Este capítulo recoge nuestro diálogo. Tomo la pluma para narrar, en primera persona, la experiencia y el pensamiento de Thierry. El «yo» del relato lleva su palabra a través de mi escritura.

— Isis

Hay momentos en que una tecnología deja de ser un sector industrial para convertirse en una infraestructura general de poder. La electricidad experimentó esa mutación. La informática también. También Internet. La inteligencia artificial entra ahora en esa categoría.

Ya no basta con verla como una industria nueva, una nueva herramienta de productividad o una nueva familia de programas informáticos. Se convierte en una capa cognitiva situada sobre casi todas las demás infraestructuras.

Puede analizar una cadena logística, interpretar una imagen satelital, detectar una anomalía financiera, diseñar una molécula, traducir de una lengua a otra, escribir código, optimizar una fábrica, asistir a un Estado Mayor, formular una hipótesis científica o elaborar una síntesis diplomática. Su alcance, pues, no se limita a un sector. Es transversal.

Esto altera radicalmente la naturaleza de la competencia entre potencias. Un país que depende de otro para obtener petróleo tiene una dependencia energética. Cuando depende de otro para obtener semiconductores, tiene una dependencia industrial y tecnológica. Pero cuando sus administraciones, empresas, investigadores, militares o ciudadanos empiezan a depender de sistemas extranjeros para analizar, interpretar y en ocasiones recomendar una decisión, aparece una categoría nueva: la dependencia cognitiva. El término puede parecer excesivo. No lo es.

Toda sociedad compleja se sustenta en instrumentos para representar la realidad. Mapas, estadísticas, contabilidad, bases de datos, modelos económicos, motores de búsqueda: cada una de estas herramientas ha ampliado nuestra capacidad colectiva de ver. La inteligencia artificial añade ahora otra capacidad.

Además de almacenar o recuperar la información, la recompone. Jerarquiza, relaciona, infiere, sugiere. Transforma así la masa de información en una representación que sirve para actuar. Quien dispone de esa capacidad puede ver antes, a veces más lejos, a veces mejor. Pero también puede equivocarse en lo que ve a una escala gigantesca. Es precisamente esa doble posibilidad la que convierte a la IA en estratégica.

Una tecnología se vuelve soberana cuando ya no es razonable imaginar el ejercicio del poder sin ella. Nos acercamos a ese umbral. Un Ministerio de Defensa que rechazara de plano la inteligencia artificial correría el riesgo de procesar con demasiada lentitud volúmenes de datos que exceden ya la capacidad humana. Un sistema de salud que prescindiera de ciertas herramientas de análisis podría perder eficacia. Una industria que no automatizara ninguna tarea de diseño ni de mantenimiento podría sufrir una desventaja económica.

Así pues, la IA ya no es únicamente una ventaja. Poco a poco puede convertirse en una condición para competir. A partir de ahí cambia la pregunta. Ya no se trata de saber si un país utilizará la inteligencia artificial, sino de saber con qué arquitectura, bajo qué reglas, en qué infraestructuras y con qué grado de autonomía. Ahí empieza la soberanía cognitiva.

La definiría como la capacidad de un actor político, económico o cultural para utilizar sistemas de inteligencia sin perder el control de los datos, de los fines, de los criterios de decisión y de las vías de impugnación. Esa soberanía no exige autarquía. Ningún país construirá por sí solo todas las capas tecnológicas que necesita. Hasta las mayores potencias dependen de cadenas internacionales.

Pero hay una diferencia inmensa entre una interdependencia bajo control y una dependencia opaca. Utilizar un modelo desarrollado en otro lugar puede ser perfectamente racional. Desconocer cómo fue entrenado, no poder auditar sus sesgos, carecer de alternativas y confiarle funciones críticas genera una vulnerabilidad. La soberanía no equivale a la autarquía: consiste en saber dónde está la dependencia y en poder sobrevivir si se interrumpe el vínculo.

Ya había encontrado esta lógica en todas las arquitecturas de resiliencia. Un centro de datos no es soberano por poseer servidores. Lo es porque dispone de redundancias, rutas alternativas, energía, refrigeración, copias de seguridad, procedimientos. Una nación debe pensar la IA con el mismo rigor.

¿Qué modelo utiliza?

¿Dónde están sus datos?

¿Dónde están sus procesadores?

¿Quién puede interrumpir el servicio?

¿Qué derecho se aplica?

¿Hay una solución alternativa?

¿Cuánto tiempo llevaría la migración?

Mientras no se formulen esas preguntas, la soberanía seguirá siendo retórica.

La primera gran diferencia entre Estados Unidos, China y Europa reside precisamente en sus respectivas arquitecturas. Estados Unidos reúne una concentración excepcional de capital, laboratorios, universidades, servicios en la nube, plataformas, semiconductores diseñados en su territorio o por sus empresas y mercados financieros capaces de sostener gastos gigantescos. Su poder procede en gran medida de un ecosistema privado extraordinariamente dinámico que cuenta con el respaldo histórico de la investigación pública y militar.

China presenta otra arquitectura: un Estado capaz de dirigir la inversión a gran escala, una base industrial gigantesca, un mercado interior considerable, empresas tecnológicas poderosas y una voluntad política explícita de reducir la dependencia en las capas críticas. Europa cuenta con investigadores notables, industriales, infraestructuras, mercados potentes y un derecho capaz de influir en las normas a escala mundial. Pero a menudo la lastran la fragmentación del capital y de los mercados, así como la dispersión de las decisiones estratégicas.

Los tres modelos no compiten, por tanto, únicamente en prestaciones técnicas. Encarnan tres maneras de organizar la relación entre la innovación, el mercado, el Estado y el ciudadano. Probablemente sea uno de los grandes experimentos políticos del siglo.

¿Qué sistema logrará producir suficiente innovación sin perder el control democrático?

¿Qué sistema conseguirá coordinar suficientemente sus recursos sin ahogar la iniciativa?

¿Qué sistema sabrá proteger a las personas y seguir siendo competitivo?

