Page 16 - Anuario AC/E de cultura digital 2026

6. La homogeneización del
contenido artificial
7. Una cadena de suministro
con trazas coloniales
Una amenaza emergente es el llamado colapso
de modelos. Los modelos de lenguaje aprenden
patrones estadísticos a partir de grandes volú-
menes de texto. Cuanto más frecuente es una
expresión en los datos de entrenamiento, mayor
probabilidad tiene de aparecer en las genera-
ciones futuras. Actualmente, la IA generativa
produce cantidades masivas de contenido que
se publican en internet. Este contenido sintético
comienza a formar parte del corpus textual
disponible en la web. Cuando los siguientes
modelos se entrenan, ya lo hacen sobre estos
textos artificiales.
Si una proporción significativa de los datos de en-
trenamiento proviene de generaciones anteriores
de modelos, el sistema aprende principalmente
de patrones ya filtrados algorítmicamente. Cada
ciclo de entrenamiento con contenido sintético
amplifica la tendencia hacia la media estadística.
El resultado no es un aumento de errores técni-
cos, sino una reducción sistemática de la variabili-
dad lingüística. Las expresiones menos frecuentes
(la larga cola de la distribución) quedan progresi-
vamente subrepresentadas: modismos regionales,
construcciones sintácticas minoritarias, vocabula-
rio especializado de culturas no dominantes. Con
cada iteración, el espacio de variación lingüística
se contrae.
La adopción generalizada de los modelos de
lenguaje como asistentes de escritura ya se asocia
con un declive medible en la diversidad léxica y
sintáctica de la escritura humana. Si esta dinámica
no se gestiona, podría dar lugar a una forma de
monocultivo cognitivo: la variabilidad del lenguaje
humano desplazada por un registro estandarizado,
optimizado para la fluidez y la previsibilidad, pero
pobre en matices (Sourati et al., 2025).
Anuario AC/E de cultura digital 2026
Esta homogeneización, sin embargo, no es una
consecuencia técnica ni un resultado accidental.
Responde a dinámicas de poder más profundas y
estructurales, que conectan la IA contemporánea
con legados coloniales de extracción y subordi-
nación epistémica.
La producción de IA se podría situar dentro de lo
que el sociólogo peruano Aníbal Quijano deno-
mina la matriz colonial del poder. Este marco
explica que los desequilibrios en el desarrollo
tecnológico reproducen continuidades históricas
del colonialismo. Aparece una cadena de sumi-
nistro colonial de la IA: regiones del Sur Global
proveen datos, mano de obra de anotación y
moderación de contenidos (frecuentemente
precarizada e invisible), mientras que las grandes
corporaciones tecnológicas capturan el valor,
la propiedad intelectual y el poder de decisión
sobre el diseño y la gobernanza de estos siste-
mas (Muldoon & Wu, 2023)
La experta en teoría de medios McKenzie Wark
llamó a esta nueva élite la clase vectorialista: no
posee directamente los medios de producción
material, sino los vectores a través de los cuales
la información es abstraída, valorizada y mercan-
tilizada (Wark, 2004). En el contexto tecnológico,
esta clase se manifiesta en las empresas que con-
trolan la infraestructura en la nube, los modelos
fundacionales y las plataformas de distribución.
No producen directamente nuevos conocimien-
tos, sino que controlan los medios para extraer
valor de esas abstracciones.
Esta estructura perpetúa asimetrías económicas
y consolida una producción de conocimiento
hegemónica que margina epistemologías no
occidentales. Un estudio reciente con profesio-
nales del sector pertenecientes a países del Sur
Global documenta cómo esta dependencia se
experimenta no sólo en términos materiales, sino
también epistémicos: sus conocimientos situa-
dos y prioridades locales son sistemáticamente
16
SUPREMACía CULTURAL y GEOPOLíTICA DE LA INTELIGENCIA ARTIfICIAL…
·
LUCía VELASCO