El PhD de humo y la ola que no llegó: Toffler y la economía real de la IA

Esta semana ofrece tres postales que suelen colgarse en paredes distintas. OpenAI presenta GPT-5 como un colega “a nivel de PhD”. Una investigación revela que las startups francesas de IA pagan entre 96 y 126 euros al mes a trabajadores en Madagascar para etiquetar sus datos, en zonas francas heredadas de la vieja industria textil. Y las instituciones —la CNIL en Francia, los gobiernos de Morelos e India— responden a los riesgos con cursos de alfabetización y reciclaje profesional que dejan la carga sobre el hombro del individuo.

Contadas por separado, las tres parecen noticias de secciones diferentes: tecnología, economía, política pública. Contadas juntas, forman un patrón. Y el patrón es lo que el marco de Alvin Toffler ayuda a ver.

La ola, y lo que Toffler quería que midiéramos

Toffler organizó la historia humana en olas. La Primera fue la agrícola: sembrar, cosechar, un ritmo dictado por las estaciones. La Segunda fue la industrial: la fábrica, el reloj, la línea de montaje. La Tercera —la que él veía llegar— es la del conocimiento: la información como materia prima, el símbolo como fuente de riqueza. A esa riqueza basada en símbolos, datos y saberes la llamó “riqueza supersimbólica”, para distinguirla de la riqueza que se pesa y se apila.

Pero el aporte central de Toffler no era el mapa de las olas. Era una pregunta sobre velocidad. La pregunta no es si algo cambia —todo cambia siempre— sino a qué ritmo cambia, y si las estructuras humanas que deben absorber ese cambio alcanzan a procesarlo. Cuando el cambio corre más rápido que la capacidad de adaptación, se produce lo que Toffler bautizó como future shock: el aturdimiento de una sociedad a la que el futuro le llegó antes de tiempo. La palabra hacía visible algo que sin nombre se deslizaba inadvertido: no el cambio, sino la aceleración del cambio.

Ese instrumento sirve esta semana para separar dos cosas que la prosa de las notas de prensa mezcla a propósito. Por un lado, el ruido del cambio: cosas que se reorganizan dentro de la misma ola. Por otro, la transición estructural: el paso de una ola a la siguiente. Aplicado a GPT-5, a Madagascar y a los cursos de reskilling, el marco toffleriano produce un diagnóstico incómodo. Lo que nos venden como Tercera Ola —el conocimiento como riqueza limpia y desmaterializada— se sostiene sobre una economía que es, en su base, puramente de Segunda Ola. Y a veces, de Primera.

El PhD de humo: cuando el símbolo se despega de su materia

Empecemos por el interlocutor “a nivel de PhD”. La frase hace un trabajo específico. Coloca a GPT-5 en la cúspide de la pirámide del conocimiento: no un buscador, no un corrector de estilo, sino un par de quien ha dedicado años a una disciplina. Es riqueza supersimbólica en estado puro: valor que parece brotar del puro procesamiento de información, sin barro, sin sudor, sin cuerpo.

El marco de Toffler mide la velocidad de esa promesa. Y la velocidad es enorme: en el discurso público, el salto de “chatbot” a “colega doctoral” tomó menos de tres años. Ninguna institución educativa latinoamericana absorbe un cambio de esa magnitud a esa velocidad. El currículo se diseña en ciclos de años. La evaluación descansa sobre supuestos —el estudiante escribe solo, el examen mide lo que el estudiante sabe— que la herramienta desmonta de un plumazo. Ahí está la brecha que produce el shock: la velocidad del cambio supera la velocidad de respuesta institucional, y en ese hueco se cuela la parálisis.

Pero el diagnóstico toffleriano no se detiene en la brecha. Va más hondo, a una operación que Toffler vio con claridad y que otros pensadores de la IA han documentado con datos. La retórica de la desmaterialización. Como registra The Atlas of AI - Power, Politics, and the Planetary Costs:

The description of AI as fundamentally abstract distances it from the energy, labor, and capital needed to produce it and the many different kinds of mining that enable it.

En castellano llano: describir la IA como algo esencialmente abstracto —una inteligencia flotando en la nube— la aleja de la energía, el trabajo y el capital que hicieron falta para producirla, y de las muchas formas de minería que la sostienen. El “PhD de humo” es exactamente esa operación. Un PhD real requiere un cuerpo que lea, que duerma mal, que revise borradores. El “PhD” de GPT-5 se presenta sin cuerpo. Pero el cuerpo existe. Solo que está en Madagascar.

Madagascar: la Segunda Ola dentro de la Tercera

Aquí el patrón se completa. La investigación de la semana muestra que las startups francesas —empresas que se venden como vanguardia de la economía del conocimiento— externalizan el etiquetado de datos a trabajadores malgaches por 96 a 126 euros al mes. Y lo hacen en zonas francas construidas para la industria textil. La infraestructura de la Segunda Ola, reutilizada para producir la materia prima de la supuesta Tercera.

