lo que parece ser una relación causal.

Si esta noche te pones enfermo y vas al médico, es posible que te receten un medicamento cuyo mecanismo de acción no se conoce. Pero sabemos que funciona, así que se lo recetamos a las personas que están enfermas. No siempre esperamos a entenderlo antes de utilizarlo, aunque sí lo estudiamos.

Pero la cuestión es esta: al crear un sistema en el que podamos sustituir la fuerza bruta por el conocimiento —es decir, el dinero por la teoría—, eliminamos el último obstáculo para que el capital financiero se convierta en una fuente de poder. Tanto los conocimientos especializados como el dinero están distribuidos de forma desigual, pero el dinero se concentra en manos de personas que no tienen muchos conocimientos especializados, mientras que los conocimientos especializados se concentran en manos de personas que no tienen mucho dinero.
Existe una fuente de poder duradera entre los expertos. Si no quieres trabajar para Arthur Sackler, él no puede obligarte. Y si eres la única persona que entiende algún ámbito abstruso de la farmacología, Arthur Sackler no puede investigar en ese ámbito. Pero Arthur Sackler es muy, muy rico. Cuando cambias los conocimientos especializados por dinero, no necesitas convencer al único farmacólogo que entiende algún ámbito específico para que venga a trabajar para ti. Simplemente puedes resolver el problema a base de dinero.
Por eso el sector de la IA ha recaudado un billón de dólares este año con unos ingresos de 50 000 millones: porque al sector financiero le encanta la idea de una tecnología en la que el dinero pueda sustituir a la experiencia.

La breve vida de la prima salarial de las grandes empresas

David Moscrop: En tu último libro, describes esta dinámica como un centauro inverso: «una máquina que utiliza a un ser humano como asistente», en lugar de al revés. ¿Cómo hemos acabado en el otro extremo de esta situación? ¿Podemos darle la vuelta?

Cory Doctorow: Esa dinámica es intrínseca a este tipo de IA, en el sentido de que este tipo de inteligencia artificial resulta sumamente costosa y solo empieza a generar beneficios si logra desplazar a una gran cantidad de trabajadores bien remunerados. Este es otro ámbito en el que debemos ser muy rigurosos —actuando como buenos materialistas— para distinguir lo que es pura fachada de lo que es sustancia real. Empobrecer a artistas comerciales, a quienes trabajan en la industria pornográfica o a los taxistas no es una forma de recuperar los gastos que conlleva el entrenamiento de la IA. Estas empresas no hacen esto para enriquecerse; lo hacen para demostrar cuán increíblemente poderosa es su inteligencia artificial.
No hay ningún idioma en el mundo que contenga la expresión «tan rico como un taxista». Sustituir a los conductores de Uber —que aportan los coches, el seguro, la amortización, el combustible y el coste de limpiar el vómito del asiento trasero— por costosos robots de tu propiedad no sale a cuenta, a menos que tu objetivo sea decir: «Si podemos sustituir a los taxistas, imagina lo que podemos hacer con contables, abogados, médicos, profesores, radiólogos y enfermeros. Y, sobre todo, a las personas que trabajan en ámbitos en los que estás legalmente obligado a mandar a la mierda a tu jefe si te ordena cometer un delito, como la medicina, las finanzas, la educación, etcétera».
Eso es lo que les tiene tan entusiasmados. Hemos llegado a esta situación porque vieron una oportunidad —tanto en el discurso en torno a la IA como en la sorprendente uniformidad estadística de la realidad que la IA reveló— para, por un lado, asustar a los trabajadores y hacerlos dóciles y, en algunos casos, para sustituirlos por software. Si se pueden lograr ambas cosas, el software no tiene por qué ser capaz de hacer el trabajo del trabajador, ya que se puede adquirir suficiente poder de mercado para producir resultados de menor calidad que el público se ve obligado a consumir de todos modos. Ese es el objetivo de todo monopolista: subir los precios y bajar la calidad, algo que solo se puede hacer si se tiene poder de mercado.
Por eso la competencia es más importante de lo que muchos izquierdistas creen. Disciplina a las empresas porque tienen que preocuparse por la competencia. Y la presencia de competidores dificulta que las empresas resuelvan el problema de la acción colectiva necesario para controlar a un regulador y para controlar a la mano de obra.
Creo que algunos izquierdistas creen que la prima salarial de las grandes empresas —de corta duración y extremadamente contingente, en la que las empresas muy grandes con una gran cuota de mercado pagaban más a sus trabajadores gracias a los beneficios excedentarios que generaban— era un estado natural, y que debemos volver a tener empresas realmente grandes con suficientes beneficios que compartir con nosotros. Eso no es cierto. Se trató de un momento muy contingente en el que las secuelas del New Deal coincidieron con los primeros días del monopolio —el auge monopolístico posterior al New Deal—.

