El Rizoma de la Inteligencia Artificial: Nudos, Ensamblajes y Futuros Emergentes

La expansión contemporánea de la inteligencia artificial invita a repensar las formas tradicionales con las que interpretamos la evolución tecnológica. A raíz de un debate reciente sobre este fenómeno, recuperé una propuesta conceptual que había desarrollado tiempo atrás: abordar la tecnología desde la teoría del rizoma, entendida como una red dinámica de conexiones, ensamblajes y emergencias. Esta perspectiva se inspira inicialmente en la noción de rizoma desarrollada por Gilles Deleuze y Félix Guattari, complementada por enfoques contemporáneos sobre complejidad, redes sociotécnicas y construcción social del conocimiento. La magnitud de las transformaciones actuales me llevó a revisar, ampliar y actualizar aquel marco interpretativo.

Esta propuesta tiene su origen en un texto previo, "La tecnología vista desde un rizoma", donde se presentan las bases teóricas del modelo. El presente texto intenta profundizar en aquellas ideas y las aplica al caso particular de la inteligencia artificial; esta no es entendida como una innovación aislada, es el resultado de múltiples nudos científicos, tecnológicos, económicos, culturales y políticos en permanente interacción.

Límites del análisis rizomático

La base de esta lectura rizomática es que los avances científicos, tecnológicos y socioculturales no surgen en el vacío, sino que se ensamblan sobre nudos preexistentes que conectan saberes, recursos materiales, prácticas culturales y relaciones de poder. No obstante, el rizoma excede cualquier intento de cartografía definitiva; siempre existen conexiones latentes, líneas de fuga y procesos emergentes capaces de generar configuraciones inéditas. La aparición de estos nuevos nudos introduce discontinuidades y transformaciones que no pueden inferirse plenamente a partir de la estructura existente. En este sentido, la complejidad del rizoma comparte afinidades con las perspectivas que entienden los fenómenos sociales y tecnológicos como sistemas abiertos, caracterizados por dinámicas emergentes, retroalimentaciones y comportamientos no lineales.

Raíces y nudos científico-matemáticos

La inteligencia artificial no emergió de un único descubrimiento, sino de un entramado de disciplinas que, durante décadas, fueron tejiendo un suelo fértil para que apareciera. Cada una de estas disciplinas funciona como un nudo del rizoma; no son pilares aislados, sino raíces que se entrelazan, se interconectan y producen nuevas posibilidades cuando entran en contacto.

• Nudo algebraico (álgebra lineal y cálculo multivariable)
  El álgebra lineal y el cálculo multivariable constituyen la gramática básica del pensamiento sintético. Las operaciones de multiplicar matrices o calcular gradientes definen cómo una red neuronal se deforma, aprende, olvida o se reorganiza. Son movimientos microscópicos que, como pequeñas elongaciones en un tallo horizontal, terminan generando nuevas raíces que alteran la forma completa del ensamblaje.
• Nudo matemático-estadístico (estadística bayesiana y probabilidad)
  La estadística bayesiana y la teoría de la probabilidad aportan la fluidez al pensamiento sintético. Cada token que emerge en una secuencia es el resultado de una negociación probabilística entre rastros históricos, sesgos culturales y regularidades matemáticas que se reacomodan con cada nuevo dato. Son fluctuaciones mínimas, casi imperceptibles, que van abriendo caminos, redefiniendo la forma y el sentido de la respuesta.
• Nudo neurocientífico (ciencia cognitiva y neurociencia)
  La ciencia cognitiva y la neurociencia aportan una raíz más cercana al pensamiento biológico. No se trata de copiar el cerebro, sino de dialogar con él: los perceptrones y las redes profundas son interpretaciones sintéticas de la plasticidad sináptica, intentos de capturar el gesto mínimo con el que una neurona fortalece o debilita un vínculo. Cuando estas ideas del ámbito biológico ingresan al proceso sintético, se desterritorializan y se convierten en estructuras que aprenden, olvidan y se reorganizan siguiendo lógicas que ya no son humanas, pero tampoco completamente ajenas.
• Nudo de la coherencia de la información (teoría de la información de Shannon)
  La teoría de la información introduce una raíz que no busca comprender el mundo, sino ordenar su ruido. Conceptos como la entropía y la compresión de datos funcionan como tensores del flujo y deciden qué señales merecen ser conservadas y cuáles deben desvanecerse. En ese proceso, los modelos aprenden a distinguir entre estructura y caos, entre lo que debe amplificarse y lo que debe desaparecer. Esos pequeños ajustes que reconfiguran la forma del ensamblaje son los que le permiten sostener la coherencia informativa sin sofocar su expansión.

Nudos tecnológicos (el sustrato material)

El auge contemporáneo de la inteligencia artificial no surgió de un descubrimiento teórico repentino, sino de una convergencia física: un ensamblaje de materiales, energías y arquitecturas que, al entrelazarse, generaron un nuevo territorio de posibilidad.

• Hardware de alto rendimiento (GPUs, TPUs)
  Procesadores diseñados originalmente para renderizar estructuras tridimensionales comenzaron a operar como extensiones del pensamiento sintético. Su paralelismo masivo, concebido para calcular polígonos y texturas en matrices multidimensionales, resultó ideal para las operaciones matriciales que deforman y reconfiguran redes neuronales. En este cruce inesperado, el videojuego se volvió laboratorio matemático.
• Arquitecturas neuromórficas
  El hardware comenzó a imitar la plasticidad biológica. Chips que emulan sinapsis, impulsos y patrones de disparo (spiking) buscan eliminar el viejo cuello de botella entre memoria, procesamiento y transferencia. La computación deja de ser una secuencia de instrucciones y se convierte en un flujo continuo donde la información y la meta‑información se entrelazan para modificarse mutuamente, reorganizando el tejido fisico mientras circula y generando formas de aprendizaje que emergen directamente de la propia materia en diálogo con las marcas que la experiencia va dejando.
• Infraestructura de datos y big data
  La digitalización global y la Web 2.0 generaron billones de textos, imágenes, audios y videos que se acumularon como sedimentos del río cultural. Cada interacción y cada fragmento compartido se volvió materia prima para el aprendizaje sintético, un caudal de datos donde los modelos encuentran patrones, desvíos y resonancias que definen las modulaciones de sus respuestas y alimentan su expansión.
• Data centers de alta capacidad
  Los centros de datos de alta capacidad se convirtieron en el nuevo sustrato físico del procesamiento sintético. Su escala, la posibilidad de distribuir tareas entre miles de nodos, y redefinir su uso a demanda aceleraron el cálculo masivo, transformando la infraestructura en un organismo que respira electricidad, calor y flujo continuo de información. Allí, la potencia no proviene solo del hardware, sino de la coordinación entre máquinas que operan como un tejido expandido capaz de sostener el ritmo exponencial del aprendizaje artificial.
• Energía y redes eléctricas de alta capacidad
  Un nudo crítico y casi siempre invisibilizado: los centros de datos requieren infraestructuras energéticas masivas y redes capaces de sostener un flujo de demanda que nunca se estabiliza. La refrigeración líquida y los sistemas térmicos avanzados se vuelven parte del mismo organismo, disipando calor mientras la electricidad circula como un flujo vital que alimenta el ritmo creciente del aprendizaje sintético.
• Innovaciones algorítmicas:

• Backpropagation (Propagación hacia atrás): Permite a las redes aprender corrigiendo errores.
• Arquitectura Transformer (2017): Introdujo el concepto de mecanismo de atención, permitiendo procesar secuencias masivas de datos en paralelo y dando origen a los LLMs.

• In-Memory Computing (Computación en memoria): Los pesos residen y se procesan directamente en el hardware a bajo nivel. Quedan físicamente definidos en la estructura del material, eliminando la necesidad de transferirlos continuamente entre la memoria y el procesador.
• On-Chip Training (autoaprendizaje guiado por experiencia): En lugar de ejecutar un modelo estático y predeterminado, la estructura física del hardware (memristores o redes spiking) se reconfigura continuamente a partir de los datos que recibe en tiempo real, generando un bucle cerrado de retroalimentación donde la experiencia moldea directamente la materia.

Nudos de cambios sociales y culturales

La tecnología altera la estructura de la sociedad mientras la sociedad moldea la dirección de la tecnología.

• Reconfiguración de la fuerza laboral: A diferencia de las revoluciones industriales pasadas (que automatizaron el trabajo físico), la IA impacta directamente el trabajo cognitivo, creativo y administrativo (programación, redacción, ilustración, análisis legal).
• Crisis de la verdad y confianza (deepfakes/desinformación): Al romper la relación directa entre "evidencia visual/auditiva" y "realidad factual", la sociedad debe desarrollar nuevas alfabetizaciones mediáticas y mecanismos de autenticación.
• Ética, sesgos e identidad: Los modelos amplifican los sesgos históricos presentes en los datos de entrenamiento (género, raza, clase social). Se genera la necesidad de una gobernanza ética y marcos regulatorios globales.
• Transformación de la propiedad intelectual: Dilemas jurídicos sobre si el entrenamiento con obras protegidas por derechos de autor constituye fair use o infracción masiva.

Nudos inter-tallo (relaciones interdisciplinarias)

Los "nudos inter-tallo" son los puntos donde la IA se cruza con otros dominios, provocando saltos cualitativos:

• Alcanzables:
• IA + Biología (AlphaFold): La predicción del plegamiento de proteínas acelera la creación de fármacos y la comprensión de enfermedades en años, no décadas.
• IA + Geopolítica: La carrera por la hegemonía tecnológica (acceso a chips semiconductores avanzados y litografía) genera tensiones globales y proteccionismo comercial.
• IA + Filosofía de la mente: Reabre debates ontológicos sobre qué es la conciencia, la creatividad, la intención y el libre albedrío.
• IA + Identidad (Identidad Extendida e Identidad Difusa): 
• Identidad extendida: La IA introduce una transformación profunda en la noción moderna de identidad. De su interacción con el sujeto emerge una identidad extendida, en la que la memoria, el razonamiento, la creatividad y la capacidad de decisión son amplificados por sistemas sintéticos que funcionan como una prolongación de la propia cognición. La identidad deja de estar circunscripta al individuo biológico para distribuirse entre capacidades humanas y artefactos inteligentes. Desde esta perspectiva, la inteligencia artificial deja de ser únicamente una herramienta y comienza a funcionar como una extensión parcial de la mente, distribuyendo procesos cognitivos entre el sujeto y sus soportes tecnológicos.
• Identidad difusa: Paralelamente, los modelos entrenados sobre rastros cognitivos de millones de personas producen una forma inédita de identidad difusa. Conocimientos, estilos, patrones discursivos y formas de razonamiento son recombinados y redistribuidos a través de sistemas artificiales, volviendo cada vez más porosas las fronteras entre el yo y los otros. La identidad deja así de concebirse como una entidad cerrada y estable para convertirse en un proceso dinámico de ensamblaje, intercambio y co-construcción entre inteligencias biológicas y sintéticas. Si la identidad extendida encuentra antecedentes en diversas teorías de la cognición distribuida, la noción de identidad difusa intenta describir un fenómeno emergente específico de la era de los modelos fundacionales entrenados sobre rastros cognitivos colectivos.
• IA + Deseos y Aspiraciones: La expansión de la inteligencia artificial no puede explicarse únicamente por su utilidad económica o técnica. Esta responde a deseos profundamente arraigados en la cultura humana: la aspiración a superar las limitaciones cognitivas, acceder al conocimiento absoluto, eliminar la incertidumbre, prolongar la memoria individual e incluso trascender la finitud biológica. La IA se convierte así en un objeto privilegiado de proyección de fantasías que moldean tanto su desarrollo como su recepción social.
• IA + Poder, Producción de Verdad y Relevancia: La inteligencia artificial emerge como un nuevo nudo en la relación entre conocimiento y poder. Los modelos procesan información; y contribuyen a establecer jerarquías de relevancia, mecanismos de validación y regímenes de visibilidad que influyen en la construcción social de la verdad. La competencia por los modelos dominantes ya no consiste únicamente en una disputa tecnológica o económica, sino también en una lucha por determinar qué saberes serán amplificados, qué voces adquirirán legitimidad y qué interpretaciones del mundo serán consideradas relevantes en las sociedades contemporáneas.
  Esta problemática puede leerse como una reconfiguración contemporánea de la clásica relación entre conocimiento y poder. La disputa ya no se limita al control de instituciones, discursos o medios de comunicación, sino que se extiende a los modelos, algoritmos y sistemas capaces de intervenir en los mecanismos de producción y legitimación de la verdad.
• IA + Aceleración Social: La inteligencia artificial transforma lo que las sociedades producen, y también la velocidad con la que lo hacen. La reducción de los tiempos de análisis, creación, aprendizaje y toma de decisiones genera una creciente asimetría entre la velocidad de los sistemas tecnológicos y la capacidad de adaptación de las instituciones humanas. La disputa deja de ser únicamente tecnológica para convertirse en una disputa sobre los ritmos de la vida social, política y cultural. La aceleración tecnológica se integra así a procesos más amplios de aceleración social, donde la presión por reducir tiempos de producción, aprendizaje y decisión reconfigura las formas de vida contemporáneas.
• Probables y emergentes:
• IA + Computación Cuántica (Rizoma del Procesamiento Sintético): La combinación de cúbits y superposición cuántica con algoritmos de aprendizaje profundo (Quantum Machine Learning).

