Olvídate de la ética de datos — La verdadera batalla es sobre quién posee la infraestructura

El discurso contemporáneo sobre la gobernanza de datos se ha visto comprometido por el Idealismo de Datos, que aborda los datos principalmente como un artefacto social y tecno-legal. Existen variaciones del idealismo de datos, como la ética de datos, "Flujo Libre con Confianza", descolonización de datos, feminismo de datos, desarrollo ético de IA y otros que básicamente sugieren que muchas de las consecuencias sociales, políticas y económicas de nuestra era digital pueden gestionarse mediante mecanismos de transparencia, justicia y alineación ética. Este es un caso de ceguera estructural. Aquí, propongo el Realismo de Datos como una corrección necesaria, que requiere un cambio de enfoque desde las ideas de equidad computacional hacia las realidades más concretas de propiedad infraestructural, aprovechamiento de la estandarización y capacidad estratégica para gestionar este activo no fungible.

Esto requiere reconocer los siguientes cinco principios clave del Realismo de Datos:

1) El mundo existe y los datos son nuestro único contacto con él.

Negar esto es abandonar el proyecto epistémico - los datos pueden ser imperfectos, moldeados, mediados — pero contacto con el mundo, no obstante. Una vez que aceptamos el papel fundamental de los datos como interfaces con la realidad, el Realismo de Datos exige que se haga posible un acceso amplio y rentable a los datos. El objetivo es crear y maximizar la utilidad de los datos comunes mientras se minimiza el riesgo sistémico. Hoy, las empresas de IA y los desarrolladores necesitan claridad sobre qué datos pueden usar y cómo. Un marco de abastecimiento facilitador eliminará la amenaza constante de litigios, permitiendo a los equipos de desarrollo centrarse en la calidad y el rendimiento de sus modelos en lugar de preocuparse por la gestión de riesgos legales. El actual cuello de botella de datos públicos sofoca la competencia en IA.

Este enfoque en "hacer que las cosas funcionen" significa que el Realismo de Datos aboga por políticas que legalicen la recopilación de datos disponibles públicamente. La ambigüedad legal actual y la vergüenza ética paralizan a las startups. Ciertamente, debe haber estándares técnicos claros para el scraping (límites de tasa, adherencia a robots.txt, anonimización obligatoria, exclusión de datos sensibles y no esenciales, etc.), pero al reducir el costo del acceso básico a datos y crear datos comunes, los estados pueden obligar a las empresas de IA a competir en modelado superior, aplicación contextual e innovación algorítmica — en lugar de en quién es el acaparador de datos propietarios más grande y malo.

En lugar de esto, se necesita más inversión pública y privada en conjuntos de datos públicos curados y contextuales. Estos conjuntos de datos verificados pueden reducir el costo inicial de obtención de datos para startups y crear un punto de referencia estandarizado para el desarrollo de modelos, reemplazando esfuerzos de scraping costosos, ad-hoc y legalmente arriesgados. La política regulatoria aquí debe exigir el intercambio de datos o APIs estandarizadas para datos de interés público esenciales en manos de monopolios naturales, incentivando la contribución voluntaria de conjuntos de datos anonimizados y de alta calidad a los comunes de código abierto. Además, si los datos son nuestro contacto con el mundo, una dependencia excesiva de métricas específicas puede distorsionar las señales, por lo que el realismo de datos también exige una captura holística de la realidad que incorpore perspectivas cualitativas y una pluralidad de indicadores.

2) Los datos existen con el mundo.

Esto implica que la producción de datos está situada y filtrada a través del entorno - los datos no son una abstracción sino un recurso crítico que proviene de algún lugar, es creado por alguien y está moldeado por instrumentos, protocolos y poder. Los datos no solo representan sino que también promulgan realidades - especialmente a medida que más y más sistemas de información se automatizan - los datos dan forma al discurso público, informan políticas y modulan el comportamiento real humano y de máquinas. La materialidad de las infraestructuras de datos está lejos de ser efímera, los datos son almacenados, circulados y mantenidos por sistemas físicos que dejan una huella ecológica y geopolítica significativa. Dado que cada interacción deja un rastro - el Realismo de Datos exige que reconozcamos que los datos no son simplemente "recopilados" sino que su génesis y producción está infraestructurada. Cuando las escuelas de idealismo de datos se centran en argumentos morales sobre los datos, también aceptan el dominio infraestructural de los hegemones establecidos (y sus prioridades éticas) como una premisa inmutable, buscando mejorar el sistema de poder prevaleciente en lugar de desafiar sus fundamentos.

Por lo tanto, un estado Realista de Datos exitoso debe fomentar una "visión permanente de la política" necesaria para integrar la trayectoria de los desarrollos tecnológicos globales en su propio cálculo estratégico, priorizar el desarrollo de estándares técnicos soberanos e incluso de gestión en torno a los datos, y vincular explícitamente las geografías industriales digitales con los objetivos de seguridad nacional. Así como el mundo tiene ganadores y perdedores, la sociedad digital tiene poderes de datos y provincias de datos.

3) El mundo se filtra.

El realismo de datos no es una defensa de la vigilancia, los paneles, las hojas de cálculo o la gobernanza tecnocrática. Es una defensa de la realidad como algo externo al discurso y diseño humano — algo que puede resistir, sorprender y falsificar nuestros modelos. Con ese fin, el Realismo de Datos rechaza dos tendencias dominantes:

Empirismo Ingenuo — la idea de que los datos "hablan por sí mismos", que los números son neutrales, que la medición es inocente. Esta visión no tiene en cuenta el contexto, los sesgos o la interpretación.

Constructivismo Radical — la visión de que los datos no son más que construcciones cargadas de poder, moldeadas enteramente por ideología, narrativa y posicionalidad. Esta visión borra el mundo y colapsa la epistemología en política, a menudo por el simple hecho de hacerlo.

Una postura realista rechaza tanto la fe ciega en la datificación como el nihilismo del relativismo puro. El realismo de datos no niega el contexto, la ideología o la estructura. Insiste en que, incluso a través de ellos, el mundo se filtra. Una lectura de temperatura. Una tasa de mortalidad. Un recuento de votos. Estos no son solo narrativas. Nos limitan. Tratar los datos como reales es tomarlos en serio — no como verdad final, sino como nuestros contactos provisionales con el mundo. Es preguntar qué muestra y significa todo esto, no solo quién lo hizo y por qué. Por lo tanto, los datos deben analizarse sin idealización, donde un compromiso con los hechos duros de los datos, incluso si son inconvenientes o feos (por ejemplo, mostrando desigualdad, corrupción) es necesario y el gaslighting estadístico es civilizacionalmente venenoso. Los datos pueden ser manipulados. Pero la manipulación presupone una línea base que puede ser distorsionada. Falsificar un recuento de votos todavía depende de la idea de un recuento de votos real. Censurar las tasas de mortalidad todavía implica que hubo muertes. Mentir con datos es admitir que la verdad importa, porque a cierto nivel los datos son una realidad no negociable que existe y opera independientemente de nuestras creencias políticas y aspiraciones morales. Esto significa que debemos aplicar el mayor escrutinio a los datos utilizados para entrenar y probar nuestros sistemas, humanos o artificiales.

4) Los datos impulsan la agencia en el mundo.

Los datos no son un fin sino un índice de capacidad industrial, militar y académica. La verdadera capacidad de datos de un estado no se mide por el tamaño de la huella de datos de su población, sino por su capacidad independiente para estandarizar, almacenar y computar esos datos sin depender de cadenas de suministro externas o marcos de gobernanza. Esto requiere una integración sistémica de objetivos militares, académicos e industriales — una unión de ciencia con industria que trate los estándares técnicos digitales como bienes públicos globales que deben ser manejados estratégicamente, y no solo consumidos pasivamente. Contrariamente a las afirmaciones idealistas, la seguridad nacional es el motor político último que impulsa las decisiones de gobernanza de datos a nivel de los estados, con la privacidad y la ética sirviendo como restricciones secundarias y a menudo negociables. Las políticas de datos de las potencias hegemónicas y emergentes están fundamentalmente arraigadas en asegurar la ventaja tecnológica. La tarea, por lo tanto, no es eliminar la dependencia a través del aislamiento, sino obtener el apalancamiento necesario en los sistemas de datos para dar forma a las reglas de su juego.

Las políticas de datos idealistas son políticamente ingenuas porque asumen consentimiento y cooperación en un sistema anárquico. Considere la narrativa DFFT del G7, por ejemplo, que a menudo se proyecta como un bien universal, pero es principalmente una retórica elegante de "flujo libre con confianza" que utiliza una promesa legal abstracta como máscara para ocultar las realidades concretas de los controles políticos globales no reconocidos. Un estado Realista de Datos, por lo tanto, debe someter todas las políticas a una prueba simple pero rigurosa: ¿Esta política aumenta mediblemente la capacidad soberana y reduce la dependencia estructural, o simplemente logra el cumplimiento moral con los poderes establecidos? El Realismo de Datos exige así un cambio significativo del estado judicial-policial (centrado en hacer y hacer cumplir las leyes) al estado estructural (centrado en construir y poseer capacidad digital y espacios de metapolítica).

5) Navegar por el mundo con datos requiere pragmatismo.

El realismo de datos es un compromiso con la ética práctica, no con idealismos. Evita nociones de sistemas izquierda/derecha diagonalmente opuestos. Es una filosofía de aceleración tecnológica efectiva y no de pesimismo tecnológico. La ética práctica requiere una confrontación directa e inmediata con las necesidades éticas de los flujos de datos - hacer que los métodos de recopilación, limpieza, modelado e interpretación sean lo más transparentes posible para aquellos que se ven afectados por las decisiones resultantes - pero más allá de un derecho a auditar y reparar, los administradores de datos no deberían tener que preocuparse por proyectar deseos de cómo debería ser el mundo en sus canales de datos. La propiedad de los datos es la propiedad de la Verdad, y por lo tanto conlleva la responsabilidad de proteger y reducir el riesgo de los datos bajo su cuidado, y si es necesario, transferir esa propiedad para la continuidad sistémica. La tarea principal de la gobernanza aquí no es hacer que los datos y sistemas sean éticos, sino confrontar y dominar los hechos estructurales medibles de computación, propiedad y capacidad.

Como casi todo el mundo sabe, el mundo y sus gobiernos son secretamente dirigidos por contadores. Esto implica que los datos deben someterse a una evaluación continua de depreciación o apreciación. Una vez que se asigna un número a la degradación o cambio en el valor subjetivo de los datos debido a cambios de contexto y desarrollo de sesgos, se incentivará mejor el flujo apropiado y oportuno de recursos organizacionales para actualizar y abordar responsablemente el estado de sus canales de datos - según sea necesario para mantener el realismo en los datos. Los incentivos financieros para una mejor gobernanza de datos y gestión del ciclo de vida, reduciendo las deudas infraestructurales y técnicas a largo plazo, deberían hacerse explícitos e inmediatos para las élites contables.

Para concluir, a medida que la IA y los sistemas automatizados ganan cada vez más margen en los asuntos humanos, este manifiesto llama a adoptar el Realismo de Datos, una filosofía anclada en la existencia innegable del mundo y el papel fundamental de los datos como nuestro contacto provisional con él. Es un mandato para reconocer que en un mundo geopolíticamente volátil, la dependencia de fuentes de datos externas, propietarias o geográficamente limitadas puede ser una vulnerabilidad sistémica importante - y argumenta a favor de un cambio estratégico hacia la resiliencia, confiabilidad y soberanía de datos para garantizar la continuidad operativa ininterrumpida de nuestras vidas digitales independientemente de las presiones regulatorias o políticas externas.

\ \