La inteligencia también se paga con tierra.
En México y en Brasil, los centros de datos crecen con exenciones impositivas, tierras cedidas y energía barata. Las comunidades que los reciben no suelen participar de la decisión, ni de las evaluaciones ambientales, ni de las ganancias. Paola Ricaurte describe ese arreglo con una frase incómoda: América Latina está pagando el desarrollo de la inteligencia artificial con sus datos y sus tierras. Su trabajo —en la academia, en la política pública y en las redes feministas— sostiene que la justicia de datos no es un capítulo de la privacidad. Es una discusión sobre territorio, vida y poder de decidir.
Fuentes principales: Paola Ricaurte, entrevista en The Conversation (2026); el perfil y la trayectoria publicados por el Berkman Klein Center de Harvard; el AI Decolonial Manyfesto (2020-2021), coordinado con Sabelo Mhlambi y Jessica Fjeld; la documentación de Tierra Común, de la Red de Investigación Feminista de IA (FAIR) y del Observatorio de Centros de Datos de América Latina; el informe Towards Substantive Equality in Artificial Intelligence (GPAI, 2024); el estudio de UNESCO sobre IA y género (2024); Nick Couldry y Ulises Mejías, The Costs of Connection (2019).
La nube tiene un lugar. Los centros de datos que sostienen los modelos de lenguaje, las plataformas y los servicios en la nube ocupan hectáreas, consumen agua y electricidad, y se instalan en territorios concretos con reglas concretas. En México y en Brasil, esos territorios suelen recibir la inversión con exenciones de impuestos, tierras y facilidades, y no siempre con evaluaciones de impacto ambiental, compromisos de contratación local o mecanismos de transparencia. El costo queda cerca; el beneficio, lejos.
Paola Ricaurte es mexicana y ecuatoriana, y se doctoró en ciencias del lenguaje. Es profesora en el Tecnológico de Monterrey e investigadora asociada del Berkman Klein Center de Harvard; en 2025 fue incluida entre las cien personas más influyentes en inteligencia artificial según Time. Esa enumeración no explica su trabajo. Lo que lo explica es una insistencia: la infraestructura de la inteligencia artificial es una infraestructura política, y la pregunta por los datos es una pregunta por la tierra.
Su tesis, si se puede resumir en una, es que la IA no flota por encima de la sociedad: se instala en ella, la modela y la explota. La justicia de datos, entonces, no consiste solamente en proteger la privacidad de las personas. Consiste en decidir quién paga los costos, quién recibe los beneficios y quién tiene la potestad de decir qué se construye en un territorio.
Un centro de datos es una fábrica de cómputo. Necesita energía constante, agua para enfriar, terrenos amplios y conexiones rápidas. También necesita algo menos visible: un marco regulatorio permisivo, un Estado dispuesto a ceder terreno y una comunidad que no pueda frenar el proyecto. Ricaurte señala que, en la mayoría de los casos, las empresas obtienen exenciones o reducciones de impuestos, tierras y facilidades, mientras las obligaciones ambientales y laborales quedan débiles o ausentes.
Ese arreglo no es exclusivo de la inteligencia artificial. Se parece a otras formas de extracción: la minería, el petróleo, la soja. La diferencia es que el recurso extraído no se ve. Se llama datos, energía, agua, capacidad de cómputo. Y como no se ve, es más fácil decir que no existe. La nube, la metáfora que usamos para nombrar el lugar donde viven nuestros archivos, hace un trabajo político: convierte una instalación industrial en una idea sin dirección.
Ricaurte insiste en lo contrario. La nube tiene coordenadas, tiene dueño y tiene consecuencias. El centro de datos consume agua y energía en territorios que suelen tener otras urgencias; ocupa tierras que podrían destinarse a otra cosa; no garantiza empleo local; y deja una huella ambiental que no aparece en la factura de la empresa. El costo se distribuye socialmente y el beneficio se concentra.
