"La inteligencia artificial se presenta como una tecnología limpia, pero su huella física refleja una nueva forma de extractivismo colonial: en lugar de plata y soja, hoy es el agua para refrigeración, la energía fósil y los datos de millones de personas."
Friederike Rohde & Paz Peña, Project Syndicate, 2025
Las plataformas digitales han extraído comportamientos, preferencias, ubicaciones y relaciones sin una compensación real para quienes los generaban, y han concentraron ese capital de información en pocos centros de poder tecnológico.
Con la irrupción masiva de la Inteligencia Artificial generativa en 2022, ese modelo no solo se ha acelerado, se ha amplificado. Hoy, los grandes modelos de lenguaje se entrenan sobre una amplia recopilación de textos, imágenes y código, sin consentimiento explícito ni compensación económica alguna. Mientras tanto, la infraestructura que sostiene todo ese poder computacional está dejando una huella física como las de toneladas de CO₂ o la huella hídrica.
El problema es de fondo, no solo medioambiental, es de justicia distributiva. Como señalaron investigadoras como Kate Crawford en Atlas de la IA, los beneficios de esta revolución tecnológica se concentran en el Norte global, mientras sus costos ambientales y laborales recaen de forma desproporcionada en el Sur global: los minerales para los chips en el Congo, las plantas de semiconductores en cuencas hídricas en estrés en Taiwan, los ejércitos de trabajadores mal pagados que etiquetan datos en Kenia o Filipinas.
Ante esto, existen rutas alternativas que van creciendo como las cooperativas de datos, plataformas de código abierto con gobernanza ética y modelos de negocio que distribuyen el valor.
El extractivismo de datos
El término "extractivismo de datos" no es metafórico. Tiene una lógica operacional que replica la de las industrias extractivas tradicionales: identificar un recurso valioso en territorios o comunidades, extraerlo a bajo o nulo coste, procesarlo en otra parte, y capturar el valor generado de forma unilateral.
En el modelo Big Tech, los usuarios son simultáneamente productores del recurso (sus datos) y consumidores del producto elaborado con ese recurso (las plataformas). Pero a diferencia de las cooperativas agrícolas, por ejemplo, los usuarios-productores no tienen voto sobre cómo se usa lo que generan, no reciben dividendos de las ganancias derivadas de sus datos y no pueden auditarlo.
La concentración resultante es la capitalización bursátil de las cinco mayores empresas tecnológicas que supera los 11 billones de dólares.
Y la pregunta que podemos lanzar es ¿qué modelos alternativos pueden redistribuir tanto el poder sobre los datos como el valor que generan?
Cooperativas de datos: gobernanza desde abajo
Las cooperativas de datos aplican los principios clásicos del movimiento cooperativo: propiedad colectiva, gobernanza democrática, distribución equitativa de beneficio. A diferencia del modelo Big Tech, en una cooperativa de datos los miembros son los propietarios del recurso y deciden colectivamente cómo se usa.
MIDATA: La cooperativa más citada y con mayor trayectoria es MIDATA, fundada en 2015 en Suiza. MIDATA opera una plataforma de datos de salud donde los usuarios almacenan sus registros médicos, datos genómicos y datos de aplicaciones de bienestar de forma cifrada. Son ellos, y no una empresa, quienes deciden caso a caso si un investigador o médico puede acceder a esa información. El modelo de gobernanza es diferente al de cualquier plataforma tecnológica comercial: los miembros gobiernan la cooperativa en una asamblea general, eligen un consejo de ética que revisa las solicitudes de acceso a los datos y pueden retirar sus datos en cualquier momento.
JoinData: En el sector agroalimentario, la cooperativa holandesa JoinData aplica el mismo principio, permite a los agricultores compartir sus datos de producción con terceros: empresas de insumos, asesores técnicos, organismos públicos de forma controlada y consentida. Los datos permanecen bajo propiedad del agricultor, que decide con quién los comparte y en qué condiciones.
Este modelo resulta relevante en un sector donde las grandes plataformas de datos agrícolas acumulan conocimiento estratégico sobre las explotaciones sin retorno de valor para los productores.
Driver's Seat: es una cooperativa de datos fundada en Estados Unidos para conductores de plataformas como Uber y Lyft. Los conductores comparten sus datos de actividad con la cooperativa, que analiza la información colectiva y la devuelve como inteligencia útil: qué zonas y horarios son más rentables, qué cambios en las condiciones de las plataformas les afectan, cómo negociar colectivamente con municipios y empleadores.