Toffler distinguiría aquí entre lo que parece una transición de ola y lo que es una continuidad de la misma. La zona franca textil y la zona franca de etiquetado de datos comparten la lógica: mano de obra barata, sin protecciones, en el Sur global, produciendo insumos para el consumo del Norte. El producto cambió —de camisetas a conjuntos de datos etiquetados— pero la estructura extractiva es idéntica. No es Tercera Ola. Es Segunda Ola con vocabulario nuevo.

The Atlas of AI - Power, Politics, and the Planetary Costs nombra esta capa oculta con precisión:

Exploitative forms of work exist at all stages of the AI pipeline, from the mining sector, where resources are extracted and transported to create the core infrastructure of AI systems, to the software side, where distributed workforces are paid pennies per microtask.

Existen formas de trabajo explotador en todas las etapas de la cadena de la IA: desde la minería, donde se extraen y transportan los recursos que forman la infraestructura, hasta el software, donde fuerzas de trabajo dispersas cobran centavos por microtarea. Madagascar es la etapa del software. Los trabajadores no minan estaño; etiquetan imágenes, corrigen respuestas, marcan contenido tóxico para que el “PhD” suene pulido. Cobran centavos. El PhD cobra suscripción mensual en dólares.

El marco toffleriano vuelve visible lo que la narrativa del progreso oculta: la riqueza supersimbólica no reemplazó a la riqueza material. Se montó sobre ella. El símbolo limpio necesita, para existir, una base sucia. Y esa base está donde siempre estuvo la base sucia del sistema-mundo: en los lugares donde el trabajo es barato y la voz, débil.

Para América Latina el punto es directo. La región conoce la zona franca. Conoce la maquila. Conoce la promesa de que esta vez la nueva tecnología traerá desarrollo, y conoce el desenlace habitual: la región provee la materia prima —ahora datos, ahora trabajo de anotación— y el valor supersimbólico se realiza en otra parte. El etiquetado de datos es la nueva maquila. La diferencia es que la maquila textil al menos se veía. Producía una prenda que se podía tocar. El etiquetado de datos desaparece en un modelo que luego se vende como “inteligencia”.

El reskilling: adaptarse al shock en vez de decidir sobre él

Falta la tercera postal: la respuesta institucional. La CNIL, Morelos, India. Alfabetización defensiva. Reciclaje profesional. Cursos para que el ciudadano, el estudiante, el trabajador, aprenda a “convivir con la IA”.

En la superficie, esto suena a exactamente lo que Toffler recomendaría. Él insistía en que las sociedades debían aumentar su capacidad adaptativa para no sufrir el future shock. Educar para el cambio, no para un estado fijo del mundo. ¿No es eso el reskilling?

Aquí el marco exige una lectura más fina, y el punto de vista de esta columna se pronuncia. Hay una diferencia entre aumentar la capacidad de decidir sobre el cambio y entrenar al individuo para que absorba un cambio que ya se decidió sin él. Toffler defendía lo primero. El reskilling que nos ofrecen suele ser lo segundo.

La distinción está en quién carga con la responsabilidad. Cuando un gobierno lanza cursos de “alfabetización defensiva”, el mensaje implícito es: el riesgo es tuyo, y tu deber es adaptarte. La estructura que produjo el riesgo —el modelo de negocio, la extracción de datos, la asimetría de poder entre proveedor y usuario— queda fuera de discusión. Se declara ley de la naturaleza, como el clima. Y frente al clima uno se pone el abrigo; no negocia con la lluvia.

Ese es el desplazamiento que el marco toffleriano ayuda a nombrar. La adaptación que Toffler pedía era colectiva y política: rediseñar instituciones para que la sociedad decida el ritmo y la dirección del cambio. La adaptación que se ofrece esta semana es individual y defensiva: que cada quien corra más rápido para no quedarse atrás. La primera trata al ciudadano como agente. La segunda lo trata como material que debe reconfigurarse a sí mismo para servir a una ola que otros dirigen.

Y conviene desconfiar de la palabra “inevitable” cuando aparece. Toffler describió olas históricas de largo aliento —la agrícola, la industrial— que efectivamente reorganizaron todo. Pero incluso él sabía que la forma de una ola no está escrita. Que la Segunda Ola trajera fábricas era estructural; que las fábricas fueran infiernos de doce horas o lugares con derechos fue una disputa política que llevó un siglo. La IA es una ola. Cómo será esa ola —quién cobra centavos y quién cobra en dólares, quién decide y quién se adapta— todavía se está peleando. El reskilling defensivo intenta cerrar esa pelea antes de que empiece, declarando que la única respuesta posible es adaptarse.

El prosumer que no llegó, y el que sí podría llegar

Toffler acuñó otro término útil aquí: prosumer. La fusión de productor y consumidor. En la Tercera Ola, imaginaba, la línea entre quien fabrica y quien consume se borraría. El usuario coproduciría lo que consume. Aplicado a la educación, el sueño es hermoso: el estudiante deja de ser receptor pasivo de conocimiento envasado y se vuelve coproductor de su aprendizaje, con la IA como socia.