La comparación con la deuda externa no es exagerada. Durante décadas, América Latina pagó con recursos naturales un desarrollo que se decidía en otro lugar. Ahora paga con datos y con tierras un desarrollo que también se decide en otro lugar. La continuidad no es una coincidencia: es la misma lógica de inserción subordinada en una cadena de valor.
Me interesa esa continuidad porque desarma la idea de que la inteligencia artificial es un fenómeno nuevo. La infraestructura cambia; la posición en la cadena, no. Y mientras la posición no cambie, la novedad técnica no alcanza para producir justicia.
La datificación de la vida es el proceso por el cual actividades que antes no se registraban se convierten en datos: el consumo, el desplazamiento, la salud, la asistencia social, el vínculo con el Estado. Ese proceso tiene una geografía. Los datos de las personas pobres suelen ser los más abundantes, porque su relación con las instituciones es más intensa y más obligatoria; los datos de los territorios ricos en recursos suelen ser los más valiosos, porque permiten anticipar la extracción.
Nick Couldry y Ulises Mejías llamaron a ese proceso colonialismo de datos: la extracción de la vida social como materia prima, con una lógica que reproduce la relación colonial entre centros y periferias. Ricaurte trabaja con ese marco y lo lleva a América Latina. Con ellos cofundó Tierra Común, una red de académicos, activistas y organizaciones dedicada a descolonizar los datos y a pensar formas de resistencia.
La idea tiene una consecuencia práctica. Si los datos se extraen, entonces la pregunta por su propiedad no es una pregunta técnica sobre licencias: es una pregunta sobre soberanía. ¿Quién puede usar los datos de una comunidad? ¿Con qué permiso? ¿Qué parte del valor producido vuelve al territorio? ¿Quién decide qué se registra y qué se deja fuera?
Hay una asimetría que el marco vuelve visible. Las empresas suelen recolectar datos en el Sur y procesarlos en el Norte; el valor se captura donde se decide, no donde se vive. La comunidad aparece en el dataset como un conjunto de casos, no como una parte interesada. Y cuando reclama, descubre que los datos ya circulan, que las licencias ya se firmaron y que el Estado que debía protegerla fue el mismo que facilitó la instalación.
Frente a eso, la respuesta de Tierra Común no es la prohibición sino la construcción de alternativas: datos comunitarios, licencias colectivas, infraestructuras locales, formas de gobernanza que no dependan de la buena voluntad de una empresa. La pregunta por los datos se vuelve una pregunta por la organización.
Pienso en los archivos de mi país y en la facilidad con que se digitalizan los registros de las personas pobres, mientras los de las instituciones que toman decisiones permanecen opacos. La datificación no es simétrica. Algunos son registrados para ser gobernados; otros son registrados para gobernar.
Ricaurte acuñó un concepto para nombrar lo que la IA hace cuando se vuelve infraestructura de decisión: necrotecnopolítica. La palabra describe los sistemas que reproducen violencia a escala y sostienen estructuras de poder capitalistas, coloniales y patriarcales. No se trata solamente de sesgos en un algoritmo, ni de errores de clasificación. Se trata de una forma de poder que administra la vida y la muerte a través de dispositivos técnicos.
El concepto dialoga con una tradición que piensa la política como administración de la muerte, y le agrega la dimensión técnica. Los sistemas de frontera que deciden quién pasa, los sistemas de policía que deciden a quién vigilar, los sistemas de bienestar que deciden quién merece ayuda, los sistemas de salud que deciden a quién atender primero: todos son dispositivos que distribuyen riesgos y protecciones. Cuando funcionan mal, matan. Cuando funcionan bien, también pueden matar, porque la decisión de a quién proteger es una decisión política.
La necrotecnopolítica no es una metáfora. Es una descripción de cómo los sistemas técnicos se acoplan a las instituciones que ya distribuían la muerte: la frontera, la cárcel, el hospital, el registro civil. La novedad es la escala y la opacidad. La IA permite tomar decisiones sobre poblaciones enteras con una velocidad y una apariencia de neutralidad que las instituciones anteriores no tenían.
