Copiar, pegar y aprobar

En las ceremonias de graduación de varias universidades estadounidenses, los ejecutivos tecnológicos que se animan a mencionar la palabra "inteligencia artificial" están siendo recibidos con abucheos.  Eric Schmidt, ex CEO de Google, lo descubrió en Arizona hace dos semanas. Su promesa de que "la IA va a tocar todo" fue silbada por un estadio lleno de graduados.

Michelle Goldberg, columnista del New York Times, tomó esa escena como punto de partida para un diagnóstico certero y una conclusión tibia: los jóvenes rechazan la IA porque en Estados Unidos no hay regulación responsable. Si el Estado actuara como en Japón o en los países nórdicos, si hubiera un contrapeso democrático real, si los trabajadores pudieran negociar los términos de la adopción tecnológica, la cosa sería distinta. Más justa. Más aceptable.

Es una conclusión reconfortante. También es una fantasía.

Ninguna revolución tecnológica esperó regulación. La industrial no la tuvo. La de internet tampoco. Y en ningún caso el resultado fue que los países con mejores instituciones lograron frenarlas — lograron, en el mejor de los casos, administrar el daño con algo más de dignidad. Pero la máquina siguió. Esta tampoco va a esperar.

Lo que sí es diferente esta vez es otra cosa: las dudas vienen de adentro. No solo de los graduados que abuchean a Schmidt, sino de Michael Burry apostando en contra de las valuaciones tecnológicas y de Yann LeCun —uno de los padres de la IA moderna— cuestionando públicamente si el camino elegido es el correcto.

Pero la grieta más profunda no es filosófica. Es contable.

Cada CEO en cada llamada de resultados de los últimos dos años repitió la misma promesa: la IA nos hará más eficientes, reducirá personal, cortará costos. Wall Street aplaudió. Las acciones subieron con cada anuncio de despidos, con cada mención de "adopción de IA". Oracle despidió entre 20.000 y 30.000 personas —con resultados financieros sólidos, no en crisis— para liberar fondos y apostar en infraestructura de IA. El mercado festejó el mismo día del anuncio.

El problema es que las empresas que están implementando IA a escala real están descubriendo que la matemática no cierra.

El caso más ilustrativo no es el más espectacular sino el más preciso: un equipo de infraestructura de Uber hizo una prueba piloto con agentes de IA autónomos y agotó su presupuesto mensual en pocos días — no por usar demasiado la herramienta, sino porque un script agéntico entró en loop. Eso es exactamente el problema: los agentes autónomos no leen una línea de código y sugieren la siguiente. Leen todo el repositorio, proponen un cambio, lo prueban, falla, vuelven a leer, vuelven a intentar. Ese proceso puede consumir millones de tokens en una hora.

El error se magnificó en redes hasta convertirse en leyenda urbana, pero el mecanismo que describe es real.

Microsoft, por su parte, restringe el uso de herramientas de IA externas a sus ingenieros — no por rendimiento sino por dos razones que nadie festeja en los comunicados corporativos: el costo de los tokens que corren fuera de su propio ecosistema Azure y las políticas de privacidad de código que impiden que el código propietario salga a servidores de terceros.

La empresa que invirtió 5.000 millones de dólares en Anthropic protege su código de las herramientas de Anthropic. La ironía es suficientemente grande como para no necesitar adorno.

Y el dato de Nvidia requiere un matiz que lo hace aún más revelador: sí, para los equipos de investigación de frontera que entrenan modelos propios, el costo de cómputo supera hace rato el costo salarial de los investigadores — aunque estos investigadores ganen medio millón de dólares al año.

Entrenar un modelo en miles de chips durante semanas cuesta decenas de millones. Eso no aplica al desarrollador común. Pero la dirección del argumento es correcta: a medida que la IA se vuelve más autónoma y más ambiciosa, su costo escala exponencialmente.

