Cuando en febrero de 2026 el presidente Donald Trump ordenó a todas las agencias federales dejar de usar los modelos de inteligencia artificial de Anthropic, el conflicto dejó al descubierto algo que venía gestándose silenciosamente desde hacía años: la inteligencia artificial ya no es solamente una herramienta de la guerra del siglo XXI, sino también su nuevo campo de batalla. La disputa entre Anthropic y el Pentágono —con las dos líneas rojas de la compañía sobre vigilancia masiva y armas autónomas letales— no era una negociación contractual más. Era el síntoma visible de una transformación profunda en la que los algoritmos seleccionan objetivos de guerra, los modelos de lenguaje diseñan campañas de desinformación y la velocidad de procesamiento de las máquinas relega progresivamente a los humanos de las decisiones de vida o muerte.
En Traza Continental analizamos esa transformación en toda su extensión: desde el papel de Ucrania como laboratorio inaugural de la IA en el frente de batalla hasta la nueva Guerra Fría tecnológica entre Estados Unidos y China por el control de los microprocesadores, los grandes modelos de lenguaje y la infraestructura global que los sostiene, así como el lugar de América Latina en esta trama.
UCRANIA Y EL AÑO CERO DE LA IA MILITAR
En 1999 el teórico militar ruso Vladimir Slipchenko publicó el libro Guerra del Futuro – Sexta Generación, que luego amplió en Guerra de nueva generación: remota y sin contacto, del año 2004. En esos ensayos, Slipchenko señala, a partir de un análisis de las guerras de Malvinas (1982) y del Golfo (1991), que la incapacidad de los Estados para reponer rápidamente su población en edad de combatir, sumada a la reticencia de las nuevas generaciones a participar en conflictos armados, iba a limitar la capacidad de sostenimiento del esfuerzo bélico tradicional basado en grandes números de combatientes. Slipchenko propuso superar la dependencia de la fuerza humana en el campo de batalla mediante el empleo de tecnologías tales como los satélites, la robótica y la informática.
Hasta qué punto la doctrina Slipchenko se hizo carne en el ejército ruso se deja ver en la batería de herramientas algorítmicas desplegadas durante la guerra en Ucrania: desde los modelos de IA desarrollados por Yandex y Sberbank para planificar rutas de suministro, optimizar el despliegue de tropas y analizar patrones en el movimiento de las fuerzas ucranianas, hasta chatbots como RuBERT, RuGAT-3 y NuNKA, empleados para analizar tendencias, opiniones y emociones y así influir en la opinión pública, o incluso diseñar campañas de desinformación, una estrategia de guerra informativa que fusiona doctrinas militares de información creadas en 2014 durante la anexión de Crimea y la guerra en el Donbás, como “Maskirovka” o “Control Reflexivo”, con las capacidades de la IA generativa tal como se difundió y perfeccionó desde 2020.
Por este motivo, la guerra de Ucrania marcó un hito en la historia tecnológica y estratégica de los conflictos armados, al incorporar de manera sistemática e intensiva diferentes herramientas de IA como drones autónomos, análisis algorítmicos de datos en tiempo real y plataformas de ciberseguridad, además de transformar y magnificar los medios de la guerra informativa.
…la guerra de Ucrania marcó un hito en la historia tecnológica y estratégica de los conflictos armados, al incorporar de manera sistemática e intensiva diferentes herramientas de IA…
LA IA EN LAS GUERRAS Y LA INDUSTRIA MILITAR DEL SIGLO XXI
Una lista somera de eventos posteriores al inicio de la avanzada rusa sobre Ucrania en febrero de 2022 permite tener una dimensión del nivel de incidencia de las herramientas de IA en las guerras del siglo XXI: en 2022, Blake Lemoine, un ingeniero de Google, afirmó que el modelo de chatbot LaMBDA (Language Model for Dialogue Applications) en el que estaba trabajando, uno de los más avanzados de la compañía, había alcanzado un nivel de conciencia comparable a la de un ser humano. La comunidad científica desestimó la afirmación y Google despidió a Lemoine. El tema no hubiera pasado de ser otro debate alrededor del desarrollo de la IA si no fuera porque LaMBDA desempeñó un papel crucial en la organización logística del ejército ucraniano y en la identificación de escenarios estratégicos durante la contraofensiva hacia Járkov.