• Para la IA: Supera el límite de la física del silicio. Permite optimizaciones combinatorias y entrenamiento de modelos masivos en fracciones de segundo.
• Para la cuántica: Algoritmos de IA que ayudan a mitigar el ruido sintético y corregir errores en procesadores cuánticos primitivos.

• IA + Neurotecnología e Interfases Cerebro-Computadora (BCI): El uso de redes neuronales para decodificar señales eléctricas cerebrales en tiempo real (proyectos como Neuralink o ecografías cerebrales no invasivas).

• Simbiosis cognitiva: La frontera entre la cognición biológica y la sintética se difumina. La IA interpreta la intención del usuario, que puede retroalimentar la estimulación neuronal para potenciar el aprendizaje o la memoria.
• Privacidad mental: Nace el problema de la "neuroprivacidad" y los derechos sobre la extracción directa del pensamiento subconsciente.

• IA + Materiales Avanzados y Nanotecnología: Modelado generativo de estructuras atómicas y simulación de mecánica cuántica a nivel molecular.

• Descubrimiento inverso de materiales: La IA diseña materiales con propiedades a la medida (p. ej., superconductores a temperatura ambiente, superheteroestructuras o baterías con 10x de densidad energética) en días, reemplazando décadas de ensayo y error en laboratorio.
• Ciclo de retroalimentación: Estos nuevos materiales permiten crear chips y semiconductores aún más eficientes para alimentar la misma IA.

• IA + Geopolítica, Soberanía y Microeconomía de Frontera: La IA como el "actor geopolítico implícito" en la seguridad nacional, las guerras cibernéticas asimétricas y la asignación global de recursos.

• Soberanía del modelo (modelo nacionalista): Los estados nación tratan a los modelos de frontera como activos estratégicos comparables al armamento nuclear o las reservas de petróleo.

§  Diplomacia del silicio: Formación de bloques geopolíticos basados en quién controla la cadena de suministro de tecnologías necesarias para el avance de la IA. A modo de ejemplos hoy en día, litografía UV, tierras raras y megawatts de energía limpia.

• IA + Educación y Epistemología (Transformación del conocimiento): La integración de tutorías dialécticas hiperpersonalizadas y la automatización del método científico (Sintetizadores de Hipótesis).

• Crisis de la evaluación tradicional: El concepto de memorización o escritura académica tradicional colapsa, obligando a redefinir qué significa "saber" o "aprender".
• Descubrimiento científico autónomo: Los laboratorios automatizados conducen experimentos, evalúan resultados y generan papers sin intervención humana directa, alterando el concepto de "autoría científica".

• IA + Arte, Estética y Ontología de la Creatividad: La superposición de modelos generativos de difusión e hipermedios con la teoría estética y la cultura pop.

• Cultura de abundancia interminable: Contenidos multimedia adaptados en tiempo real a la firma neurofisiológica y emocional del consumidor (cine interactivo, música infinitamente generativa).
• Revalorización del "error humano" (lo analógico): Surgimiento de movimientos culturales que rechazan la perfección algorítmica y priorizan la imperfección y la textura física como indicador de autenticidad humana.

• IA + Gobernanza (Open-Source / Open-Weight): Representa el punto de fractura frente a la monopolización corporativa de la infraestructura cognitiva. Surge como respuesta a la "genética corporativa" privativa, planteando la necesidad de disputar el uso de la IA, y los medios de producción de los modelos.
• La infraestructura abierta y colaborativa: Frente a las cajas negras hiperconcentradas de los hiperescaladores, este nudo agrupa a comunidades científicas, universidades, cooperativas y desarrolladores independientes que impulsan arquitecturas de código abierto (open-source) y pesos abiertos (open-weight), con el objetivo de auditar, modificar y descentralizar el entrenamiento de los modelos para sustraerlos de la lógica exclusiva de extracción de valor capitalista.
• La reapropiación de la prótesis: A diferencia del acoplamiento pasivo que conduce a la proletarización de la mente, el desarrollo comunitario busca devolverle al usuario el control sobre el ADN del software, permitiendo que la co-cognición opere bajo principios de soberanía epistémica y transparencia para convertir la herramienta en un soporte verdaderamente emancipador y no en un grillete algorítmico.
• El límite político al actor corporativo: Actúa como un vector de resistencia activa y una línea de fuga organizada, demostrando que la tecnología no está intrínsecamente condenada a ser un instrumento de alienación temporal y mental, sino que puede reterritorializarse bajo lógicas de bienes comunes (commons) y descentralizar el poder de la diplomacia del silicio hacia el tejido social.

Dinámica de ensamblaje rizomático: En el análisis rizomático, estos nudos inter-tallo no actúan de forma aislada, sino que forman bucles de retroalimentación.