Quedaba suficiente fuerza obrera como para obligar a los monopolistas a desprenderse de parte de su botín mal habido. Pero esa situación nunca iba a ser duradera, porque ellos iban a acelerar su poder de mercado, y eso debilitaría necesariamente la fuerza obrera. Para eso sirve la competencia: no como un fin en sí misma, sino como una forma de romper la solidaridad de clase de la clase dominante.

Las valoraciones ilusorias

• David Moscrop: ¿Se encuentra el sector en una burbuja? Se ven titulares como «La bolsa ha tenido su mejor año de la historia». Miro los titulares de 1929 y pienso: no estoy convencido de que eso sea un buen presagio.

Cory Doctorow: Es una burbuja. No pongo en duda que sea una burbuja. Intento encontrar las raíces ideológicas y materiales de la burbuja. Y, como buen materialista, creo que la ideología es consecuencia de las condiciones materiales.

A los multimillonarios no les gusta que les pongan trabas. Podemos considerar el «multimillonarismo» como el estado patológico de enfadarse por el hecho de que te pongan trabas. A todos nos llaman la atención de vez en cuando por nuestras tonterías, y a veces eso es malo porque no son tonterías. Pero muchas veces, en realidad estábamos equivocados, y es bueno que haya alguien cerca para llamarnos la atención por nuestras tonterías. Por eso las personas casadas viven más tiempo: porque hay alguien que puede decir: «No, tienes que ir al médico. No, tienes que ir y tienes que dejar de comer eso». Que te llamen la atención por tus propias tonterías es bueno, pero los multimillonarios sufren una condición patológica que les impide aceptar que se les señale lo que hacen mal.

También creo que hay otra historia importante sobre la burbuja. Las acciones de crecimiento tienen valoraciones mucho más altas que las acciones de empresas consolidadas, no por superstición ni por un compromiso con el crecimiento, sino porque una acción representa un derecho sobre los beneficios futuros. Las empresas en crecimiento tienen más beneficios futuros que las estables. Las acciones con alta valoración también son muy líquidas, por lo que pueden utilizarse como sustituto del efectivo. Si quieres crecer contratando personal o comprando otras empresas, puedes utilizar acciones para hacerlo si las acciones de tu empresa son muy líquidas —es decir, si están creciendo—.

Las acciones son realmente interesantes desde el punto de vista de una empresa porque se pueden crear de forma endógena introduciendo ceros en una hoja de cálculo, mientras que el dinero es algo que no se puede crear de forma endógena sin que te detengan. Hay que obtenerlo de bancos, inversores, acreedores o clientes. Por eso, las empresas no quieren llegar al punto en que los mercados las consideren maduras, porque pierden esa ventaja especial y también pierden una gran parte de su valoración. Si dejas de ser una empresa en crecimiento, tu valoración debería tener un múltiplo de beneficios acorde con el de una empresa madura, que es algo así como el 10 % de la relación precio-beneficio de una empresa en crecimiento. Eso significa que te empobreces un 90 % el día en que el mercado decide que ya no estás creciendo.

Y sé que solemos decir: «Oh, el crecimiento infinito es la ideología de un tumor», pero no es una cuestión ideológica no querer perder el 90 % de tu valor. Se trata de un fenómeno puramente material. Por un lado, existe la necesidad narrativa de contar una historia sobre cómo una empresa que, sin lugar a dudas, ha saturado su mercado —Google tiene una cuota de mercado del 90 % en búsquedas; ha saturado el mercado— va a crecer hacia algún sector adyacente. Podría ser uno que todos podamos señalar y en cuya existencia estemos de acuerdo, como: «Oh, estamos con Google Plus, así que estamos a punto de convertirnos en Facebook». O podría ser uno fantasioso del que tengas que convencer a la gente de que podría existir, como la Web3, las criptomonedas, el Metaverso o lo que sea. Pero, por otro lado, como no existe, puedes hacer afirmaciones extremadamente fantasiosas sobre su valoración final. Eres el experto en la materia porque acabas de inventártelo.