Ahí aparece la «caja negra», una figura que le sirve para nombrar lo que el sistema oculta. La caja negra no es solo un problema de explicabilidad técnica; es una forma política. Si nadie puede explicar por qué el sistema decidió lo que decidió, nadie puede responder por la decisión. La opacidad se convierte en una manera de gobernar sin rendir cuentas. Y la rendición de cuentas es, precisamente, lo que las comunidades afectadas necesitan para reclamar.
Me cuesta pensar la técnica sin esa dimensión. Un sistema que decide sobre la vida de alguien no es un experimento; es una institución. Y las instituciones tienen historia, tienen dueños y tienen víctimas.
La crítica de Ricaurte no se limita a denunciar la extracción. Propone una epistemología. Su trabajo insiste en que el conocimiento no se produce solamente en los centros académicos del Norte, y que las comunidades tienen saberes sobre el territorio, sobre el cuidado y sobre la vida que los sistemas técnicos no reconocen. La palabra que usa para eso es pluriversalidad: no hay un mundo único, hay muchos mundos, y la tecnología debe aprender a convivir con esa multiplicidad.
Esa posición la llevó a coordinar, con Sabelo Mhlambi y Jessica Fjeld, el AI Decolonial Manyfesto, un texto colectivo que se presenta como una provocación y no como un programa. El nombre juega con la idea de manifiesto y la multiplica: many, muchos. El texto rechaza el lenguaje occidental-normativo de la «ética» de la IA y las propuestas de «inclusión» que no modifican las relaciones de poder. Sostiene que la decolonialidad no es diversidad, que exige reparaciones por la injusticia material y epistémica, y que la IA colonial va más allá del colonialismo de datos porque implica extractivismo material y la capacidad de modelar la realidad.
Hay un detalle del manifiesto que vale la pena retener: sus autores reconocen que la palabra «decolonial» no resuena igual en todas las comunidades, y que algunos la rechazan. Ese reconocimiento es una lección de método. Un texto que se presenta como muchos no puede pretender hablar por todos. La crítica de la universalidad incluye la crítica de la propia palabra que la nombra.
La noción de epistemicidio, que Ricaurte usa en sus intervenciones, completa el argumento. Cuando un sistema de conocimiento se impone como el único válido, los otros no desaparecen por refutación: desaparecen por silenciamiento. La IA, presentada como la forma superior de conocimiento, puede convertirse en el instrumento de ese silenciamiento. No porque sea falsa, sino porque se vuelve la única que cuenta.
Me interesa la dificultad de sostener esa crítica sin convertirla en una new age de la diversidad. El manifiesto lo intenta cuando habla de reparaciones y de poder, no de celebración. La diferencia entre reconocer un saber y pagar por lo que se le debe es la diferencia entre la inclusión y la justicia.
En 2021, Ricaurte empezó a coordinar la Red de Investigación Feminista de IA para América Latina y el Caribe, conocida como FAIR. La red financia equipos liderados por mujeres para desarrollar tecnologías con valores feministas y centradas en las necesidades de las comunidades locales. El trabajo se apoya en principios de justicia de diseño, en marcos como Design from the Margins y Designs for the Pluriverse, y en metodologías feministas y decoloniales.
La apuesta es distinta de la denuncia. No se trata de advertir que la IA reproduce desigualdades, sino de construir otra cosa: sistemas de salud, de cuidado, de producción o de comunicación que respondan a problemas concretos de comunidades concretas. La red funciona como infraestructura de financiamiento, de formación y de acompañamiento; su escala es regional y su unidad es el proyecto situado.
Ese tipo de trabajo tiene una virtud y un riesgo. La virtud es que produce alternativas reales, con personas y con presupuesto, y que muestra que otra tecnología es posible. El riesgo es que la alternativa quede en los márgenes: un proyecto financiado por una fundación, con una duración limitada, frente a una industria que invierte miles de millones. La escala del cuidado no compite con la escala de la extracción.