De las Benefit Corporations a las plataformas cooperativas
Las Benefit Corporations, conocidas por su certificación como B Corp, otorgada por la organización B Lab, son empresas con ánimo de lucro que están legalmente obligadas a equilibrar la generación de beneficio con un impacto positivo en todos sus grupos de interés: trabajadores, comunidades, medio ambiente y sociedad. A diferencia de las empresas convencionales, no pueden priorizar el valor para el accionista si ello implica dañar a otros stakeholders.
En febrero de 2024 había 8.254 empresas certificadas como B Corps en 96 países, cubriendo 162 sectores. El modelo crece especialmente en Italia, donde el reconocimiento legal de las società benefit generó un aumento del 839% en empresas registradas entre 2018 y 2022. En Francia, las entreprises à mission tienen reconocimiento legal desde 2019. En España, el movimiento crece, aunque aún sin marco legislativo específico.
Aplicado al ecosistema tecnológico e IA, la certificación B Corp representa un contrato social con el mercado: una empresa puede operar con ánimo de lucro y captar inversión, pero acepta estándares auditados de transparencia, equidad laboral, impacto ambiental y gobernanza. Solo el 4% de las empresas que se someten a la evaluación logran superarla, lo que la diferencia del greenwashing superficial.
Plataformas cooperativas: propiedad y gobernanza en manos de los usuarios
El movimiento de plataformas cooperativas (platform cooperativism), impulsado por teóricos como Trebor Scholz y prácticos como Nathan Schneider, propone que las plataformas digitales sean propiedad de quienes las usan y generan valor en ellas, replicando el modelo cooperativo clásico en el entorno digital.
En IA, esto se traduce en iniciativas como las cooperativas de datos descritas anteriormente, pero también en modelos como co-op.cloud, una plataforma que ofrece infraestructura tecnológica gestionada colectivamente, o CommonsCoop, una nube cooperativa que pone el control de la infraestructura en manos de sus miembros.
El Reglamento de Gobernanza de Datos de la UE reconoce explícitamente a los intermediarios de datos como entidades que pueden operar bajo este modelo, ofreciendo un marco legal para que cooperativas de datos europeas operen con protecciones específicas. Según el reglamento, estos intermediarios no pueden comercializar los datos que gestionan, sino actuar como fiduciarios de sus miembros.
Modelos de distribución basados en tokens y blockchain
En el espacio de las tecnologías descentralizadas, emergen experimentos con modelos de distribución de valor más granulares. Organizaciones como dOrg operan como cooperativas de trabajadores en la cadena de bloques, donde los contribuyentes reciben compensación proporcional a su trabajo en proyectos tecnológicos. Aunque la aplicación de tokens como mecanismo de gobernanza cooperativa sigue en fase experimental y enfrenta retos de diseño no resueltos, representa una vía de investigación activa.
Sería ingenuo presentar estos modelos alternativos sin reconocer sus limitaciones. Las cooperativas de datos tienen tres tensiones estructurales:
Escala frente a principios democráticos. Los procesos de gobernanza participativa son más lentos y costosos que la toma de decisiones centralizada. Llegar a la masa crítica de miembros que hace viable una cooperativa de datos es un gran desafío cuando se compite con plataformas gratuitas.
Financiación. Las Benefit Corporations y las cooperativas no están blindadas frente a la presión inversora. La tensión entre mantener los principios fundacionales y acceder a capital para crecer es permanente.
Regulación incompleta. La Directiva de IA es un avance, pero no aborda todos los retos a los que se enfrenta la IA. La Directiva de Eficiencia Energética obliga a informar a los centros de datos en la UE, pero fuera de ese territorio las reglas son laxas. Y muchos países en desarrollo compiten por la inversión tecnológica agilizando permisos ambientales en lugar de endurecerlos.
El debate sobre el extractivismo de datos en IA se centra en sobre quién controla la infraestructura cognitiva de las próximas décadas, quién captura el valor que genera y a qué precio ambiental y social.
Las cooperativas de datos como MIDATA, JoinData o Driver's Seat están demostrando que la soberanía de datos es operacionalmente posible. Las plataformas de código abierto o los productos del proyecto BigScience están demostrando que modelos de IA de frontera pueden desarrollarse con transparencia y gobernanza ética. Las Benefit Corporations y las plataformas cooperativas están ofreciendo marcos legales y de negocio para capturar valor sin extraerlo.
Ninguno de estos modelos es perfecto, y ninguno escala todavía a la dimensión de un Google o un OpenAI. Pero es cierto que la arquitectura técnica y jurídica de la IA que usaremos en 2035 se está diseñando ahora. La ventana de posibilidad para integrar principios cooperativos, distribución equitativa del valor y gobernanza democrática en esa arquitectura está abierta.