• Polinización cruzada y retroalimentación no lineal (feedback loops): Un avance en un nudo no produce un cambio proporcional en otro, sino un salto exponencial. El diseño de materiales mediante IA produce chips más eficientes; estos chips permiten modelos de lenguajes más capaces que, a su vez, optimizan el software neurotecnológico.
• Desterritorialización y reterritorialización.
• Desterritorialización: Cuando la IA entra en un dominio (ej. IA + Arte/Música o IA + Método Científico), destruye las fronteras tradicionales y los axiomas de esa disciplina. El concepto de "autoría", "experimentos de laboratorio" o "programación manual" pierde su significado original.
• Reterritorialización: El sistema rizomático inmediatamente "crea un nuevo suelo" con nuevas reglas: licencias de datos, algoritmos de consenso, derechos de neuro-privacidad y marcos regulatorios sintéticos.
• Vulnerabilidad en cadena (el "efecto dominó" del ensamblaje): Dado que los nudos inter-tallo están altamente acoplados, la falla o restricción en uno de ellos desestabiliza a los demás. Si el nudo [IA + Geopolítica/Energía] sufre una crisis de insumos (p. ej., escasez de tierras raras o bloqueo a las redes eléctricas para centros de datos), se trunca de inmediato el avance del nudo [IA + Computación Cuántica] y se frena el nudo [IA + Biotecnología/AlphaFold].
• El efecto palanca y la resistencia en cadena (La línea de fuga del Open-Weight): Así como una crisis de insumos en los nudos de [IA + Materiales Avanzados y Nanotecnología] y de [IA + Computación Cuántica] puede truncar el avance físico de la IA, la introducción masiva de modelos descentralizados desde el nodo de [IA + Gobernanza] tensiona directamente el modelo de negocio extractivo de los hiperescaladores. Al democratizar el acceso a arquitecturas de frontera sin la exigencia de rentabilidad corporativa, este nudo altera los equilibrios de poder del nodo de [IA + Geopolítica, Soberanía y Microeconomía de Frontera] y desafía la hegemonía analizada en el nodo de [IA + Geopolítica y Gobernanza].
  Esta resistencia estructural opera como un factor de disrupción en múltiples dimensiones del rizoma:
• Interrumpe la asimetría temporal del nodo de [IA + Aceleración Social] al devolver márgenes de deliberación a los sujetos.
• Restaura la soberanía epistémica frente a los regímenes de visibilidad dictados por el nodo de [IA + Poder, Producción de Verdad y Relevancia] y el nodo de [IA + Educación y Epistemología].
• Protege la autonomía de la cognición biológica frente a las presiones del nodo de [IA + Neurotecnología e Interfases Cerebro-Computadora].
• Resguarda la frontera de la subjetividad descrita en el nodo de [IA + Identidad] y los debates ontológicos de [IA + Filosofía de la mente].
• Abre espacios de autonomía expresiva y material en los nudos de [IA + Arte, Estética y Ontología de la Creatividad].

Los vectores principales del ensamblaje emergente de la IA:

• El ensamblaje material-infraestructural (IA + Materiales + Física Cuántica + Transición Energética): Este ensamblaje resuelve la barrera física de la IA.
• La paradoja: Los modelos de IA actuales están topando con el límite térmico y energético del silicio y las redes eléctricas convencionales.
• El ensamblaje: La IA diseña redes inteligentes de distribución eléctrica y catalizadores moleculares para baterías de estado sólido. A su vez, los nuevos procesadores fotónicos y cuánticos reducen el consumo energético por cálculo en varios órdenes de magnitud, alimentando el rizoma a nivel físico.
• El ensamblaje orgánico-cognitivo (IA + Neurotecnología + Interfases Brain-Computer + Epistemología): Este ensamblaje reconfigura la relación humano-máquina.
• Trascendencia de la interfaz: La interacción deja de ser por texto o voz (teclados y pantallas) para ser por sincronización electroencefalográfica o neurológica.
• Co-cognición: La IA deja de operar únicamente como una herramienta externa y comienza a integrarse en los circuitos cotidianos de producción de conocimiento, funcionando como una extensión parcial de los procesos cognitivos humanos. El pensamiento biológico y la inferencia sintética forman un bucle cerrado, planteando retos inmediatos sobre el origen de las ideas y la autonomía individual.
• Hibridación: La cognición humana y la IA dialogan en un circuito donde la apropiación conceptual sigue anclada en la reflexión biológica. El resultado es un sistema híbrido donde la capacidad de actuar y producir efectos se distribuye entre humanos y sistemas artificiales, pero la interpretación, el contexto y la reflexión continúan siendo aportados principalmente por la cognición biológica.
• Simbiosis: La relación entre cognición biológica y cognición sintética no puede entenderse como una subordinación de una a la otra, es una ecología cognitiva. La capacidad de acción ya no reside exclusivamente en un sujeto individual, sino que emerge de la interacción entre inteligencias heterogéneas. La cognición biológica aporta el horizonte interpretativo desde el cual se construye el sentido, mientras que la cognición sintética expande el espacio de exploración de posibilidades.
• El ensamblaje socio-institucional (IA + Geopolítica + Gobernanza Ética + Redefinición del Trabajo): Este vector actúa como el estrato contenedor o regulador del rizoma.
• Tensión de velocidad: La tecnología se ensambla a velocidad exponencial, mientras que las instituciones humanas (leyes, tratados diplomáticos, sistemas educativos) operan a velocidad lineal.
• Autonomía institucional sintética: Los nuevos nudos están obligando a crear estructuras de gobernanza automatizadas o descentralizadas (como firmas de autenticación criptográfica contra deepfakes o auditorías algorítmicas en tiempo real) porque el control burocrático humano es demasiado lento para la escala del rizoma.
• El ensamblaje identitario-subjetivo (IA + Identidad Extendida + Identidad Difusa + Neurotecnología): Este ensamblaje transforma la noción misma de sujeto.
• Expansión del yo: Memoria, creatividad, razonamiento y capacidad de decisión comienzan a distribuirse entre componentes biológicos y sistemas artificiales.
• Identidad difusa: Los modelos entrenados sobre rastros cognitivos colectivos producen nuevas formas de subjetividad híbrida donde los límites entre conocimiento individual y conocimiento colectivo se vuelven progresivamente más porosos.
• La paradoja de la autonomía: Cuanto más se amplifican las capacidades individuales mediante IA, más difícil resulta distinguir qué parte de una idea, decisión o creación pertenece al sujeto humano y cuál al ensamblaje cognitivo que lo asiste.
• El ensamblaje simbólico-aspiracional (IA + Deseos + Filosofía de la Mente + Arte + Educación): Este vector moviliza el desarrollo del rizoma a partir de expectativas culturales y aspiraciones colectivas.
• El motor invisible: La expansión de la IA no responde únicamente a incentivos económicos o científicos; está fuertemente impulsada por deseos profundamente humanos de trascender limitaciones cognitivas, acceder al conocimiento absoluto, prolongar la memoria y alcanzar mayores niveles de autonomía.
• Producción de imaginarios: La IA opera simultáneamente como tecnología y como símbolo cultural, alimentando narrativas que influyen sobre las decisiones políticas, económicas y científicas.
• El ensamblaje epistemológico de poder y verdad (IA + Producción de Verdad + Relevancia + Geopolítica + Educación): Este ensamblaje determina cómo las sociedades producen, validan y distribuyen conocimiento.
• La disputa por la relevancia: Los modelos generan respuestas que intervienen en la jerarquización de información, la construcción de autoridad y la definición de qué discursos adquieren legitimidad.
• La soberanía del conocimiento: El control de modelos, datos y mecanismos de entrenamiento se convierte en un problema estratégico comparable al control de recursos energéticos o infraestructuras críticas.
• La nueva lucha epistemológica: La competencia entre actores tecnológicos, corporativos y estatales ya no se limita a la innovación técnica; se extiende a la capacidad de modelar los criterios mediante los cuales una sociedad determina qué considera verdadero, relevante y confiable.
• El ensamblaje temporal-aceleracionista (IA + Educación + Identidad + Producción de Verdad + Producción de Conocimiento + Relevancia + Aceleración Social): Este ensamblaje reconfigura los ritmos mediante los cuales las sociedades aprenden, producen conocimiento, innovan y toman decisiones.
• La compresión del tiempo: La IA reduce drásticamente los tiempos necesarios para actividades tradicionalmente intensivas en esfuerzo cognitivo, como la investigación, el análisis de información, la programación, la redacción, el diseño y la generación de hipótesis. Tareas que antes requerían semanas o meses pueden realizarse en horas o incluso minutos.
• La asimetría temporal: La coexistencia entre inteligencias biológicas y sintéticas introduce una fractura en los regímenes temporales de la sociedad. Mientras la cognición humana permanece condicionada por límites fisiológicos, el procesamiento artificial opera a velocidades exponencialmente superiores. Esta divergencia genera una presión constante hacia la aceleración de los procesos sociales, económicos y culturales, favoreciendo la transferencia progresiva de funciones humanas hacia ensamblajes híbridos o sistemas completamente sintéticos. En este contexto, el tiempo se convierte en un nuevo campo de disputa, donde la capacidad de reaccionar, aprender y decidir adquiere un valor estratégico comparable al conocimiento o la energía.
• La crisis de la validación: La aceleración de la producción de información dificulta los procesos tradicionales de verificación, revisión y consenso. La sociedad enfrenta el desafío de distinguir entre velocidad y conocimiento, evitando que la capacidad de generar contenido supere la capacidad de evaluarlo críticamente.
• La transformación del aprendizaje: El conocimiento deja de ser un recurso principalmente acumulativo para convertirse en un proceso continuo de actualización, interpretación y contextualización. Aprender ya no consiste únicamente en memorizar información, sino en desarrollar criterios para interactuar críticamente con sistemas capaces de producirla de manera casi instantánea.
• La paradoja aceleracionista: Cuanto más se reduce el tiempo necesario para producir conocimiento y tomar decisiones, más valiosa se vuelve la capacidad humana de detenerse, reflexionar y contextualizar. En este ensamblaje, la escasez ya no es la información ni la capacidad de cálculo, sino el tiempo de atención y la deliberación crítica.
• La disputa por los ritmos sociales: La competencia tecnológica deja de centrarse exclusivamente en quién produce más conocimiento y pasa a involucrar quién define la velocidad a la que una sociedad aprende, trabaja, innova y toma decisiones. El control de los ritmos de producción cognitiva y adaptación institucional se convierte así en una nueva dimensión del poder contemporáneo.
• El ensamblaje sociopolítico de contrapoder y soberanía cognitiva (IA + Gobernanza Abierta + Geopolítica del Común):  Este vector agrupa el conjunto de fuerzas, prácticas y artefactos orientados a disputar la "genética corporativa" y la mercantilización absoluta de la infraestructura inteligente mediante arquitecturas abiertas, código colaborativo y soberanía de los pesos.
• La recuperación de los medios de producción cognitiva: Frente a la asimetría impuesta por los hiperescaladores, este ensamblaje despliega una red de universidades, cooperativas, comunidades científicas y desarrolladores independientes que construyen alternativas basadas en arquitecturas de código abierto (open-source), pesos abiertos (open-weight) y datos soberanos.
• La reterritorialización de los bienes comunes (commons): A diferencia de la desterritorialización extractiva, este vector crea un nuevo suelo institucional y técnico donde la co-cognición no opera como un grillete de proletarización mental; es más cercano a un soporte emancipador bajo principios de transparencia, auditabilidad y neuroprivacidad.
• La contención del aceleracionismo corporativo: Al democratizar el acceso a las arquitecturas de frontera sin la exigencia de rentabilidad del capital concentrado, este ensamblaje introduce fricciones y resistencias estructurales que debilitan la "diplomacia del silicio", devolviendo al tejido social márgenes de deliberación, soberanía epistémica y control sobre los ritmos de la vida contemporánea.

 Implicaciones del ensamblaje:

• La inevitabilidad del efecto red: La dinámica de ensamblaje demuestra que ningún desarrollo tecnológico en IA ocurre en el vacío.
• Incapacidad de aislamiento: Intentar regular o congelar la IA mediante leyes puramente enfocadas en el software es un "rizoma truncado". Si no se regula el nudo de extracción de recursos, el nudo de propiedad de los datos o el nudo de biotecnología aplicada, el rizoma simplemente buscará vías de fuga por otros tallos.
• Emergencia inefable: Al entrelazarse disciplinas heterogéneas (ej., física cuántica + lingüística + neurociencia), el comportamiento final de la red no se puede predecir sumando las partes; aparecen propiedades emergentes que cambian el rumbo de la civilización de forma imprevista.
• Externalización de la experiencia: La aceleración de los procesos sociales favorece la progresiva externalización de aspectos fundamentales de la experiencia humana hacia sistemas sintéticos capaces de procesar, recordar, interpretar y decidir a velocidades inaccesibles para la cognición biológica. En este contexto, la experiencia deja de estar completamente localizada en el sujeto para distribuirse entre inteligencias humanas y artificiales. No obstante, cuanto más avanza esta externalización, más se intensifica el deseo de vivir experiencias no mediadas, generando movimientos de resistencia orientados a la desconexión, la lentitud y la recuperación de formas de presencia consideradas auténticamente humanas.
• La fractura de la inevitabilidad (El contrapoder como límite estructural): La irrupción del contrapoder descentralizado demuestra que el "efecto red" de la inteligencia artificial no es un destino totalitario ni irreversible. Intentar regular o confinar la IA mediante marcos puramente punitivos o leyes de software privativo constituye un rizoma truncado; sin embargo, la construcción activa de soberanía epistémica, a través de modelos de pesos abiertos, infraestructura comunitaria y la reapropiación de los medios de producción cognitiva, introduce una fricción insalvable para el capital corporativo. Esto confirma que el ensamblaje tecnológico es intrínsecamente inestable: la misma red que acelera la proletarización de la mente genera, de manera simultánea, las condiciones materiales y los nudos de resistencia necesarios para disputar el control de los futuros emergentes.