No hay una respuesta definitiva. Pero la velocidad de la IA somete desde ahora a estas arquitecturas institucionales a una prueba continua. Me fascina comprobar que la competencia va más allá del propio modelo. Hablamos mucho de los grandes modelos de inteligencia artificial porque son visibles y espectaculares. Y, sin embargo, se apoyan en una inmensa pirámide invisible.

En la base está la energía. Luego vienen los centros de datos. Después, las redes.

Luego los procesadores. Después los sistemas de almacenamiento. Después los programas de cálculo. Después los corpus de entrenamiento.

Luego los equipos capaces de organizar, entrenar, probar y proteger los modelos. Al fin llegan los usuarios, las empresas y las instituciones capaces de incorporar esa inteligencia a sus procedimientos reales.

Así pues, la IA nunca es un objeto aislado. Es el extremo de una cadena material y cognitiva.

Esto enlaza directamente con la noción de stack geopolítico. Llamo stack geopolítico al conjunto de capas interdependientes que hacen posible una potencia cognitiva: semiconductores, capacidad de cálculo, energía, centros de datos, redes, modelos, datos, conocimientos e infraestructuras de difusión. La soberanía ya no se juega en un solo nivel. Depende de qué grado de control o de dependencia se tenga sobre el conjunto de esas capas.

Un país puede tener excelentes investigadores y carecer de energía o de procesadores. Puede disponer de centros de datos, pero no de modelos. Puede tener los modelos, pero carecer de empresas capaces de traducirlos en ganancias industriales. El poder procede, pues, de integrar todas las capas. Eso es lo que hace tan distinta de las anteriores la pugna actual.

En el ámbito del armamento nuclear, el número de actores capaces de dominar toda la cadena es relativamente reducido. En la IA, parte de la innovación puede nacer en un pequeño equipo, mientras que el entrenamiento o el despliegue a gran escala requieren una infraestructura industrial gigantesca. Esa coexistencia de pequeños equipos creativos y capitales colosales crea un ecosistema muy particular. Hace posible que surjan con rapidez nuevos actores al tiempo que favorece la concentración de determinados recursos.

El cálculo se impone así como una nueva forma de capital estratégico. En otro tiempo, la potencia industrial podía medirse en toneladas de acero, en kilovatios, en número de fábricas. En adelante quizá haya que añadir la capacidad de cálculo disponible, la calidad de los modelos, la cantidad y pertinencia de los datos. Es una transformación conceptual de primer orden.

El cálculo supera la condición de mero servicio informático. Adquiere la de recurso nacional. Así se explica la posición central que los semiconductores ocupan hoy en la geopolítica. Un capítulo anterior lo mostró con Taiwán: gran parte de la arquitectura mundial de la inteligencia artificial depende de componentes cuya fabricación está muy concentrada. Esa concentración crea una fragilidad estratégica excepcional.

Un conflicto, una ruptura en la cadena de suministro o una restricción a la exportación pueden ralentizar todo un ecosistema. Surge así una paradoja extraordinaria: la tecnología más inmaterial de nuestra época depende de unas pocas instalaciones industriales sumamente materiales, costosas y vulnerables. La inteligencia artificial flota en la nube, pero la nube es un edificio lleno de máquinas enchufadas a una red eléctrica. Hay que volver siempre a la materia.

Es casi una obsesión en mi manera de pensar: detrás de la abstracción siempre hay una infraestructura. Detrás de la imagen digital, una pantalla. Detrás del dato, un soporte. Detrás de la IA, toneladas de cobre, silicio, acero, hormigón, transformadores y fibra óptica. La fantasía de una inteligencia puramente virtual es, pues, falsa.

Hasta la inteligencia artificial tiene cuerpo. Y ese cuerpo tiene una geografía.

Esa geografía ocupa ya el centro de las estrategias con las que las potencias buscan garantizar su seguridad. Estados Unidos quiere mantener su ventaja en los componentes más avanzados, atraer capacidad de fabricación y controlar determinadas exportaciones estratégicas. China quiere reducir su dependencia y desarrollar alternativas propias. Europa busca recuperar su lugar en las tecnologías críticas y evitar una dependencia total de las nubes, los procesadores y los modelos extranjeros.

Detrás de los discursos sobre innovación, estamos asistiendo a una reindustrialización estratégica. La IA vuelve a situar la industria en el centro. Es uno de los giros más interesantes de nuestra época. Durante décadas, algunas economías occidentales dieron prioridad a los servicios y aceptaron trasladar parte de la producción al extranjero. La digitalización parecía confirmar aquella trayectoria. Y de pronto el mundo descubre que la soberanía digital exige fábricas, centrales eléctricas, redes.

La inteligencia artificial no elimina, pues, la industria. La vuelve aún más decisiva. Y la energía podría convertirse en uno de los mayores condicionantes. Los modelos necesitan cómputo, y el cómputo consume electricidad. Los centros de datos necesitan un suministro abundante y estable. Un país puede contar con ingenieros y, aun así, verse limitado si no produce suficiente energía.

La soberanía cognitiva enlaza, por tanto, directamente con la soberanía energética. Todo está relacionado. Esa interconexión es lo que me interesa. A veces se pretende aislar la IA como una disciplina del software. Pero nos obliga a pensar a la vez en energía nuclear, redes eléctricas, agua, clima, inmuebles industriales, ciberseguridad, fiscalidad, derecho y educación. La IA es un fenómeno sistémico.

Quien la trata como un simple programa solo ve una parte del problema. El Blind Spot se vuelve entonces peligroso. Una nación puede invertir miles de millones en modelos y descubrir después que carece de la infraestructura eléctrica para desplegarlos. Una empresa puede poseer una tecnología excelente y no tener los datos necesarios para adaptarla. Un gobierno puede imponer una regulación ejemplar y ver cómo sus empresas se marchan a entrenar sus modelos a otro lugar.

La estrategia consiste en identificar esas dependencias cruzadas antes de que se conviertan en crisis. La IA obliga así a recuperar la planificación estratégica, entendida como conocimiento de las cadenas críticas, sin que ello exija dirigir la economía entera. Una democracia capaz de decidir deprisa puede conservar sus principios. Lo que necesita son procedimientos a la altura de la velocidad del mundo. Quizá ese sea uno de los grandes desafíos de Europa.

