EscucharEn El puente de tres arcos, el novelista Ismail Kadare cuenta la historia de un puente que se construye en la Arbëria medieval (la actual Albania, tierra natal de Kadare) justo cuando el Imperio bizantino da paso a los otomanos. El puente es extremadamente difícil de construir y también de cruzar. Con cada semana trayendo nuevos titulares sobre la feroz rivalidad entre desarrolladores de IA estadounidenses y chinos, el puente de Kadare es una metáfora acertada de la gobernanza global de la IA hoy.
En Estados Unidos, los responsables de política pública están obsesionados con convertir en arma las ventajas de su país en IA. Tanto el Congreso como la Casa Blanca aspiran a aprovechar el “poder de cómputo” de Estados Unidos —semiconductores avanzados y centros de datos— mientras colocan al resto del mundo en desventaja en las negociaciones. La narrativa tanto en EE. UU. como en China es que vivimos en un mundo despiadado donde no se pueden construir puentes.
Como alguien que lidera un gran equipo de investigadores interdisciplinarios que utilizan métodos computacionales para analizar la gobernanza global de la IA, creo que el tema es más complejo de lo que sugiere la narrativa de la “rivalidad entre grandes potencias”. Nuestro enfoque rastrea las múltiples interconexiones entre las estrategias nacionales y multilaterales de IA, revelando similitudes, diferencias y cómo los Estados y las organizaciones aprenden e influyen unos en otros.
Esa influencia no siempre fluye de los fuertes a los débiles. Los sistemas de IA utilizados por pastores en África casi con certeza serían relevantes en otros lugares. Eso ya es cierto con India Stack, la plataforma de identidad y pagos de India, que está siendo ampliamente imitada en el mundo en desarrollo. A medida que las tecnologías y el poder se difunden globalmente, los países más débiles aprenden entre sí y encuentran formas de no quedar en desventaja.
Desde 2016, más de 70 países han publicado estrategias nacionales de IA, al igual que la Unión Europea y organizaciones multilaterales como las Naciones Unidas. En conjunto, estos documentos ofrecen una gran cantidad de datos textuales para el análisis, y mi equipo ha elaborado una imagen detallada de los temas que contienen. Nuestro modelado de temas presenta las distribuciones de palabras en los documentos junto con sus distribuciones de probabilidad, de forma similar a un modelo de lenguaje de gran escala. Entre nuestros hallazgos, destacan tres resultados.
En primer lugar, varios países se agrupan en torno a temas o prioridades específicas. Por ejemplo, los países de la UE se agrupan alrededor de un enfoque que busca equilibrar la competitividad económica con preocupaciones éticas y sociales, y los países de América Latina se agrupan en torno a uno que se basa en la infraestructura digital existente. En cambio, China y Estados Unidos no se agrupan con ningún otro Estado. Cada uno tiene una estrategia única centrada principalmente en el dominio global, la investigación y desarrollo, y la capacidad científica.
En segundo lugar, más allá de los agrupamientos regionales, los países también comparten sus enfoques a través de redes internacionales. Así, España aparece como un actor tanto en el grupo latinoamericano como en el de la UE. Suecia se agrupa con la UE en un tema, pero también con Finlandia en otro (concretamente, uno que combina cuestiones sociales, laborales y de bienestar reforzadas con una estrategia favorable a las startups y a las reformas económicas).
Igualmente notable es que las organizaciones multilaterales no parecen agruparse con los países. La Organización Mundial de la Salud, por ejemplo, produce documentos solo en el ámbito de la salud, por lo que la unidad de comparación adecuada serían las estrategias nacionales de IA en salud. Las excepciones son el grupo de la UE y el Banco Mundial, cuyo enfoque hacia la IA comparte mucho con numerosos países en desarrollo.
Por supuesto, las tecnologías siempre encarnan innovación y aprendizaje, que a su vez informan las reglas e instituciones posteriores. No debería sorprendernos que el aprendizaje esté ocurriendo a escala global a medida que la IA se difunde y evoluciona. La sorpresa está en los titulares que se centran únicamente en la competencia entre grandes potencias y en los “rezagados”. Si bien son preocupaciones válidas, representan solo una parte del panorama. No reflejan los complejos mecanismos de aprendizaje que hacen que el Banco Mundial aparezca como un actor central en los grupos de países en desarrollo, o que muestran que el pensamiento de España sobre IA tiene mucho en común con la forma en que los gobiernos latinoamericanos abordan el tema.
Aquí en Washington, hoy en día es casi un anatema hablar de “cooperación global” en la gobernanza de la IA. Pero no hay nada fantasioso en la realidad empírica de la influencia y la emulación globales. Esa realidad está evolucionando tan rápido como la propia infraestructura de la IA, lo que sugiere que algo parecido a la cooperación global ya está ocurriendo.
Al igual que el puente de Kadare entre civilizaciones, las conexiones formales siguen siendo difíciles de crear y sostener, especialmente si involucran a las dos grandes potencias de la IA. Pero la tarea está resultando mucho más fácil para el resto del mundo. Otros países y organizaciones tienen la oportunidad de compartir lo que saben, aprender unos de otros y, en última instancia, crear instituciones y estándares compartidos con los que todos puedan convivir.
---
J.P. Singh, profesor universitario en la Schar School of Policy and Government y director del Center for AI Innovation and Economic Competitiveness en George Mason University, es coeditor en jefe de Global Perspectives.