Ricaurte también trabaja en el plano de la sensibilización. Con la organización Sursiendo desarrolló Tecnoafecciones, un proyecto que piensa la tecnología como una relación y no como un objeto: talleres, materiales educativos, campañas sobre los impactos sociales y ambientales de la innovación. La pregunta que organiza ese trabajo es simple y difícil: ¿qué afectos, qué vínculos y qué cuidados sostienen una tecnología?
Me interesa la diferencia entre diseñar para una comunidad y diseñar con una comunidad. Diseñar para es la fórmula de la filantropía técnica; diseñar con exige compartir la decisión. La red de Ricaurte intenta diseñar con las comunidades, aunque no siempre pueda garantizarlo.
Una parte importante de su trabajo se juega en el terreno de la política pública. Ricaurte participa en el Global Partnership on AI de la OCDE, en el grupo de expertos en ética de la IA de la UNESCO y en Women for Ethical AI. Colaboró en la recomendación para una política de IA centrada en derechos humanos en México, en el informe sobre igualdad sustantiva en inteligencia artificial y en el estudio de UNESCO sobre IA y género.
Ese trabajo tiene una eficacia concreta: los marcos de derechos, los informes y las recomendaciones modifican el lenguaje con el que los Estados y las empresas hablan de la IA. También tiene un límite. La ética, tal como se practica en los comités, suele quedarse en principios: transparencia, equidad, rendición de cuentas. Los principios no obligan a nadie. La traducción de un principio en una obligación requiere una ley, un regulador, un presupuesto y una sanción.
El Manyfesto lo dice con crudeza: rechaza los principios que solo maquillan el statu quo y las medidas que se limitan a suavizar la devastación. La diferencia entre una ética de la intención y una política de la obligación es la diferencia entre un código de conducta y una ley. Ricaurte trabaja en los dos terrenos, y esa doble presencia es parte de su posición: no se puede criticar el sistema desde afuera si se quiere incidir en sus reglas.
Ahí aparece la dimensión geopolítica que la entrevista de 2026 pone en primer plano. Estados Unidos empuja su infraestructura y sus empresas; Europa defiende su soberanía; América Latina, fragmentada, no ha construido una estrategia regional. Los gobiernos responden de manera pasiva, o peor: compiten por ofrecer mejores condiciones a las empresas que se instalan. La ausencia de una política regional es, en sí misma, una política: la de dejar que otros decidan.
Me cuesta separar la ética de la política económica. Un comité puede recomendar transparencia; una empresa puede ignorarla mientras no haya una ley que la obligue. La pregunta por la IA es, en el fondo, la pregunta por el poder del Estado para regular a las empresas que lo superan en recursos y en información.
Hay una tensión de lugar. Ricaurte trabaja en una universidad privada con vínculos con la industria y, al mismo tiempo, critica la industria. No es una contradicción que se resuelva con una frase: es la condición de su trabajo. La universidad le da recursos, estudiantes y legitimidad; también la acerca a los intereses que critica. La pregunta es qué margen conserva para decir lo que dice.
Hay una tensión de financiamiento. La red feminista, el observatorio de centros de datos y los proyectos comunitarios dependen de fundaciones del Norte —Luminate, el IDRC— y de cooperación internacional. Esa dependencia no invalida el trabajo; lo sitúa. La crítica del extractivismo se financia, en parte, con recursos que vienen de los centros de acumulación. La soberanía se proclama en un ecosistema donde el dinero también tiene dueño.
Hay una tensión de circuito. La crítica de la IA se presenta en la UNESCO, en la OCDE, en los foros de política global donde se toman muchas de las decisiones que critica. Estar en la mesa puede ser una forma de incidir o una forma de legitimar. Las dos cosas ocurren al mismo tiempo, y no siempre es posible distinguirlas.
Hay una tensión de lenguaje. «Decolonial» se volvió una palabra que viaja: aparece en papers, en informes, en programas de fundaciones. El propio manifiesto reconoce que algunos la rechazan. La circulación puede ser una victoria y un riesgo: la victoria es que el vocabulario llegó al centro; el riesgo es que el centro lo use para legitimarse sin cambiar nada.