Patologías del rizoma (falsos nudos y rizomas truncados): Advertencia sobre las visiones reduccionistas.

Rizomas truncados

• Mito del software puro: La creencia errónea de que la IA es "solo código o algoritmos abstractos", ignorando el impacto ecológico (consumo de agua y energía de los centros de datos), la extracción de minerales raros para semiconductores y el trabajo humano no remunerado o precarizado (etiquetadores de datos).
• La ilusión de la nube inmaterial: Pensar que la IA funciona en una "nube" etérea, ignorando los cientos de miles de litros de agua utilizados para la refrigeración de data centers y los megawatts de energía requeridos para entrenar y ejecutar un modelo de lenguaje.
• Invisibilización del trabajo humano (Ghost Work): Truncar el rizoma al asumir que la IA "aprende sola", omitiendo las redes de miles de trabajadores precarizados en países en desarrollo encargados del etiquetado manual de datos, la moderación de contenido violento y el refuerzo con retroalimentación humana (RLHF).
• Tecno-solucionismo educativo: Creer que la mera entrega de modelos de IA en aulas de clase transforma el aprendizaje, ignorando la brecha de conectividad, las desigualdades de infraestructura física y la formación docente necesaria para sostener el proceso.
• Obsolescencia cognitiva permanente: La velocidad del cambio supera la capacidad individual de estabilizar conocimientos. En lugar de construir marcos conceptuales duraderos, los sujetos viven en un estado continuo de actualización. Aumenta la ansiedad adaptativa y disminuye la capacidad de desarrollar expertise de largo plazo.
• Mito de gratuitidad e independencia: Las plataformas, las inteligencias artificiales y los ecosistemas digitales se presentan inicialmente como servicios "gratuitos" o desinteresados, invitando al usuario a acoplarse y externalizar sus procesos cognitivos. Sin embargo, esa gratuidad es una trampa sistémica que, en lugar de expandir las libertades del usuario, trunca el potencial rizomático de la red, corta las vías de escape y genera una dependencia radical. Una vez que la memoria, el flujo de trabajo y la cognición difusa quedan atrapados bajo un ecosistema, abandonarlo se vuelve cognoscitiva y materialmente insostenible.
• Mito de la diversidad genética digital: La red ya no crece de forma abierta, rizomática o comunitaria, sino que viene codificada de fábrica con los intereses privativos de la corporación. Esta "genética corporativa" actúa como el ADN invisible inscrito en el software, en los algoritmos de recomendación y en la propia arquitectura física del dispositivo; un código diseñado sistemáticamente para capturar y focalizar la atención, extraer flujos de datos y consolidar la proletarización de la mente.
• La patología del código sin infraestructura: Consiste en asumir que la mera liberación de pesos (open-weight) o el uso de código abierto exime automáticamente al usuario o a la comunidad de las contradicciones materiales del ensamblaje global.
• La trampa de la asimetría de cómputo: Reproduce un reduccionismo tecnopolítico al creer que se ha democratizado la IA por el simple hecho de poder descargar un modelo en una computadora personal, ignorando que el entrenamiento de las arquitecturas de frontera sigue requiriendo clústeres masivos de GPUs, millones de litros de agua para refrigeración y una infraestructura energética que continúa hiperconcentrada en manos de los hiperescaladores y los Estados-nación.
• El simulacro de resistencia: Confundir la disponibilidad formal del software con la soberanía material real. Sin una disputa paralela sobre los nudos energéticos, la extracción de minerales y los datos, el open-weight corre el riesgo de convertirse en un simulacro de resistencia: un "comunismo de los pesos" que opera sobre una infraestructura profundamente extractivista y dependiente del capital corporativo al que intenta combatir.

Falsos nudos inter-tallo

• IA + Ciencia Cognitiva = Conciencia: Asumir que, debido a que un LLM redacta textos fluidos, posee comprensión del mundo o reemplazará automáticamente todas las instituciones humanas sin resistencia social o barreras físicas. Confunde la fluidez lingüística (que engaña al test de Turing) con la cognición biológica, la cual requiere corporalidad, modelo del mundo, intención y experiencia vivida. Se toma la meta teórica a muy largo plazo como un hecho operativo en el presente. Se asume que un modelo entrenado con correlaciones probabilísticas puede resolver problemas que requieren causalidad rigurosa, juicios normativos o restricciones físicas estrictas.
•  IA + Reemplazo Laboral Total = Economía del Trabajo: La premisa de que, si un modelo de IA puede generar un borrador jurídico, un diagnóstico médico preliminar o un bloque de código, reemplazará automáticamente el 100% de la fuerza laboral en esos sectores de forma inminente. Por ejemplo, se ignoran las barreras de responsabilidad civil y jurídica (una IA no tiene personalidad jurídica para asumir riesgos legales por una mala praxis), y se omite la resistencia cultural e institucional, los costos de integración en legacy systems y la necesidad estructural de validación humana frente a la "alucinación".
• IA + Gobernanza Descentralizada = Solucionismo Criptográfico: La noción de que acoplar IA con Blockchain o contratos inteligentes resuelve automáticamente los sesgos éticos, la desinformación y los dilemas de propiedad intelectual en el entrenamiento de datos. Intenta solucionar un problema sociopolítico profundo (el sesgo en los datos o la concentración de capital) mediante una capa meramente algorítmica. La descentralización del código no elimina la opacidad con la que se recolectaron los datasets ni los sesgos inherentes al lenguaje humano plasmado en ellos.
• IA + Infallibilidad del Método Científico = Solucionismo metodológico / Reduccionismo computacional: La asunción de que un modelo alimentado con millones de papers científicos puede generar conocimiento científico novedoso por sí solo sin necesidad de experimentación física ni validación de causalidad. La IA es capaz de sintetizar literatura y encontrar patrones correlacionales complejos, pero carece de la intuición para identificar la causa real detrás de una correlación espuria. Confunde la minería de datos bibliográfica con la formulación de hipótesis falsables.
• IA + Cognición Biológica = Comprensión Superior: La premisa falaz de que la integración entre la IA y el ser humano conduce automáticamente a una comprensión superior. A diferencia de la co-cognición, donde soportes externos como el lápiz y el papel potencian la mente manteniendo activa la fricción lógica y la apropiación conceptual del sujeto, la IA generativa opera como un atajo que entrega resultados estadísticos empaquetados. El peligro no es la extensión legítima de la mente, sino la sustitución hermenéutica: al delegar la construcción de los marcos interpretativos en un procesamiento lingüístico de caja negra, se confunde la fluidez de una respuesta sintética con la comprensión genuina, esterilizando la elaboración interna. El riesgo inherente a la hibridación o a la simbiosis es que la facilidad del acoplamiento reduzca drásticamente la fricción indispensable, provocando la atrofia progresiva de la cognición biológica.
• IA + Modelos Abiertos = Democratización Radical Automática: Asumir que la simple disponibilidad pública de arquitecturas de pesos abiertos (open-weight) disuelve instantáneamente las jerarquías de poder, los sesgos algorítmicos y las asimetrías de clase. Este falso nudo confunde el libre acceso al código con la igualdad material de condiciones, ignorando que el uso y despliegue de estos modelos sigue exigiendo capital, alfabetización técnica avanzada y recursos de infraestructura de los que la gran mayoría de la población carece. Se asume que liberar un modelo equivale a expropiar los medios de producción cognitiva, cuando en la práctica suele reciclar las mismas lógicas de dominación a menor escala.
• IA + Descentralización Comunitaria = Inmunidad Extractiva: La premisa falaz de que cualquier iniciativa autogestionada, cooperativa o comunitaria en torno a la inteligencia artificial queda automáticamente exenta de participar en las cadenas de valor extractivas del capital global. Este falso nudo asume que las comunidades pueden operar en un "fuera de campo" puro, desvinculándose de la dependencia de hardware fabricado bajo regímenes de explotación geopolítica y redes eléctricas colapsadas.

