Quién entrena el mundo
La asimetría Norte/Sur en la IA generativa no es problema de falta de diversidad. Es la operación activa por la que una posición cultural específica se constituye como neutral.
Cuando un sistema de IA generativa recibe el encargo de representar “una ciudad” sin más calificativos, no produce una ciudad genérica. Produce una ciudad con rasgos arquitectónicos identificables: rascacielos de cristal, mobiliario urbano de estilo europeo o norteamericano. La supuesta neutralidad del prompt activa, por defecto, un imaginario cultural específico. Cuando al mismo sistema se le pide representar Yakarta, Lagos o Lima, suele insertar elementos arquitectónicos occidentales en el resultado.
He publicado en mi Cuaderno público un texto largo argumentando que la asimetría Norte/Sur en la IA generativa no es problema técnico corregible mediante datasets más diversos. Es la operación activa por la cual una configuración cultural específica —predominantemente angloamericana— se constituye como punto cero del sentido en sistemas que se presentan como universales. La hegemonía no opera bajo el nombre de hegemonía: opera bajo el nombre de neutralidad.
Los datos son inequívocos. Midjourney genera solo un 23% de imágenes con mujeres y un 9% con personas de ascendencia africana. Los paisajes urbanos de Nueva Delhi aparecen sistemáticamente “sucios” en los outputs. Hugging Face, desarrollador de Stable Diffusion, reconoce que la “gran mayoría” de sus datos de entrenamiento está en inglés. El lenguaje institucional de la “diversidad cultural” es necesario pero insuficiente: presupone que el problema es aditivo cuando en realidad es estructural.
Y la consolidación industrial de 2026 lo refuerza. Mientras los marcos internacionales discuten cómo asegurar diversidad cultural, OpenAI cierra rondas de 122.000 millones de dólares, lanza divisiones específicas de despliegue empresarial y supera el millón de empresas usuarias; Microsoft y Google empaquetan plataformas de agentes con gobierno integrado; Europa apuesta a la vez por capacidad regulatoria y AI factories. El poder material para definir qué es buena IA y qué es despliegue responsable se concentra en muy pocos actores geográficamente localizados, mientras la conversación sobre alternativas avanza a otra cadencia y desde otras geografías.
Cuarto y por ahora último texto de una serie sobre infraestructuras digitales: sostenibilidad y consumo ético, validación institucional, desplazamiento del valor en el trabajo cultural, y ahora distribución geográfica del poder cultural.