La luna de miel de la IA gratuita e ilimitada en las empresas se terminó. El software de IA incrementó sus precios entre un 20% y un 37% en el último año. A partir de ahora, las empresas van a empezar a auditar la IA de sus empleados de la misma manera que controlan los gastos de viajes o la factura de la luz: con topes de consumo, comisiones de control financiero y restricciones severas. Hay fundadores de startups que presumen facturas de 30.000 dólares mensuales en herramientas de IA como si fuera una métrica de productividad. En la mayoría de los casos es ineficiencia pura — loops agénticos que consumen tokens sin producir valor.

Goldman Sachs proyecta un aumento de 24 veces en el consumo de tokens para 2030. Gartner advierte que aunque el precio por token baje un 90%, el costo total va a subir porque los agentes consumen exponencialmente más tokens por tarea. Las empresas que construyen IA les dicen a los inversores que ahorran dinero. Las que la implementan descubren que la matemática no da. Nadie en Wall Street parece estar mirando esa brecha.

En ese contexto, OpenAI lanzó DeployCo, una unidad de consultoría para meterse en el negocio que dominan McKinsey, Bain y BCG — un mercado de 180.000 millones de dólares anuales. ¿Quiénes financiaron el proyecto? Bain, McKinsey y Capgemini. Las mismas consultoras que en teoría vienen a reemplazar. El patrón se repite: los grandes financian su propio reemplazo, se adaptan, y los que pagan el costo son los analistas junior, los trabajadores de nivel entrada y las consultoras chicas que no tienen 4.000 millones de dólares para jugar este juego.

América Latina recibe esta tecnología en ese momento exacto — cuando la burbuja muestra sus primeras grietas, cuando los propios implementadores descubren que las cuentas no dan, cuando los que construyeron el relato empiezan a alejarse en silencio de sus propias promesas.

Y la recibe usándola para copiar y pegar. Según el estudio Kids Online Argentina de Unicef y Unesco, más de la mitad de los chicos de 9 a 17 años ya usa IA, y dos de cada tres lo hacen con fines escolares. Un estudiante lo resume sin eufemismos: "Podemos copiar, pegar y aprobar." Eso es la transformación digital educativa en la práctica. No pensamiento crítico aumentado por tecnología. No pedagogía innovadora. Copiar, pegar y aprobar.

Y América Latina encabeza el ranking global de adopción de IA en educación superior, por si alguien quería una medalla.

Cuando DeployCo o su equivalente llegue a negociar con un ministerio o una empresa grande de la región, no va a encontrar competencia local posible. Las consultoras latinoamericanas son exactamente las consultoras chicas que no tienen 4.000 millones de dólares para jugar este juego. Eso tampoco está en el debate.

Goldberg cierra su columna señalando que la gente entiende que va a quedar a merced del mercado. Que en el fondo eso es lo que están abucheando. Tiene razón. Pero hay una diferencia: ellos abuchean porque sienten que algo se rompió, que el Estado podría haberlos protegido y no lo hizo. Esa es la traición que están procesando. Nadie puede negociar con billones de dólares de inversión. Ni los europeos con su AI Act, ni los sindicatos nórdicos, ni los estudiantes que abuchean a Schmidt — que mañana van a actualizar su LinkedIn para poner que "dominan herramientas de IA".

Pero hay una variable que ningún modelo de negocio tecnológico pudo resolver todavía: una generación que vio cómo terminó la historia de las redes sociales y que está, lentamente, dejando de entregar lo único que la industria necesita de ella. Sus datos.

O no. También puede ser que esta vez la dependencia sea demasiado profunda, que los empleadores exijan, que la economía no perdone a los que se quedan afuera. Puede ser que la resignación sea la nueva normalidad y que dentro de diez años nadie recuerde que hubo estudiantes que abuchearon a Eric Schmidt  en Arizona. O que la burbuja reviente antes — no por regulación, no por conciencia ciudadana, sino porque la matemática no da.

Tecnología que llega como promesa, se instala como dependencia y se va como deuda. La diferencia esta vez es que la burbuja puede reventar antes de que alguien termine de verla. En cualquier parte del mundo.