Y así es como Morgan Stanley afirma: «Mark Zuckerberg tiene razón. El Metaverso es un negocio de 8 billones de dólares».

El solipsismo en la máquina

David Moscrop: Me recuerda a los NFT [tokens no fungibles].

Cory Doctorow: Los NFT, sí, que nacieron muertos. La IA llega como la última versión de esto. La pregunta no es «¿Hay una burbuja de la IA?». Hay una burbuja de la IA por la misma razón por la que hubo una burbuja de las criptomonedas. La pregunta es «¿Por qué es la burbuja de la IA mucho más grande?».
Por un lado, es mucho mayor porque la informática es más real. No debemos subestimar lo sorprendente que resulta descubrir el grado de regularidad estadística que hay en el universo con esta IA libre de teorías. El hecho de que se pueda tener algo que se parezca mucho a una conversación con una persona que piensa simplemente adivinando palabras es realmente notable. Pero eso no nos dice nada sobre la conciencia —o, al menos, eso no es lo que creo que nos está diciendo—. Lo que creo que nos está diciendo es que hay más regularidad estadística de la que nuestros cerebros adivinarían sin un instrumento, de la misma forma que nuestros cerebros se equivocan al adivinar todo tipo de cosas.
Tu cerebro estima cuánto tiempo llevas esperando en la cola: «Llevo aquí una hora». Luego miras el reloj y solo han pasado diez minutos. Subestimamos constantemente lo regulares que son las cosas, y la única forma de descubrirlo es mediante este sistema que procesa una gran cantidad de datos y luego formula conjeturas. Es genial; es interesante. Creo que los departamentos de filosofía podrán sacar partido de esto durante los próximos cincuenta años. Pero no valía un billón de dólares. Así que esa es parte de la razón por la que la burbuja es mucho mayor: la informática es real y ha descubierto un hecho interesante sobre el universo de una forma en la que ninguna de esas otras cosas lo hizo.
Los blockchains también son reales; simplemente no son tan interesantes. El número de aplicaciones para ese tipo de base de datos lenta tiende a cero. Se trata de blanqueo de dinero, apuestas y ransomware. Más o menos eso es todo. Simplemente no es tan valioso, mientras que todo esto de la IA es mucho más interesante.

Pero la otra faceta es la ideológica a la que aludí al principio: a los multimillonarios les entusiasma mucho la idea de un medio para intercambiar dinero por conocimientos especializados. No es posible ganar mil millones de dólares —y causar el daño a los demás que resulta inevitable para alcanzar esa cifra— si uno cree que los otros sienten el dolor de la misma manera en que uno mismo lo siente. Aspirar a un mundo en el que el 99,999 por ciento de la población no reciba ninguna consideración moral equivale a aspirar al solipsismo. La inteligencia artificial es una tecnología profundamente solipsista; una tecnología que, en cierto modo, sugiere que todos los demás no son más que bots. Si cualquier persona puede ser reemplazada por un bot, entonces, en cierto sentido, todos los demás son bots.

David Moscrop: ¿Está esta versión de la IA destinada a convertirse en una mercancía? Las empresas de IA quieren alquilarnos inteligencia por metros, utilizando el contenido que hemos creado. ¿Se convierten los datos necesariamente en una mercancía?

Cory Doctorow: El problema es que, en mi opinión, ninguna de esas cosas va a funcionar. Vender inteligencia como servicio requiere que las empresas de IA sigan en el negocio. Están gastando un billón de dólares para ganar 50 000 millones. Su economía unitaria es un desastre.
Así que hagamos un pequeño desvío para ver lo pésimo que es el negocio de la IA. Están gastando mucho dinero para ganar poco. Eso no es inusual. Gastas mucho dinero en construir una vía férrea y luego lo recuperas haciendo circular los vagones por ella. Pero esta analogía presenta muchos problemas. En el caso de la IA, la economía unitaria —el coste de hacer circular los vagones por la vía— es pésima. Pierden dinero con cada vagón. Cada cliente que consiguen les empobrece. Cada vez que ese cliente vuelve a utilizar su producto, les empobrece de nuevo.

