¿Quién le enseña al algoritmo a pensar? Datos, mujeres y patriarcado digital

Rosalía Guerrero Escudero

¿Alguna vez has preguntado a una inteligencia artificial por una tarea, una duda o incluso una idea para tu trabajo? Probablemente sí. Pero hay una pregunta menos evidente detrás de cada respuesta: ¿quién hizo posible que ese algoritmo pudiera responder?

Esta es una de las preguntas que atraviesa el artículo El algoritmo también tiene género. La acumulación originaria de datos y el patriarcado digital en América Latina, de Sairani Amayrani Sánchez Marrón y Rosalía Guerrero Escudero, publicado en junio de 2026 en la revista científica Tramas y Redes, de CLACSO.

Las autoras parten de una idea provocadora: la inteligencia artificial no es neutral. Cuando un asistente como ChatGPT genera una respuesta, no lo hace desde un vacío social. Los sistemas se construyen a partir de enormes cantidades de datos extraídos de un mundo que ya está atravesado por desigualdades de género, clase, raza y relaciones coloniales. Por eso, los sesgos que aparecen en estos chatbots no pueden explicarse únicamente como “errores del algoritmo”. El artículo los analiza como manifestaciones de las contradicciones del capitalismo patriarcal y colonial.

Aquí aparece uno de los conceptos más interesantes de la investigación: la acumulación originaria de datos. Si durante el desarrollo del capitalismo industrial la acumulación de riqueza requirió apropiarse de recursos y del trabajo de grandes sectores de la población, hoy los datos se han convertido en un recurso fundamental para el capitalismo digital. Pero detrás de esos datos existen personas, experiencias y trabajo.

¿Quién organiza, clasifica y etiqueta grandes cantidades de información para que las máquinas puedan aprender? El artículo pone el foco en un trabajo frecuentemente invisible y poco reconocido, realizado principalmente por mujeres del Sur global. Ese trabajo sostiene una parte de la infraestructura de la inteligencia artificial, pero permanece oculto detrás de la aparente autonomía de los algoritmos.

Para comprender esta problemática, las autoras recuperan herramientas del materialismo histórico y de los feminismos marxistas: el fetichismo de la mercancía de Marx, la pseudoconcreción de Kosik, la acumulación originaria y el patriarcado del salario de Silvia Federici, así como las contradicciones del capitalismo digital estudiadas por David Harvey. También incorporan contribuciones de mujeres marxistas como Clara Zetkin.

Pero el artículo no se limita a señalar el problema. También propone mirar las tecnologías desde otros lugares de enunciación. Por ello contrasta los asistentes de inteligencia artificial generativa con AfroféminasGPT, presentado como una propuesta contrahegemónica y una forma de resistencia epistémica situada.

La pregunta, entonces, deja de ser solamente “¿qué puede hacer la inteligencia artificial?” y se transforma en una pregunta mucho más política: ¿para quién se construye, con qué datos, con qué trabajo y desde qué visión del mundo?

Comprender la inteligencia artificial también implica mirar detrás de la pantalla. Allí encontramos datos, trabajo, desigualdades y relaciones de poder. Y si queremos construir tecnologías diferentes, quizá el primer paso sea dejar de mirar al algoritmo como una máquina aislada y comenzar a reconocer las sociedades que lo hacen posible.