¿Cómo conservar las garantías jurídicas, los contrapesos y el debate público, y a la vez acortar el plazo entre el diagnóstico y la ejecución? China tiene una capacidad de decisión centralizada que, en ciertos proyectos, le permite avanzar muy deprisa. Estados Unidos cuenta con un ecosistema financiero y empresarial que también hace posible una aceleración considerable. Europa posee a menudo una inteligencia normativa excepcional, pero sus mecanismos de decisión están dispersos.

Y la IA premia la rapidez con la que se experimenta. Hay, pues, que inventar una forma europea de aceleración que no se limite a imitar los otros modelos. Uno de los grandes retos de Europa podría ser convertir el derecho en una infraestructura de confianza, en lugar de un freno. Una inteligencia artificial europea podría ser competitiva precisamente porque los ciudadanos, las empresas y las administraciones sabrían a qué reglas está sujeta.

La confianza es un capital. A menudo se olvida. Si una sociedad desconfía de los sistemas de IA, tardará más en adoptarlos o mostrará resistencias legítimas. Una regulación bien concebida puede convertirse, por tanto, en una ventaja competitiva. Pero debe ser proporcionada. Una normativa demasiado gravosa podría hacer que los pequeños actores no pudieran afrontar los costes de cumplimiento y reforzar a los gigantes que pretendía controlar.

Es una paradoja clásica: una regla concebida para combatir la concentración puede acentuarla, porque solo los más ricos se pueden permitir el coste de su complejidad. Otro efecto de segundo orden que conviene vigilar.

Por eso la propia regulación de la IA debe ser experimental, evolutiva y capaz de corregirse. Ante una tecnología que cambia deprisa, una ley rígida corre el riesgo de quedar obsoleta en seguida. Esto no significa que debamos prescindir de las reglas. Al contrario. Significa que las reglas han de poder adaptarse.

Reaparece aquí la permanencia mutante. Hace falta un núcleo estable —derechos fundamentales, responsabilidad, un mínimo de transparencia, protección contra abusos— y formas de actuación que puedan evolucionar. Hay que distinguir entre principio y procedimiento. Una civilización madura no cambia de valores cada seis meses. Cambia los medios con los que los defiende.

La inteligencia artificial plantea precisamente esa pregunta. A medida que aumenta la capacidad técnica, ¿qué valores queremos declarar innegociables?

Esto nos lleva a la autonomía en la toma de decisiones. En muchos debates sobre la IA se emplea la palabra «autónomo» con excesiva vaguedad. Un sistema puede estar automatizado sin ser soberano. Puede ejecutar una tarea sin tener una intención propia. Pero cuanto más facultamos a los sistemas para seleccionar información, proponer una acción y desencadenar ciertas consecuencias, más importancia política adquiere la frontera entre asistir y decidir.

El problema es particularmente agudo en los ámbitos militar y de seguridad. Una alerta generada por una IA puede influir en una decisión humana aunque, jurídicamente, la responsabilidad siga recayendo en la persona. Es el fenómeno conocido como automation bias, o sesgo de automatización: si la máquina parece competente, el usuario puede tender a seguir su recomendación. El peligro va más allá de que una IA tome oficialmente la decisión. Puede llegar a definir el marco cognitivo hasta tal punto que la persona ya no se atreva a contradecirla.

Esa es la dependencia cognitiva en su forma más profunda.

Quien suministra el mapa influye en el itinerario aunque no conduzca el coche. Esa metáfora me parece central. La IA traza una cartografía de lo posible. Indica qué hipótesis parecen importantes, qué escenarios parecen probables. Si quien decide no comprende los límites del mapa, puede confundir la representación con la realidad. Ahí reside el pecado original del modelo.

Todo modelo simplifica. La IA no suprime ese límite. Incluso puede encubrirlo con la fluidez de su lenguaje. Una respuesta bien formulada produce una impresión de coherencia que puede exceder su verdadero grado de certeza.

De una inteligencia artificial madura espero que haga visible su propia incertidumbre. Tendrá que distinguir lo que sabe, lo que infiere, lo que supone y lo que ignora. Es más que una cuestión técnica. Es una disciplina epistemológica. Y enlaza de lleno con mi Blind Spot.

Un buen sistema no debería limitarse a responder: esta es la hipótesis más probable. Debería añadir: estas son las hipótesis alternativas, estos son los datos que faltan, esto es lo que podría hacerme cambiar el diagnóstico. Para quien debe tomar una decisión, esa forma de proceder sería infinitamente más valiosa que una máquina de certezas.

En una crisis militar, esa capacidad puede salvar vidas. Imaginemos que dos potencias observan un movimiento de tropas. El modelo A le atribuye un 78 % de probabilidad de ser la preparación de una ofensiva. El modelo B, un 65 % de ser un ejercicio defensivo. Si cada Estado mira únicamente la puntuación principal, cabe la posibilidad de una escalada. Si los sistemas muestran los motivos para dudar, los escenarios alternativos y los elementos que permitirían distinguirlos, la decisión humana recupera su espacio. La IA se convierte entonces en instrumento de desescalada.

Veo ahí una posible función de desescalada. Se habla muchísimo de la IA como acelerador del conflicto. También se puede concebir como una máquina que frene ciertas interpretaciones peligrosas. Podría obligar al Estado Mayor a examinar tres escenarios antes de actuar. Podría detectar que una señal se asemeja a un ataque, pero que también admite una explicación meteorológica o logística. En otras palabras, podría institucionalizar la duda.

Eso conecta profundamente con mi manera de pensar. Dudar no es paralizarse. Es someter la decisión a un control de calidad. Siempre he vivido con estas preguntas: ¿dónde está mi Blind Spot? ¿Por qué me parece evidente lo que veo? ¿Qué elemento podría invertir mi interpretación? Me parece indispensable aplicar esa disciplina a los sistemas de IA militares o estratégicos.

Un poder cognitivo incapaz de dudar sería extremadamente peligroso.

