Alternativas a la IA hegemónica, con mirada feminista y territorial
OpenAI, DeepSeek, Grok, Anthropic, Meta, cuando hablamos de inteligencia artificial, casi siempre hablamos de ellas, de sus modelos entrenados en inglés, de sus servidores que consumen agua en territorios donde el agua ya es escasa. Pero hay otro mapa posible, este artículo es un intento de trazarlo.
En el centro del debate tecnológico global, la inteligencia artificial ocupa cada vez más espacio. Se presenta como solución universal, como herramienta neutral. Pero toda herramienta tiene una historia: quién la diseñó, con qué datos se entrenó, a quién beneficia, de quién extrae valor. Y en el caso de los grandes modelos de lenguaje que hoy dominan el mercado, esas respuestas apuntan sistemáticamente al norte global, a corporaciones con valuaciones de billones de dólares y a una visión del mundo que no es la nuestra.
¿Qué pasa cuando, en cambio, la IA la construye una comunidad lingüística que históricamente fue borrada de los sistemas digitales? ¿Cuando la diseñan activistas feministas que conocen de primera mano cómo los algoritmos reproducen violencia de género? ¿Cuando la infraestructura es pública y no privada? ¿Cuando los datos pertenecen a quien los genera?
Estas preguntas no son retóricas. Hay gente trabajando para responderlas.
El problema que estamos nombrando
La geografía de la IA está profundamente desequilibrada. Según datos del RAND Institute, Estados Unidos concentra alrededor del 75% de la infraestructura computacional necesaria para entrenar grandes modelos, y China otro 15%. El Sur Global — donde vive la mayor parte de la humanidad — apenas tiene acceso a los recursos para construir sus propias tecnologías.
Pero la desigualdad no es solo de chips y servidores. Es también epistémica: los grandes modelos de lenguaje se entrenan principalmente en inglés, lo que refuerza estructuras de poder existentes al codificar como «normal» una visión del mundo anglosajona. Las lenguas con cientos de millones de hablantes —el swahili, el quechua, el hausa, el guaraní— quedan subrepresentadas o directamente ausentes. Sus hablantes, cuando interactúan con estas herramientas, reciben respuestas que no reconocen sus realidades.
«Una nueva era colonial está en desarrollo. Esta vez, el blanco del proceso de apropiación no es la tierra ni los recursos naturales, sino la vida humana en sí misma: las acciones y las experiencias que pueden convertirse en ganancia a través de la extracción de los datos.» TIERRA COMÚN — RED PARA LA DESCOLONIZACIÓN DE DATOS
A esto se suma la dimensión de género: los sesgos que ya existían en la sociedad —contra las mujeres, contra las personas racializadas, contra las identidades no binarias— quedan codificados en algoritmos que luego se usan para tomar decisiones en salud, en empleo, en justicia. No son bugs, son features de un sistema que no fue diseñado para reconocernos.
La investigadora Paola Ricaurte, del Tecnológico de Monterrey, describe este proceso como colonialismo de datos: la extracción sistemática de información de comunidades del Sur Global cuyos beneficios económicos y tecnológicos quedan concentrados en el Norte. Una lógica que repite, en código, los cinco siglos anteriores.
Frente a eso, ¿qué existe? Más de lo que muchas personas saben.
América Latina: construir desde acá
Latam-GPT — Un modelo de lenguaje hecho en la región, para la región
La iniciativa más ambiciosa de Latinoamérica en materia de modelos de lenguaje es Latam-GPT: un proyecto que se propone construir el primer gran modelo de lenguaje hecho enteramente en la región, con datos propios, con participación de instituciones académicas y ministerios de ciencia de más de diez países.
Detrás de Latam-GPT hay cientos de personas en equipos de pre-entrenamiento, datos, post-entrenamiento y, de manera notable, un equipo de ética con participación robusta de mujeres investigadoras. El proyecto articula desde el Centro Nacional de Inteligencia Artificial de Chile hasta la CEPAL, pasando por universidades de Costa Rica, Venezuela, Colombia, México, Argentina, Ecuador y Perú. También cuenta con respaldo de ministerios de ciencia de Brasil, México, Chile y Panamá, además del BID y la OEA.
No es solo un modelo de lenguaje: es un ejercicio de soberanía tecnológica. La apuesta es que los datos que representan nuestras lenguas, nuestras formas de hablar, nuestros conocimientos, sean procesados en infraestructura que rinda cuentas a la región.
CHILE / LATINOAMÉRICA
Primer modelo de lenguaje grande desarrollado integralmente en Latinoamérica. Coordinado desde el CENIA de Chile, con participación de 10+ países y respaldo de ministerios de ciencia regionales. Incluye un equipo de ética con perspectiva de género. → LATAMGPT.ORG
SomosNLP — La mayor comunidad hispanohablante de PLN
SomosNLP es una comunidad internacional de más de 1.500 personas hispanohablantes apasionadas por el procesamiento del lenguaje natural. Su misión es acercar la IA a los 600 millones de hablantes de español —y las lenguas cooficiales— que hoy tienen una representación injustamente baja en los modelos dominantes.