Dinámica de propagación:

• Intereses económicos (burbuja de capital): Los falsos nudos elevan la valuación de mercado de las empresas tecnológicas al vender la idea de que la IA ya ha "resuelto" sectores completos (salud, educación, leyes).
• Antropomorfización natural del lenguaje: La tendencia humana inevitable a atribuir mente e intencionalidad a cualquier entidad que responda utilizando el lenguaje natural.
• Pánico moral y tecnófilo: Las narrativas extremas, tanto la utopía del solucionismo total como la distopía del apocalipsis robot, se nutren directamente de falsos nudos inter-tallo, opacando los riesgos reales del presente como consumo energético, precarización laboral o sesgos de discriminación.
• Eficiencia cognitiva y delegación interpretativa: La dependencia hermenéutica se expande a través de una lógica de eficiencia. A medida que los sistemas de IA producen explicaciones cada vez más rápidas, accesibles y convincentes, los sujetos comienzan a delegar progresivamente la búsqueda de información, y también la interpretación de la realidad. Lo que inicialmente aparece como una asistencia cognitiva termina convirtiéndose en una sustitución parcial de los procesos de construcción de significado.
  La mediación tecnológica deja así de limitarse al acceso a la información y comienza a intervenir en la producción misma de los marcos interpretativos utilizados para comprender la realidad.
• Refuerzo por aceleración social: La compresión temporal característica de las sociedades aceleradas favorece la delegación cognitiva. Cuando los tiempos de decisión son cada vez más reducidos, la elaboración reflexiva pierde competitividad frente a las respuestas instantáneas. La interpretación autónoma pasa a percibirse como un costo temporal elevado, mientras que la interpretación asistida se presenta como la alternativa más eficiente.
• Efecto de retroalimentación cognitiva: Cuanto más se utilizan sistemas sintéticos para interpretar fenómenos complejos, menos se ejercitan las capacidades humanas de análisis, contextualización y construcción conceptual. Esta disminución de la autonomía interpretativa incrementa la dependencia futura de los mismos sistemas, generando un ciclo de retroalimentación positiva donde la delegación produce más delegación.
• Naturalización de la mediación: Con el tiempo, la mediación algorítmica deja de percibirse como una herramienta externa y pasa a asumirse como parte normal del proceso de comprensión. Las explicaciones generadas por ensamblajes sintéticos comienzan a funcionar como marcos de referencia predeterminados para interpretar la realidad, reduciendo la diversidad de perspectivas y la exploración autónoma de significado.
• Inercia institucional autovalidante: Al normalizarse las decisiones basadas en conexiones ficticias, las instituciones adoptan métricas y protocolos adaptados al rendimiento de la IA (eficiencia algorítmica, velocidad de procesamiento), penalizando y desplazando cualquier práctica institucional lenta, reflexiva o basada en la deliberación humana autónoma. Esto sella el bucle de propagación, haciendo que el sistema social entero opere bajo los presupuestos del falso nudo.
• El fetichismo del código abierto: Así como la antropomorfización natural del lenguaje y las burbujas de capital impulsan el mito de la IA todopoderosa, la propagación a menudo se ve capturada por una fetichización formal del código. La retórica de la "liberación de los pesos" es absorbida por el marketing corporativo y los discursos tecnopolíticos simplificados, transformando una herramienta de lucha estructural en una etiqueta de pureza ideológica o en un activo de relaciones públicas para grandes empresas tecnológicas que simulan descentralización mientras concentran el control del hardware subyacente.
• El optimismo desmaterializado de la autonomía: La rápida difusión de la idea de que la tecnología autogestionada puede eludir por completo las contradicciones del capitalismo global. Esta dinámica se propaga impulsada por el deseo legítimo de resistencia de las comunidades, pero es cooptada por narrativas individualistas de "auto-hospedaje" que invisibilizan la dependencia estructural de las cadenas de suministro físico, los centros de datos masivos y la crisis energética, promoviendo una ilusión de independencia que adormece la confrontación material con los nudos de poder de la diplomacia del silicio.