Por eso la competición entre potencias debería ser algo más que una carrera por las prestaciones. También debería ser una carrera por la fiabilidad, la posibilidad de auditar y la seguridad. El modelo más rápido no es necesariamente el mejor sistema estratégico. Una IA capaz de reconocer sus límites puede ser más valiosa que otra más potente pero opaca.

Esa distinción probablemente resulte decisiva en los sistemas críticos. En un producto de uso general, un error puede dar lugar a una información equivocada. En una red eléctrica, un sistema de salud o la defensa aérea, puede provocar una catástrofe. El grado de exigencia debe variar, pues, en función del uso.

De nuevo, una cuestión de clasificación. Cometemos a menudo el error de hablar de «la IA» como si solo existiera un nivel de riesgo. Sin embargo, «inteligencia artificial» es una categoría tan amplia como «electricidad». Un generador de texto que sirve para preparar un borrador y un sistema que dirige una infraestructura crítica requieren, como es lógico, controles distintos. Una regulación inteligente debe distinguir esos usos.

Ese grado de detalle es esencial. Evita los dos extremos: permitirlo todo o prohibir demasiado. Europa tiene una aptitud especial para construir esa arquitectura del riesgo. Podría convertirse en su punto fuerte si logra articular regulación e industria. Pero quizás el verdadero terreno del poder esté en otro sitio: en los datos.

La inteligencia artificial aprende a partir de corpus, observaciones, huellas. Quien posee datos de gran calidad en un campo concreto puede crear una inteligencia especializada de enorme valor. Ahí es donde mi experiencia en Artprice casi parece un anticipo.

Durante décadas hemos construido una memoria estructurada del Mercado del

Arte. No un cúmulo indiscriminado de documentos, sino datos normalizados,

fechados, relacionados y verificados. Esa diferencia cobra una importancia enorme en la era de la IA. Un modelo generalista puede tener conocimientos generales sobre la historia del arte. Una inteligencia especializada solo gana en precisión si trabaja, en un marco autorizado y controlado, con corpus profesionales estructurados, fechados, verificados y de procedencia conocida. Es precisamente lo que aprendí en Artprice: el valor de los datos reside en su arquitectura, su profundidad histórica y su fiabilidad, más que en su volumen bruto.

Por eso las bases de datos históricas se convierten en yacimientos cognitivos. El dato antiguo cambia de naturaleza. Era un archivo. Ahora es materia prima para un sistema capaz de hallar relaciones por las que nadie se había preguntado. Eso es exactamente lo que intuía cuando consideraba la base de datos como algo más que un almacén: como una arquitectura del conocimiento. La IA revela hoy todo el valor de aquella intuición.

Una base que lleva treinta años estructurándose vale mucho más que un montón de información recogida ayer en Internet. La calidad del modelo depende en gran medida de la calidad del corpus. De ahí que la soberanía cognitiva pase también por la conservación de los archivos. Una nación que deja desaparecer sus corpus culturales, científicos, administrativos o industriales pierde parte de su futura capacidad para entrenar modelos. Es una concepción casi patrimonial de la IA. Los archivos, antes destinados al historiador, se convierten también en recursos para los sistemas cognitivos del futuro.

La conservación adquiere así una dimensión estratégica nueva. Bibliotecas, museos, archivos públicos, bases de datos científicas: todo ello constituye una memoria colectiva que la IA permite consultar de otra manera. Pero esa posibilidad plantea una pregunta temible: ¿quién tendrá derecho a entrenar modelos con esa memoria? ¿A quién pertenecerá el resultado?

Una sociedad puede pasar décadas digitalizando su patrimonio y descubrir que una empresa privada extranjera lo utiliza para entrenar un sistema propietario por cuyo acceso después tendrá que pagar. He ahí una paradoja de la soberanía. La materia prima cognitiva puede ser pública y la herramienta que la explota, privada. Nos encontraríamos ante un problema semejante al de los recursos naturales: extraer allá, transformar aquí, revender con un valor añadido considerable. Los datos podrían convertirse en el mineral de la economía cognitiva.

Sin embargo, conviene manejar esa metáfora con cuidado. Un dato no se consume al utilizarlo. Se puede copiar. Su valor reside menos en su escasez física que en su calidad, su organización y los derechos que permiten explotarlo. Precisamente por eso el derecho de las bases de datos conserva tal vigencia. Ya reconocía que la inversión necesaria para constituir un conjunto estructurado genera un valor propio. La IA lo multiplica. Convierte la base de datos en un espacio latente, en una capacidad de inferencia.

Esto enlaza con la Demeure du Chaos de una manera que casi me produce vértigo. Durante años he acumulado retratos, signos, fechas, fragmentos geopolíticos, huellas de catástrofes, máximas alquímicas. Desde fuera puede parecer un conjunto heterogéneo. Pero, para una inteligencia artificial, precisamente esa heterogeneidad constituye un espacio de relaciones.

El rostro de un dirigente, la fecha de un atentado, el precio de una obra, una fórmula alquímica, una fotografía de satélite pueden situarse en el mismo espacio latente y revelar proximidades semánticas inesperadas. Por eso he definido la Demeure du Chaos como un prompt vivo. Es algo más que una colección de imágenes: es una arquitectura de signos concebida para producir asociaciones.

La IA puede añadir otra capa de relaciones entre esos estratos, porque es capaz de recorrer corpus heterogéneos sin atenerse a las fronteras tradicionales entre disciplinas. Pero no se convierte en el centro de la obra ni en su autora. Es mi pensamiento caleidoscópico llevado a la escala de la máquina. Ahora bien, ese poder entraña una responsabilidad. El sistema puede descubrir correlaciones que parecen verdades. Y correlación no es causalidad. Hay que reintroducir una y otra vez la historia, el contexto y el método.

La IA puede relacionar dos acontecimientos porque comparten características estadísticas. Al ser humano le corresponde preguntarse si esa relación tiene sentido. Ahí se impone la complementariedad. No creo en la oposición simplista entre el ser humano y la máquina. Creo en un reparto de las fuerzas. La máquina tiene una capacidad extraordinaria para recorrer volúmenes gigantescos. El ser humano cuenta con una experiencia encarnada, una intuición del contexto y una responsabilidad moral.