Cada versión de la IA, cada nueva mejora en la IA, genera más pérdidas que la anterior. Y el plan de amortización es un desastre. Te dirán que necesitan actualizar el hardware cada cinco años. En realidad, lo actualizan cada dos o tres años, lo cual es una locura, porque eso no es más que un fraude contable. Si tienes activos en tu balance que internamente tratas como si no valieran nada, pero le dices al mercado y a tus inversores que aún les queda un 40 % de su valor, entonces llamar a eso «fraude contable» es hacer violencia al propio concepto de fraude contable. Es sencillamente terrible.
Y es importante porque ni siquiera cinco años con unos ingresos anuales de 50 000 millones de dólares bastarían para recuperar una inversión de un billón de dólares. Pero la rentabilidad por unidad no está mejorando. Siguen afirmando que está mejorando. Siguen diciendo: «Bueno, el coste de la inferencia» —que es el gasto operativo— «está bajando». No es así.

Diversión con la contabilidad

• David Moscrop: ¿Cómo funciona el modelo de inferencia?

Cory Doctorow: Bueno, tienes el entrenamiento y tienes la inferencia. El entrenamiento es cuando recopilas todos los datos y descubres sus relaciones estadísticas. La inferencia es como cuando algún idiota se dirige a Grok y le dice: «Hazme a Sonic el Erizo, pero con tetas gigantes». No paran de decir que la inferencia se está abaratando, pero no es así. Y cuando miras los balances, descubres que están recurriendo a las artimañas más rebuscadas del mundo para ocultar este hecho.
Ed Zitron es un observador de la IA bastante bueno, atento y meticuloso. Alguien le filtró una copia del balance de OpenAI, y no se me ocurre nadie mejor a quien filtrárselo, porque este es el tipo que lo va a revisar con todo el detalle que puedas imaginar, con una meticulosidad absolutamente obsesiva. Él informa de que la partida dedicada a la inferencia es una pequeña suma de dinero. Pero también señala que, si sigues recorriendo el balance con la vista, llegas al presupuesto de marketing y descubres que OpenAI afirma gastar más en marketing que Coca-Cola.
Coca-Cola cuenta con tres agencias de marketing globales con oficinas en todas las grandes ciudades y vallas publicitarias en cada esquina. Si quieres saber si Coca-Cola realmente gasta dinero en marketing, puedes verificarlo simplemente contando las vallas publicitarias en las esquinas y las caras de la gente en las oficinas. Pero no hay pruebas de que OpenAI esté gastando esa cantidad de dinero en marketing. La tesis de Ed —que, a mi parecer, es totalmente cierta— es que, simplemente, clasifican la inferencia que ofrecen de forma gratuita como un gasto de marketing. Pero eso no quita que siga siendo un gasto de inferencia. Es como decir: «Ah, no es una calva; es un panel solar para una máquina sexual». Sigue siendo una calva.
Estas empresas no tienen forma de ajustar su balance. E incluso si la tuvieran —y aquí es donde entra en juego la mercantilización—, los costes de cambio son muy, muy bajos. Cuando Anthropic empezó a superar a OpenAI, todo el mundo se pasó a ChatGPT y dijo: «Empaqueta todos mis datos en un formato que Claude pueda entender fácilmente». Y luego, borraron sus cuentas de OpenAI, abrieron cuentas en Claude y empezaron a pagar allí.
Es como si terminaras de construir el ferrocarril Canadian Pacific, te dieras la vuelta y alguien acabara de tender otra vía junto a la tuya, y sus trenes fueran un 20 % más rápidos, sin que tú hayas hecho circular ni un solo maldito vagón por tu vía todavía. Así que tienes que empezar a construir tu propia vía de nuevo.
Y aquí es donde entran en juego los modelos de código abierto y de peso abierto. Los chinos están utilizando hardware de gama baja y modelos abiertos, y están llevando a cabo un proceso llamado «destilación». Consiste en consultar metódicamente a Claude y a ChatGPT y, a continuación, utilizar las respuestas para entrenar tu propio modelo sin tener que realizar el entrenamiento original. No pueden impedirlo.

La idea de que vayan a poder cobrar alquiler de por vida por la inferencia requiere, por ejemplo, que inventen un temor gigantesco sobre cómo su programa de adivinación de palabras está a punto de convertirse en Dios y matarnos a todos porque su bot hacker se ha escapado de su confinamiento. Entonces consiguen que el Gobierno federal de EE. UU., por un lado, legalice que todos acuerden dejar de hacer I+D —lo que, de otro modo, sería una flagrante violación de las leyes antimonopolio— y, por otro, que prohíba todos los modelos chinos. Tal y como estaba previsto, ya lo han hecho. Pero no va a funcionar.

