Cinco maneras en que las cooperativas pueden moldear el futuro de la IA
Por Trebor Scholz y Stefano Tortorici
IA y aprendizaje automático
Harvard Business Review
#Doxa #cooperativa #moldear #futuro #IA #aprendizaje #automático #poder #inquietud #equidad #rendición #cuenta #social #gobernada #democrática #empresa #prometedora #dato #élite #educación #dotar #sistema #modelo #trabajador #barrera #escala #recurso #viable #interés #público
Resumen. El desarrollo de la IA está dominado por un puñado de empresas poderosas, lo que genera inquietudes sobre la equidad, la rendición de cuentas y el daño social. Las cooperativas de IA —gobernadas democráticamente y de propiedad comunitaria— ofrecen una alternativa prometedora a través de cinco intervenciones: 1) Democratizar la gobernanza de datos otorgando a las personas el control sobre el uso de sus datos; 2) Vincular la investigación con la sociedad civil, basando los debates sobre IA en las necesidades públicas, no en las instituciones de élite; 3) Promover la educación para dotar a los miembros de los conocimientos necesarios para influir en los sistemas de IA; 4) Desarrollar modelos de propiedad alternativos para que la creación de valor de la IA siga estando en manos de las partes interesadas; y 5) Adaptar la IA a los fines cooperativos, garantizando que los sistemas fomenten la solidaridad y el poder de los trabajadores. Si bien las cooperativas enfrentan barreras de escala y recursos, estas estrategias apuntan a un camino viable e inclusivo para una IA alineada con el interés público.
Hoy en día, el desarrollo de la IA está controlado por un pequeño grupo de empresas. Empresas como OpenAI, Alphabet, Amazon, Meta y Microsoft dominan gracias a sus vastos recursos computacionales, enormes conjuntos de datos propietarios, una amplia gama de talento técnico, prácticas de extracción de datos, mano de obra barata y un capital que permite la experimentación continua y una rápida implementación. Incluso empresas de código abierto como DeepSeek se basan en una gran capacidad computacional y canales de capacitación industrial.
Esta dominación conlleva problemas: violación de la privacidad y estrategias laborales para minimizar costos, altos costos ambientales de los centros de datos y sesgos evidentes en los modelos que pueden reforzar la discriminación en la contratación, la atención médica, la calificación crediticia, la vigilancia policial y otros ámbitos. Estos problemas tienden a afectar a las personas que ya se ven excluidas con demasiada frecuencia. Los algoritmos opacos de la IA no solo eluden el control democrático y la transparencia, sino que también determinan a quién se escucha, a quién se vigila y a quién se deja de lado discretamente.
Sin embargo, a medida que las empresas consideran el uso de esta tecnología, puede parecer que hay pocas opciones alternativas. Por lo tanto, puede parecer que están atrapadas en estos compromisos.
Sin embargo, se está configurando un modelo diferente, con poca fanfarria, pero con un potencial real. Las cooperativas de IA —organizaciones que desarrollan o gestionan tecnologías de IA basadas en principios cooperativos— ofrecen una alternativa prometedora. El movimiento cooperativo, con su presencia global y diversidad de modelos, ha cosechado éxitos en sectores que van desde la banca y la agricultura hasta los seguros y la manufactura. Las empresas cooperativas, propiedad de sus miembros y dirigidas por ellos, llevan mucho tiempo gestionando infraestructuras para el bien común.
Unas pocas cooperativas de IA ofrecen ejemplos tempranos de cómo la gobernanza democrática y la propiedad compartida podrían impulsar usos más responsables y comunitarios de la tecnología. La mayoría son grandes cooperativas agrícolas que utilizan la IA en sus operaciones diarias, como el programa DRONAI de IFFCO (IA para fertilización), FrieslandCampina (control de calidad de productos lácteos) y Fonterra (análisis de la producción de leche). Las cooperativas deben organizarse urgentemente para desafiar el dominio de la IA o mantenerse al margen de los avances políticos y tecnológicos cruciales.
Existe un potencial innegable, tanto para las cooperativas existentes como para las empresas que deseen asociarse con ellas. La caída de 589 000 millones de dólares en la capitalización bursátil de Nvidia provocada por DeepSeek demuestra la rapidez con la que la innovación de código abierto puede transformar el panorama. Pero para que los laboratorios cooperativos de IA hagan más que expresar sus intenciones, necesitan infraestructura pública, colaboraciones ciudadanas y un respaldo sólido.