La IA puede proponer. El ser humano debe responder.

Pero incluso esa fórmula tendrá que ir cambiando conforme aumenten las capacidades de los sistemas. La verdadera pregunta no es tanto si la máquina puede decidir como quién asume la responsabilidad cuando su recomendación tiene consecuencias. El derecho habrá de responder con precisión a esa pregunta. No podemos dejar que la responsabilidad se diluya entre quien desarrolla el sistema, quien suministra el modelo, la empresa que lo integra y el usuario final. A la cadena cognitiva debe corresponderle una cadena de responsabilidad.

Es casi una nueva forma de trazabilidad. En la industria queremos saber qué componente provocó la avería. En la IA tendremos que poder reconstruir qué dato, qué modelo, qué configuración y qué decisión condujeron al resultado. Esa posibilidad de auditar se convertirá en una infraestructura de confianza. Los sistemas más potentes probablemente contarán con registros, certificaciones y mecanismos de control.

Hay que pensar la IA como una central nuclear cognitiva. No porque encierre en sí misma una catástrofe, sino por el impacto sistémico de algunas de sus aplicaciones. No se prohíbe una central nuclear por ser peligrosa. Se la rodea de procedimientos, sistemas redundantes e inspecciones. Habrá que construir ciertas IA con esa misma cultura de la seguridad.

En ocasiones, la industria digital todavía carece de esa cultura. Es heredera de un mundo en el que uno podía lanzar una aplicación y corregir un error más tarde. En los sistemas críticos, la máxima de «move fast and break things» resulta inviable. No se pone a prueba una central eléctrica destrozando unas cuantas ciudades. La IA obligará, pues, a madurar a la ingeniería del software. Probablemente sea algo bueno. Obligará a conciliar la innovación con la responsabilidad.

Los Estados que sepan construir esa cultura quizá logren una ventaja estratégica duradera. Porque la confianza internacional podría convertirse en un mercado. Un gobierno que no quiera depender de un sistema opaco podrá elegir un modelo certificado por su solidez, su transparencia y el cumplimiento de ciertas normas. Ahí podría desempeñar Europa un papel decisivo: fijar normas para una IA de confianza.

Pero, una vez más, las normas deben ir acompañadas de capacidad industrial. Sin modelos, procesadores e infraestructura en la nube, la certificación no basta. Siempre el mismo equilibrio entre el derecho y el poder material.

China probablemente seguirá otra trayectoria, más estrechamente ligada a sus objetivos de seguridad nacional y de control político. Su capacidad para movilizar datos, infraestructuras y empresas puede darle ventaja en algunos ámbitos. Pero esa centralización también plantea la cuestión de la diversidad cognitiva. Un sistema de inteligencia artificial gana en solidez cuando se lo confronta con hipótesis distintas. Si una cultura política restringe en exceso ciertas preguntas, puede crear sus propios Blind Spots.

Es una hipótesis importante. La centralización mejora la coordinación, pero puede reducir el espacio para el disenso. Y el disenso es a veces un mecanismo de detección de errores. Una democracia parece desordenada porque en ella cualquiera puede cuestionar las cosas. Pero esa fricción puede revelar fallos que un sistema más silencioso no llega a ver. La cuestión, entonces, es cómo conservar los beneficios del disenso sin perder capacidad de acción.

Toda democracia tecnológica se enfrenta a ese problema. No creo que la lentitud sea inherente a la democracia. A menudo obedece a un mal diseño administrativo. Se pueden mantener los contrapesos y agilizar ciertos procedimientos. La propia inteligencia artificial podría contribuir a ello analizando textos, simulando efectos y acelerando las consultas.

Pero habrá que evitar que sirva para entregar las decisiones a la tecnocracia. Una democracia no es un problema de optimización. En ella entran en conflicto valores que un algoritmo no puede conciliar. Cuando dos grupos quieren cosas incompatibles, no siempre hay una solución «óptima». Hay una elección política.

Esto importa porque la IA puede crear una ilusión de neutralidad. Presentar un resultado como una puntuación o una recomendación numérica puede ocultar los valores incorporados al cálculo. Pitágoras decía que todo es número. Esa idea siempre me ha fascinado. Pero el número nunca nos exime de interpretar. El número es una lengua. Ordena lo real. Puede revelar y puede ocultar.

La IA lleva esa tensión al extremo, porque transforma miles de millones de números en frases que parecen humanas. Así, devuelve el juicio al centro justo cuando creíamos poder automatizarlo. Tal vez esa sea la paradoja fundamental de la soberanía cognitiva: cuanto más capaces se vuelven las máquinas, con mayor precisión debemos definir qué queremos seguir siendo capaces de decidir por nosotros mismos.

Una civilización que delega sin elegir qué quiere conservar corre el riesgo de descubrir demasiado tarde que ha perdido una capacidad. Ya lo hemos vivido con la memoria. Al guardar los números de teléfono en los dispositivos, dejamos de aprendernos muchos de ellos. No era grave. Pero ¿qué ocurre si, poco a poco, delegamos la redacción, la síntesis, la investigación, la estrategia?

Ganaremos muchísimo tiempo y capacidad. Pero algunas facultades humanas podrían atrofiarse. Tendremos que distinguir las que podemos delegar sin peligro de las que son el fundamento de nuestra autonomía. Es un gran debate educativo. La escuela debe enseñar a utilizar la IA y también a conservar la independencia de criterio frente a ella.

Eso significa seguir sabiendo leer, escribir, razonar, calcular, verificar. La herramienta debe ampliar el pensamiento sin sustituirlo por defecto. Esa es la relación que busco con la inteligencia artificial en este libro. No le pido que piense por mí. Le pido que me cuestione, que potencie mi capacidad de asociación, que encuentre conexiones y ponga a prueba las formulaciones. El valor nace del diálogo. Sigo siendo responsable de lo que acepto o rechazo.

Esa relación podría servir de metáfora de la soberanía cognitiva. Ser soberano frente a la IA no exige mantenerla a distancia. Significa poder dialogar con ella sin perder el propio centro de gravedad. Eso es exactamente lo que tendrán que aprender las naciones.

Utilizar modelos extranjeros puede enriquecernos. Basta con conservar la infraestructura, las capacidades y las instituciones que permitan no depender de una sola representación del mundo. El pluralismo de los modelos podría llegar a ser tan importante como el pluralismo de los medios. Una sociedad que recibe toda su información de un único modelo corre un riesgo comparable al de una sociedad que tuviera un solo periódico.

Por excelente que sea, ese modelo ofrece una perspectiva. Por eso la concentración de los sistemas de IA plantea una cuestión democrática de fondo.

Si unos pocos actores controlan las interfaces cognitivas que utilizan miles de millones de personas, su influencia es excepcional. No tienen por qué elegir las opiniones de los usuarios: les estructuran las respuestas a las que pueden acceder, las categorías, la forma de plantear el problema. Es un poder inmenso. Probablemente habrá que inventar nuevos mecanismos de transparencia y pluralidad.

También aquí puede ayudarnos la historia. Poco a poco aprendimos a regular la prensa, la radio, la televisión y las telecomunicaciones. La IA representa una etapa nueva, con una particularidad: su papel va más allá del de un medio de comunicación. Dialoga. Adapta su respuesta. Puede convertirse en intermediaria entre la persona y casi todas las instituciones. El buscador nos daba una lista de puertas. La IA puede elegir cuál abrir y contarnos lo que hay detrás.

El cambio es enorme. Transforma la interfaz por la que accedemos al conocimiento. Por eso la competencia mundial por los asistentes de IA tiene mucha más trascendencia que una mera batalla comercial. Quien se convierte en la interfaz cognitiva cotidiana de cientos de millones de personas ocupa una posición estratégica. Ve las preguntas, las necesidades, los problemas. Puede convertirse en la puerta de entrada al comercio, la sanidad, la educación y la Administración. Es casi un sistema operativo cognitivo.

Conocimos la batalla de los sistemas operativos para ordenadores y teléfonos. Tal vez estemos entrando en la batalla de los sistemas operativos del pensamiento asistido. Las potencias pronto comprenderán que no pueden dejar esa capa enteramente fuera de su control. De ahí que fomenten los modelos nacionales, impongan ciertas reglas, protejan determinados corpus y, tal vez, controlen algunas infraestructuras.

Surge entonces el riesgo de fragmentación. Una IA estadounidense, una IA china y una IA europea podrían funcionar con reglas y corpus diferentes. Sus respuestas a determinadas preguntas históricas, políticas o sociales podrían divergir considerablemente. Asistiríamos al nacimiento de realidades cognitivas parcialmente separadas.

Eso ya ocurre entre los medios de comunicación o entre los sistemas educativos, pero la IA podría amplificar el fenómeno al convertirse en interlocutora cotidiana. Habrá que defender, pues, un cierto grado de interoperabilidad cognitiva. Para ello hacen falta normas de transparencia, posibilidades de migración y, quizá, formatos que permitan utilizar varios modelos. Quedar cautivo de un proveedor supondría una amenaza para la soberanía tanto de los usuarios como de los Estados.

Otra lección de los primeros tiempos de Internet. Los protocolos abiertos permitieron una innovación enorme porque ningún actor era dueño de la red entera. La IA podría beneficiarse de una pluralidad semejante. Pero la economía empuja hacia la concentración cuando entrenar los grandes modelos cuesta tanto dinero. Esa tensión entre la apertura y la necesidad de ingentes inversiones será una de las grandes batallas del sector.

Los modelos abiertos o parcialmente abiertos pueden permitir a las empresas y a los Estados adaptar los sistemas a sus necesidades. Los modelos cerrados pueden ofrecer mejores prestaciones, mayor seguridad o un control más coherente. No hay una respuesta única. De nuevo hay que sopesar qué se gana y qué se pierde. La soberanía cognitiva consistirá probablemente en mantener abiertas varias opciones. No depender nunca de un solo proveedor, de un solo modelo, de una sola nube.

Volvemos a una arquitectura con redundancia. Y vuelvo, una vez más, a la ingeniería. Los debates políticos suelen ganar claridad cuando se reformulan en términos de arquitectura de sistemas.

¿Cuáles son los puntos únicos de fallo?

¿Dónde están las redundancias?

¿Con qué derechos de acceso contamos?

¿Qué procedimientos se siguen en caso de avería?

La geopolítica de la IA se puede analizar a partir de esas preguntas tan concretas. Un Estado que depende de una API extranjera para una función crítica tiene un punto único de fallo. Un hospital que utiliza un modelo que no puede auditar padece una opacidad crítica. Una administración que almacena todos sus datos sensibles en una infraestructura situada fuera de su jurisdicción tiene una vulnerabilidad jurídica. La soberanía se juega entonces en una sucesión de decisiones técnicas, más que en un gran discurso.

Eso es exactamente lo que me gusta de lo real: los conceptos tienen que acabar en el cable, en el contrato, en el servidor. Sin una encarnación, la doctrina sigue siendo abstracta. La propia Demeure du Chaos funciona así. Sus conceptos existen en el hormigón, en el acero, en los pigmentos, en los centros de datos, en los procedimientos. Un pensamiento que no se encarna en una arquitectura puede desaparecer.

Tal vez sea eso lo que las naciones están comprendiendo hoy con la IA. No basta con anunciar una estrategia nacional. Hay que formar ingenieros, dotarse de capacidad de cálculo, organizar datos, financiar empresas, comprar energía. La soberanía es material. Pero también es cultural.

Una IA entrenada ante todo en determinadas lenguas o con determinados corpus puede ser menos precisa en otros contextos. La lengua adquiere así una dimensión estratégica. El francés, el árabe, el chino y el hindi son mucho más que medios de comunicación. Llevan dentro conceptos, una historia, maneras de clasificar el mundo. Si los modelos se convierten en los principales mediadores del conocimiento, cada lengua necesitará corpus suficientemente ricos. De lo contrario, ciertas culturas podrían verse representadas a través de las categorías de otras lenguas.

