Hoy en día, Estados Unidos está viviendo una nueva era de concentración y centralización del capital monopolista de finanzas, marcada por el auge de la inteligencia artificial (IA). Los economistas de S&P Global estiman que «el 80% del aumento en la demanda interna privada final» en Estados Unidos en la primera mitad de 2025 se debió al gasto en «centros de datos y gastos de capital tecnológicos relacionados.»¹ Esta enorme inversión en centros de datos la están llevando a cabo gigantes corporaciones de alta tecnología, cuyo número podría contarse fácilmente con los dedos de una mano. Estas empresas son comúnmente conocidas en la industria como «hyperscalers», que significa las megacorporaciones que dominan la computación en la nube. Según la inversión en centros de datos a principios de 2026, estas clasificaciones incluyen Microsoft, Amazon Web Services, Google (Alphabet) y Meta, formando «las Grandes Casas de la IA.»² Estas gigantescas entidades monopolísticas también están entre las seis principales corporaciones estadounidenses, medidas por valor de mercado. (Nvidia, la mayor empresa por valoración de mercado a principios de 2026, no es en sí misma líder en computación en la nube, sino que monopoliza entre el 80 y el 90 por ciento de los chips de superordenador GPU.) Según Bloomberg, Microsoft, Amazon Web Services, Alphabet/Google y Meta tuvieron un gasto combinado de capital de 150.000 millones de dólares en 2022 y 360.000 millones en 2025, mientras que planean gastar 650.000 millones en 2026. En comparación, «se prevé que los mayores fabricantes de automóviles estadounidenses, fabricantes de maquinaria de construcción, ferrocarriles, contratistas de defensa, operadores de telefonía móvil, empresas de entrega de paquetes, junto con ExxonMobil Corp., Intel Corp., Walmart Inc. y la descendencia derivada de General Electric—21 empresas—se proyecta que gasten un total combinado de 180.000 millones de dólares en 2026.»³

La inversión en IA ahora es de una escala que invita a compararse con el auge ferroviario estadounidense del siglo XIX.⁴ Como en el caso de los ferrocarriles, la expansión de la IA hoy en día está respaldada por centros financieros que manipulan el apoyo gubernamental, liberándolo de la dependencia de beneficios reales, mientras que dependen en cambio de lo que John Maynard Keynes llamó «espíritus animales», o beneficios esperados de nuevas inversiones. A los hiperescaladores les habría llevado muchos años aumentar sus inversiones en centros de datos hasta el nivel actual basándose simplemente en la acumulación de beneficios reales, mientras que las finanzas monopolísticas a través del sistema crédito-deuda han permitido que esta transformación ocurriera «en un abrir y cerrar de ojos».⁵ La riqueza social, extraída de la población en su conjunto, se está canalizando hacia las Grandes Casas de la IA a través de una variedad de mecanismos financieros y políticas económicas neoliberales, concentrando aún más el excedente económico producido por la sociedad en manos de un número infinitesimalmente pequeño de multimillonarios, ubicados en los sectores de alta tecnología, energía y finanzas de la economía. Nueve de los quince principales multimillonarios de la lista Forbes 2026 son multimillonarios tecnológicos.⁶

La prisa por construir enormes centros de datos, el mayor de los cuales ocupa millones de metros cuadrados y consume cantidades gigantescas de energía, agua y recursos minerales, está impulsada por el objetivo de desarrollar formas avanzadas de IA generativa, un tipo de aprendizaje automático capaz de replicar la inteligencia humana mientras se basa en datos aparentemente ilimitados. Esto ofrece a quienes poseen, gestionan y se benefician de estos inmensos sistemas computacionales la perspectiva de una vigilancia y disciplina completas (en el sentido foucaultano) de la población en su conjunto, no solo en los lugares de trabajo y prisiones sino en todas las actividades de la vida, de tal manera que se extraigan cada vez más partes del pastel económico. Aquí, el famoso dicho comúnmente atribuido a Francis Bacon, «el conocimiento es poder», adquiere un nuevo significado. Como ha dicho el CEO de Oracle, Larry Ellison, estas tecnologías permiten rastrear y dirigirse a todos en todo momento. «Los ciudadanos se comportarán lo mejor posible, porque estamos constantemente grabando e informando de todo lo que ocurre. Y es intachable… porque la IA está monitorizando el vídeo.»⁷

No solo la IA generativa apunta a una vigilancia enormemente mayor de las actividades humanas en toda la sociedad, sino que también amenaza enormemente el empleo, con decenas de millones de empleos potencialmente perdidos solo en Estados Unidos, según algunas estimaciones.⁸ En febrero de 2026, Mustafa Suleyman, CEO de Microsoft AI, declaró con entusiasmo al Financial Times: «El trabajo de cuello blanco, donde estás sentado frente a un ordenador, ya sea abogado, contable, gestor de proyectos o persona de marketing, la mayoría de esas tareas serán completamente automatizadas por una IA en los próximos 12 a 18 meses.»⁹ Lo que hace esto posible, por supuesto, es el robo por parte de la IA de todo el trabajo intelectual pasado. Al mismo tiempo, la avalancha de la IA presenta peligros ambientales inimaginables debido a la hiperexpansión de los centros de datos, aprovechando el aumento exponencial de tasas de energía, agua y otros recursos, dejando de lado la transición alejándose de los combustibles fósiles y amenazando una gran aceleración de las emisiones de carbono y el daño ambiental global. Lo que hace que la expansión de la IA en estos términos extremos parezca imparable es un determinismo tecnológico arraigado en un fetichismo de la IA, en el que se la ve como encarnación de una lógica computacional pura, combinada con la naturalización de las relaciones de mercado, lo que sugiere que la nueva tecnología inevitablemente quedará subordinada a los intereses de la acumulación de capital.¹⁰ De hecho, es la llegada de la IA como un nuevo régimen de poder computacional controlado por el capital monopolista y financiero lo que constituye la matriz emergente de la lucha de clases (e imperial) en nuestro tiempo.

En realidad, las fuerzas innovadoras de la producción, como el aprendizaje automático/la inteligencia artificial, nunca deben concebirse en términos tecnocráticos simples, como en el dominio final de las «redes neuronales» de la IA, sino que deben verse como articuladas con las relaciones sociales de producción. Para Karl Marx, fue la combinación de las fuerzas y relaciones sociales de producción en cualquier conjunto de condiciones históricas lo que dio origen al «individuo social», mientras que la maquinaria automática apuntaba al «intelecto general» en el que el conocimiento humano se encarnaba en artefactos de máquina dando lugar al «trabajador colectivo».¹¹ Por tanto, un enfoque socialista de la IA se centra sobre todo en las relaciones históricas y sociales que la llevaron a surgir junto con el capitalismo, desmitificando así el fetichismo actual de la IA y dejando claro que el camino por delante para la humanidad depende en última instancia de nosotros, requiriendo una lucha de escala y contenido revolucionarios.¹²

Kate Crawford y el mapeo de la IA

La figura principal en el mapeo social de la IA es Kate Crawford, investigadora principal senior en Microsoft Research y profesora investigadora en la Universidad del Sur de California en Annenberg. Crawford adopta un enfoque histórico, materialista, ecológico y preocupado por mapear la IA como un régimen de poder que opera en conjunto con la hegemonía corporativa, representando una era de «capitalismo computacional».¹³ Su obra se basa en una amplia gama de pensadores, incluyendo figuras como Charles Babbage, Marx, William Stanley Jevons, Max Weber, Lewis Mumford, Harry Braverman, E. P. Thompson, Stephen Jay Gould, Christian Fuchs y Vandana Shiva, junto con análisis contemporáneos sobre el capital monopolista, el capitalismo global y la brecha metabólica. Las principales obras de Crawford sobre IA incluyen (1) su gráfico interactivo «Anatomía de un sistema de IA: un estudio anatómico de caso del Amazon Echo como un sistema de inteligencia artificial hecho con trabajo humano» (con Vladen Joler, 2018); (2) su libro, Atlas de la IA: Poder, Política y los Costes Planetarios de la Inteligencia Artificial (2021); (3) Calculando imperios—un fresco de 24 metros de IA (2023); (4) su conferencia de la Long Now Foundation, «Mapping Empires» (2025); y (5) su artículo, «Comiendo el futuro: La lógica metabólica de la comida de IA» (2025).¹⁴

El fetichismo de la IA, fuertemente promovido hoy por las corporaciones y el monopolio mediático, refleja lo que Crawford llama «determinismo encantado», retratando la IA como una tecnología «en la nube» que ocupa alguna dimensión etérea, con solo conexiones secundarias con el mundo material y el ámbito de la producción.¹⁵ Invierte esta visión dominante y misteriosa, adoptando una perspectiva materialista crítica. «La IA», escribe, «no es ni artificial ni inteligente.» En cambio, es «un registro de poder». Aunque utiliza el término «IA», la define como una «formación industrial masiva que incluye política, trabajo, cultura y capital.»¹⁶ Como afirma Tung-Hui Hu en Una prehistoria de la nube, «la metáfora dominante actual del espacio digital, ‘la nube’, es en realidad una metáfora de la propiedad privada» y la exclusión del acceso público a materiales.¹⁷ En palabras de Crawford, «La inteligencia artificial… es una idea, una infraestructura, una industria, una forma de ejercer del poder y una forma de ver; También es una manifestación de capital altamente organizado respaldado por vastos sistemas de extracción y logística, con cadenas de suministro que rodean todo el planeta.» Añade: «Los sistemas de IA se construyen con las lógicas del capital, la política y la militarización, y esta combinación amplía aún más las asimetrías de poder existentes.»¹⁸

El concepto de «determinismo encantado» se utiliza para abordar el fetichismo de la mercancía y las cualidades místicas divinas imputadas a la IA. «Los sistemas de IA», explica Crawford, «se ven como encantados, más allá del mundo conocido, pero deterministas en el sentido de que descubren patrones que pueden aplicarse con certeza predictiva a la vida cotidiana.» Este determinismo encantado adopta dos formas principales, cada una de las cuales está dialécticamente relacionada con la otra. La primera es un «utopismo tecnológico», mientras que la segunda es una visión «distópica tecnológica». «Estos discursos distópicos y utópicos», escribe, «son gemelos metafísicos: uno deposita su fe en la IA como solución a todos los problemas, mientras que el otro teme a la IA como el mayor peligro.» La respuesta a ambas es una crítica histórica y materialista que descubre las raíces sociales de la IA y explica que, en última instancia, es una cuestión de relaciones sociales, no simplemente de tecnología. «La fantasía de que los sistemas de IA son cerebros desincorporados que absorben y producen conocimiento de forma independiente de sus creadores, infraestructuras y del mundo en general… distraen de las preguntas mucho más relevantes: ¿A quién sirven estos sistemas? ¿Cuáles son las economías políticas de su construcción? ¿Y cuáles son las consecuencias planetarias mayores?»¹⁹

Al explorar las distintas dimensiones de la IA, Crawford comienza con la base material en forma de minería de litio, cobalto y metales de tierras raras. Explora la mina de litio Silver Peak en Nevada y las fábricas de baterías cercanas de Tesla. Tesla está aprovechando ahora una parte considerable de las reservas de litio del planeta.²⁰ La producción de cada tonelada métrica (2.205 libras) de litio requiere la evaporación de unos 2 millones de litros (528.000 galones) de agua, lo que amenaza los niveles freáticos y los suministros de agua. A nivel de extracción, el trabajo detrás de la IA está arraigado en la larga historia del colonialismo y el imperialismo. La mayor parte de la extracción ocurre en el Sur Global. En las minas de cobalto del Congo, los trabajadores reciben el equivalente a uno o dos dólares al día por trabajar en condiciones inhumanas, expuestos al cobalto tóxico excavado con picos y palas en zanjas y túneles. Los trabajadores no tienen alternativa porque «las minas lo han tomado todo».²¹

En «Anatomía de un sistema de IA», Crawford y Joler, siguiendo a Marx, presentan la producción en cada etapa del proceso global como basada en la apropiación del «excedente de valor» sobre el coste laboral, de lo que surgen los beneficios del capital.²² La IA capitalista está dirigida a desplazar a la mano de obra altamente remunerada y su sustitución por una combinación de automatización de máquinas y mano de obra más barata externalizada globalmente. La naturaleza globalizada del sistema de IA, con sus complejas cadenas de suministro, hace que los efectos globales en el empleo transnacional sean extraordinariamente difíciles de determinar. Aunque está destinada a desplazar a la mano de obra en los centros actuales de producción, el refugio oculto de la IA se encuentra en la contratación de masas de formadores de máquinas mal pagados, etiquetadores de imágenes y trabajadores de servicios de plataformas de IA, cuya existencia real desmiente el mito de la inteligencia artificial. Por tanto, la IA requiere actualmente un número enorme de «trabajadores colectivos» involucrados en el «crowdsourcing», es decir, trabajadores online, comúnmente en sus veinte años y dispersos por todo el mundo, que realizan una especie de «trabajo fantasma». Por ejemplo, OpenAI en 2022 dependió de trabajadores subcontratados en Kenia, que cobraban menos de 2 dólares por hora para examinar y etiquetar decenas de miles de imágenes y pasajes tóxicos asociados con abuso sexual infantil, bestialidad, violación, etc., como parte de la «limpieza» de ChatGPT, mientras que trabajos similares estaban siendo realizados por trabajadores externos en Uganda e India.²³

Se utiliza un gran número de trabajadores para monitorizar y ajustar el contenido de los chatbots de IA. Jeff Bezos se ha referido cínicamente a esta realidad de los trabajadores detrás de las máquinas como «inteligencia artificial artificial». «Hasta que haya otra forma de crear una IA a gran escala que no utilice un trabajo extenso tras bambalinas por parte de humanos», observó Crawford en 2021, «esta es una lógica central de cómo funciona la IA.» Cabe recordar que, entre 2005 y 2015, el 94 por ciento de los nuevos empleos en Estados Unidos fueron para «trabajo alternativo» en lugar de empleo tradicional.²⁴

Mientras que hoy en día las «máquinas inteligentes» requieren trabajo fantasma por parte de trabajadores colectivos ubicados principalmente en el Sur Global, Crawford también analiza el devastador papel de la IA y los robots en la industria existente. En los almacenes de Amazon, el proceso de mano de obra y el tiempo de trabajo están controlados jerárquicamente como nunca antes. El trabajador no solo es un «apéndice de la máquina», como escribió Marx, sino cada vez más un apéndice de robots «inteligentes», mientras está bajo vigilancia y control constantes.

En este contexto, Crawford explora las innovaciones de finales del siglo XVIII del ingeniero Samuel Bentham, quien fue el primero en concebir el sistema panóptico para la vigilancia y control de los movimientos laborales (posteriormente aplicado a las prisiones por su hermano mayor, Jeremy Bentham).²⁵

El capitalismo computacional, sostiene Crawford, está profundamente arraigado y funciona en la explotación de los cuerpos humanos a lo largo del tiempo y la imposición de la disciplina laboral. Analiza el trabajo de Thompson sobre cómo la industrialización y el capitalismo cambiaron el tiempo dentro del trabajo en el siglo XIX, y luego se centra en la crítica de Braverman al taylorismo y la degradación del proceso laboral bajo el capitalismo monopolista.²⁶ Los algoritmos determinan ahora tanto los tiempos como los espacios de los trabajadores. El nuevo mundo de los algoritmos de IA representa la realización de la «verdadera subsunción del trabajo» frente al capital discutida por Marx, como en la implacable dominación de «la tasa», que representa el ritmo del trabajo en los almacenes de Amazon. Aquí cita la crítica de Marx sobre el tiempo del capital frente al tiempo de la naturaleza que se encuentra en El capital: «El tiempo lo es todo, el hombre no es nada; Es, como mucho, la carcasa del tiempo.»²⁷

Tras abordar la IA desde el terreno material, comenzando por la minería y la explotación de los trabajadores tanto en la extracción como en la producción, Crawford procede a hablar sobre el nuevo régimen de datos que está en el núcleo de este nuevo registro de poder. El régimen de la IA se alimenta de la idea de que absolutamente todo es información, que debe ser recolectada independientemente de los costes sociales y medioambientales. El nuevo capitalismo computacional promueve la acumulación implacable de datos en forma de texto, imagen, sonido y vídeo, con todo el mundo humano sirviendo como datos en bruto para los sistemas de IA.²⁸ Las plataformas de redes sociales son conductos para enormes cantidades de datos que alimentan sistemas de IA, que también penetran en casi todas las esferas del bien común y la vida privada:

Hay enormes conjuntos de datos llenos de selfies de personas, tatuajes, padres caminando con sus hijos, gestos con las manos, gente conduciendo sus coches, personas cometiendo delitos en las cámaras de seguridad y cientos de acciones humanas cotidianas como sentarse, saludar, levantar una copa o llorar. Se está capturando y registrando todo tipo de biodatos —incluyendo forense, biométrico, sociométrico y psicométrico— en bases de datos para que los sistemas de IA encuentren patrones y evaluaciones…. Los datos de voz se obtienen de dispositivos que se colocan sobre las encimeras de la cocina o mesillas de noche de los dormitorios; los datos físicos provienen de relojes en las muñecas y teléfonos en los bolsillos; los datos sobre qué libros y periódicos se leen provienen de tabletas y portátiles; los gestos y las expresiones faciales se recopilan y evalúan en los lugares de trabajo y en las aulas….

Fundamentalmente, las prácticas de acumulación de datos durante muchos años han contribuido a una poderosa lógica extractiva, una lógica que ahora es una característica fundamental del funcionamiento del campo de la IA. Esta lógica ha enriquecido a las empresas tecnológicas con las mayores cadenas de datos, mientras que los espacios libres de recogida de datos se han reducido drásticamente.²⁹

Los datos deben categorizarse. Las impresiones subjetivas de los trabajadores colectivos se utilizan para establecer clasificaciones de personas en función de la raza, la etnia y el género.³⁰ Se incorporan los significantes raciales que son producto de sistemas históricos de clasificación racista. El género siempre se considera de forma restrictiva como binario. Como señala Crawford, «los sistemas de aprendizaje automático están, de una manera muy real, construyendo raza y género: están definiendo el mundo en los términos que han establecido.» Las categorías utilizadas en el entrenamiento y clasificación de máquinas de IA refuerzan prejuicios existentes y perpetúan comparaciones indeseadas, además de replicar la ideología político-económica dominante.³¹

Aunque la promesa de un aumento de la productividad mediante la explotación más eficiente y total del trabajo es la base de las afirmaciones sobre la rentabilidad futura de los sistemas de IA, también se basa en la perspectiva de la extracción de beneficios de todas las formas de acción humana. El objetivo es universalizar los sistemas explotadores/expropiativos, promoviendo la acelerada acumulación de capital y su mayor concentración y centralización por unas pocas empresas dominantes que se han convertido casi en sinónimo de «el mercado».

Encima de esto se sitúa el Estado capitalista, que monopoliza las leyes de propiedad y violencia. El estado es un importante acumulador de datos, trabajando en conjunto con, y no en oposición, al capital computacional. El Estado monopolista-capitalista está fuertemente organizado en torno a funciones militares y policiales que crecen de la mano con el capitalismo de vigilancia dentro del sector privado. Para Peter Thiel, fundador de Palantir y un multimillonario clave partidario de la administración de Donald Trump, la IA es esencialmente una tecnología militar orientada a la vigilancia y el objetivo, aplicable tanto en la guerra como en operaciones de control nacionales. «Estas herramientas», escribe, «son… valioso para cualquier ejército—por ejemplo, para obtener una ventaja de inteligencia», mientras que tales «herramientas de aprendizaje automático», añade, «también tienen usos civiles.» Durante la primera administración Trump, los contratos de Palantir con agencias gubernamentales estadounidenses ascendieron a más de mil millones de dólares. Palantir se ha convertido en una empresa clave de vigilancia externalizada para el Eje de Inmigración y Aduanas (ICE), ayudando a ICE en su campaña de deportación motivada por motivos raciales. Según un informe de Bloomberg de 2018, Palantir «es una plataforma de inteligencia diseñada para la Guerra Global contra el Terrorismo», que está principalmente «armada contra estadounidenses comunes en casa», trabajando en colaboración con agencias estatales.³²

De manera similar, la app Vecinos, que utiliza las cámaras de timbre Ring de Amazon, clasifica las imágenes en categorías como «Crimen», «Sospechoso» o «Desconocido», y los vídeos se comparten mediante contratos con la policía e ICE. Ring también se utiliza para vigilar a los trabajadores que entregan paquetes. En palabras de Tung-Hui Hu, estas aplicaciones se han convertido en «freelancers» para el aparato militar y de seguridad del Estado.³³

El uso militar de la IA es ahora omnipresente, como en la guerra con drones y la ciberguerra, y está integrado en todas las operaciones bélicas. En 2017, el Departamento de Defensa de EE. UU. lanzó su Equipo Multifuncional de Guerra Algorítmica, cuyo nombre en clave fue Proyecto Maven, destinado a utilizar IA como un «motor de búsqueda automatizado de vídeos de drones» para vigilancia y segmentación. El contrato inicial que pasó a Google llevó a que más de tres mil empleados firmaran una carta de protesta exigiendo la cancelación del contrato. Google respondió convirtiendo el tema del debate no en una protesta contra el uso de IA en la guerra, sino en una cuestión de si la tecnología se estaba usando «para matar personas de forma incorrecta», algo que la corporación indicó que podría evitarse mediante la propia tecnología de IA, que proporciona la base para matar personas correctamente. Estados Unidos ha utilizado Claude, el modelo de IA de Anthropic, así como otros, en su guerra contra Irán, en alianza con Israel, que comenzó el 28 de febrero de 2026. En las primeras veinticuatro horas del ataque de EE.UU. e Israel a Irán, Anthropic generó hasta mil objetivos prioritarios, en los que sintetizó imágenes satelitales, señales de vigilancia e inteligencia de señales, proporcionando coordenadas GPS en tiempo real tanto para objetivos humanos como estratégicos, mientras automatizaba las justificaciones legales respecto a cada ataque.³⁴

Sin embargo, el papel del Estado respecto a la IA va más allá de la externalización de la vigilancia interna, el control de la población y sus operaciones militares. El Estado capitalista ha dado luz verde a un sistema de capital computacional monopolístico orientado a la acumulación ilimitada de datos como base para una acumulación ilimitada de capital, con pocas, si es que alguna, restricción legal real. Esto refleja un gobierno de las corporaciones, por las corporaciones y para las corporaciones. La falta de regulación estatal ha permitido que la fiebre de la IA avance sin preocuparse por las consecuencias destructivas, desde la perspectiva de un estallido de la burbuja de la IA hasta eventuales implosiones sociales y ecológicas generalizadas.

La IA y la Grieta Metabólica

El Atlas de la IA de Crawford se publicó en 2021, un año antes de la introducción de ChatGPT, que aceleró la fiebre de la IA y llevó a una enorme expansión de la inversión en centros de datos. Informado por estos avances, el trabajo más reciente de Crawford se centra en las contradicciones fundamentales de la IA como registro de poder. En su obra interactiva de 2023 «Calculating Empires», destaca el capital monopolista y el capital globalizado como la definición del modo político-económico en el que ha surgido la tecnología de IA digital. Sin embargo, la innovación sorprendente en su conferencia de 2025 «Mapping Empires» es centrarse en las contradicciones internas y externas de la IA. Aquí basa su argumento central en el concepto de fisura metabólica, desarrollado en el siglo XIX por Marx, basado en parte en el trabajo del químico alemán Justus von Liebig. Crawford, en su conferencia, ofrece una discusión detallada sobre la brecha en el ciclo de nutrientes del suelo en la Inglaterra del siglo XIX, debido al envío de alimentos y fibras que contenían nutrientes del suelo, como nitrógeno, fósforo y potasio, a las nuevas ciudades industriales altamente pobladas a cientos e incluso miles de kilómetros de distancia, donde estos nutrientes acabaron siendo contaminantes, con gente tirando «excrementos a las calles y a los cursos de agua.» Como consecuencia, estos elementos esenciales no se devuelven a las granjas para reponer el suelo. Como dice la propia Crawford, «Europa literalmente se estaba consumiendo hasta agotarse.» Aquí se basa en el concepto de Raubbau de Liebig o la cultura/economía del robo.

Dada la incapacidad general de producir fertilizantes sintéticos en aquella época, especialmente aquellos que incorporaban nitrógeno, comenzó la «fiebre del guano», con países europeos y Estados Unidos compitiendo por el guano (excrementos de aves ricos en nitrógeno). Se importaron grandes cantidades de guano a Europa desde las islas Chincha, ricas en guano, frente a la costa de Perú. Aunque más tarde se desarrollaron fertilizantes sintéticos, esto solo cambió la contradicción, lo que llevó a las actuales fracturas en los ciclos del nitrógeno y el fósforo, con el resultado de que la brecha metabólica general asociada a una disyunción entre la extracción de recursos humanos y las condiciones de sostenibilidad ecológica solo se profundizó. Hoy en día, la aparición del Antropoceno se considera una «brecha antropogénica» en los ciclos biogeofísicos del Sistema Terrestre.³⁵

Reconociendo que la IA es un sistema material que ha surgido históricamente como resultado de la acción humano-social y es una encarnación de las relaciones naturales y humanas, Crawford sostiene que es necesario verla como un sistema metabólico que sigue «patrones metabólicos» o ciclos. Las contradicciones en forma de grietas metabólicas surgen necesariamente entre las condiciones de existencia y reproducción material y los imperativos internos del capital de IA. Así, la minería de materiales y recursos esenciales, la «ingesta de datos» ilimitada y el contenido final en forma de «slop de IA» pueden verse como fases en un ciclo metabólico. Esto está impulsado por los imperativos del capitalismo computacional, que en algún momento, dado que esto es insostenible, conduce al «colapso del modelo».³⁶

En la concepción de Crawford, la ingesta destructiva de datos de la IA es equivalente a la de Raubbau. El extractivismo mineral y el uso de energía y agua están aumentando exponencialmente las demandas sobre el medio ambiente natural, alterando la relación humana con la naturaleza a una escala acelerada, en línea con la noción clásica de Marx sobre la ruptura metabólica. Además, ahora se reconoce que existe una brecha autogeneradora dentro de la IA, conocida en la literatura científica como «autofagia de la IA» (en referencia a la autofagia metabólica disfuncional—auto-comer—en las células). Aquí la IA, al depender cada vez más de sus propios datos sintéticos, o basura de IA, se consume esencialmente a sí misma, conduciendo al «colapso del modelo», con consecuencias desastrosas para todo el mundo alienado por la IA.³⁷

La ingestión de datos de IA hoy en día es enorme y inconmensurable, ya igual a lo que se puede extraer de la web, abarcando incontables terabytes de datos y buscando encerrar todo el mundo de la información en todas sus formas. La totalidad de la creatividad humana a lo largo de miles de años y todo comportamiento y expresiones humanas son materia para su molino—todo ello para ser incorporado al aprendizaje automático comandado por un sistema de poder político-económico. Sin embargo, todo esto está materialmente materializado, imponiendo límites a las operaciones del sistema.

«Las demandas minerales de la IA», nos dice Crawford, «están provocando otra fisura metabólica, extrayendo los minerales que tardaron miles de millones de años en formarse en la corteza terrestre en tiempo profundo para chips de IA que se usan generalmente durante uno o dos años.» Sin embargo, los mayores costes medioambientales asociados con la nueva IA Raubbau son el consumo de energía y agua, que ya apuntan a niveles de uso comparables a los de los países más ricos. Las estimaciones de la Agencia Internacional de la Energía y Bloomberg proyectan que la cantidad de electricidad necesaria para la IA será equivalente a la de estados como Japón e India, o hasta el 25 por ciento de la electricidad estadounidense, para 2030.³⁸ Los centros de datos a hiperescala requieren sistemas de refrigeración que consumen millones de galones de agua diariamente, con una demanda en constante aumento. Nada de esto es sostenible. Aunque algunos dicen que una mayor eficiencia puede resolver el problema, Crawford recurre aquí a la famosa paradoja de Jevons, basada en la obra de William Stanley Jevons La cuestión del carbón (1865), en la que se argumentaba que el aumento de la eficiencia en el uso del carbón nunca redujo la cantidad de carbón utilizada, ya que el aumento de la eficiencia siempre conducía a expansiones en el nivel de producción, un fenómeno inherente al sistema de acumulación de capital.³⁹

Lo que Crawford denomina una grieta metabólica emergente, arraigada en las relaciones sociales capitalistas, tiene que ver con el apetito insaciable de la IA, que ingire, digigire y excreta datos de formas que conducen a su propia canibalización. Como en el mito griego del rey Erysichthon contado en las Metamorfosis de Ovidio —en la que Erysichthon, consumido por el deseo de riqueza y consumo, vendió a su propia hija y luego se comió a sí mismo— los sistemas de IA actuales, impulsados por la acumulación de capital y por su propia lógica tecnológica interna, acabarán consumiéndose a sí mismos.⁴⁰ Al ingerir cada vez más sus propios productos sintéticos, llenos de fantasmagorías y alucinaciones, junto con el aplanamiento general del conocimiento, el resultado será una especie de degradación estructural. «La última brecha metabólica entre la IA y los humanos», escribe Crawford, «amenaza múltiples formas de fracaso en cascada: colapso moral, colapso financiero, colapso ecológico y, dependiendo de a quién creas, colapso cognitivo.»⁴¹

Las brechas en la relación humana con la naturaleza en la sociedad moderna son manifestaciones de la lógica alienada y destructiva de la acumulación y crisis de capital. Meta, Amazon, Microsoft, Alphabet (Google) y Tesla juntos gastaron 561.000 millones de dólares en inversiones de capital en IA entre 2023 y 2025, generando ingresos, no beneficios, de estas inversiones de 35.000 millones. La burbuja de la IA se sostiene gracias a la deuda y a la incesante subasta de los activos de estas empresas, ya que los inversores buscan formar parte de esta fiebre del oro moderna, aunque últimamente el valor de mercado de todas estas empresas ha ido cayendo. Refiriéndose a la deuda asumida por los hiperescaladores en su prisa por construir centros de datos, Bloomberg afirma que esto se está tomando la forma de «bonos de primer nivel, deuda basura, crédito privado y complejos fondos de préstamos respaldados por activos», que ascienden hasta 200.000 millones de dólares o más. La aceleración de la IA es fundamental para el propio capital monopolístico, que espera que, si se produce un colapso, Washington rescate a una escala que eclipsaría todos los rescates anteriores. Para resolver el problema de la falta de un mercado suficiente para la IA, el capital computacional pretende forzar la adopción de la IA generativa implantándola en innumerables aplicaciones. Este es un modelo de acumulación cargado de riesgos.⁴²

El auge del movimiento neofascista asociado con la política de Trump «Make America Great Again» (MAGA) ha sido financiado en gran medida por multimillonarios tecnológicos de Silicon Valley como Musk, Thiel y Ellison, lo que supone amenazas para todo el cuerpo político. El anuncio de la iniciativa Stargate de la administración Trump en su primer día completo en el cargo de su segundo mandato, que pretende invertir 500.000 millones de dólares en centros de datos, fue diseñado para impulsar a Oracle y OpenAI (el desarrollador de ChatGPT), dirigidos por Ellison y Sam Altman, respectivamente, ambos grandes contribuyentes a los intereses políticos MAGA de Trump. Algunos comentaristas han visto estos desarrollos como una señal de un cartel emergente apalancado por el Estado, que va desde los medios hasta la IA y la tecnología «en la nube», dominando tanto las comunicaciones como la economía, mientras que al mismo tiempo promueve un régimen político dictatorial.⁴³

El «Intelecto General» de Marx y el socialismo

Si la IA es más que una mera tecnología histórica, sino que debe ser entendida, como dice Crawford, como un «registro de poder», entonces la única respuesta viable es ejercer un poder social genuino sobre su desarrollo, basado en una democracia sustantiva. Las posibles ramificaciones de la IA apuntan a lo que István Mészáros llamó «la necesidad de control social», un control social que debe ejercerse si se quiere evitar una tendencia hacia el exterminismo ecológico, militar y social. Aquí no solo deben cuestionarse las fuerzas de la producción, sino aún más las relaciones sociales de la producción.⁴⁴

En su «Fragmento sobre las máquinas» en la Grundrisse, Marx comentó cómo la transferencia del conocimiento y las actividades humanas —es decir, la esencia del trabajo humano— a las máquinas mediante la automatización condujo a la encarnación en las máquinas del «intelecto general» de la sociedad, que propiamente pertenecía y representaba al «individuo social» y, como explicó en El Capital, al «trabajador colectivo».⁴⁵ La apropiación monopolística de este intelecto general como propiedad del capitalista significaba que se utilizaría para un solo fin y un solo fin: la acumulación de capital, beneficiando a muy pocos. La incorporación del intelecto general dentro del capital era, para Marx, una contradicción mortal para el propio capital. Cualquier intento por parte de los capitalistas de empuñar el intelecto general en favor de sus propios fines estrechos y acumulativos crearía crisis tras crisis. Citando la escena titulada «El sótano de Auerbach» en Fausto (Parte 1, Escena 5) de Johann Wolfgang von Goethe, Marx aludía sutilmente a una canción macabra y picante sobre veneno dado a una rata de bodega, que la hacía actuar «como si su cuerpo estuviera poseído por amor», terminando en su muerte—significando un trabajo vivo transformado en trabajo muerto: un mero «cuerpo animado, » incapaz de crear valor laboral directo. Esto podría verse en nuestro tiempo como la absorción por parte del capital de IA de todo el conocimiento generado por el trabajo creativo y de todo el mundo digitalizado dentro de sí mismo, produciendo un cuerpo robótico, conduciendo a la autofagia de la IA y al colapso de los modelos.⁴⁶

El propio potencial para la expansión del tiempo de trabajo disponible (ocio) debido a la automatización, explicó Marx en su época, contradice la necesidad incesante del capital de ampliar el tiempo de trabajo excedente. Por tanto, el sistema busca promover, mediante la automatización —basada en la influencia proporcionada por un ejército de reserva industrial en expansión— la creciente degradación y dependencia material del trabajo, obligando a «el trabajo a trabajar más tiempo que el salvaje, o que él mismo con las herramientas más simples y toscas«, ahora como un mero «apéndice de una máquina».⁴⁷

Sin embargo, la realidad del intelecto general encarnado en la automatización al mismo tiempo hace posible el ascenso del «trabajador colectivo como sujeto dominante» de la producción y el movimiento decisivo hacia una sociedad de productores asociados.⁴⁸ La necesidad de control y planificación social implica poner al mando las relaciones sociales generales mientras pone fin al reinado del capital monopolista y financiero.

Algunas señales de lo posible están prefiguradas hoy en China actualmente. China rivaliza con Estados Unidos en desarrollo de IA. El modelo de IA DeepSeek de código abierto de China es más eficiente energéticamente y rentable que los chatbots estadounidenses. Mientras que las Grandes Casas de la IA en Estados Unidos compiten por una especie de «superinteligencia» casi divina a través de grandes modelos de lenguaje, el «socialismo con características chinas» de Pekín ha centrado su tecnología de aprendizaje automático —no exenta de contradicciones— más directamente en la manufactura, la logística, la energía, las finanzas públicas y los servicios públicos. Los fabricantes de automóviles utilizan robots con una intervención humana mínima. Las herramientas de IA se utilizan intensamente en hospitales, donde se emplea una «IA más simple y estrecha» diseñada para tareas específicas. La IA en China está integrada principalmente en la manufactura en lugar de en una economía de servicios desarrollada como ocurre hoy en Estados Unidos. Naturalmente, el uso tan intenso de robots en la fabricación china conduce al desplazamiento de mano de obra. Los bancos de datos en China, como en Estados Unidos y otros lugares, utilizan vastos recursos y dependen de la minería de litio, cobalto y metales de tierras raras. Al igual que Estados Unidos, la modernización militar contemporánea de China se basa en la IA. No obstante, los controles regulatorios sobre la IA bajo el «socialismo con características chinas» ofrecen esperanzas en un enfoque social más racional de todo el fenómeno.

De hecho, donde China más difiere de Estados Unidos y Occidente en lo que respecta a la IA es en su liderazgo en la gobernanza de la IA, que enfatiza que el aprendizaje automático debe subordinarse a un camino de desarrollo «centrado en las personas» y al bienestar de la población. Pekín ha introducido reglas específicas para tecnologías de síntesis profunda (conocidas como deepfakes) y para la IA generativa. Todos los deepfakes requieren etiquetado o marca de agua visibles para garantizar transparencia, precisión y fiabilidad. Cualquier empresa que quiera ofrecer IA generativa debe registrar sus algoritmos en la Administración del Ciberespacio de China, el principal organismo regulador. Cada cuerpo importante de datos que los desarrolladores deseen incluir en su modelo de IA debe ser muestreado aleatoriamente para detectar contenido discriminatorio y antisocial. Las normativas están expresamente diseñadas para proteger a las personas que tienen «derechos definidos de retrato, reputación, honor, privacidad e información personal». La mayoría de las regulaciones se aplican a grandes modelos de lenguaje ofrecidos al público, mientras que las normativas para el aprendizaje automático dentro de la industria son menos estrictas para apoyar la innovación. No obstante, el carácter social del enfoque chino, aunque claramente insuficiente y plantea cuestiones difíciles, contrasta favorablemente con el desarrollo más privatizado y depredador de la tecnología en Estados Unidos, donde las regulaciones federales significativas son notoriamente ausentes.⁴⁹

No es de extrañar que China también sea líder en la promoción de la gobernanza global de la IA, con su Iniciativa de Gobernanza Global de la IA, presentada en octubre de 2023, y su Declaración de Shanghái sobre la Gobernanza Global de la IA en la Conferencia Mundial de IA en 2024. En estas iniciativas globales, Pekín insiste en un «enfoque centrado en las personas» como una «tarea común» respecto a la regulación de la IA para hacer frente a los «riesgos impredecibles y desafíos complejos» de estas tecnologías, que con frecuencia se utilizan «con fines de manipular la opinión pública, difundir desinformación, intervenir en los asuntos internos, sistemas sociales y orden social de otros países, así como poner en peligro la soberanía de otros estados.» Entre los peligros especificados se encuentran los «monopolios tecnológicos y medidas coercitivas unilaterales»; sesgos relacionados con la discriminación de «etnias, creencias, nacionalidades, géneros, etc.»; la aceleración del daño ambiental; y bloquear la expansión de la tecnología de aprendizaje automático en todo el Sur Global, dificultando así el desarrollo sostenible global. China insiste en que el objetivo debe ser el desarrollo humano y el uso de estas tecnologías en campos como «la sanidad, la educación, el transporte, la agricultura, la industria, la cultura y la ecología». Los efectos negativos de la IA en el empleo deben ser cuidadosamente vigilados y «mitigados». Se invita a todos los países a unirse, de acuerdo con sus propias necesidades nacionales, para establecer «un sistema de pruebas y evaluación basado en los niveles de riesgo de IA y un sistema de revisión ética de ciencia y tecnología.» En palabras de Xi Jinping, es necesario «asegurarse de que la IA sirva al bien común y beneficie a todos, y que no sea un juguete de los países ricos y los ricos.»⁵⁰

Están surgiendo diversas dificultades respecto a la IA en todo el mundo. Una demanda destacada que se está promoviendo es «pausar» el desarrollo de la IA hasta que se puedan determinar los peligros asociados a su avance posterior, de modo que una regulación racional pueda desempeñar un papel en su desarrollo.⁵¹ Sin embargo, el gobierno federal de EE. UU. bajo la administración Trump no solo intenta no regular la IA, sino que también está luchando activamente contra aquellos estados y localidades individuales de todo el país que intentan introducir regulaciones sobre la IA.⁵² El cártel de la IA, que ahora puede verse como abarcando a los hiperescaladores dentro de la alta tecnología, respaldados por monopolios financieros, el sector energético y el Estado, está actualmente completamente al mando. Por tanto, los intentos de controlar socialmente la IA dentro del capitalismo monopolista apuntan necesariamente a la necesidad de un movimiento más revolucionario alejándose del capitalismo y hacia el socialismo.

Las Grandes Casas de la IA están divididas contra sí mismas y no pueden resistirse. Dependen para su propia existencia de un aparato estatal capitalista (y cultural) cada vez más centralizado, coercitivo y corrupto basado en clases, constituyendo una lógica general que—si se permite continuar—será nada menos que catastrófica. Si la humanidad quiere prosperar, las fuerzas y relaciones de producción deben revolucionarse conjuntamente, junto con el desarrollo de las capacidades humanas, creando un mundo de desarrollo humano sostenible. Esto requiere la formación bajo el socialismo de una verdadera «democracia de todo el proceso» informada por el intelecto general, en la que «los productores asociados gobiernan el metabolismo humano con la naturaleza de manera racional… lográndolo con el menor gasto de energía posible y en las condiciones más adecuadas para su naturaleza humana.»⁵³

Notas

1.  Paul Gruenwald y Satyam Panday, «Cómo los centros de datos y la IA se están convirtiendo en un nuevo motor de crecimiento,» Foro Económico Mundial, 17 de diciembre de 2025. Véase también Nick Licthenberg, «Sin centros de datos El crecimiento del PIB fue del 0,1% en la primera mitad de 2025, dice Harvard Economist,» Fortune, 7 de octubre de 2025.
2.  Kate Crawford, Mapeando imperios: Poder, política y los costes planetarios de la inteligencia artificial (New Haven: Yale University Press, 2021), 20.
3.  Matt Day y Annie Bang, «Las grandes tecnológicas gastarán 650.000 millones de dólares este año mientras la carrera de la IA se intensifica», Bloomberg, 5 de febrero de 2026; Marty Hart-Landsberg, «IA y economía: una apuesta perdedora para los trabajadores», Reports from the Economic Front, 16 de febrero de 2026.
4.  Paul A. Baran y Paul M. Sweezy, Capital Monopoly (Nueva York: Monthly Review Press, 1966), 220–21.
5.  John Maynard Keynes, La teoría general del interés laboral y el dinero (Londres: Macmillan, 1936), 161–62; Karl Marx, Capital, vol. 1 (Londres: Penguin, 1976), 780.
6.  Paul Krugman, «La economía del cambio tecnológico,» Substack, 1 de marzo de 2026, paulkrugman.substack.com; Lista de Multimillonarios del Mundo Forbes, 2026, forbes.com/billionaires.
7.  Matt Seybold, «Los Ellison están probando a Big Brother,» American Vandal, 10 de octubre de 2025.
8.  Bernie Sanders, La guerra de los oligarcas de las grandes tecnológicas contra los trabajadores: la IA y la automatización podrían destruir casi 100 millones de empleos en EE. UU. en una década, informe de personal minoritario de alto rango, Comité de Salud, Educación, Trabajo y Pensiones, 6 de octubre de 2025.
9.  Melissa Heikkilä, «Mustafa Syleyman planea la ‘autosuficiencia’ de la IA mientras Microsoft afloja los lazos con OpenAI,» Financial Times, 12 de febrero de 2026.
10.  Para un análisis crítico del determinismo tecnológico, véase Merritt Roe Smith y Leo Marx, eds., ¿La tecnología impulsa la historia?: El dilema del materialismo tecnológico (Cambridge, Massachusetts: MIT Press, 1994).
11.  Karl Marx, Grundrisse (Londres: Penguin, 1983), 706; Marx, Capital, vol. 1, 279–80; John Bellamy Foster, «Braverman, Capital Monopolista e IA: El Trabajador Colectivo y la Reunificación del Trabajo,» Monthly Review 76, nº 7 (diciembre de 2024): 1–13; Matteo Pasquinelli, El ojo del amo: Una historia social de la inteligencia artificial (Londres: Verso, 2023).
12.  John Bellamy Foster, Rompiendo las ataduras del destino: Epicuro y Marx (Nueva York: Monthly Review Press, 2025), 17. Aunque «depende de nosotros», la lucha social, aunque requiere agencia, no puede presentarse en términos voluntarios. Más bien, debe concebirse en términos de lo que Roy Bhaskar llamó «el modelo transformador de la actividad social», que encapsulaba la esencia del concepto marxista de cambio histórico. Roy Bhaskar, Reclamando la realidad (Londres: Routledge, 2011), 74–81; Karl Marx, El decimoctavo brumario de Luis Bonaparte (Nueva York: International Publishers, 1963), 15.
13.  Kate Crawford, «Comiendo el futuro: La lógica metabólica de la masa de IA,» e-flux Architecture, septiembre de 2025, e-flux.com.
14.  Kate Crawford, Atlas de la IA: Poder, Política y los Costes Planetarios de la Inteligencia Artificial (New Haven: Yale University Press, 2021); Kate Crawford y Vladen Joler, «Anatomía de un sistema de IA», 2018, anatomyof.ai; Kate Crawford, «Imperios calculadores«, Knowing Machines, 23 de noviembre de 2023, knowingmachines.org; Kate Crawford, «Long Now Talks: Mapping Empires«, grabado el 12 de noviembre de 2025; Crawford, «Comiendo el futuro.»
15.  «Fetichismo» se utiliza aquí en el sentido de la teoría marxiana del fetichismo de la mercancía. Véase Marx, Capital, vol. 1, 163–77. Sobre el determinismo encantado, véase Crawford, Atlas of AI, 213–15.
16.  Crawford, Atlas de la IA, 8.
17.  Tung-Hui Hu, Una prehistoria de la nube (Cambridge, Massachusetts: MIT Press, 2015), 147.
18.  Crawford, Atlas de la IA, 18–19. Sobre la fisura metabólica, véase John Bellamy Foster, Marx’s Ecology (Nueva York: Monthly Review Press, 2000), 141–77; John Bellamy Foster y Brett Clark, El robo de la naturaleza (Nueva York: Monthly Review Press, 2020), 12–34.
19.  Crawford, Atlas de IA, 213–15; Alexander Campolo y Kate Crawford, «Determinismo encantado: poder con responsabilidad en inteligencia artificial,» Engaging Science, Technology, and Society 6 (2020): 2.
20.  Crawford, «Long Now Talks: Mapping Empires,» 27:07.
21. ↩ «Día Mundial del Agua: Los impactos del agua de la extracción de litio«, Wetlands International Europe, 22 de marzo de 2023, europe.wetlands.org; Terry Gross, «Cómo la ‘esclavitud moderna’ en el Congo impulsa la economía de las baterías recargables», NPR, 1 de febrero de 2023.
22.  Crawford y Joler, «Anatomía de un sistema de IA», Sección XI.
23.  Billy Perrigo, «Exclusiva: OpenAI utilizó trabajadores kenianos por menos de 2 dólares la hora para hacer que ChatGPT fuera menos tóxico,» Time, 18 de enero de 2023; Chinmayi Arun, «IA transnacional e imperialismo corporativo,» Carnegie Endowment of International Peace, 8 de octubre de 2024.
