La inteligencia artificial (IA) se nos ha metido hasta dentro, y no solo en el trabajo o en casa: afecta a la vida misma. Nos hace sentir desasosiego, necesidad de posicionarnos, urgencia o presión para usarla. Hemos encarnado la IA: con nuestros propios cuerpos hemos dado forma a algo que no lo tiene.

Tengo que confesaros que en estas columnas de opiniñon he evitado hablar directamente de la IA. Basta con nombrarla para que canibalice todos los debates sobre tecnología. Todas y todos añadimos una capa más al hype que quiere crear el tecnocapitalismo. Aun así, sentimos que ha llegado el momento de decir algo. Y digo «sentimos» porque en muchos debates y espacios estamos compartiendo problemas parecidos en torno a este tema. ¿Usar? ¿Qué usar? ¿Cómo usar? ¿Qué es usar? ¿Que nos use? ¿Qué es? ¿Es?

En esas estábamos cuando nos entraron ganas de hacer un borrador de decálogo sobre la IA para su uso colectivo. Que esto sea un primer paso para el debate, un trabajo inacabado que cada cual tendrá que adaptar y discutir: un mapa, y no un calco.

Tres medidas

En un primer intento de llegar al decálogo, pensé que sería buena idea hacer algo parecido a partir de las medidas de la asociación RAP (Résistance à l’Agression Publicitaire). Las medidas de RAP son tan sencillas que merecía la pena hacer una versión para la IA.

Usar la IA puede ser necesario, pero eso no debería ser razón para priorizarla ni para legitimarla. Estas tres medidas pueden reducir la dependencia sin renunciar a usarla:

1. Usar sin normalizar. Una cosa es usar la IA para una tarea concreta y otra, convertirla en la opción por defecto. No hay que normalizar nada sin saber qué se usa y sin una decisión colectiva.
2. Evitar lo exclusivo. Lo que solo tiene la organización (datos sensibles, conocimiento interno, archivos) no se entrega a servicios que no controlamos. Si algo se sube sin garantías, que ya fuera público.
3. Evitar financiar la dependencia. Destinar el dinero, primero, a las opciones que más autonomía ofrecen: modelos abiertos, proveedores cercanos, tecnología creada en nuestra lengua y base de conocimiento. Si hay que pagar un servicio ajeno, que sea con garantías: un contrato que excluya el entrenamiento, no un plan individual. Lo gratuito a veces se cobra en datos si no es infraestructura propia o soberana.

Borrador de decálogo

Somos conscientes de que ese primer intento se queda corto, pero puede servir a algunas personas para dar algunos pasos. También abre la puerta al debate: aunque algunas medidas son sencillas, quizá cueste aplicarlas en ciertos casos y contextos.

No vamos a justificar por qué son diez: los decálogos son una tradición y a nuestro cerebro le gustan las listas de diez, vete a saber por qué. Podrían haber sido once*, pero es mejor poner un límite; no hay ninguna otra razón para que sean diez.

La forma de decálogo nos da un marco de pensamiento. Puede resultar demasiado cerrada para algunas personas, pero, como decía al principio, queremos convertirla en una excusa para el debate. La mirada crítica hacia el uso de la inteligencia artificial es evidente en el texto, pero oponerse sin más a su uso no ayuda demasiado desde una perspectiva tecnopolítica emancipadora.

Este decálogo no es tecnófobo ni tecnosolucionista, y tampoco pide pureza: hoy nadie tiene alternativas para todo. Pide decidir con conocimiento, reducir dependencias paso a paso y no delegar en una máquina lo que es responsabilidad colectiva. Siempre que sea posible, pide también poner en el centro a quienes corren más riesgo de sufrir daños y decidir desde abajo, en espacios colectivos.

1. Decidir en colectivo; el «no» también vale

La IA suele entrar en las organizaciones sin que nadie lo decida: a través de cuentas personales o de actualizaciones de programas que ya usamos. Afecta al trabajo, a los datos y a las personas a las que servimos. Si la decisión es solo técnica o de la dirección, quedan fuera quienes cargan con las consecuencias.

2. Partir del problema, no de la herramienta

A menudo, la IA llega como una solución en busca de un problema, empujada por la presión comercial y el miedo a quedarse atrás. Sin un problema definido, no hay forma de saber si la herramienta funciona ni si compensa.

3. Proteger los datos con un semáforo

El mayor riesgo no está en el modelo, sino en lo que le damos. Muchos servicios, sobre todo los gratuitos, usan lo que escribimos para mejorar sus sistemas, y lo que sale de nuestra organización ya no vuelve. Según el tipo de datos — públicos (verde), internos (ámbar) o sensibles (rojo) –, hay que decidir qué usos son posibles y cuáles no.

4. Sobre personas, deciden personas

Cuando la IA clasifica, puntúa o filtra a personas, produce exclusiones difíciles de ver y de recurrir. Y sus errores recaen sobre quienes menos poder tienen para reclamar.

5. Quien firma, responde

Los modelos generativos a veces inventan datos, citas y referencias. Publicar sin verificar traslada el error a quien nos lee y erosiona una confianza que cuesta mucho ganar. La responsabilidad no debe quedar en manos de una máquina.

6. La IA no se usa contra el trabajo

Se promete que la IA liberará tiempo, pero la experiencia muestra que, en muchos casos, intensifica el trabajo, aumenta el control y extiende la precariedad. Detrás de cada modelo hay, además, trabajo invisible: etiquetado y moderación mal pagados, a menudo en el Sur global.

7. Elegir lo abierto, lo cercano y lo controlable

Cada servicio corporativo que adoptamos, y cada suscripción que pagamos, puede ser una dependencia más y corre el riesgo de concentrar datos, conocimiento y poder en unas pocas empresas. Un modelo descargable con licencia restrictiva puede seguir creando dependencia, pero probablemente será más seguro que los modelos corporativos.

8. Poder salir en cualquier momento

Las condiciones, los precios y las políticas de uso cambian sin aviso. Una organización que no puede dejar una herramienta ha perdido capacidad de decisión, aunque nadie lo haya decidido.

9. Cuidar la lengua y el conocimiento propios

Los grandes modelos funcionan peor en las lenguas minorizadas y reproducen las normas culturales dominantes. Hay otros modelos: Latxa, creado para el euskara, es un modelo a seguir.

10. Usar lo justo

Cada consulta consume energía, agua e infraestructura en un territorio concreto. Los centros de datos compiten por suelo, agua y red eléctrica con otras necesidades. La sobriedad es la cara ecológica de la soberanía: lo que no necesitamos no nos hace dependientes.

Cada punto podría desarrollarse mucho más, pero la brevedad también tiene sus ventajas. Si desarrollamos el punto 7, podría quedar algo así:

Prioridades:

1. Modelos abiertos en infraestructura propia.
2. Modelos abiertos en infraestructura cercana: entidades públicas, comunitarias o cooperativas.
3. Servicios comerciales con un contrato que excluya el entrenamiento; no planes individuales.
4. Servicios comerciales gratuitos o con plan individual, solo para datos en verde.

Profundizar en ello, sin embargo, no es cosa de una columna, sino un trabajo que le toca hacer a cada organización. Que le sea útil a alguien: ese es el objetivo de esta columna especial.

Publicación original en euskara en GAUR8