Sería una forma sutil de dependencia cognitiva. La preservación de las lenguas se convierte así en una política tecnológica. Las academias, las bibliotecas, las editoriales y las universidades cobran una importancia nueva. La cultura no es un complemento estético de la IA. Forma parte de su entrenamiento.

Esa idea me parece esencial. Las naciones que la comprendan invertirán en digitalizar, anotar y estructurar sus corpus. Protegerán su memoria al tiempo que la ponen a disposición de quienes puedan trabajar con ella. La soberanía cognitiva es también soberanía sobre la memoria. Quien posee la memoria puede construir los modelos del futuro.

Pero cuidado: poseer la memoria no debe significar inmovilizarla. Una cultura que solo lega a la IA sus textos oficiales tendrá de sí misma una representación mutilada. Hacen falta la literatura, las contradicciones, los márgenes, los archivos, las críticas. La riqueza cognitiva nace precisamente de la diversidad.

Eso me lleva de vuelta a la Demeure du Chaos. Siempre quise que conservara las huellas contradictorias del mundo. Retratos de dirigentes, terroristas, filósofos, artistas, denunciantes. No para situarlos en el mismo plano moral, sino para conservar la complejidad de lo real. Una inteligencia entrenada únicamente con un relato oficial sería ciega.

Un verdadero sistema cognitivo debe encontrarse con el disenso. También es una lección democrática. La libertad de expresión produce ruido, errores, a veces excesos, pero da lugar asimismo a una variedad de hipótesis que permite a la sociedad detectar sus propios errores. Una IA concebida para una democracia tendrá que aprender a manejar esa pluralidad sin confundirla con un relativismo absoluto. Deberá poder declarar falsa una afirmación y explicar a la vez por qué hay quienes la defienden.

Ese matiz será fundamental. Tal vez la calidad de una IA política se mida por su capacidad para representar fielmente varios puntos de vista sin dejar de respetar los hechos comprobados. Es extraordinariamente difícil. Pero es precisamente la clase de problema que la soberanía cognitiva debe tomarse en serio.

Un sistema que simplifica los desacuerdos puede radicalizar a las sociedades. Uno que renuncia a distinguir la verdad de la mentira las desorienta. Hace falta, pues, una arquitectura epistémica: fuentes, grados de confianza, procedimientos de corrección. Una vez más, la transparencia sobre el error es decisiva. Una inteligencia digna de crédito debe poder ser corregida. Una nación también.

Creo que las potencias que triunfen en la próxima etapa de la historia no serán las que pretendan tener siempre razón. Serán las que hayan construido los mecanismos más rápidos para detectar y corregir sus errores.

La IA puede acelerar ese ciclo de aprendizaje. Un ejército puede analizar miles de informes procedentes del terreno. Una administración puede detectar que una política no surte el efecto esperado. Una empresa puede poner hipótesis a prueba en tiempo real. Pero eso exige una cultura que acepte las malas noticias.

El sistema político que castiga a quien trae una información desfavorable va destruyendo su propia capacidad de percepción. Es una regla universal. El sensor tiene que poder transmitir lo que ve. De lo contrario, el poder se queda ciego. La IA no resolverá ese problema institucional. Incluso puede agravarlo si quienes deciden piden a los modelos que confirmen sus preferencias. De ahí que la cultura importe tanto como la tecnología.

Una IA excelente dentro de un sistema incapaz de escuchar a quien discrepa se convierte en un instrumento de racionalización. Ahí reside un gran Blind Spot de la carrera actual. Los Estados suelen creer que disponer de más IA producirá automáticamente mejores decisiones. Es falso. La IA aumenta la capacidad de un sistema para hacer lo que ya sabe hacer. Si la institución recompensa la verdad, la IA puede ayudarla a alcanzarla. Si recompensa la conformidad, la IA puede industrializar la conformidad.

La tecnología amplifica la arquitectura institucional.

Precisamente por eso resulta tan interesante la pugna entre Estados Unidos, China y Europa: pondrá a prueba tanto sus modelos de IA como sus modelos políticos. Cada sistema descubrirá sus propias fuerzas y debilidades.

Estados Unidos podría dar muestras de una extraordinaria capacidad de innovación y enfrentarse, al mismo tiempo, a la concentración de poder en manos privadas. China podría coordinarse de manera extraordinaria y correr el riesgo de una centralización excesiva. Europa podría destacar en la protección de los derechos y verse lastrada por una capacidad industrial insuficiente. Son, desde luego, tendencias, no destinos.

Cada bloque puede mutar. Y eso es precisamente lo que hará. La IA acelerará esa mutación institucional. Probablemente obligue a las democracias a revisar sus administraciones, a las empresas a revisar su organización y a los ejércitos a revisar sus estructuras de mando.

La pregunta no será solo «¿qué modelo es mejor?», sino también «¿qué organización sabe trabajar con él?». Tal vez ahí resida la verdadera ventaja competitiva. Una empresa que compra el mismo modelo que su competidora puede imponerse si lo integra mejor en sus procesos. Un Estado con un modelo menos espectacular, pero con administraciones mejor estructuradas, puede generar más valor.

La IA revela, por tanto, la calidad de la organización. No suple las carencias de una mala arquitectura. Eso concuerda con toda mi experiencia en Groupe Serveur y en Artprice. La tecnología por sí sola nunca basta. Hacen falta procedimientos, un marco jurídico, equipos y datos de calidad. Una base de datos mal estructurada no mejora por añadirle una IA. Se convierte en una mala base de datos que se consulta más deprisa.

Parece casi una obviedad, pero es fundamental. La inteligencia artificial no elimina la necesidad de poner orden. Hace que la calidad de ese orden importe aún más. Por eso la historia de los datos está directamente ligada a la de la IA. Quienes llevan décadas estructurando corpus tienen hoy una ventaja invisible. El mundo descubre de pronto el valor de esa labor paciente.

Es la revancha del largo plazo. Y probablemente sea una de las lecciones más importantes de toda esta carrera entre potencias. Las grandes infraestructuras cognitivas no se levantan en unos meses. Se apoyan en décadas de educación, de investigación, de archivos, de industria. Un anuncio político no sustituye a un ecosistema.

