Como profesor universitario lo veo todos los días: los estudiantes cada vez en mayor medida utilizan alguna Inteligencia Artificial (IA) para realizar sus labores. Sea a ChatGPT, a Gémini, a Grok o alguna otra les piden resúmenes de libros, le encargan redactar sus ensayos, elaborar sus presentaciones, etc. Pero no son sólo ellos, muchos más utilizamos IA para apoyar nuestras actividades. Sea una diseñadora freelance que usa un generador de imágenes para proponer logos a un cliente, o un profesor de secundaria en Oaxaca que la emplea para preparar su clase o hasta un diputado que la usa para elaborar un discurso, todos y cada uno lo que está haciendo es alimentar, de forma invisible y silenciosa, los sistemas que las grandes plataformas monetizan.
ChatGPT, el ejemplo más visible, superó los 900 millones de usuarios activos semanales a principios de 2026 y alcanzó más de mil millones de usuarios mensuales en su aplicación móvil, convirtiéndose en la app más rápida de la historia en llegar a esa cifra. En México, alrededor del 50 % de los usuarios de internet ya utilizan alguna herramienta de inteligencia artificial, y la adopción de IA generativa se ubica cerca del 20 %, por encima del promedio global en algunos indicadores. Estudios recientes muestran que en el país el uso de chatbots alcanza niveles altos (alrededor del 66 % en algunas mediciones regionales).
La innovación algorítmica es sencillamente la apropiación privada de un bien común.
Este uso masivo alienta un proceso en el que pocos o casi nadie se detiene a pensar: la extracción masiva de lenguaje, imágenes, conocimiento y trabajo vivo acumulado por la sociedad a lo largo de décadas. Así es, la innovación algorítmica es sencillamente la apropiación privada de un bien común. Prácticamente todo lo que escribimos on-line pasa a ser “materia prima” para la IA. Cada prompt, cada corrección, cada conversación se convierte en dato de entrenamiento. De manera similar, el lenguaje que producimos en WhatsApp, Facebook, X, TikTok, foros escolares, reseñas de Google o artículos de blogs son tomados por la IA y empleados para crear lo que se le pide.
A propósito de las plataformas: ¿Los algoritmos nos dictan en que creer?
Lo mismo pasa con las fotografías subidas a Instagram, las obras de artistas visuales mexicanos, los códigos abiertos compartidos por programadores o los textos periodísticos de medios nacionales, al igual que los papers que académicos e investigadores publican dando a conocer el resultado de sus investigaciones. Todo eso, producido colectivamente durante décadas, es “raspado”, procesado y convertido en valor privado.
OpenAI reportó ingresos reales de alrededor de 13 mil millones de dólares en 2025 y una tasa anualizada de ingresos cercana a los 25 mil millones a inicios de 2026.
Si se pusiera en términos de economía política, hay que distinguir entre a distinción entre “trabajo muerto” (el pasado, que hemos objetivado en datos) y trabajo vivo (la actividad presente que todos tenemos on-line). Entonces, podemos ponernos a imaginar el enorme archivo digital de la humanidad (o sea, todo lo que hemos generado en calidad de información y que está alojado en bases de datos, plataformas, aplicaciones, etc.) y nos daremos una idea de todo aquello que puede explotar la IA.
OpenAI reportó ingresos reales de alrededor de 13 mil millones de dólares en 2025 y una tasa anualizada de ingresos cercana a los 25 mil millones a inicios de 2026. Mientras tanto, las grandes tecnológicas que controlan la infraestructura —Nvidia, Microsoft, Alphabet, Meta, Amazon— generan decenas o centenas de miles de millones en utilidades netas, impulsadas en buena medida por el auge de la IA.