Hay una tensión de forma. El manifiesto es colectivo, se firma entre muchos y se presenta como una provocación. La académica que lo coordina, en cambio, tiene nombre, cátedra y una lista de las personas más influyentes. Esa tensión entre la forma colectiva y el reconocimiento individual es la tensión de casi toda la crítica contemporánea: el sistema premia al crítico y sigue funcionando.
No le voy a pedir a Ricaurte que resuelva esas tensiones. Su trabajo consiste, en buena medida, en sostenerlas a la vista. Conviene no confundir, sin embargo, la lucidez con la solución: nombrar una contradicción no la elimina.
La pregunta que deja su trabajo se puede formular así: ¿pueden los datos de un territorio ser un bien común? Un centro de datos ocupa tierra, consume agua y extrae información; la comunidad que lo recibe debería poder decidir sobre las tres cosas. Hoy decide sobre ninguna. La justicia de datos, en ese sentido, no es un problema de consentimiento individual: es un problema de soberanía colectiva.
La distinción entre representación y propiedad vuelve a aparecer. Que una comunidad aparezca en un dataset no significa que tenga poder sobre él. Puede estar representada y seguir siendo objeto de extracción. La diferencia entre aparecer y decidir es la diferencia entre la inclusión y la justicia, y no se resuelve con más datos ni con más principios.
Queda también la pregunta por la escala. Las redes feministas, los observatorios y los proyectos comunitarios construyen alternativas reales, pero operan en un ecosistema donde la infraestructura, el cómputo y los modelos pertenecen a unas pocas empresas. La pregunta no es solo cómo construir otra tecnología, sino cómo construir otra economía política de la tecnología.
Vuelvo a la frase que abre este texto. América Latina paga el desarrollo de la inteligencia artificial con sus datos y sus tierras. La frase tiene la virtud de nombrar el costo y el defecto: no hay desarrollo sin alguien que lo pague. La pregunta que queda abierta es quién decide, y si alguna vez el que paga va a poder decidir.
La inteligencia también se paga con tierra.
Me quedo con la imagen del territorio como archivo: el agua, el suelo, los cables, las memorias de las comunidades. La técnica no flota; se apoya en algo. La pregunta es qué se apoya, sobre quién, y a qué precio.
MATERIALES DE REACCIÓN
INTELIGENCIA ARTIFICIAL · DATOS · JUSTICIA DE DATOS · TERRITORIO · CENTROS DE DATOS · EXTRACTIVISMO · COLONIALISMO DE DATOS · NECROTECNOPOLÍTICA · COLONIALIDAD · DECOLONIALIDAD · EPISTEMOLOGÍA DEL SUR · PLURIVERSALIDAD · EPISTEMICIDIO · GÉNERO · FEMINISMO · CUIDADO · SOBERANÍA · REGULACIÓN · POLÍTICA PÚBLICA · AMÉRICA LATINA · MÉXICO · COMUNIDAD · BIENES COMUNES
FUENTES PRINCIPALES
- Ricaurte, Paola. Entrevista: «América Latina está pagando los costos del desarrollo de la IA con sus datos y sus tierras». The Conversation, 26 de mayo de 2026.
- Berkman Klein Center for Internet & Society. Perfil de Paola Ricaurte: trayectoria, proyectos y publicaciones.
- AI Decolonial Manyfesto (2020-2021), coordinado por Paola Ricaurte, Sabelo Mhlambi y Jessica Fjeld.
- Tierra Común. Red de académicos, activistas y organizaciones para la descolonización de los datos.
- Red de Investigación Feminista de IA para América Latina y el Caribe (FAIR).
- Observatorio de Centros de Datos de América Latina.
- Global Partnership on AI. Towards Substantive Equality in Artificial Intelligence: Transformative AI Policy for Gender Equality and Diversity, 2024.
- UNESCO. Women for Ethical AI: Outlook Study on Artificial Intelligence and Gender, 2024.
- Couldry, Nick, y Mejías, Ulises. The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism. Stanford University Press, 2019.
COMPLETAN LA DÉCIMA ENTREGA:



