SURFEANDO
UNA NUEVA OLEADA
INFORMACIONAL
En los últimos años proliferaron distintos conceptos que intentaron comprender los profundos procesos de cambio socio-tecnológico que caracterizan nuestros tiempos. El repertorio es amplio, pero se destacan las ideas de la cuarta revolución industrial, la industria 4.0, el capitalismo 4.0, el capitalismo de plataformas, el capitalismo de vigilancia, la era exponencial, entre otras variantes.
Más allá de sus similitudes y diferencias, la irrupción de las tecnologías 4.0 posibilitaron una integración creciente entre el mundo biológico, físico-material y digital, habilitando el despliegue de procesos que operan en diversas esferas de nuestra vida.
Si bien no se produjeron de la noche a la mañana, desde la primera década del siglo XXI –coincidiendo con la crisis internacional de 2008, el lanzamiento del primer smartphone por parte de Apple, el inicio de la era de la personalización de los contenidos de la mano de Google, y la mejora cualitativa de las tecnologías agrupadas bajo la etiqueta “4.0”– se inició una nueva oleada informacional, signada por cambios y continuidades con respecto a la sociedad de la información que comenzó a moldearse en la década de 1970.
En la actualidad, tendencias asociadas a la digitalización, automatización (rutinaria-cognitiva, repetitiva-creativa), robotización, plataformización y distanciamiento de la producción, el trabajo y –en definitiva– nuestra vida, nos acercan a una realidad onlife.
Este espacio busca aportar a la reflexión, el debate y la intervención en un mundo en constante transformación. Queremos hacerlo recuperando distintos saberes y perspectivas que parten de diferentes disciplinas y experiencias. Te invitamos a surfear esta nueva oleada informacional.
Menu
NOSOTROS
Somos un equipo de personas interesadas en estudiar, comprender, intervenir y comunicar acerca de los diversos cruces existentes entre las tecnologías digitales, la innovación tecnológica y la sociedad. Provenimos de diferentes disciplinas y nos desempeñamos en diversas instituciones académicas y científico-tecnológicas. En cuatropuntocero, nos proponemos desarrollar un ámbito que favorezca la construcción y circulación de conocimiento en torno a los temas mencionados.
Ulises GIROLIMO
Doctor en Ciencias Sociales por la Universidad de Buenos Aires (UBA) y becario postdoctoral del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Miembro del Programa de Investigaciones sobre la Sociedad de la Información en el Instituto de Investigaciones Gino Germani (FSOC-UBA) y del Núcleo de Estudios Informacionales en el Instituto de Estudios Para el Desarrollo Productivo y la Innovación (IDEPI-UNPAZ). Es profesor de Tecnología y Sociedad en la Universidad Nacional de José C. Paz y de Sociedad de la Comunicación en la Pontificia Universidad Católica Argentina.
Patricio FELDMAN
Doctor en Ciencias Sociales por la Universidad de Buenos Aires (UBA) e investigador asistente del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Es Profesor del seminario Sociedad del Conocimiento y Cultura Digital en la Universidad Pontificia Bolivariana (UPB) y Profesor Titular de Economía Internacional en la Facultad de Ciencias Económicas y Empresariales de la Universidad del Salvador (USAL).
Martin GENDLER
Doctor en Ciencias Sociales por la Universidad de Buenos Aires (UBA) y becario postdoctoral del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Miembro del Programa de Investigaciones sobre la Sociedad de la Información en el Instituto de Investigaciones Gino Germani (FSOC-UBA) y del Núcleo de Estudios Informacionales en el Instituto de Estudios Para el Desarrollo Productivo y la Innovación (IDEPI-UNPAZ). Es profesor de Internet y Sociedad: comunicación y cultura digital en UBA y de Tecnología y Sociedad en la Universidad Nacional de José C. Paz.
Lorenzo CASSINI
Doctor en Desarrollo Económico por la Universidad Nacional de Quilmes (UNQ) e Investigador Asistente del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y la Universidad Nacional del Oeste (UNO). Es profesor de grado y posgrado en la Universidad Nacional de San Martín (UNSAM).
Mauricio TARDUCCI
Magister en Comunicación Estratégica por la Universidad Nacional de Rosario (UNR). Como especialista en diseño e implementación de estrategias integrales de comunicación ha desarrollado trabajos de coordinación, diseño y producción de piezas de comunicación en múltiples formatos: gráfica impresa, digital y web.
PROYECTOS
INVESTIGAR SOBRE EL PARADIGMA 4.0
INVESTIGAR SOBRE EL PARADIGMA 4.0
En esta sección vas a encontrar los avances y resultados de proyectos de investigación llevados a cabo por los miembros del equipo, vinculados con distintos aspectos del paradigma 4.0.
PARADIGMA 4.0 EN SANTA FE
Bienes y servicios informacionales en la provincia de Santa Fe y su vinculación con los entramados socio-productivos locales: elementos para la construcción de una agenda de desarrollo con base en las tecnologías 4.0
PRODUCCIÓN
En esta sección compartimos nuestra producción académica. Encontrarás artículos, ponencias, libros y actividades realizadas por nuestros integrantes.
ARTICULOS y PONENCIAS
Tecnologías 4.0 en la periferia informacional: el rol de las instituciones intermedias para la producción y la innovación en la provincia de Santa Fe (Argentina)
GIROLIMO, U. • CASSINI, L. (2025)
Tecnologías 4.0 y Políticas Públicas en Santa Fe: un estado de situación sobre las iniciativas del gobierno provincial (2018-2024). Revista Pilquen. Sección Ciencias Sociales, 1–28.
GIROLIMO, U. (2025)
Caracterización de la oferta de bienes y servicios 4.0 desarrollados en la provincia de Santa Fe (Argentina). Ciencia, Docencia Y Tecnología, 36(73 (ene-abr).
GIROLIMO, U. • CASSINI, L. (2025)
Habilidades Tecnosociales y Tecnologías 4.0. Oportunidades y desafíos en el noroeste del conurbano bonaerense. Revista Question/Cuestión, 3(80), 1-27.
GENDLER, M. • GIROLIMO, U. (2025)
Datificación Social e Inteligencia Artificial: ¿hacia un nuevo salto de escala?. Resonancias. Revista de Filosofía; Lugar: Santiago de Chile; Año: 2024 p. 121 – 141
GENDLER, M. (2024)
Los bits (no solo) son bits. Genealogía, dimensiones y actualidad de los estudios sobre plataformas digitales. Hipertextos. Capitalismo, técnica y sociedad en debate; Lugar: Buenos Aires; Año: 2024 vol. 12 p. 39 – 54.
GENDLER, M. • MALLAMACI, M. (2024)
“El sistema santafesino de innovación y su rol en el desarrollo de bienes y servicios 4.0: desafíos y oportunidades en la etapa actual”. 28º Reunión Anual Red Pymes Mercosur, Asociación Civil Red Pymes Mercosur.
CASSINI, L. • GIROLIMO, U. (2023)
El trabajo en el paradigma 4.0: tendencias y desafíos emergentes. Revista UNAHUR.
GENDLER, M. • GIROLIMO, U. (2023)
“Los Estados sub-nacionales en la era de las plataformas: el caso argentino”. 2° Jornadas CEUR “Espacio, tecnología y acumulación: los senderos del desarrollo y sus límites”. 26 al 28 de Julio, Buenos Aires. Centro de Estudios Urbanos y Regionales.
FELDMAN, P. • GIROLIMO, U. (2023)
La Industria 4.0 en perspectiva latinoamericana: limitaciones, oportunidades y desafíos para su desarrollo. Revista Perspectivas de Políticas Públicas: Universidad Nacional de Lanus (UNLA). 2021 vol.10 n°20. p459 – 491.
FELDMAN, P. • GIROLIMO, U. (2021)
El estado y el sector de software en Argentina entre 2003-2018. Nuevos desafíos para el desarrollo de tecnologías 4.0. Revista Argumentos: Instituto de Investigaciones Gino Germani. 2020 vol. n°22. p113 – 152.
FELDMAN, P. • GIROLIMO, U. (2020)
La Industria 4.0 en perspectiva argentina: desafíos, obstáculos y escenarios posibles. Argentina, Ciudad Autonoma de Buenos Aires. 2020. Revista. Artículo Completo. Jornada. 49 JAIIO. Facultad de Ingenieria UBA-SADIO.
FELDMAN, P. • GIROLIMO, U. (2020)
LIBROS
Plataformas digitales en la ciudad: transformación y rediseño del espacio urbano y la vida cotidiana. Ciudad de Buenos Aires: Cafe de las ciudades.
FINQUELIEVICH, S.; ODENA, M.B.; GIROLIMO, U.; GENDLER, M.; FELDMAN, P.; CORTEZ OVIEDO, S. (2024)
AUDIOVISUALES
NARRATIVAS 4.0
En esta sección, surfeamos la nueva oleada informacional para adentrarnos en los confines del universo 4.0. A través de distintos formatos de comunicación, abrimos un espacio de reflexión y debate acerca de la sociedad informacional en esta nueva etapa.
GLOSARIO 4.0
Esta sección se encuentra en permanente construcción. Irán apareciendo nuevas entradas en forma periódica, te recomendamos chequear de tanto en tanto.
AUTOMATIZACIÓN
“la máquina, dueña en lugar del obrero de la habilidad y la fuerza, es ella misma la virtuosa, posee un alma propia presente en las leyes mecánicas que operan en ella, y así como el obrero consume comestibles, ella consume carbón, aceite, etc. (materiales instrumentales) con, vistas a su automovimiento continuo”
Se puede definir a la automatización como el proceso en el cual se sustituye por máquinas, el trabajo realizado por humanos. Si bien constituye una dinámica histórica que acompañó la evolución de la técnica en la historia de la humanidad, en especial desde de la revolución industrial, adquiere un sentido diferente a partir del desarrollo de las tecnologías digitales, y más aún en la segunda oleada informacional. Ya no se trata únicamente del reemplazo de trabajo humano por máquinas (cuya autonomía las distingue de meras herramientas) sino también por tecnologías digitales, software, y otros formatos de información digital (Zukerfeld, 2020). A la automatización mecánica, propia del capitalismo industrial, se suma una nueva automatización digital, específica del capitalismo informacional.
La automatización propia de la segunda oleada informacional comprende tanto la sustitución de trabajo humano del tipo rutinario/físico, como del trabajo no rutinario/cognitivo, fundamentalmente a través de dos tecnologías 4.0: la Inteligencia Artificial y la robótica. En el caso de la robótica, se trata especialmente de la sustitución de trabajadores por robots en un formato fijo o móvil- proceso que ocurre esencialmente en el espacio de la producción- mientras que en el caso de la IA, obedece a una automatización de la percepción entendida como la extensión de algoritmos de reconocimiento de patrones a todos los sectores de la economía y en múltiples dimensiones de la actividad humana (Pasquinelli y Joler, 2021).
De acuerdo a la visión de Marx, expresada en los Grundrisse, en el capitalismo, la máquina, a diferencia de la herramienta, adquiere autonomía respecto al obrero. Por lo tanto, no constituye un medio de trabajo del obrero individual. Al contrario, es la propia máquina es quien determina y regula todos los movimientos del obrero. En este proceso, el capital transforma el trabajo vivo en trabajo objetivado, y al obrero en una pieza más de una maquinaria automatizada. Desde esta perspectiva, la automatización constituye una tendencia inherente al capitalismo, orientada a subsumir el trabajo vivo al trabajo objetivado y convertir el medio de trabajo en fuerza productiva directa.
Referencias:
Zukerfeld, M. (2024). Bits, plataformas y autómatas. Las tendencias del trabajo en el capitalismo informacional. Revista Latinoamericana de Antropología del Trabajo. 2020;4(7):1-50.[fecha de Consulta 16 de Septiembre de 2024]. ISSN: . Disponible: AQUÍ
Pasquinelli, M., Joler, V. (2021). El Nooscopio de manifiesto. laFuga, 25, 2021, ISSN: 0718-5316.
Marx, K. (1972). Elementos fundamentales para la crítica de la economía política (Grundrisse) 1857-1858, vol, 2, México. Siglo XXI, 1972, pp. 216-230.
BIG DATA
“en las sociedades de control, lo esencial ya no es una marca ni un número, sino una cifra”
Los datos se registran desde el origen de las primeras civilizaciones humanas. Sin embargo, desde la emergencia de las tecnologías digitales y desarrollo de las telecomunicaciones a finales del siglo XX, irrumpió con fuerza un nuevo conjunto de tecnologías avocadas a procesar, almacenar, y transmitir grandes volúmenes de datos. El Big Data o los llamados macrodatos hacen alusión al incremento significativo de la información codificada bajo la forma de dato con capacidad de ser generada, procesada, almacenada, y transmitida, incluso en tiempo real.
Para poder llevar adelante esta tarea, se requiere, en primer lugar, impulsar un proceso general de datificación en el cual se transforma toda actividad humana (consumo, movilidad, comunicación, ocio, trabajo, entre otras) en información codificable bajo la forma de bit. Para ello, se requieren tecnologías de procesamiento de información que sean capaces de captar, almacenar, y procesar estos datos, que son heterogéneos y no estructurados. Es por esta razón que la esencia del Big Data se representa en las cinco V: volumen, variedad, velocidad, veracidad, y valor. El volumen refiere a la cantidad de datos generados, la variedad a los diferentes tipos de datos en diversos formatos (audio, texto, imagen), la velocidad al incremento en la tasa de recolección de datos y la creciente demanda de información y respuestas en tiempo real, la veracidad a la exactitud y precisión de la información, y valor a las oportunidades para generar nuevos bienes y servicios, pero también el aporte a la toma de decisiones basadas en evidencia.
De acuerdo a Boyd y Crawford (2011), el Big Data no se puede reducir solamente al procesamiento de un gran conjunto de datos a partir del uso de determinadas herramientas, sino que se trata también de un giro computacional en el pensamiento y la investigación. El Big Data delimita nuevos territorios para los objetos, métodos de conocimiento y definiciones de la vida social. Por lo tanto, también se construyen discursos y narrativas en torno a su uso que, en muchos casos, parten de supuestos asociados a la objetividad de los datos, la neutralidad de las tecnologías que permiten su extracción, la percepción de que más datos equivale a mejor información, una subestimación del contexto de la información como una fuente relevante de valor, y la concepción irrevocable de que todo dato capaz de ser extraído, debe ser extraído, independientemente de las consideraciones éticas y el respeto a la privacidad de las personas.
Desde una perspectiva centrada en la estadística, el big data refiere a la abundancia de datos que son producidos de manera acelerada y espontánea por la interacción con dispositivos interconectados. El atributo de “grande” está asociado a unidades de medida que se conocen como peta, zeta, exa y yotta, entre otros, que conforman formas de denominar a la capacidad de almacenamiento de este océano de datos. Si bien la producción de datos, es a priori infinita, en los términos de la recolección, procesamiento, almacenamiento, y gestión, todavía existen límites materiales referidos al poder de cómputo, límites ecológicos asociado al impacto ambiental, y límites sociales o éticos, que tienen que ver con los consensos sociales en torno a la protección de la privacidad, la reducción de sesgos, y la defensa de los derechos humanos.
Referencias:
Bart van der Sloot, Dennis Broeders & Erik Schrijvers. (2016). Exploring the Boundaries of Big Data. Amsterdam University Press.
Boyd, D y Crawford, K. (2011). Six Provocations for Big Data. A Decade in Internet Time: Symposium on the Dynamics of the Internet and Society, September 2011, Disponible: AQUÍ
Sosa Escudero, W. (2019). Big Data. Breve manual para conocer la ciencia de datos que ya invadió nuestras vidas. Editorial Siglo XXI.
CAPITALISMO INFORMACIONAL
Hacia el último cuarto del siglo XX, distintos autores coinciden en señalar la convergencia y sincronización de procesos que produjeron cambios en la base material de la sociedad a un ritmo acelerado, dando lugar a una nueva etapa histórica: el capitalismo informacional.
La reestructuración del capitalismo frente a la crisis de 1970 y el surgimiento de un nuevo paradigma tecnológico estructurado sobre la base de las tecnologías de la información y comunicación (avances en la microelectrónica, surgimiento de las computadoras personales, el desarrollo de software e Internet), dieron lugar a una etapa en la que la información digital se transformó en una fuente fundamental para determinar el nivel de productividad del proceso de producción (Castells, 1999). Mientras que en el capitalismo agrario, el nivel de excedente se incrementaba al aumentar cuantitativamente el factor capital y trabajo, y en el industrial lo determinante era la incorporación de nuevas fuentes de energía, en el capitalismo informacional la principal fuente de productividad se basa en la información digital (Castells, 1995).
“Existen agricultura informacional, industria informacional y actividades de servicios informacionales que producen y distribuyen basándose en la información y el conocimiento incorporados al proceso de trabajo por el poder creciente de las tecnologías de la información. Lo que ha cambiado no es el tipo de actividades en el que participa la humanidad, sino su capacidad tecnológica de utilizar como fuerza productiva directa lo que distingue a nuestra especie como rareza biológica: su capacidad superior para procesar símbolos”
El paso del modo de desarrollo industrial al informacional no significa una ruptura del modo de producción capitalista, en tanto no se modifican las formas en las que se estructuran las relaciones sociales de producción y de propiedad; pero sí implica una transformación profunda sobre el lugar que ocupa la información y el conocimiento en el proceso productivo.
Desde hace algunos años, asistimos a nuevos debates respecto a los cambios y continuidades que se produjeron con la convergencia de los procesos de financiarización, las respuestas económicas a la crisis financiera de 2008, y la maduración del paradigma tecnológico en el que las tecnologías 4.0 introducen novedades en diversos planos: capitalismo de plataformas, capitalismo de vigilancia, industria 4.0, segunda oleada informacional, son algunos conceptos que permiten tematizar estas transformaciones, y podés consultarlos en este glosario.
Referencias:
Castells, M. (1995). La ciudad informacional: tecnologías de la información, reestructuración económica y el proceso urbano-regional. Madrid: Alianza Editorial.
Castells, M. (1999). La era de la información. Economía, sociedad y cultura. Vol. 1. México: Siglo XXI.
CAPITALISMO DE PLATAFORMAS
“En el siglo XXI el capitalismo avanzado se centra en la extracción y uso de un tipo particular de materia prima: los datos”
De acuerdo a Srnicek (2018), el Capitalismo de Plataformas constituye una etapa del modelo de acumulación capitalista emergente de la crisis financiera internacional del 2008, que se centra en la generación, extracción, acumulación, y procesamiento de datos como forma predominante de valorización del capital. En el marco de este proceso de reestructuración capitalista, las plataformas se establecen como el modelo de empresa dominante por su capacidad de controlar y gestionar un volumen cada vez más grande de datos, orientado a incrementar la rentabilidad necesaria para garantizar el sostenimiento del crecimiento económico que declinó a partir del agotamiento del modelo industrial de desarrollo a finales del siglo XX.
La posibilidad de convertir a la extracción y procesamiento de los datos en una actividad económica central para el funcionamiento del capitalismo en el siglo XXI, fue posible gracias al desarrollo de las tecnologías digitales, en espacial el Big Data, la Inteligencia Artificial, y las tecnologías de procesamiento de la información. El avance de las infraestructuras digitales permitió aprovechar toda la información vertida en la red y alimentó el proceso de datificación, lo que habilita a las plataformas a incrementar de manera significativa el insumo principal de la producción de valor en la etapa actual del capitalismo que son los datos.
Referencias:
Srnicek, N. (2018). Capitalismo de plataformas (A. Giacometti, Trad.). Caja Negra.
CAPITALISMO DE VIGILANCIA
“El capitalismo de la vigilancia reclama unilateralmente para sí la experiencia humana, entendiéndola como una materia prima gratuita que puede traducir en datos de comportamiento”
El Capitalismo de Vigilancia es definido por Zuboff (2020) como un cambio estructural en el modelo de negocios predominante de la economía digital que se articula en función de la gestión de los comportamientos humanos, a través de los algoritmos y la extracción de datos. La personalización de contenidos que llevaron adelante los gigantes tecnológicos como Google en la primera década del siglo XXI, permitió crear mercados de futuros conductuales que giran en torno a los productos predictivos fabricados por la extracción de datos de los usuarios, que asume la forma de excedente conductual.
El excedente conductual se obtiene como consecuencia del avance en el proceso general de mercantilización y commoditización de las conductas, emociones, deseos, y subjetividades humanas. Las voces, imágenes, textos, pero también los comportamientos llevados adelante en el entorno digital, dejan una huella digital que es apropiada por las plataformas en pos de desarrollar los algoritmos con capacidad de predecir, manipular, y conducir la atención y los comportamientos humanos. En este proceso, se ejerce un monopolio sobre nuestros comportamientos a través de la presencia omnipresente, en muchos casos oculta, y ubicua de las plataformas en todas las dimensiones de la vida humana. El desarrollo de algunas tecnologías 4.0 como Internet de las Cosas, Big Data e Inteligencia Artificial, potenció el grado de vigilancia que ejercen las empresas capitalistas sobre las conductas humanas al permitir la conexión digital permanente y el acaparamiento, incluso, del mundo offline.
Referencias:
Zuboff, S. (2020). La era del Capitalismo de la Vigilancia. La lucha por un futuro humano frente a las nuevas fronteras del poder. Editorial Paidos.
DATOS
“En la edad temprana de la Europa moderna, una elaborada red de información analizó una enorme cantidad de datos sobre crímenes, enfermedades y desastres, y llegó a la conclusión de que todo era culpa de las brujas”
De acuerdo a Gemini, el asistente de IA de Google, un dato es una representación simbólica de un atributo o variable. Es decir, es una forma de expresar algo, ya sea un número, una letra, una palabra o cualquier otro símbolo, que representa una característica o medición de algo en el mundo real. Claude, otro chatbot de IA generativa de la empresa Anthropic, complejiza la definición y agrega que la representación simbólica no refiere solo a un atributo o variable, sino también a una entidad, objeto, evento o concepto. Se trata de la unidad mínima de información que puede ser procesada o interpretada. Los datos se presentan en múltiples formatos: números, texto, imágenes, audios, video, entre otros.
Los datos por sí mismos no tienen significado, sino que lo adquieren cuando se procesan y transforman en información. Desde la perspectiva de Yuval Harari, la información no constituye solamente una forma de representación de la realidad a través de símbolos, sino más bien, un modo de construcción de una realidad a partir de la conexión de diferentes puntos en una red. Esto quiere decir que la información a veces representa la realidad, otras veces no, pero siempre genera conexiones y redes entre individuos.
Con la irrupción de las tecnologías digitales y el desarrollo de las tecnologías 4.0, los datos ya no representan solamente un registro de un atributo, variable, hecho, objeto, o concepto, sino que se transformaron en el insumo principal para el desarrollo de los algoritmos y por ende, las plataformas. De acuerdo a Srnicek, los datos constituyen la materia prima principal en el capitalismo contemporáneo. Según el autor, los datos no son inmateriales en tanto requieren de un soporte material para ser recolectados y almacenados. Esto quiere decir que en torno a la extracción de datos, se construye toda una red de infraestructura que permite recopilar, procesar, almacenar, y transformar esos datos en información y conocimiento.
Desde el enfoque de la cibernética y su obsesión por la entropía, los datos representan unidades básicas de información que contribuyen a reducir la incertidumbre, al aportar nuevas fuentes de información que potencian los sistemas de retroalimentación (unidades en las que se manifiestan los fenómenos de organización y comunicación en el universo físico, social, psíquico, y artificial). En los sistemas de información, los datos cumplen varias funciones. En primer lugar, constituyen la entrada inicial al proceso de retroalimentación, el primer insumo. En segundo lugar, conforman señales que se pueden utilizar como referencia para evaluar el rendimiento del sistema. Por último, se transforman en insumos para la toma de decisiones y en unidades de medida para calibrar los sistemas. Sin datos no hay información, sin información el caos se apodera del mundo.
Referencias:
Rodriguez, P.M. Las palabras en las cosas. Saber, poder, y subjetivación entre algoritmos y biomoléculas. (2019). Editorial Cactus.
Srnicek, N. (2018): Capitalismo de plataformas. Ed. Cajanegra Editora, Buenos Aires
Harari, Y. (2024). Nexus. Una breve historia de las redes de información desde la edad de piedra hasta la IA. Editorial Debate
DEEP LEARNING
"La computadora no es una máquina inteligente que ayuda a las personas estúpidas. Por el contrario, es una máquina estúpida que funciona solo en manos de las personas inteligentes"
El aprendizaje profundo (Deep Learning) constituye un subgrupo dentro del aprendizaje automático (Machine Learning) que, a la vez, conforma una rama de la Inteligencia Artificial. En este caso, los algoritmos desarrollados son entrenados para aprender de la experiencia y comprender el mundo como un conjunto de conceptos ordenados jerárquicamente, en el cual cada concepto se define en relación con otro más simple. En este proceso, los algoritmos reducen la necesidad de asistencia humana para comprender conceptos más complejos.
El modo en que desagregan conceptos complejos en otros más simples, es a través de capas. Por eso se utiliza el término deep (profundo). El modelo que permite esta operación se lo conoce como redes neuronales profundas, dado que emula el funcionamiento del cerebro humano. La posibilidad de que la máquina adquiera conocimiento propio se encuentra fuertemente vinculada a la capacidad de extraer patrones de los datos, lo que implica que para optimizar estos modelos se requiere un gran volumen de datos.
Otra de las características del aprendizaje profundo está vinculada a una forma de razonamiento algorítmico que funciona con base en una lógica de múltiples pasos. Se trata de instrucciones secuenciales que se potencian en la medida en que las redes presentan más capas. Por este motivo, además de grandes volúmenes de datos, se requiere un poder de cómputo que permita al algoritmo construir más capas. Estos algoritmos se utilizan para el reconocimiento de imágenes, objetos, y voz, pero también están presentes en los modelos de lenguaje natural y la personalización de contenidos en Internet.
A modo de síntesis, el aprendizaje profundo es una técnica de desarrollo de algoritmos centrada en diseñar modelos no lineales en una escala cada vez más grande, a partir de modelos simples. El modo en que se logra esta operación es a través de capas que, de modo progresivo, se incrementan y agregan mayor profundidad al aprendizaje maquínico. El resultado final conduce, en muchos casos, a obtener, como output, una caja negra que si bien funciona para predecir, no se puede interpretar como alcanza los resultados que muestra.
Referencias:
Scolari, C. (2023). Inteligencia artificial, entre el deseo y el miedo ¿Cómo modificarán nuestra forma de pensar y percibir el mundo las nuevas herramientas basadas en inteligencia artificial? CCCBLAB. Accesible: AQUÍ
Larson, E. (2022). El mito de la inteligencia artificial. Shackleton Books, 2022.
Heaton, J. Goodfellow, I Yoshua Bengio, and Courville, A. (2018). Deep learning. Genet Program Evolvable Mach 19, 305–307 (2018). Disponible: AQUÍ
GOBERNANZA DE INTERNET
La Gobernanza de Internet es una estrategia de organización, desarrollo y aplicación de criterios, debates y prácticas respecto al devenir y configuración de Internet, la Red de Redes.
La Gobernanza de Internet presenta 7 canastas o tópicos centrales respecto de la gestión de la Red de Redes: infraestructura (cables submarinos, transmisión de flujos de datos y su gestión, el sistema de nombres de dominio, los servidores raíz), seguridad (ciberseguridad, ciberdelitos , correo no deseado masivo, infraestructuras críticas y el cifrado), legal (propiedad intelectual y responsabilidad de intermediarios), económica (comercio electrónico, la economía de los datos, la internet de las cosas y la inteligencia artificial), desarrollo (agendas digitales, brecha e inclusión digital), sociocultural (políticas respecto a los contenidos, educación en línea y a distancia y carácter multilingüe) y de derechos humanos (libertad de expresión e información, privacidad, infancias, discapacidades y género).
El concepto se gestó en el marco de los debates de las Cumbres Mundiales de la Sociedad de la Información (CMSI), en particular la Cumbre de Túnez en 2005 donde se forjó el Working Group on Internet Governance (WGIG). Su misión era elaborar una definición de Gobernanza, identificar las cuestiones que atañen a la misma y los actores que debían desempeñar un papel en ella. La definición oficial es la siguiente: “Es el desarrollo y la aplicación por parte de los gobiernos, el sector privado y la sociedad civil, en sus respectivos roles, de principios, normas, reglas, procedimientos de toma de decisiones y programas comunes que dan forma a la evolución y utilización de Internet.”
Este concepto se crea contraponiéndose al de “Gobierno de Internet”, entendiendo que no puede ni debe haber un único actor (principalmente el Estado) que genere políticas y marcos normativos en lo que concierne a Internet, debido a que la Red posee un carácter distribuido y multiescalar (global, regional, nacional, local). Por tanto, la Gobernanza supone una lógica denominada multistakeholder o de múltiples partes interesadas, que incluyen tanto a los Estados Nación, como al sector privado, las organizaciones de la sociedad civil, el sector técnico, el sector académico y organizaciones intergubernamentales (como por ejemplo UNESCO). Las decisiones deben estar basadas en el consenso de estos actores e intentando que los procesos tengan preferentemente una lógica bottom-up “de abajo hacia arriba”.
Si bien la lógica multistakeholder de la Gobernanza de Internet es aplicada en diversos debates, espacios y organismos vinculados, el principal ámbito donde se discuten, deliberan y acuerdan problemáticas respecto a la gobernanza de la Red de Redes es el Foro de Gobernanza de Internet (IGF), creado por mandato de la CMSI reunida en Túnez. Cabe remarcar que su carácter es principalmente deliberativo y consultivo. El IGF tuvo su primera edición en 2006 en Atenas (Grecia) manteniendo hasta la fecha una reunión de carácter global por año en distintas ciudades de diferentes continentes. Si bien principalmente es un evento presencial, también se habilita la asistencia y preguntas remotas. Asimismo, el IGF cuenta con “iniciativas nacionales y regionales” (NRI) que permiten celebrar anualmente foros particulares de las distintas regiones, subregiones y países. Además, existe un foro “de las juventudes” y foros subnacionales (como Hong Kong). A la fecha se contabilizan 97 iniciativas NRI (70 nacionales y subnacionales, 17 regionales y subregionales y 10 para la juventud).
Otro aspecto relevante es que si bien los temas centrales se tratan en distintos espacios, existen Coaliciones Dinámicas sobre temas específicos como Internet de las Cosas, seguridad de los niños, tecnologías Blockchain, Neutralidad de la Red, cambio climático, entre otros. Actualmente se encuentran 16 coaliciones dinámicas activas y 10 inactivas. Estas Coaliciones realizan una reunión anual global en el marco del IGF, pero mantienen una fluida comunicación cotidiana a través de diversos canales digitales. Además, existen numerosos planes, programas, escuelas y becas para que las diversas personas puedan formarse y participar en estos debates. La más importante de la región latinoamericana es la South School on Internet Governance.
Referencias:
Kurbalija, J. (2016). Introducción a la Gobernanza de Internet (7a ed.). Malta: Diplo Foundation. Disponible: AQUÍ
Belli, L. & Cavalli, O. (Coord.) (2018). Gobernanza y regulaciones de Internet en América Latina: Análisis sobre infraestructura, privacidad, ciberseguridad y evoluciones tecnológicas. Rio de Janeiro: Escola de Direito do Rio de Janeiro da Fundação Getulio Vargas. Disponible: AQUÍ
INDUSTRIA 4.0
"Aún tenemos que comprender plenamente la velocidad y la amplitud de esta nueva revolución [...] Muchas de estas innovaciones están en sus albores, pero ya están llegando a un punto de inflexión en su desarrollo a medida que se construyen y amplifican mutuamente en una fusión de tecnologías a través de los mundos físico, digital y biológico"
El término Industria 4.0 fue introducido en 2011 en la Feria Industrial de Hannover, Alemania. Fue acuñado por un grupo de especialistas convocados por el gobierno para elaborar un programa de mejora de la productividad en la industria manufacturera, con el objetivo de posicionar a la industria alemana como referente internacional en la oferta y demanda de tecnologías digitales aplicadas a la producción (Basco et al, 2018; Schroeder, 2016).
Años más tarde, en el marco del 46° Foro Económico Mundial, Schwab (2016) acuñó el término Cuarta Revolución Industrial (4RI) para referirse a una nueva revolución tecnológica cuyo elemento distintivo es la transición hacia los nuevos sistemas ciberfísicos. Esta revolución, montada sobre los avances y la maduración del paradigma informacional, se produce por la convergencia de tres aspectos. En primer lugar, la difusión del internet de las cosas (IoT, por sus siglas en inglés), es decir, la posibilidad de conectar objetos físicos a internet con el objetivo de enviar y recibir información digital. En segundo lugar, el desarrollo de las plataformas digitales, como una nueva infraestructura que permite la intermediación entre distintos grupos de usuarios y agentes -humanos y no humanos-, el surgimiento de modelos de negocios de nuevo tipo, en los cuales la extracción, procesamiento y análisis del dato deviene en una operación estratégica. En tercer lugar, el desarrollo de algoritmos que permiten la automatización de respuestas o soluciones. Estos tres elementos, habilitan la conformación de sistemas ciberfísicos (Galliano, 2020) que, como rasgo saliente, tienen la particularidad de difuminar los límites entre los entornos biológicos, físico-materiales y digitales (Schwab, 2016).
Este término, que hasta el momento ha gozado de un mayor poder prescriptivo que explicativo, fue adoptado por organismos internacionales, agendas gubernamentales, medios de comunicación, asociaciones empresarias, sindicatos y académicos; sobre todo por haber movilizado esperanzas y preocupaciones frente al futuro del trabajo, el desarrollo económico y la educación. Tanto países líderes en el desarrollo tecnológico e industrial, como países adoptantes, han desarrollado diversos instrumentos de política pública para posicionarse de forma competitiva en esta etapa de profundos cambios (Feldman y Girolimo, 2021).
Por otro lado, diversos autores han señalado que las transformaciones descriptas no estarían generando una ruptura, sino una profundización y avance en la trayectoria evolutiva del capitalismo informacional, iniciado en el último cuarto del siglo XX. En otras palabras, lo que estaría aconteciendo sería una segunda oleada en el desarrollo informacional.
Referencias:
Basco, Ana I., Beliz, Gustavo, Coatz, Diego y Garnero, Paula (2018) Industria 4.0: fabricando el futuro, Buenos Aires: BID-INTAL.
Feldman, Patricio Julián y Ulises Girolimo (2021) “La Industria 4.0 en perspectiva latinoamericana: limitaciones, oportunidades, y desafíos para su desarrollo”. Revista Perspectivas de Políticas Públicas vol. 10 No 20: 459-491
Galliano, Alejandro (2020) ¿Por qué el capitalismo puede soñar y nosotros no?: Breve manual de las ideas de izquierda para pensar el futuro. Buenos Aires: Siglo XXI Editores.
Schwab, Klaus (2016) The Fourth Industrial Revolution. New York: Publishing Group.
Schroeder, Wolfgang (2016) La estrategia alemana Industria 4.0: el capitalismo renano en la era de la digitalización. Madrid: Friedrich-Ebert-Stiftung.
MACHINE LEARNING
"ya no vivimos solamente la era de las instrucciones dadas a protocolos, en su sentido literal, sino la era de scripts que, una vez escritos, desarrollan su propia gramática en función de la “vida” de cada uno de ellos, haciéndoles adquirir una “personalidad” singular"
El Machine Learning (aprendizaje automático) es un conjunto de técnicas que permite a las máquinas mejorar su rendimiento y generar modelos de forma automatizada mediante la exposición a datos de entrenamiento, que pueden ayudar a identificar patrones y regularidades, sin requerir instrucciones explícitas de un humano. Se compone de tres subgrupos que se diferencian entre sí por el grado de supervisión de los algoritmos comprendidos en los modelos de aprendizaje.
En primer lugar, los modelos de Machine Learning Supervisados se caracterizan por el uso de datos etiquetados para entrenar a los algoritmos. Dentro de este grupo se destacan las Redes Neuronales Artificiales (RNA), los algoritmos que emulan el funcionamiento del cerebro humano. La Inteligencia Artificial Generativa (GenIA) forma parte de este conjunto.
Un segundo grupo, refiere a los modelos de Machine Learning no Supervisados que se caracterizan por analizar y agrupar conjuntos de datos no etiquetados (subconjuntos denominados clústeres). Estos modelos se orientan a la identificación de patrones y la clasificación de datos en diferentes grupos (clustering).
Por último, se identifican los modelos de Machine Learning Semisupervisados, cuya característica principal es que combinan los dos aspectos presentes en los modelos anteriores. Por un lado, se entrena a los algoritmos en función de algunos datos etiquetados. Por otro lado, se entrena a esos mismos algoritmos con una variedad mayor de datos no etiquetados.
Además de estos tres grupos, se destaca otro modelo de aprendizaje automático llamado Aprendizaje por Refuerzo, en el cual el algoritmo aprende por ensayo y error. Uno de los ejemplos más conocidos es el de Alpha Go Zero, el algoritmo desarrollado por DeepMind que fue entrenado con base en millones de partidas jugadas contra sí mismo.
A partir del 2010, se comenzó a desarrollar con fuerza una rama nueva del Machine Learning conocida como Deep Learning (aprendizaje profundo) que habilita, entre otras funciones, que las máquinas reconozcan por sí mismas imágenes y rostros sin necesidad de asistencia humana.
Referencias:
Sadin, E. (2020). La inteligencia artificial o el desafío del siglo. Anatomía de un antihumanismo radical. Editorial Caja Negra
UNESCO. (2023). Léxico de la inteligencia artificial. Disponible: AQUÍ
NEUTRALIDAD DE LA RED
La Neutralidad de la Red en sentido estricto se define como la “no discriminación del flujo de datos circulante en Internet”, entendiéndose que todos los actores que intervienen en el funcionamiento de la Red de Redes deben respetar la circulación de estos flujos sin que se realicen acciones que puedan generar priorización, obstaculización, lentificación y/o bloqueo de los mismos. El término fue creado en 2003 por el abogado norteamericano Tim Wu tanto en un artículo académico como en una carta escrita junto a Lawrence Lessig dirigida a la Federal Communications Commission (FCC) de los Estados Unidos.
La Neutralidad de la Red es una expresión, pero a la vez un principio técnico y un debate respecto de la gestión del tráfico de datos en Internet que ha tomado gran relevancia en la agenda pública. Cabe destacar que esta problemática constituye una actualización y a la vez confluencia de debates previos surgidos a mediados de la década de 1990 sobre regulación de telecomunicaciones y de Internet en los EEUU. En concreto, acerca del rol de los Proveedores de Servicios de Internet (ISP) de cable y telefónicos, la innovación y desarrollo tecnológico, los aspectos de la gobernanza de la Red de Redes y los protocolos esenciales de la arquitectura de Internet.
El debate superó rápidamente las fronteras de los EEUU para instalarse a nivel mundial, dando lugar a diversos conflictos de intereses entre los actores que configuran Internet. Por un lado, los proveedores de servicios y contenidos, las empresas de plataformas (como Facebook, Google, Amazon, Apple, Microsoft, Netflix), y algunas organizaciones de la sociedad civil son los principales impulsores de la Neutralidad de la Red, al entender que su defensa permite conservar características vinculadas a su arquitectura original: apertura, competitividad, innovación y empoderamiento ciudadano. Por el otro lado, los Proveedores de Servicios de Internet (ISP), los propietarios de derechos de propiedad intelectual junto a diversas personalidades y grupos políticos, consideran que este principio constituye una intervención del Estado y de los actores antes mencionados, en el normal funcionamiento de Internet, generando problemas de competitividad. Además, argumentan que el principio de Neutralidad de la Red provoca que sean los ISP los que deban afrontar todo el coste de mejora de la infraestructura, siendo las empresas de plataformas (OTT) aquellas que solo la usan y se benefician de dicho uso.
La Neutralidad de la Red se encuentra actualmente regulada por 41, países siendo el caso de los EEUU el más notorio, por ser el lugar donde inició este debate, luego se sancionó una regulación y el único lugar donde ésta fue eliminada, para luego volver a ser restaurada. Otros casos relevantes son el de Chile (2010), donde se sancionó la primera ley a nivel mundial; el de la Unión Europea (2015) que tras largos años de debate se sancionó un reglamento ratificado por todos sus estados miembro y el de la India (2016) que posee la regulación más estricta hasta la fecha.
Se trata de una temática constantemente abordada en diversos ámbitos internacionales como el Foro de Gobernanza de Internet y la Unión Internacional de las Comunicaciones, entre otros. Dado que es un tópico central del funcionamiento de Internet, la Neutralidad de la Red se encuentra directamente vinculada con otras problemáticas como el Zero Rating, el rol de las Content Delivery Networks (CDN), políticas de gestión del tráfico de datos, los derechos de acceso a la información y libertad de expresión, las prácticas de los intermediarios de Internet, competencia e innovación en el ecosistema digital, la problemática de la privacidad, control y vigilancia de datos, entre otras.
La Neutralidad de la Red representa uno de los principales debates sobre cómo debe ser la configuración, gobernanza y devenir de Internet en la actualidad.
Referencias:
Wu, T. (2003) Network Neutrality, Broadband Discrimination, Journal of Telecommunications and High Technology Law, Vol. 2, p. 141. Disponible: AQUÍ
Gendler, M. (2015). ¿Qué es la neutralidad de la red? Peligros y potencialidades. Revista Hipertextos, 2(4), 137-167. Disponible en: AQUÍ
ONLIFE
El 8 de febrero de 1996, John Perry Barlow, ciberactivista, fundador de la Electronic Frontier Foundation, miembro de la Freedom of the Press Foundation, y compositor de los Grateful Dead, entre otras cosas, presentó la Declaración de Independencia del Ciberespacio en Davos. Allí, Barlow comienza diciendo:
“Gobiernos del Mundo Industrial, vosotros, cansados gigantes de carne y acero, vengo del Ciberespacio, el nuevo hogar de la Mente. En nombre del futuro, os pido en el pasado que nos dejéis en paz. No sois bienvenidos entre nosotros. No ejercéis ninguna soberanía sobre el lugar donde nos reunimos. No hemos elegido ningún gobierno, ni pretendemos tenerlo, así que me dirijo a vosotros sin más autoridad que aquella con la que la libertad siempre habla. Declaro el espacio social global que estamos construyendo independiente por naturaleza de las tiranías que estáis buscando imponernos”.
Cuando Barlow realizaba esta declaración, Internet hacía pocos años había comenzado a expandirse con fines comerciales, y por su grado de madurez, era posible observar cierta escisión entre el mundo físico-material (¿el mundo real?) y el ciberespacio, un nuevo territorio de socialización.
Más acá en el tiempo, en 2013, habiendo corrido mucha agua bajo el puente (surgimiento del smartphone, el desarrollo de las redes sociales, el inicio de una era de personalización algorítmica, entre otras cuestiones), un grupo de investigadores -con Luciano Floridi a la cabeza- presentaron el Manifiesto Onlife, en un clima de época muy diferente al texto presentado por Barlow. El diagnóstico es simple, pero agudo: las fronteras entre lo material y lo virtual se desdibujaron, las distinciones entre humanos, máquinas y la naturaleza se difuminan, se produce un pasaje de la escasez hacia la abundancia de la información, y priman las interacciones por sobre las cosas. En palabras de Floridi:
“En el mundo onlife, los artefactos han dejado de ser simples máquinas operando de acuerdo a instrucciones humanas. Pueden cambiar de estado de manera autónoma apoyándose en la crecientemente ingente cantidad de datos, cuya accesibilidad y explotación son facilitadas por la explosión y omnipresencia de las TIC. Los datos son grabados, guardados, procesados y reintroducidos en todo tipo de máquinas, aplicaciones y dispositivos de maneras inéditas, creando ilimitadas posibilidades para entornos adaptados y personalizados. Filtros de todo tipo continúan sin embargo erosionando la ilusión de una percepción objetiva y no sesgada de la realidad, mientras que al mismo tiempo abren nuevos espacios para las interacciones humanas y nuevas prácticas cognitivas”.
En esta segunda oleada informacional cada vez resulta más complejo pensar nuestra experiencia vital atravesada por las dimensiones online y offline, por el contrario, tendemos hacia la convergencia e integración de nuestros entornos vitales, a desarrollar una experiencia onlife.
Referencias:
Barlow, J. P. (1996). Declaración de independencia del ciberespacio. Recuperado de: AQUÍ
Floridi, L. (2013). The Onlife Manifesto. Being Human in a Hyperconnected Era. Springer, University of Harvard. Recuperado de: AQUÍ
PLATAFORMAS DIGITALES
Desde hace al menos quince años, las plataformas digitales (PD) vienen mostrando un creciente protagonismo en diversas actividades de la vida humana, lo que motivó el surgimiento de múltiples estudios sobre la temática. A pesar de existir desde los orígenes del Internet comercial, su centralidad en múltiples actividades se volvió evidente desde la primera década del siglo XXI, en una etapa en la que el capitalismo se volcó hacia los datos como respuesta a una caída prolongada en la rentabilidad manufacturera post-crisis de 2008 (Srnicek, 2018; Zukerfeld, 2020); iniciando un proceso de plataformización que se torna extensivo al conjunto de la sociedad.
Se entiende por plataformización al proceso de transformación de múltiples esferas de la sociedad y de reorganización de prácticas socio-culturales a partir de la penetración de las infraestructuras, los procesos económicos y los marcos gubernamentales de las plataformas digitales (Poel el al., 2019).
Si bien existen múltiples definiciones, existe cierto consenso en que las PD constituyen las infraestructuras digitales que posibilitan que dos o más grupos de usuarios interactúen entre sí vía Internet (OECD, 2019), por lo que se ubican en una posición privilegiada con respecto a otros modelos de negocios tradicionales por su capacidad para capturar los datos que surgen de dichas relaciones (Zukerfeld y Yansen, 2022). En cuanto a sus características económicas, muestran elementos distintivos frente a empresas típicas de la sociedad industrial: a) generan y dependen de efectos de red; b) recurren a subvenciones cruzadas para sostener e incrementar su número de usuarios; c) pueden desarrollar nuevos bienes y servicios a un costo muy bajo; d) se benefician de las economías de escala (Srnicek, 2018; OECD, 2019).
Van Dijck et al. (2018), distinguen entre plataformas infraestructurales y sectoriales. En el primer caso, ubican a aquellas empresas que proporcionan la infraestructura necesaria para que otras se monten sobre su base y puedan funcionar: motores de búsqueda, navegadores, servidores, servicios en la nube, correo electrónico, sistemas de pago, data analytics, servicios geoespaciales, entre otros. En el segundo caso, se trata de plataformas que brindan servicios en un sector particular: transporte, educación, salud, alojamiento, finanzas, delivery, entre otros.
Referencias:
OECD (2019). An introduction to online platforms and their role in the digital transformation. Paris: OECD Publishing.
Srnicek, N. (2018). Capitalismo de plataformas. Editorial Caja Negra, Buenos Aires.
Van Dijck, J., Poell, T. y Waal, M. D. (2018). The platform society: public values in a connective world. 1. ed. Oxford: Oxford University Press
Zukerfeld, M. (2020). Bits, plataformas y autómatas. Las tendencias del trabajo en el capitalismo informacional. Revista Latinoamericana de Antropología del Trabajo, N°7. Dossier Trabajo en contextos de nuevas tecnologías
Zukerfeld, M., Yansen, G. (2022). Plataformas. Una introducción: la cosa, el caos, humanos y flujos. Redes. Revista De Estudios Sociales De La Ciencia Y La Tecnología, 27(53). https://doi.org/10.48160/18517072re53.167
SEGUNDA OLEADA INFORMACIONAL
"es posible considerar que el elemento que estructura a la sociedad no son sólo las redes, como sostenía Castells (1999) al analizar el origen del capitalismo informacional, sino los sistemas ciberfísicos y las plataformas digitales"
La segunda oleada informacional hace alusión a una nueva etapa en el Capitalismo Informacional (CI), caracterizada por la transición de una sociedad de redes a otra de plataformas, en el marco de un avance significativo en el desarrollo de los sistemas ciberfísicos y las tecnologías 4.0. Esta transformación, alentada por una serie de tendencias propias del CI como son la plataformización, automatización e informacionalización (Zukerfeld, 2020), si bien habilita una serie de cambios que alteran de manera profunda la sociabilidad en la red, el mercado de trabajo y el grado de avance de la automatización a través del despliegue de la IA, no representaría una ruptura sino más bien un cambio de etapa en el devenir informacional.
Esta nueva oleada comprende además una mayor integración de las tecnologías operacionales con las informacionales, lo que vuelve porosas las fronteras entre lo biológico, físico y digital. Resulta difícil precisar un momento puntual que da inicio a esta etapa. Srnicek (2018) señala a la crisis financiera internacional del 2008 como un factor catalizador de estos cambios. Pariser (2017) indica la personalización de contenidos a través del algoritmo PageRank por parte de Google, también en ese periodo, lo que, según el autor, inauguró la era de la personalización. Zuboff (2020), coincide con Pariser en la caracterización de Google como la empresa que inventó y perfeccionó lo que denomina Capitalismo de Vigilancia, que no solo se sustenta en la personalización de contenidos, sino también en la gestión de las conductas humanas. Van Dijck (2016), un tiempo antes, mencionó la transformación radical de las plataformas, de un modelo centrado en proveer una utilidad genérica a otro que prioriza brindar un servicio personalizado, recuperando lo planteado por Jonathan Zittrain (2008), quien alertaba respecto a un desplazamiento de Internet, de una tecnología multipropósito a una abocada a los servicios especializados, lo que denominó applicanización. Todos estos autores coinciden en que, entrando en el segundo lustro del siglo XXI, el informacionalismo experimentó una serie de cambios estructurales que no lo desvían de los bits, pero inauguran un segundo ciclo de su desarrollo.
Referencias:
Girolimo, U. y Feldman, P. (2020). El Estado y el sector de Software en Argentina entre 2003-2018: nuevos desafíos para el desarrollo de tecnologías 4.0. Revista Argumentos Nº 22.
Pariser, E. (2017). El filtro burbuja: como la Web decide lo que leemos y lo que pensamos. Editorial Taurus
Srnicek, N. (2018): Capitalismo de plataformas. Ed. Cajanegra Editora, Buenos Aires
Van Dijck, J. (2016). La cultura de la conectividad. Una historia critica de las redes sociales. Siglo Veintiuno Editores, Buenos Aires.
Zuboff, S. (2020). La era del capitalismo de vigilancia. La lucha por un futuro humano frente a las nuevas fronteras del poder. Editorial Paidós
Zukerfeld, M. (2020). Bits, plataformas y autómatas. Las tendencias del trabajo en el capitalismo informacional. Revista Latinoamericana de Antropología del Trabajo, 7, 1-50.
SOCIEDAD DEL CONOCIMIENTO
"El crecimiento es el resultado, más que de la acumulación de capital solamente, de un conjunto de factores sociales. Lo más nuevo es que depende mucho más directamente que antes del conocimiento, y, por consiguiente, de la capacidad de la sociedad para crear creatividad"
A medida que proliferó el uso del término Sociedad de la Información, comenzaron a aparecer algunos enfoques críticos respecto a su utilización. La introducción de la noción de Sociedad del Conocimiento (SC), como concepto complementario y al mismo tiempo, más abarcador de las transformaciones sociales, económicas, políticas, y culturales emergentes del cambio tecnológico, se tornó seductor dado que posibilitaba que el aspecto económico no se torne excluyente en el análisis de las transformaciones en la economía y sociedad hacia finales del siglo XX.
La Sociedad del Conocimiento como concepto recupera los aportes de Alain Touraine y Daniel Bell en relación con la caracterización de las sociedades postindustriales, a partir del avance del sector servicios dentro de la economía y un desplazamiento del trabajo manual, propio del modo de desarrollo industrial, hacia una modalidad de trabajo profesional o intelectual que deviene dominante dentro de una nueva estructura productiva, mayormente orientada a la producción de bienes intangibles.
Pierre Levy y Peter Drucker anticiparon, a fines de la década de los noventa, que la revolución de la información implicaba también una revolución del conocimiento. La idea de inteligencia colectiva incorporaba una visión más optimista respecto al potencial de las tecnologías digitales en pos de colaborar en la construcción de un saber distribuido, coordinado y valorizado. Crovi Druetta (2002) señaló que la SC supone recuperar la dimensión comunitaria y colectiva de las experiencias y saberes, a diferencia de la sociedad individualista, fragmentada y aislada por los medios técnicos que se deriva del modelo neoliberal.
La UNESCO (2005) define la Sociedad del Conocimiento como un estadio evolutivo de la Sociedad de la Información, caracterizado por la capacidad para identificar, producir, tratar, transformar, difundir y utilizar la información con vistas a crear y aplicar los conocimientos necesarios para el desarrollo humano. Desde esta perspectiva, la SC incluye, además del propio desarrollo tecnológico, la construcción de sociedades plurales, diversas, participativas, innovadoras, y prósperas. Castells y Himanen (2002) analizaron el Estado de Bienestar 2.0 desarrollado por Finlandia, y señalaron que hay tantos modelos de la Sociedad del Conocimiento como sociedades y culturas.
Referencias:
Bell, D. (1976). El advenimiento de la sociedad postindustrial. Editorial Alianza
Castells, M. y Himanen, P. (2002). El Estado de Bienestar y la Sociedad de la Información. El modelo finlandés. Madrid: Editorial Alianza
Crovi Druetta, E. (2002). Sociedad de la información y el conocimiento. Entre el optimismo y la desesperanza. Revista Mexicana de Ciencias Políticas y Sociales, vol. XLV, núm. 185, mayo-agosto, 2002, pp. 13-33. Universidad Nacional Autónoma de México, Distrito Federal, México.
Drucker, P. (1969). The Age of Discontinuity: Guidelines to our Changing Society, Harper & Row, New York
Touraine, A. (1973). La sociedad postindustrial. Editorial Ariel.
UNESCO. (2005). Hacia las sociedades del conocimiento. Paris: UNESCO.
TECNOFEUDALISMO
"En la actualidad, a poco que se les preste atención, los espectros del feudalismo son incontables. Filósofos, juristas y antropólogos no vacilan en movilizar la referencia a esa era pasada para pensar los problemas de nuestra época"
En los últimos años, a partir de los rasgos exhibidos por el capitalismo en su fase informacional, se revitalizaron algunas inquietudes planteadas por Javier Echeverría a fines de los 90’, en su libro Los señores del aire: Telépolis y el tercer entorno. El filósofo y matemático español alertaba, en aquél entonces, que el tercer entorno (a.k.a. entorno digital) estaba muy lejos de ser un espacio democrático. Por el contrario, parecía una tele-sociedad neofeudal dominada por unos cuantos señores del aire que pugnaban por controlar el nuevo entorno en el que comenzaba a desenvolverse la humanidad.
A la luz del tiempo, vemos con facilidad que los señores del aire de hoy no son los mismos que los de aquél entonces, cuando Microsoft, Apple, Ericsson, Nokia y Nintendo, entre otros, pugnaban por el control de lo que Pierre Lévy llamó ciberespacio. Actualmente, salvo Microsoft y Apple que han perdurado, se han consolidado e incluso fortalecido, encontramos a Google, Meta, Amazon y X, como los señores del aire de la nueva oleada informacional.
En 2021, Cedric Durand escribió Tecnofeudalismo: crítica de la economía digital. Allí, desarrolla su tesis en la que plantea que con la digitalización del mundo y el control de los flujos de datos por los señores feudales del siglo XXI, se produce una gran regresión en la economía caracterizada por la monopolización, la dependencia de los sujetos frente a las plataformas y el abandono de la producción en detrimento de la depredación. Los usuarios ceden sus datos a cambio de acceder a plataformas que monetizan su atención, o mirándolo desde otro ángulo, los nuevos señores feudales se apropian del excedente sin participar directamente de la explotación del trabajo. Para una perspectiva crítica a este enfoque, ver Morozov (2022).
Referencias:
Durand, C. (2021). Tecnofeudalismo. Buenos Aires, Cebra
Echeverría, J. (1999). Los señores del aire: Telépolis y el tercer entorno. Barcelona, Destino.
Morozov, E. (2022). Crítica al tecnofeudalismo. New Left Review, 133/134, pp. 99-140.
¿Tenés algún aporte para el Glosario?
El contenido de este sitio se puede citar o reproducir con fines no comerciales y siempre que se mencione debidamente la fuente de información.
Si estás interesado en conocer más sobre el proyecto o creés que podemos generar sinergias.