El dato es contundente: el español es la lengua oficial de 21 países y lo hablan más del 8% de la humanidad. Sin embargo, en el repositorio de modelos de Hugging Face apenas el 2% corresponde a modelos en español. SomosNLP trabaja para revertir eso: organiza hackathons, construye corpus de instrucciones que representan la diversidad del español latinoamericano y mantiene una leaderboard abierta para evaluar modelos de lenguaje en nuestras lenguas.
Su proyecto #Somos600M, lanzado en 2024, creó el primer gran corpus de instrucciones diverso en español, con datasets de salud, derecho, cultura guaraní, y hasta variedades de español rural. Todo open source, todo de acceso libre.
f<A+i>r — Red Feminista de Investigación en IA
Quizás el proyecto más político de todos los que mencionamos aquí. La Red de Investigación Feminista en Inteligencia Artificial (f<A+i>r) fue creada en 2021 con apoyo del Centro Internacional de Investigaciones para el Desarrollo de Canadá (IDRC), bajo el liderazgo de la investigadora Paola Ricaurte. Su premisa es simple y radical: los algoritmos no son neutros, y construir IA desde una perspectiva feminista y descolonizadora no es una cuestión estética, es una cuestión de justicia.
La red incuba proyectos concretos que van del papel al prototipo al piloto: equipos multidisciplinarios de mujeres y personas de géneros disidentes que diseñan herramientas de IA que parten de necesidades reales de sus comunidades. En su segunda fase (2025–2027), la red cuenta con 600.000 dólares canadienses para seguir adelante.
Técnicas Rudas + Diversa Studio — IA para el territorio
En Sonora, México, la colectiva Técnicas Rudas y la organización ecuatoriana Diversa Studio trabajan junto a la comunidad Yaqui en algo que pocas veces se ve: un modelo de IA para la gobernanza del agua, construido con metodología descolonial y feminista. Satelital, territorial y comunitario al mismo tiempo.
El proyecto integra imágenes satelitales, grabaciones de audio y análisis territoriales con conocimientos propios de la comunidad sobre el manejo del agua, en una región bajo ataque constante por la minería extractiva. No es una aplicación que se baja desde una tienda. Es tecnología que emerge del territorio.
Datos Contra Feminicidio (Uruguay)
Desde Uruguay, el proyecto Datos Contra Feminicidio utiliza herramientas de procesamiento de datos para mejorar la cobertura mediática de los feminicidios y producir datos más precisos sobre la violencia de género en la región. El concepto que impulsa: los «contradatos», como forma de disputar las narrativas hegemónicas con evidencia producida desde los propios movimientos.
Tierra Común — Descolonizar los datos
La red Tierra Común une a activistas, periodistas, personas defensoras de derechos humanos, académicas y ciudadanía para pensar y actuar contra el colonialismo de los datos. Con foco en América Latina y horizonte en el Sur Global, sus conversatorios, recursos pedagógicos y publicaciones construyen un marco crítico para entender qué está pasando y cómo resistir.
Co-fundada por Paola Ricaurte, entre otras, la red ha realizado encuentros en Bogotá, San José de Costa Rica, Ciudad de México y tiene publicaciones en español, portugués e inglés. Una de sus colaboraciones más recientes es el audiolibro Dialogando Sobre Datos, producido junto a voces de Bogotá, Santiago, San José y Ciudad de México.
La A+ Alliance — Por algoritmos inclusivos
La Alianza A+ trabaja para que los algoritmos tengan, desde su diseño, una preocupación activa por los sesgos de género y toda forma de discriminación. Impulsa la Red Feminista de IA y lanza convocatorias para incubar proyectos que vayan del principio a la práctica: no solo declaraciones de ética, sino herramientas que funcionen y que cuiden.
África y Asia: voces que el algoritmo borraba
El Sur Global no es solo Latinoamérica. Mientras el mundo habla de GPT-5 y DeepSeek, en África y en el subcontinente indio hay proyectos que merecen toda nuestra atención.
Masakhane
ÁFRICA (COMUNIDAD INTERNACIONAL)
Comunidad de investigación que integra contexto histórico y cultural africano — incluyendo el principio Ubuntu, de interdependencia comunitaria — en el desarrollo de IA. Produce modelos y conjuntos de datos para decenas de lenguas africanas subrepresentadas. → MASAKHANE.IO
Desarrolló InkubaLM, un modelo de lenguaje pequeño y eficiente para cinco lenguas africanas: swahili, yoruba, isiXhosa, hausa e isiZulu, que suman más de 350 millones de hablantes. Un modelo diseñado para funcionar con recursos computacionales accesibles. → LELAPA.AI
Archivo digital de procesamiento de lenguaje para las lenguas quechua y aimara, habladas por millones de personas en los Andes. Una iniciativa que pone en el centro lenguas que los modelos dominantes ignoran sistemáticamente.