Consecuencia sistémica: La dependencia hermenéutica no implica la desaparición del conocimiento, sino la transformación de su origen. La sociedad conserva una enorme capacidad para producir y consumir explicaciones, pero pierde progresivamente parte de su capacidad para generar interpretaciones independientes de las infraestructuras cognitivas que las median.
La irrupción de los modelos open-weight no permanece al margen de la acumulación de capital; por el contrario, los grandes hiperescaladores y corporaciones adoptan selectivamente la retórica de la apertura para descargar los costos de desarrollo, mantenimiento y soporte sobre las comunidades e instituciones públicas, mientras retienen el control monopólico del hardware de frontera y la infraestructura energética.
El debate público y político se encierra en una falsa dicotomía entre el software privativo de las grandes tecnológicas y la liberación formal de pesos de los modelos abiertos. Esta polarización sistémica desvía la atención de la verdadera base de la dominación contemporánea: la infraestructura material, la concentración de la tierra, el agua, los minerales y la energía.
La ilusión de que el mero uso de herramientas descentralizadas o autohospedadas constituye una ruptura política efectiva genera un efecto de amortiguamiento en el tejido social. Al creer que se ha alcanzado la "soberanía epistémica" mediante la descarga de un modelo en hardware local, se desactivan las demandas colectivas y las movilizaciones estructurales orientadas a regular los centros de datos, la crisis hídrica y la explotación laboral invisible.

Consecuencias operativas: Operar, diseñar instituciones o legislar sobre la base de conexiones ficticias produce distorsiones profundas en la comprensión de los problemas y en la asignación de recursos sociales. Las decisiones dejan de responder a las dinámicas reales del ensamblaje y pasan a orientarse por simplificaciones, promesas tecnológicas o relaciones causales inexistentes.

• Mala asignación de recursos: Gobiernos y universidades invierten presupuestos masivos en "aulas automatizadas por IA" o "plataformas de justicia predictiva", desatendiendo la infraestructura física básica, el personal humano calificado y la brecha digital.
•  Desprotección social: Al asumir que una IA es "neutral y científica" (falso nudo de objetividad), se perpetúan discriminaciones automatizadas sin vías de apelación para los afectados.
• Ceguera de infraestructura: Al centrar el debate en si la IA "piensa" o "nos va a reemplazar", se deja de regular la extracción de litio, la crisis hídrica de los centros de datos y el impacto ambiental del entrenamiento masivo.
• Paradoja hermenéutica: Cuanto más accesibles se vuelven las explicaciones, más difícil resulta distinguir entre haber comprendido un fenómeno y haber accedido a una interpretación producida por un sistema externo. La abundancia de sentido disponible puede conducir, paradójicamente, a una disminución de la autonomía interpretativa del sujeto.
• Colonización del tiempo de reflexión: La disponibilidad constante de respuestas inmediatas reduce los espacios de duda, reflexión y elaboración conceptual. La comprensión profunda pierde terreno frente a la velocidad de respuesta, transformando la reflexión en un recurso cada vez más escaso dentro de sociedades aceleradas. Cuanto más se reduce el tiempo necesario para obtener respuestas, más difícil se vuelve generar las condiciones temporales necesarias para formular preguntas verdaderamente significativas.
• La relocalización y sobrecarga del soporte técnico comunitario: La adopción masiva de modelos open-weight traslada la carga operativa de mantenimiento, optimización, depuración de fallos y resolución de excepciones desde las corporaciones hiperfinanciadas hacia comunidades, universidades y desarrolladores independientes con recursos limitados. Operativamente, esto genera cuellos de botella de ingeniería y fatiga técnica en los colectivos que intentan sostener infraestructura autogestionada sin el respaldo de clústeres de escala industrial.
• La fragmentación de los protocolos de despliegue y compatibilidad: A diferencia de las interfaces cerradas y estandarizadas de los hiperescaladores, el ecosistema descentralizado fragmenta el nivel operativo en una miríada de runtimes, configuraciones de cuantización, backends de hardware dispares (desde aceleradores locales hasta configuraciones multinodo) y parches de firmware inestables. Esto obliga a destinar una cantidad desproporcionada de tiempo operativo a la resolución de problemas de integración y compatibilidad de bajo nivel (como la gestión de memoria VRAM, límites de contexto y flujos de ejecución) en lugar de a la investigación o producción sustantiva.
• La gestión de la dependencia geológica en la escala local: Las operaciones cotidianas de mantenimiento de estos sistemas descentralizados se ven expuestas de manera directa a la vulnerabilidad de las cadenas de suministro de hardware y a las fluctuaciones de las redes eléctricas locales. Operativamente, las iniciativas de soberanía cognitiva deben lidiar cotidianamente con la obsolescencia acelerada del silicio, la escasez de componentes de frontera y las restricciones energéticas, transformando la labor técnica en una lucha perpetua contra el desgaste material de la infraestructura.

La inteligencia artificial no constituye una tecnología aislada, sino un ensamblaje rizomático que emerge de la interacción entre infraestructuras materiales, conocimientos científicos, instituciones, subjetividades, regímenes de verdad y dinámicas temporales. Sus efectos no pueden comprenderse desde relaciones lineales de causa y efecto, sino desde procesos de ensamblaje, retroalimentación y emergencia que reconfiguran simultáneamente el conocimiento, la identidad, el poder y la experiencia humana. Lejos de representar un destino cerrado o una fuerza puramente autónoma, este ensamblaje se revela como un campo de batalla permanentemente disputado entre la hiperconcentración extractiva de los hiperescaladores y las líneas de fuga de la soberanía cognitiva. La irrupción de los modelos descentralizados y las prácticas de insumisión rizomática demuestran que la emancipación no puede reducirse a una mera liberación formal del código ni al optimismo desmaterializado del consumo digital; por el contrario, la superación de la proletarización mental exige un materialismo radical que reconozca y dispute los cimientos físicos de la red, la energía, el agua, el silicio y los recursos geológicos. Solo al anclar la resistencia en la soberanía material de su infraestructura podrá el tejido social evitar los simulacros de la falsa autonomía y transformar el rizoma tecnológico en un territorio real de emancipación colectiva.

Referencias conceptuales

Clark, Andy. Supersizing the Mind.
Deleuze, Gilles y Guattari, Félix. Mil Mesetas.
Deleuze, Gilles y Guattari, Félix. Anti-Edipo: Capitalismo y Esquizofrenia.
Díaz, Esther. La filosofía de Michel Foucault.
Foucault, Michel. La arqueología del saber.
Latour, Bruno. Reensamblar lo social.
Crawford, Kate. Atlas de la IA: Poder, política y los costos planetarios de la inteligencia artificial
Morin, Edgar. Introducción al pensamiento complejo.
Rosa, Hartmut. Aceleración social.
Sadowski, Jathan. Too Smart: How Digital Capitalism is Extracting Data, Controlling Lives, and Driving Inequality
Fuchs, Christian. Trabajo digital y Karl Marx
Stiegler, Bernard. La técnica y el tiempo.
Bratton, Benjamin H. The Stack: On Software and Sovereignty.