En enero de 2025, OpenAI firmó un acuerdo con Anduril, fabricante de misiles y drones para el Ejército estadounidense. La empresa de Sam Altman ya había anunciado su participación en misiones del Mando África de Estados Unidos (AFRICOM) en 2024. Meta, por su parte, también anunció su entrada al negocio de defensa a través de su modelo “Llama”, en asociación con Scale IA, una firma de machine learning que mantiene contratos con el Departamento de Defensa norteamericano desde el año 2020. Según una investigación de Roberto J. González para el Instituto Watson realizada en 2024, el Pentágono firmó contratos con empresas vinculadas al desarrollo de IA por un total estimado en 53 mil millones de dólares.
En febrero de 2025, Google eliminó una cláusula de 2018 que le prohibía desarrollar IA con fines militares, incluyendo armas y vigilancia. Ese mismo mes, una investigación de Associated Press documentó el uso de tecnologías de Microsoft y OpenAI por parte de las Fuerzas de Defensa de Israel (FDI). La Unidad 8200 de Ciberguerra de las FDI reconoció públicamente el uso de IA para cribado de objetivos militares. Ya en 2021 la campaña No Tech for Apartheid había denunciado la participación de Google y Amazon a través del Proyecto Nimbus del gobierno israelí.
En febrero de 2026 Trump ordenó a todas las agencias federales dejar de usar los modelos de IA de Anthropic tras el fracaso de las negociaciones contractuales con el Pentágono. El conflicto giraba en torno a dos restricciones que Anthropic se negaba a levantar: la prohibición del uso de la tecnología para la vigilancia de ciudadanos estadounidenses y la del empleo de armas autónomas letales sin supervisión humana. El Pentágono calificó a Anthropic como “riesgo en la cadena de suministro para la seguridad nacional”.
A estos casos se podrían sumar otros más recientes, como el empleo de herramientas de IA por parte del Ejército norteamericano para coordinar ataques contra objetivos militares en Irán y también para el secuestro de Nicolás Maduro en Venezuela, o más periféricos, como el uso masivo de drones con capacidades autónomas o semiautónomas de selección y acción en Siria y Libia. La conclusión es la misma: la IA no solamente se incorporó al arsenal de guerra del siglo XXI, transformando las tácticas militares, la logística, la inteligencia y la propaganda, sino que el futuro de la industria armamentística es impensable sin ella.
…la IA no solamente se incorporó al arsenal de guerra del siglo XXI, transformando las tácticas militares, la logística, la inteligencia y la propaganda, sino que el futuro de la industria armamentística es impensable sin ella.
MULTIPLICAR LA FUERZA Y AISLAR A LOS HUMANOS
El efecto de estas transformaciones podría sintetizarse en dos polos. Por un lado, la IA es un multiplicador de fuerza y precisión operativa ante las limitaciones humanas, ya sean estas producto de factores demográficos, políticos o de la propia naturaleza cambiante del combate. Por ejemplo, los sistemas Lavender y Habsora, herramientas de procesamiento de datos desarrolladas por las FDI para la selección automática de objetivos militares durante la guerra en Gaza, le permitieron al ejército israelí pasar de establecer 50 objetivos anuales a 100 objetivos diarios, con una precisión del 90%.