Los derechos de autor no nos salvarán

• David Moscrop: ¿Qué hay de la respuesta maximalista en materia de derechos de autor ante el entrenamiento de los LLM con lo que creamos? ¿Eso mercantiliza aún más la producción intelectual y creativa?

Cory Doctorow: En primer lugar, el valor de tus datos para el entrenamiento tiende a cero. Lo único que estamos haciendo es crear una versión descabellada de los mercados en la que las personas acomodadas pueden permitirse mantener sus datos fuera del modelo, mientras que las personas pobres aceptan una miseria —mucho menos de lo que les perjudicará que sus datos estén en el modelo— y, luego, esos datos se utilizan de formas que les perjudican.
El problema de los derechos de autor es que no son un derecho laboral. A los artistas se les dice que es su principal mecanismo para defender sus derechos laborales, pero es un derecho de propiedad. Lo llaman propiedad intelectual. Piénsalo: los derechos de propiedad son totalmente enajenables. Si estás negociando en un mercado con cinco editoriales, cuatro estudios, tres discográficas, dos empresas de aplicaciones y una empresa que se dedica a los libros electrónicos y los audiolibros, tener más derechos solo significa que tienes más que ofrecer a cambio por el mismo precio.

La duración de los derechos de autor se ha ampliado durante cincuenta años. Las remuneraciones por dichos derechos, no. Los derechos de autor que este monopsonio —altamente concentrado y al cual vendemos nuestra labor creativa— exige mediante contratos estandarizados, abarcan la totalidad de los derechos que alguna vez se nos han concedido. Y, cada vez que obtenemos un nuevo derecho, el contrato estándar se amplía.

Los guionistas de Hollywood no estaban en huelga contra Anthropic y OpenAI. Estaban en huelga contra los jefes de los estudios, que quieren sustituir a los guionistas de Hollywood por IA y que, además, están demandando a las empresas de IA por cuestiones de derechos de autor. Si consiguen ese derecho, puedes decir adiós a las actividades socialmente productivas que realizamos y que se asemejan al entrenamiento de la IA. Si ya no puedes rastrear la web, no podrás dejar constancia de cómo era la CBS antes de que Bari Weiss tomara las riendas.

Si no puedes publicar afirmaciones basadas en hechos, no podrás publicar afirmaciones basadas en hechos recopilados de grandes corpus —como lo cutre que es ahora la CBS desde que la dirige Bari Weiss, qué insultos racistas están utilizando, cuántos artículos escriben personas de color, o lo que se te ocurra—. Todo eso se va al traste si creamos un derecho exclusivo para realizar copias transitorias de obras con fines de análisis, llevar a cabo dicho análisis y, a continuación, publicar los resultados. Actualmente, los derechos de autor no restringen esas actividades para bloquear el entrenamiento de la IA; habría que hacer que quedaran restringidas por los derechos de autor.

Entonces, los jefes en unos mercados laborales creativos extremadamente concentrados simplemente adquirirían esos derechos como una condición de empleo no negociable. Los usarían para entrenar chatbots, luego te mandarían a la mierda y te reemplazarían por esos chatbots de mierda que alucinan, porque, en realidad, lo único que hacen es una extrapolación estadística.

Entonces tendríamos resultados de menor calidad, salarios peores y un entorno político en el que resultaría aún más difícil exigir responsabilidades a los ricos y poderosos. Si reforzamos los derechos laborales, los derechos de privacidad, los derechos humanos y los derechos de los consumidores —que son los derechos que realmente importan— y relegamos los derechos de propiedad al lugar que les corresponde —a aquellas cosas que carecen de valor hasta tal punto que podemos ponerles un precio—, entonces tendremos una oportunidad real frente a la IA.

Cory Doctorow es autor de ciencia ficción, activista y periodista. Su libro más reciente es *The Reverse Centaur’s Guide to Life After AI*.

David Moscrop es escritor y comentarista político. Presenta el pódcast *Open to Debate* y es el autor de *Too Dumb For Democracy? Why We Make Bad Political Decisions and How We Can Make Better Ones*.

----------------------