Plataforma que construye repositorios de datos de voz en lenguas de la India, pagando de manera justa a las comunidades que contribuyen esos datos. Un modelo de economía de datos que invierte la lógica extractivista. → KARYA.IN
Infraestructura pública: cuando el cómputo es un bien común
Uno de los debates menos visible pero más urgentes es el de la infraestructura. Entrenar un modelo de lenguaje grande requiere miles de GPUs durante semanas. Ese cómputo está, hoy, casi completamente en manos de tres o cuatro empresas privadas. Esto significa que incluso quienes quieren construir alternativas deben alquilar la infraestructura a quienes están tratando de superar.
Algunos países del Sur Global están empezando a cambiar eso:
México lanzó Coatlicue, la supercomputadora nacional más grande de Latinoamérica, con 314 petaflops y más de 14.000 GPUs. El nombre no es casual: Coatlicue es la diosa azteca de la tierra y la creación. Una afirmación territorial en el nombre de una máquina.
India, a través de su misión IndiaAI, desplegó un «pool de cómputo común» con más de 34.000 GPUs financiadas públicamente, accesibles para startups, universidades e investigadores del sector público. La idea: que el acceso a la infraestructura de IA no sea solo para quienes tienen capital para pagarlo.
«Cada vez que una colectiva feminista decide montar su servidor o migrar de servicios comerciales a proyectos autogestionados, está dando un paso más en la construcción de una internet feminista.» INFRAESTRUCTURAS FEMINISTAS — RED WHOSE KNOWLEDGE & SURSIENDO
Soberanía tecnológica: la pregunta de fondo
Detrás de todos estos proyectos hay una pregunta que desde Átoma queremos nombrara con claridad: ¿quién decide cómo es la IA que nos afecta? ¿A qué imaginarios de mundo responden los modelos que procesan nuestras palabras, nuestras imágenes, nuestros datos de salud?
La soberanía tecnológica no significa rechazar la tecnología. Significa poder decidir sobre ella. Significa que las comunidades afectadas por los algoritmos tengan voz en su diseño. Significa que los datos que generamos no sean extraídos para beneficio de empresas que no rinden cuentas ante nadie más que sus accionistas. Significa que el conocimiento sobre cómo funcionan estos sistemas sea público, discutible, transformable.
Las iniciativas que mencionamos aquí son imperfectas — muchas de ellas trabajan con presupuestos precarios, en condiciones de enorme asimetría. Algunos de estos proyectos siguen dependiendo, al menos parcialmente, de la infraestructura de las mismas corporaciones a las que buscan interpelar. Esa contradicción es real y no la esquivamos.
Pero también es real que existen personas que están construyendo algo diferente. Que hay investigadoras feministas diseñando algoritmos que no discriminan. Que hay comunidades indígenas recuperando sus lenguas con tecnología propia. Que hay ministerios de ciencia apostando a la infraestructura pública. Que hay redes que piensan el dato no como recurso para extraer, sino como bien común para cuidar.
El Foro Económico Mundial —no exactamente un espacio radical— publicó en febrero de 2026 que el Sur Global está reimaginando la IA: en los idiomas que habla, en los valores que incorpora, en la infraestructura que construye. Ese reconocimiento, que viene desde arriba, nos dice que lo que está naciendo desde abajo ya no puede ignorarse.
Nosotras elegimos mirarlo desde otro lugar: no como un trend, sino como una lucha por el tipo de futuro en que vamos a vivir.
Qué podemos hacer
Una lista breve, sin pretensiones de exhaustividad:
Conocer y difundir estas iniciativas. Muchas tienen muy poca visibilidad comparadas con los proyectos que reciben millones en inversión de riesgo. Compartir este artículo es un comienzo.
Participar si tu trabajo o investigación tiene algo que aportar. SomosNLP, Latam-GPT y f<A+i>r buscan contribuciones de personas con conocimientos de PLN, lingüística, ciencias sociales, diseño, derecho, entre otros.
Exigir a los Estados que inviertan en infraestructura pública para la IA, que pongan condiciones a las empresas que operan en la región, que consulten a comunidades afectadas antes de implementar sistemas automatizados de toma de decisiones.
Preguntar siempre de dónde vienen los datos, quién entrenó el modelo, en qué lengua, con qué valores incorporados, quién se beneficia, quién paga el costo ambiental. La IA no es magia: es una cadena de decisiones humanas. Y toda decisión se puede disputar.