El marco obliga a preguntar si eso es lo que está pasando. Y la respuesta de la semana es ambigua, tirando a sombría.

Hay una versión del prosumer que sí opera, pero al revés de la promesa. Cada vez que un usuario conversa con GPT-5, produce datos. Corrige al modelo, lo empuja, le enseña sin querer. Ese trabajo —invisible, no pagado, disfrazado de uso— alimenta al sistema. El usuario es prosumer, sí: consume el producto y produce el insumo que lo mejora. Pero el valor de esa producción no vuelve a él. Se acumula en el proveedor. Es prosumo sin propiedad. Trabajo que no se reconoce como trabajo.

Y luego está el prosumer explícito, mal pagado, en Madagascar. El etiquetador es el prosumer de la Tercera Ola en su forma más cruda: produce el conocimiento que el modelo consume, y consume —en su economía local— los 96 euros que apenas alcanzan. Toffler imaginó al prosumer como figura de emancipación. La economía real de la IA lo convirtió en figura de extracción.

Hay, sin embargo, una versión del prosumer que todavía podría llegar, y el marco la hace visible como posibilidad, no como profecía. Un estudiante latinoamericano que use la IA sabiendo qué es —conociendo la cadena que la sostiene, el trabajo malgache, los datos extraídos, el humo del PhD— podría coproducir su aprendizaje sin ser coproducido por el sistema. La diferencia no está en la herramienta. Está en la conciencia con que se la usa. Y esa conciencia es justamente lo que el reskilling defensivo no enseña. Enseña a operar la herramienta. No enseña a leer la ola.

La rotura de la máquina, y qué significa hoy

Race After Technology - Abolitionist Tools for the New Jim recupera una frase de la teórica cultural Imani Perry que ilumina el fondo del asunto:

To break the machine was in a sense to break the conversion of oneself into a machine for the accumulating wealth of another.

Romper la máquina era, en cierto sentido, romper la conversión de uno mismo en máquina para acumular la riqueza de otro. La cita repone el sentido perdido del ludismo. El luddita no odiaba la tecnología por torpeza. Se resistía a ser convertido en insumo de la riqueza ajena.

El marco toffleriano y esta idea se cruzan en un punto preciso. La velocidad del cambio no es un dato neutral de la naturaleza. Es una decisión de quienes tienen interés en que la sociedad no alcance a procesar lo que ocurre. El future shock no es solo un efecto secundario de la aceleración. A veces es una estrategia. Un ciudadano aturdido, corriendo para adaptarse, no tiene tiempo de preguntar quién decidió el ritmo, ni por qué el “PhD” cuesta suscripción mientras el etiquetado cuesta centavos.

Ahí está el punto de vista de esta columna, sin suavizar. La brecha entre la velocidad del cambio y la capacidad de respuesta institucional no se cierra con más cursos de adaptación individual. Se cierra —si se cierra— cuando la sociedad recupera el derecho a decidir el ritmo. Cuando pregunta, antes de correr: ¿esta ola hacia dónde va, y quién la dirige, y por qué debería yo apurarme a servirla?

La pregunta que el marco deja sobre la mesa

Toffler distinguía entre el ruido del cambio y la transición estructural. Esta semana el ejercicio arroja un resultado claro. El “PhD a nivel de experto” es ruido: una reorganización retórica que vende como Tercera Ola lo que en su base es Segunda. Madagascar es la estructura: la economía extractiva de siempre, con producto nuevo. Y el reskilling defensivo es el mecanismo que impide ver la diferencia, entrenando a cada quien para adaptarse en lugar de decidir.

La verdadera transición de ola —si es que la hay— no está en el chatbot. Está en la pregunta de quién controla la cadena de valor de la riqueza supersimbólica. Y esa pregunta, hasta ahora, tiene la misma respuesta que tenía en la Segunda Ola. El valor se concentra en el Norte; el trabajo barato se dispersa en el Sur; el símbolo brilla arriba, la materia se esconde abajo.

Para América Latina, la implicación que el marco hace visible es esta: la región puede aprender a usar la IA —eso ofrecen los cursos— o puede aprender a leer la ola. Lo primero la prepara para servir mejor a una economía diseñada en otra parte. Lo segundo la prepara para preguntar si quiere esa economía, y en qué términos, y a qué velocidad.

La pregunta editorial, entonces, no es si la IA cambiará la educación latinoamericana. La cambiará. La pregunta es si la sociedad va a decidir el ritmo y la forma de ese cambio, o si va a aceptar el ritmo que le imponen y llamarlo, resignada, futuro. Toffler nombró el future shock para que pudiéramos verlo venir y organizarnos antes. No para que aprendiéramos a soportarlo mejor.