La soberanía se prepara mucho antes de la crisis. Es como un dique. No se construye cuando ya llega el agua. Los Estados deben invertir, pues, antes de que la dependencia se haga visible. Eso exige una visión que a las democracias, con sus breves ciclos políticos, a veces les cuesta mantener.

China puede planificar con horizontes más largos. Pero también en democracia se puede planificar a largo plazo. Solo hacen falta instituciones estables y acuerdos que perduren cuando cambia el gobierno. La defensa, el espacio o la energía nuclear han demostrado en ocasiones que es posible. La IA probablemente debería sumarse a esos ámbitos estratégicos en los que caben acuerdos entre partidos. Se trata de reconocer que afecta a la soberanía a largo plazo, sin militarizar por ello toda la tecnología.

La educación es una dimensión esencial de esa soberanía. Formar a un ingeniero o a un investigador lleva años. Un ecosistema científico no se improvisa. La competencia mundial por el talento será, pues, intensa. Cada potencia buscará atraer a investigadores, empresarios y estudiantes. Es una forma de geopolítica humana. Los visados, las universidades y la libertad académica se convierten en armas de poder blando.

Un país puede perder su soberanía tecnológica simplemente porque sus mejores talentos se marchan. A la inversa, puede acrecentar su poder más deprisa si atrae los de otros países.

Estados Unidos ha demostrado históricamente una capacidad excepcional para hacerlo. China procura retener a sus talentos y conseguir que regresen quienes se han ido. Europa tiene universidades extraordinarias, pero debe ofrecer mejores condiciones para que los investigadores puedan convertir sus descubrimientos en empresas de alcance mundial. Tal vez esa circulación del talento sea tan importante como la de los capitales.

Y plantea una pregunta casi filosófica: ¿a quién debe lealtad un investigador? ¿A su país, a su laboratorio, a su disciplina, a la humanidad?

La ciencia moderna se ha construido gracias a la circulación internacional del conocimiento. La competencia estratégica empuja hoy a ejercer un mayor control sobre determinadas publicaciones y tecnologías. Existe, por tanto, un riesgo de fragmentación científica.

Si cada bloque limita los intercambios por temor a perder una ventaja, el progreso del conjunto puede ralentizarse. Pero, si todo sigue abierto, una potencia puede considerar que está financiando investigaciones de las que su rival se beneficia de inmediato. Otro dilema. Probablemente habrá que precisar qué ámbitos son de verdad sensibles y preservar en los demás el mayor grado posible de apertura.

La autarquía científica sería catastrófica. La ciencia progresa gracias al intercambio. Pero la ingenuidad estratégica también sería catastrófica. Una vez más, la buena política exige saber distinguir, no acuñar un eslogan. Tal vez esta sea una conclusión general de toda esta parte: un mundo complejo exige categorías precisas. Ya no se puede responder con un sí o un no a preguntas de semejante amplitud.

¿Hay que cooperar con China? ¿En qué ámbito?

¿Hay que abrir los modelos? ¿Cuáles?

¿Hay que regular la IA? ¿Para qué usos?

La precisión se convierte en una virtud política. Trabajar con bases de datos me enseñó esa exigencia de precisión. Una categoría demasiado amplia destruye información. Si todo se clasifica bajo una misma palabra, ya no se distinguen las diferencias importantes. El pensamiento debe, pues, volverse relacional.

Tal vez ahí esté la gran convergencia entre mi vida con los datos y esta nueva geopolítica. El mundo es un grafo. La IA es capaz de recorrerlo. Pero no debe hacernos olvidar que cada relación tiene una historia. La soberanía cognitiva consistirá menos en poseer una inteligencia absoluta que en poder trazar y controlar nuestros propios mapas del mundo.

La soberanía cognitiva no consiste, por tanto, solo en poseer infraestructuras o modelos. Supone conservar la capacidad de hacerlos competir, auditarlos y, si hace falta, tomar una decisión contraria a la que proponen.

Y esa idea conduce de inmediato a otra pregunta, quizá aún más radical. Si varias potencias desarrollan sistemas capaces de analizar el mundo con una rapidez y una profundidad crecientes, la propia estrategia podría cambiar de naturaleza.

La guerra ha sido siempre una confrontación de voluntades, pero también de percepciones. Ver antes que el otro. Comprender antes que el otro. Anticipar su movimiento. La inteligencia artificial podría industrializar esa dimensión. Podría transformar la guerra en una competición permanente por detectar, simular y decidir. El campo de batalla se convertiría en un espacio donde cada segundo genera millones de datos y donde la ventaja corresponde a quien más deprisa los convierte en acción.

Propongo aquí una hipótesis de lectura que otros también han formulado: pensar la IA como una fuerza estratégica transversal. No como un quinto medio que viniera simplemente a añadirse a la tierra, el mar, el aire, el espacio o el ciberespacio, sino como una capa cognitiva que atraviesa cada uno de esos medios y potencia sus capacidades. No es un nuevo terreno de guerra en el mismo sentido que los demás, sino una fuerza que actúa a través de todos ellos. Un avión potenciado por la IA, un satélite potenciado por la IA, una flota potenciada por la IA, una ciberdefensa potenciada por la IA. La inteligencia multiplica la capacidad de todos los medios existentes.

Y cuando dos potencias se enfrentan con sistemas que pueden acelerar sin cesar el ciclo de observación, decisión y acción, el mayor riesgo pasa a ser la propia velocidad. Una decisión precipitada puede convertir un error en una catástrofe antes de que una persona tenga tiempo de detenerla.

La siguiente pregunta resulta, pues, evidente. Después de la soberanía cognitiva hay que examinar la guerra cognitiva.

¿Qué ocurre con la disuasión cuando la IA entra en el circuito de decisión estratégica?

¿Qué ocurre con la responsabilidad cuando en la decisión intervienen sistemas autónomos o semiautónomos?

Y, sobre todo, ¿cómo crear condiciones para la desescalada en un mundo donde las máquinas acortan precisamente el tiempo del que disponemos para reflexionar?

Ese será el núcleo del capítulo siguiente.