Como investigadores, nos interesa cómo los ejecutivos cooperativos pueden ir más allá de los eslóganes aspiracionales y considerar las realidades materiales de la IA (sobre todo, la falta de propiedad sobre la infraestructura que la impulsa) y cómo las empresas pueden asociarse con estas iniciativas. Las cooperativas pueden demostrar que la acción colectiva (no la tecnología) es la verdadera solución a muchos de los desafíos de la IA. Como parte de este esfuerzo, estamos convocando la primera conferencia internacional del mundo sobre cooperativas, que se celebrará en Estambul, y presentando un nuevo curso en línea en The New School que explorará el terreno práctico y las posibilidades políticas de la IA cooperativa. Con base en nuestro trabajo, creemos que las cooperativas pueden desempeñar un papel significativo a la hora de determinar no solo qué debería hacer la IA, sino también quién debería decidir, y que hay cinco maneras significativas en las que pueden dar forma al futuro de la IA.
Qué pueden hacer las cooperativas
Las cooperativas han gestionado durante mucho tiempo sistemas complejos para el bien colectivo (desde la electrificación rural hasta la energía renovable ) y han demostrado ser alternativas viables al control monopolístico. A nivel mundial, las cooperativas emplean a alrededor de 280 millones de personas ( el 10 % de la fuerza laboral mundial). En general, siguen siete principios básicos que traducen los valores democráticos en prácticas comerciales: membresía voluntaria, control democrático, participación de los miembros, autonomía, educación, cooperación y preocupación por la comunidad. Estos principios se remontan a 28 tejedores de mediados del siglo XIX en Inglaterra, los Rochdale Equitable Pioneers, que abrieron una pequeña tienda que vendía avena, harina y mantequilla, y silenciosamente sembraron un movimiento global. En The Artificial Intelligence Cooperative, Melissa Terras y sus colegas muestran que la aplicación genuina de los principios de infraestructura cooperativa a la IA puede conducir a resultados más equitativos.
La membresía voluntaria y abierta ampliaría significativamente el grupo de partes interesadas que realmente tienen voz y voto en el desarrollo y uso de la IA.
El control democrático de los miembros podría desafiar la gobernanza vertical de la IA. Esto implicaría otorgar a quienes la usan —y cuyo sustento podría verse afectado— mayor poder para decidir cómo se diseña, qué hace, qué datos se recopilan, cómo se almacenan y a quién, si a alguien, se vende.
La participación económica de los miembros garantiza que las ganancias se reinviertan en el sistema, en lugar de que las extraigan los inversores.
La autonomía y la independencia permiten a las cooperativas servir a sus comunidades sin interferencias.
La educación, la formación y la información son fundamentales para los principios de cooperación. Los sistemas de IA opacos consolidan la desigualdad, dejando a las comunidades indefensas ante las decisiones algorítmicas, y la transparencia de la IA a menudo se limita a hacer que los sistemas sean técnicamente explicables. Pero la verdadera rendición de cuentas requiere dotar a las personas del conocimiento necesario para cuestionarla y transformarla.
La cooperación entre cooperativas fomenta el progreso compartido. Al igual que las cooperativas tradicionales se fortalecen mutuamente mediante la colaboración, las cooperativas de IA podrían crear capas de datos compartidas, garantizando que los recursos permanezcan comunitarios en lugar de privatizados. La mayoría de los marcos éticos de la IA enfatizan la equidad, la transparencia y la rendición de cuentas, pero pocos abordan la solidaridad, una brecha que la IA cooperativa puede llenar.
Y, por último, la preocupación por la comunidad exige que la IA se diseñe para el bien común. Esto implica alinear el desarrollo con la sostenibilidad, el servicio público y el bienestar, no solo con el beneficio para los miembros o la rentabilidad de los inversores.
En su artículo READ-COOP, Terras y sus colegas establecen un estrecho diálogo entre estos siete principios cooperativos y los marcos éticos de la IA, como los de Floridi y Cowls, la OCDE y la UNESCO. Ofrecen no solo una crítica, sino un modelo: un sistema operativo para desarrollar la IA de forma diferente.
Cinco intervenciones para dar forma al futuro de la IA
Al trabajar con estos principios, las cooperativas pueden dar forma al futuro de la IA de cinco maneras clave: democratizando la gobernanza de datos, conectando la investigación, la sociedad civil y las políticas, impulsando la educación, construyendo modelos de propiedad alternativos y adaptando críticamente la IA a los fines cooperativos.
Democratizar la gobernanza de datos.