Por otro lado, el empleo de herramientas de IA trae a la milenaria tarea de destruir físicamente a otras personas los problemas intrínsecos del machine learning. Por el lado de la máquina, se trata de una tecnología opaca, de algoritmos cuyo funcionamiento no podemos explicar —a diferencia del software convencional—, lo que impide confiar plenamente en sus decisiones, las cuales, por otra parte, son inevitablemente inexactas. Ya vimos que las FDI admiten un 10% de error en la identificación de los objetivos, un margen mucho más bajo que el de cualquier operador humano, pero el operador humano puede y debe rendir cuentas de sus actos; la IA, no. Otro problema inherente a los grandes modelos de lenguaje (Large Language Models, LLMs por sus siglas en inglés) son los sesgos algorítmicos —discriminación racial, de género, etcétera— ahora agravados porque se aplican en la detección y destrucción de objetivos militares.
Del lado de los seres humanos, el empleo de la IA alimenta una desconexión creciente entre los combatientes y las consecuencias de sus actos. No se trata de la alienación emocional de la progresiva mecanización, masificación e impersonalización que la guerra viene generando desde el descubrimiento de la pólvora. Ahora la desconexión es cognitiva. Según una investigación de The Guardian, el ya citado sistema Lavender, que desempeñó un papel central en los bombardeos sobre Gaza durante las primeras etapas de la guerra, llegó a tener tal nivel de influencia en las operaciones militares que las autoridades de las FDI trataron sus resultados “como si se tratara de una decisión humana”: el Ejército dio su aprobación a los oficiales para que adoptaran las listas de objetivos de Lavender sin requisito previo de comprobar en profundidad el “razonamiento” ni los datos para basar tales decisiones. A esa tendencia a aceptar la recomendación de la máquina sin cuestionarla, especialmente en situaciones de estrés y tiempo limitado, se la conoce como “sesgo de automatización”. En el contexto de la guerra, se añade el “sesgo de acción cognitiva”: la tendencia humana a actuar incluso cuando la inacción daría mejores resultados, que se amplifica con el mayor volumen de objetivos generados por los sistemas automatizados.
Analistas como Jessica Dorsey, Pere Brunet y Heidy Khlaaf señalan que la velocidad de los sistemas algorítmicos en la selección de objetivos reduce efectivamente el control humano, aunque formalmente se mantenga “un humano en el circuito”. Dorsey lo sintetiza: “El desafío que enfrentamos hoy es que los avances tecnológicos de la IA están empujando a los humanos a los márgenes de la toma de decisiones”.
“El desafío que enfrentamos hoy es que los avances tecnológicos de la IA están empujando a los humanos a los márgenes de la toma de decisiones”.
LA EXPANSIÓN DE LA IA PARA USO MILITAR
Por último, también hay un problema de proliferación: la facilidad para adaptar códigos de uso civil a fines militares permite que una gran variedad de actores puedan acceder a tecnologías de IA militar con muy pocos recursos. Un riesgo que se amplifica en el contexto de las “nuevas guerras” del siglo XXI, en las que el monopolio estatal del uso legítimo de la fuerza se fragmenta y desdibuja entre grupos paramilitares, mercenarios y organizaciones de crimen organizado, y la violencia se dirige de manera creciente sobre la población civil: desde la Segunda Guerra Mundial hasta los años posteriores a la Guerra Fría, el porcentaje de víctimas civiles de conflictos militares pasó del 50% al 90%.
En la medida en que persista la crisis demográfica y las ventajas de multiplicación de fuerza y precisión se hagan más evidentes, la adopción de la IA en la guerra se acelerará. Para el Pentágono, las leyes existentes de conducción de la guerra son suficientes para regular la IA militar. Acompañan esta visión los representantes de OpenAI, Google, Meta y otras empresas que aceptaron suprimir restricciones al uso militar en sus contratos con el Estado. Para diversos especialistas en derecho internacional, así como para Dario Amodei, el CEO de Anthropic, la IA es cualitativamente diferente de otras armas porque su uso evoluciona de forma continua y no está limitado por hardware físico.