24.  Crawford, Atlas de IA, 64–68; Lawrence F. Katz y Alan B. Krueger, «El auge y la naturaleza de los arreglos de trabajo alternativos en Estados Unidos 1995–2015,» Serie de Documentos de Trabajo NBER, National Bureau of Economic Research, Washington DC, septiembre de 2016: 7; Hu, Prehistoria de la Nube, 89; Martin Gonzalez-Cabello, Auyon Siddiq, Charles J. Corbett y Catherine Hu, «Justicia en el trabajo colectivo: haciendo que la cadena de suministro humana sea más humana,» Business Horizons 68, nº 5 (septiembre–octubre 2025): 645–57.
25.  «Desde Disciplina y castigo de Michel Foucault, se ha vuelto habitual considerar la prisión como el punto de origen de la sociedad de vigilancia actual, con el Bentham mayor como su progenitor. De hecho, la prisión panóptica debe sus orígenes al trabajo del joven Bentham en el contexto de la primera instalación de fabricación. El panóptico comenzó como un mecanismo de lugar de trabajo mucho antes de ser conceptualizado para las prisiones» (Crawford, Atlas of AI, 61).
26.  Crawford, Atlas de AI, 59–62, 72; E. P. Thompson, «Tiempo, disciplina de trabajo y capitalismo industrial,» Past and Present, nº 38 (diciembre de 1967): 56–97; Harry Braverman, Trabajo y Capital Monopolista (Nueva York: Monthly Review Press, 1998).
27.  Crawford, Atlas de la IA, 74; Karl Marx y Frederick Engels, Obras completas (Nueva York: International Publishers, 1975), vol. 6, 127; Marx, Capital, vol. 1, 1034–38; István Mészáros, El desafío y la carga del tiempo histórico (Nueva York: Monthly Review Press. 2008), 43–49; Ian Angus, Enfrentándose al Antropoceno (Nueva York: Monthly Review Press, 2016), 111–25.
28.  Crawford, «Comiendo el futuro»; Crawford, Atlas de la IA, 95.
29.  Crawford, Atlas de la IA, 119.
30.  Sobre los crowdworkers, véase Crawford, Atlas of AI, 63–64.
31.  Crawford, Atlas de AI, 123–36, 145–46.
32.  Crawford, Atlas de AI, 193–99; Peter Waldman, Lizette Chapman y Jordan Robertson, «Palantir lo sabe todo sobre ti», Bloomberg, 19 de abril de 2018.
33.  Hu, Prehistoria de la Nube, 115; Crawford, Atlas de la IA, 202.
34.  Crawford, Atlas de AI, 189–92; Ed Pilkington, «Se informa que el ejército estadounidense utilizó a Claude en ataques contra Irán a pesar de la prohibición de Trump,» Guardian, 1 de marzo de 2026; Gary Wilson, «Anthropic Is Already At War,» Struggle La Lucha, 5 de marzo de 2026 struggle-la-lucha.org.
35.  Crawford, «Long Now Talks: Mapping Empire,» 5:40–18:17; Crawford «Comiendo el futuro»; Clive Hamilton y Jacques Grinevald, «¿Se anticipó el Antropoceno?», Anthropocene Review 2, nº 1 (2015): 67.
36.  Crawford, «Long Now Talks: Mapping Empire,» 13:18, Crawford, «Comiendo el futuro.»
37.  Crawford, «Long Now Talks: Mapping Empires, 37:40–39:46; Crawford, «Comiendo el futuro.»
38.  Crawford, «Long Now Talks: Mapping Empires,» 28:08–29:20; Peter Landers, «Las necesidades energéticas ‘insaciables’ de la inteligencia artificial no son sostenibles, dice el CEO de Arm», Wall Street Journal, 9 de abril de 2024.
39.  Crawford, «Long Now Talks: Mapping Empires,» 31:16–32:37; John Bellamy Foster, Brett Clark y Richard York, The Ecological Rift (Nueva York: Monthly Review Press, 2010), 169–82; William Stanley Jevons, La cuestión del carbón (Londres: Macmillan, 1865), 102–16.
40.  Ovidio, Metamorfosis, trad. Charles Martin (Nueva York: Norton, 2004), 298; Richard Seaford, Antigua Grecia y el calentamiento global, Discurso presidencial de la Classical Association (Londres: Classical Association, 2009), 6; John Bellamy Foster, prólogo en Fred Magdoff y Chris Williams, Creando una sociedad ecológica (Nueva York: Monthly Review Press, 2017), 7–9.
41.  Crawford, «Long Now Talks: Mapping Empires,» 40:11.
42. ↩ Matt Day y Amy Bang, «Las grandes tecnológicas gastarán 650.000 millones de dólares este año mientras la carrera de la IA se intensifica», Bloomberg, 6 de febrero de 2026; Hart-Landsberg, «La IA y la economía.»
43.  Frank Vogl, «El regreso de Trump a la era de los barones ladrones,» Globalist, 13 de octubre de 2025.
44.  István Mészáros, La necesidad del control social (Nueva York: Monthly Review Press, 2015), 23–51.
45.  Marx, Grundrisse, 706; Marx, Capital, vol. 1, 464–69, 544–45; Michael Heinrich, «El ‘fragmento sobre las máquinas’: una idea errónea marxista en la Grundrisse y su superación en el capital,» en Marx’s Laboratory: Critical Interpretations of the ‘Grundrisse‘, Riccardo Bellofiore, Guido Starosta y Peter D. Thomas, eds. (Chicago: Haymarket, 2013), 197–212; John Bellamy Foster, «Braverman, Capital Monopolista e IA,» Monthly Review 76, nº 7 (diciembre de 2024): 1–13. Véase también Te Li, «Del trabajo clásico al trabajo del ‘Intelecto General’: El impacto de la era de la inteligencia digital en la teoría socialista del trabajo,» Monthly Review 77, nº 11 (abril de 2026): 46–62.
46.  Marx, Grundrisse, 704; Marx, Capital, vol. 1, 302; Johann Wolfgang von Goethe, Obras Completas, vol. 2, Fausto, Partes I y II, ed. y trad. Stuart Atkins (Princeton: Princeton University Press), 54; Sami Khatib, «El impulso del capital: de monstruos, vampiros y zombis,» Coils of the Serpent 8 (2021): 101–13.
47.  Marx, Grundrisse, 708–9; Marx, Capital, vol. 1, 799.
48.  Marx, Capital, vol. 1, 544–45.
49.  Vanessa Bates Ramírez, «Estados Unidos y China están buscando futuros diferentes en IA,» IEEE Spectrum, 19 de febrero de 2026; «AI Watch: Rastreador regulatorio global—China,» White and Case, 22 de septiembre de 2025.
50.  Ministerio de Asuntos Exteriores, República Popular China, «Iniciativa Global de Gobernanza de la IA», 20 de octubre de 2023; Ministerio de Asuntos Exteriores, República Popular China, «Texto completo: Declaración de Shanghái sobre la Gobernanza Global de la IA», 4 de julio de 2024; Xi Jinping, La gobernanza de China, vol. 5 (Beijing: Foreign Languages Press, 2025), 553.
51.  Darko Suvin, «Tengo miedo de la IA: una exasperación político-epistemológica,» Historical Materialism (blog), 2026, historicalmaterialism.org; Anna Gordon, «Por qué los manifestantes de todo el mundo exigen una pausa en el desarrollo de la IA«, Time, 13 de mayo de 2024; Anthony Elmo, «Las leyes de moratoria de centros de datos se están extendiendo en 2026,» Good Jobs First, 19 de febrero de 2026.
52.  La Casa Blanca, «Garantizar un marco político nacional para la inteligencia artificial«, Orden Ejecutiva, 11 de diciembre de 2025.
53.  Karl Marx, Capital, vol. 3 (Londres: Penguin, 1981), 959.