Las cooperativas de IA aún son pequeñas y emergentes, pero las que ya existen dan una idea de cómo podría ser una infraestructura y gobernanza de datos diferente, y cómo pueden cambiar el control y el acceso a los datos. MIDATA es una cooperativa suiza de datos de salud sin fines de lucro que otorga a los ciudadanos el control total de su propia información médica. Los miembros abren una cuenta de datos segura y cifrada y pueden otorgar acceso selectivo a los investigadores a sus datos personales de salud, mientras gobiernan la cooperativa democráticamente a través de su asamblea general. Basada en la infraestructura de código abierto de la ETH de Zúrich y la Universidad de Ciencias Aplicadas de Berna, MIDATA apoya la creación de cooperativas hermanas regionales o nacionales, lo que permite una investigación justa, transparente y coordinada a nivel mundial sin sacrificar el control individual.
Otras cooperativas de datos notables incluyen Pescadata, una cooperativa de datos mexicana que ayuda a los pescadores en pequeña escala a gestionar y beneficiarse de sus registros de captura; y SalusCoop, una cooperativa ciudadana española de datos de salud que aboga por la gobernanza participativa de datos.
Los centros de datos cooperativos, como los gestionados por GAD eG, la columna vertebral de TI del sector bancario cooperativo alemán desde hace mucho tiempo, refuerzan estos esfuerzos al ofrecer una infraestructura gestionada por sus instituciones miembro y responsable ante ellas. En Estados Unidos, las cooperativas eléctricas utilizan la IA para la gestión de la red y el mantenimiento predictivo, mejorando así la fiabilidad del servicio sin necesidad de desarrollar nuevos sistemas de IA.
Llevando la investigación a la sociedad civil.
La mayoría de los debates cruciales sobre IA se desarrollan en silos de élite: conferencias académicas, centros de investigación y laboratorios financiados por capital riesgo. Pero las decisiones que se toman allí tienen consecuencias cotidianas. El movimiento cooperativo se encuentra en una posición privilegiada para socializar estos debates, llevando la IA a cabildos, centros comunitarios y asambleas ciudadanas. Las cooperativas pueden ayudar a consolidar la innovación en las necesidades de las comunidades, en lugar de en los mercados.
Nuevamente, los primeros esfuerzos sugieren esta posibilidad. Consideremos grupos como Code for Africa, que desarrolla tecnología cívica en todo el continente; el Instituto para la Economía Digital Cooperativa, un centro de investigación de The New School centrado principalmente en cooperativas de plataformas y gobernanza digital; y el Instituto Aapti en Bangalore, centrado en datos justos y derechos digitales; que ya están poniendo en práctica estas ideas.
Avanzando en la educación.
Cerrar la brecha de conocimiento sobre IA no se trata solo de traducción, sino de poder. La Alianza Cooperativa Internacional, la organización líder que representa a los mil millones de personas que participan en cooperativas en todo el mundo, podría liderar el uso de la IA para la educación cooperativa a nivel mundial. Las cooperativas pueden crear plataformas de IA de aprendizaje multilingüe basadas en audio, que ofrezcan capacitación profesional a sus miembros.
Construyendo modelos de propiedad alternativos.
La propiedad define el rumbo. OpenAI comenzó como una organización sin fines de lucro "para la humanidad", y luego adoptó un modelo de ganancias limitadas para atraer capital de riesgo, una decisión tanto ideológica como legal. Las cooperativas, en cambio, utilizan reservas indivisibles y una gobernanza democrática para mantenerse alineadas con su propósito a largo plazo. Cooperativas con recursos abundantes como IFFCO (5.500 millones de dólares en ingresos anuales en 2023) y Amul (9.500 millones de dólares) podrían probar la IA en los sistemas agrícolas y alimentarios; Rabobank (14.000 millones de dólares), Crédit Agricole (46.000 millones de dólares) y Desjardins (17.000 millones de dólares) podrían liderar el sector financiero, implementando pilotos de IA ética para la calificación crediticia, la detección de fraudes y la atención a los miembros. Además, Amul ha comenzado a utilizar anuncios generados por IA en sus plataformas digitales.
Adaptación crítica de la IA para fines cooperativos.
No toda la IA se adapta naturalmente a los modelos cooperativos. Pero donde sí lo hace (cooperativas de plataforma, comunes de datos, herramientas de gobernanza), hay margen de desarrollo. El reto reside en rediseñar el desarrollo de la IA en sí, no simplemente en "mejorar su uso". Esto implica invertir en infraestructura, marcos legales y formas organizativas que garanticen la rendición de cuentas desde el principio. La IA de marca blanca de las grandes tecnológicas no es una estrategia; crea dependencias. Las cooperativas necesitan sus propios canales de desarrollo, experimentación e implementación. Y tanto para las cooperativas de trabajadores como para las grandes cooperativas de consumidores, la IA ofrece la oportunidad de reincorporar a los socios, no como usuarios pasivos, sino como participantes activos.