Para que quede más claro pongamos un ejemplo: estas mismas líneas que usted ve y que se publican en el sitio web de AD Noticias, lo mismo el tutorial de cocina de una youtuber de Puebla, las fotografías de un fotógrafo callejero de la Roma o las discusiones en grupos de Facebook sobre la política nacional alimentan modelos que luego se venden como suscripciones Premium, APIs empresariales o herramientas integradas en buscadores y redes sociales. El valor de uso lo aportamos nosotros; el valor de cambio lo capturan las empresas que operan las IA.
Los centros de datos que hacen posible la IA consumen enormes cantidades de energía, agua y minerales.
Pero, además, este proceso de apropiación no es solo abstracto o cultural: tiene una dimensión material muy concreta que se siente en el territorio mexicano. Los centros de datos que hacen posible la IA consumen enormes cantidades de energía, agua y minerales.
A escala global, los centros de datos consumieron alrededor de 448-470 teravatios por hora de electricidad en 2025 (más que el consumo total de algunos países) y se proyecta que lleguen a unos 545 al finalizar este y hasta 945 TWh en 2030, con la IA impulsando una parte creciente de ese crecimiento (hasta el 30-40 %). El consumo de agua también es crítico: estimaciones de la ONU indican que en 2025 los centros de datos usaron alrededor de 4.5 billones de litros y que la cifra podría duplicarse hacia 2030.
En México la situación es especialmente sensible. El país se ha convertido en un destino atractivo para centros de datos, con Querétaro como epicentro. El mercado de consumo de agua de los centros de datos en México se estima en alrededor de 18.76 mil millones de litros en 2026. Y es necesario subrayar que esta sobredemanda agravará la crisis hídrica en regiones como el Valle de Amazcala, en Querétaro, donde el acuífero ya presenta disponibilidad negativa y donde se otorgan concesiones de agua a empresas mientras las comunidades enfrentan restricciones. Además, más del 70 % de la electricidad en México proviene de combustibles fósiles (principalmente gas), lo que genera tensiones con los compromisos de sostenibilidad de las hiperescalares y aumenta la presión sobre la red eléctrica local. De ahí que ahora el gobierno federal ya esté aceptando el fracking para extraer gas natural y generar más energía eléctrica.
Así, mientras un joven estudiante emplea una IA para hacer la tarea, el agua y la energía que sostienen ese servicio pueden estar extrayéndose de acuíferos y redes eléctricas ya tensionadas. En suma, el bien común digital se apropia, y el común material (agua, energía) también se tensiona.
Las consecuencias se sienten en múltiples ámbitos. Los estudiantes ven cómo sus propios textos y estilos alimentan herramientas que luego “ayudan” (y a veces sustituyen) el trabajo escolar. Los diseñadores, ilustradores y fotógrafos compiten con sistemas entrenados, en parte, sobre su propio trabajo o sobre el de colegas. Los periodistas y creadores de contenido enfrentan la reutilización masiva de su producción sin compensación significativa.
Al mismo tiempo, se naturaliza la intermediación algorítmica: pedirle a la IA que resuma una noticia, que genere un post para redes o que ayude a redactar un correo laboral se vuelve hábito. El común deja de percibirse como producción colectiva y empieza a verse como un recurso “natural” del que las empresas extraen valor de manera legítima.
Dicho lo anterior hay que apuntar ahora a que son indispensables los debates sobre regulación del uso y explotación de los datos, transparencia de conjuntos de entrenamiento, derechos de autor colectivos y posibles gravámenes o redistribuciones de las rentas algorítmicas. El desafío es político y colectivo: reconocer que el lenguaje que hablamos, las imágenes que producimos, el conocimiento que generamos y el trabajo vivo que aportamos diariamente constituyen un bien común. La innovación algorítmica no tiene por qué equivaler automáticamente a la expropiación silenciosa de ese común. Es necesario imaginar formas de desarrollo tecnológico que no se basen en la apropiación privada de lo que la humanidad en su conjunto ha construido.
La entrada De cómo se apropia de nuestro trabajo la IA se publicó primero en AD Noticias.