Aunque se promociona la IA como una forma de liberar a los trabajadores de las tareas rutinarias, a menudo reestructura los roles de maneras que debilitan la negociación colectiva y suprimen los salarios, especialmente para los etiquetadores de datos y moderadores de contenido en el Sur Global. ¿Qué pasaría si estos trabajadores no fueran solo contratistas, sino partes interesadas en los sistemas que ayudan a construir? La Cooperativa Africana de Trabajadores Tecnológicos Gamayyar en Kenia acaba de lanzarse y espera ofrecer una alternativa real al modelo extractivo que domina gran parte de la economía digital. Al eliminar intermediarios y brindar a los trabajadores acceso directo a clientes globales, la cooperativa garantiza una compensación justa, pagos puntuales y la propiedad compartida de la propia plataforma. Su gobernanza democrática y sus sistemas de apoyo profesional, desde la creación de redes hasta los recursos de salud mental, demuestran cómo los trabajadores tecnológicos pueden pasar de ser contratistas fragmentados a partes interesadas que están dando forma al futuro de su trabajo.
Un modelo de lo que es posible
READ-COOP, una cooperativa académica que gestiona herramientas de IA para documentos históricos, es una convincente prueba de concepto. Fundada en 2019 con 10,6 millones de euros de financiación de la UE en el marco del programa Horizonte 2020, evolucionó de un proyecto académico financiado mediante subvenciones a una cooperativa de IA transnacional y autosuficiente. Estructurada como una Sociedad Cooperativa Europea (SCE), READ-COOP gestiona Transkribus, una plataforma de aprendizaje automático para el reconocimiento de texto manuscrito (HTR) y la transcripción de documentos.
Transkribus ha procesado más de 90 millones de imágenes históricas y sigue creciendo. Permite a los usuarios —desde historiadores y archivistas profesionales hasta estudiantes de secundaria y grupos comunitarios— digitalizar, buscar, anotar y traducir documentos manuscritos en más de 200 idiomas y dialectos. Sus modelos son moldeados no solo por los desarrolladores, sino también por quienes los utilizan: los miembros suben datos, perfeccionan algoritmos y votan sobre las prioridades de la plataforma. Esto democratiza el acceso a la IA al permitir que los usuarios comunes entrenen y gestionen las herramientas por sí mismos.
A diferencia de la mayoría de las plataformas comerciales, Transkribus no monetiza los datos de los usuarios ni impone barreras de pago a sus funciones más valiosas. Todos los cálculos se ejecutan con energía 100 % renovable a través de TIWAG, lo que refuerza los compromisos ambientales de READ-COOP. La plataforma está gestionada por una cooperativa con 227 organizaciones miembros en 30 países, entre ellas universidades, archivos nacionales, gobiernos municipales y grupos de patrimonio cultural.
Transkribus es más que un producto: funciona como una infraestructura pública. Gobernado por sus miembros, quienes votan sobre precios, características y políticas éticas, se alinea con las prioridades académicas y culturales, en lugar de las comerciales. Más allá de su plataforma principal, READ-COOP apoya programas de alfabetización, colabora con bibliotecas rurales y ayuda a las comunidades a transcribir lenguas en peligro de extinción y recuperar historias perdidas, extendiendo la IA al ámbito de la preservación cultural y la memoria democrática.
Aun así, permanece en gran medida en el radar. Pero ofrece un modelo prometedor: una infraestructura de IA cooperativa que podría escalar en sectores específicos, mantenerse con el apoyo de subvenciones y operar a través de las fronteras, manteniendo la ética, la rendición de cuentas y la orientación al beneficio público. La pregunta no es si es posible, sino dónde tiene mayor potencial y si optaremos por apoyarla antes de que se agote la oportunidad.
Y, sin embargo, sigue siendo un caso atípico. ¿Por qué?
Barreras para la escalabilidad
La IA favorece la escalabilidad, y las cooperativas carecen de acceso a capital, capacidad de procesamiento y foros de políticas de élite en un mercado cada vez más restringido. Entrenar un modelo a gran escala como el GPT-4 requiere no solo talento, sino también una infraestructura masiva y datos exclusivos, activos que la mayoría de las cooperativas no poseen. Como resultado, incluso las cooperativas bienintencionadas a menudo se vuelven dependientes de las API corporativas, lo que refuerza las mismas estructuras a las que pretenden resistirse.
Internamente, las cooperativas también enfrentan desafíos: lentitud en la toma de decisiones, reticencias tecnológicas, conocimientos limitados de IA y deficiencias de liderazgo. A medida que crecen, algunas se inclinan hacia las jerarquías tradicionales, perjudicándose a sí mismas en el proceso. Otras optan por la inacción, abrumadas por la velocidad del cambio.
Las cooperativas no solo deben asegurar financiación específica, infraestructura pública y representación política para evitar quedar marginadas en un sistema que ya las perjudica, sino que también deben cultivar la acción colectiva basada tanto en el rigor intelectual como en la estrategia práctica. Esto implica participar en investigación profunda y aprendizaje compartido para profundizar nuestra comprensión de la economía cooperativa, a la vez que desarrollamos planes de implementación detallados, modelos de gobernanza y campañas de incidencia que traduzcan los principios en resultados tangibles. Sin este doble compromiso con el análisis profundo y la organización concreta, incluso las iniciativas bienintencionadas corren el riesgo de quedarse en meras ilusiones en lugar de impulsar un cambio real y sistémico.
Construyendo un movimiento amplio
Si las cooperativas no participan en el desarrollo y la implementación de la IA, corren el riesgo no solo de volverse irrelevantes, sino de convertirse en estructuras de apoyo para los mismos sistemas que se crearon para desafiar. La IA no es neutral. Determina cómo se organiza el trabajo, cómo circula la información y quién tiene acceso a las herramientas que configuran el futuro. Para que las cooperativas tengan influencia, no pueden operar de forma aislada. Necesitan construir redes, compartir infraestructura y colaborar con movimientos sociales más amplios: sindicatos, grupos de justicia climática, coaliciones de derechos digitales y campañas indígenas por la soberanía de datos.
Y, sin embargo, muchos dudan, a pesar de que las cooperativas están diseñadas para sortear contradicciones y perdurar —abarcando ideologías que van desde la izquierda radical hasta la derecha libertaria, y desde el escepticismo ambiental hasta el feminismo de base— unidas no por un consenso político, sino por un compromiso compartido con la propiedad colectiva y el control democrático. ¿Cómo se vería la participación en la práctica? ¿Podrían las cooperativas de trabajadores tecnológicos alinearse con sindicatos como el Alphabet Workers Union, crear fondos de defensa legal para proteger los datos de los usuarios de la extracción de datos, o desarrollar modelos de gobernanza compartida para contrarrestar el poder corporativo en la regulación de la IA? Estas no son preguntas hipotéticas, sino los primeros pasos de algo mucho mayor.
La IA no es un simple salto tecnológico, sino un reinicio sistémico que definirá el funcionamiento de las instituciones y a quiénes sirven. Los experimentos cooperativos que se desarrollan hoy no se expandirán de la noche a la mañana. Las cooperativas no invertirán más que las grandes tecnológicas. Pero mediante principios alineados, coordinación global y alianzas concretas entre los sectores público y privado, pueden ayudar a transformar el panorama. Sin embargo, plantean un desafío al que vale la pena prestar atención: las estructuras de propiedad, gobernanza y rendición de cuentas son importantes no solo para la equidad, sino también para la estabilidad a largo plazo. Las innovaciones más valiosas podrían no provenir de los modelos más rápidos, sino de los sistemas más inclusivos.
Lea más sobre IA y aprendizaje automático o temas relacionados: IA generativa, tecnología y análisis, algoritmos, automatización, informática empresarial y modelos de negocios.
Trebor Scholz es profesor en The New School de Nueva York, profesor asociado en el Berkman Klein Center de Harvard e investigador visitante en el Berlin Social Science Center. Tiene un doctorado de la Universidad de Plymouth y se centra en el emprendimiento cooperativo en la economía digital. Scholz es ampliamente conocido por desarrollar el concepto de "cooperativas de plataforma", plataformas digitales propiedad de los trabajadores que promueven la justicia económica, social, laboral y ambiental. Sus libros, Own This! (ganador del Premio Joyce Rothschild del Libro) y Uberworked and Underpaid, se han traducido a varios idiomas, contribuyendo al establecimiento de un nuevo subcampo académico de Tecnología Solidaria.
Stefano Tortorici es investigador doctoral en Ciencias Políticas y Sociología en la Escuela Normal Superior, miembro del Centro de Estudios de Movimientos Sociales (COSMOS) e investigador afiliado al Instituto para la Economía Digital Cooperativa (ICDE) de The New School de Nueva York. Ha realizado investigaciones en la Universidad Libre de Ámsterdam, la Universidad París Nanterre, The New School de Nueva York y el Oxford Internet Institute. Su investigación actual se centra en explorar posibles soluciones a los desafíos de escala y financiación que enfrentan las cooperativas de plataforma.