En julio de 2023, António Guterres, secretario general de la ONU, requirió que los Estados adopten antes de 2026 un instrumento jurídicamente vinculante para prohibir sistemas de armas autónomas letales sin control humano. El presidente Donald Trump, por su parte, revocó la orden ejecutiva de Joe Biden de octubre de 2023 sobre salvaguardas en IA y emitió una nueva orden para “levantar las barreras” a la innovación.
Es muy probable que la aplicación de la IA en el ámbito militar siga expandiéndose conforme avanza su desarrollo, y se vislumbra un escenario difícil para lograr un entendimiento global alrededor de los usos de la IA en tanto y en cuanto persista una disputa hegemónica por el desarrollo de esta tecnología. Ya no solo hablamos entonces de la IA en la guerra, sino de una nueva guerra por la IA.
LA GUERRA FRÍA POR LA IA: DE LA CRISIS DE LOS MICROPROCESADORES A DEEPSEEK
En 2022, apenas superada la llamada “crisis de los microprocesadores” que causó el lockdown global de 2020 y luego prolongó la gran sequía taiwanesa de 2021, el gobierno de Estados Unidos amplió los controles de exportación de chips hacia China, con miras a debilitar el desarrollo de herramientas de IA por empresas de ese país. Como respaldo a esta política se conformó entonces la alianza CHIP 4, que agrupa a EE.UU., Japón, Taiwán y Corea del Sur (estos dos últimos países concentran el 80% de la producción de microprocesadores) para coordinar una estrategia global en el sector y, esencialmente, marginar a las firmas chinas. China retribuyó la gentileza triplicando el precio internacional del silicio, principal insumo de los microprocesadores, del que es el primer productor mundial, al igual que de tierras raras como el neodimio o el escandio, de uso intensivo en la industria electrónica.
Con características que combinan aspectos de una guerra comercial clásica y de la Guerra Fría del siglo XX, la disputa entre China y Estados Unidos busca definir la hegemonía mundial alrededor del desarrollo de la IA, sus modelos y la infraestructura física que la sostiene. China concentra el 61,1% de todas las patentes globales vinculadas a la IA; Estados Unidos tiene el 20,9%, pero lidera el ranking de modelos de IA fundacionales y de mayor relevancia internacional. El país norteamericano también concentra aproximadamente el 51% de los centros de datos del mundo y, junto a China, se proyecta que representarán casi el 80% del aumento global en consumo eléctrico de centros de datos para 2030. China, por su parte, lidera el mundo en capacidad de energía renovable, con el 50,9% de su capacidad energética proveniente de estas fuentes, además de dominar más del 80% de las etapas de fabricación de paneles solares a nivel global.
El 10 de enero de 2025 se produjo uno de los momentos más dramáticos de esta disputa: la empresa china DeepSeek lanzó DeepSeek-R1, la primera aplicación de bot conversacional gratuita para iOS y Android. En dos semanas DeepSeek-R1 superó a ChatGPT como la aplicación gratuita más descargada en los Estados Unidos, lo que provocó una caída del 18% en el precio de las acciones del desarrollador de microprocesadores Nvidia. Si el triunfo se define en términos de daño al enemigo, el trabajo estaba hecho.
Pero, aparentemente, China había hecho algo más que daño: había logrado desarrollar su propia tecnología pese a los controles de exportación de Estados Unidos, usando hardware menos potente para alcanzar resultados competitivos: DeepSeek-R1 es una app de código abierto, con un costo por token 27 veces menor al de OpenAI y un consumo energético 10 a 40 veces menor que modelos equivalentes desarrollados en Estados Unidos, siempre según los datos provistos por la propia DeepSeek. Algunos entusiastas dijeron que DeepSeek no representaba tanto un “Momento Sputnik”, es decir el avance tecnológico rival dentro de una misma hegemonía, sino un “Momento Ford”: la emergencia de un nuevo modelo de negocios, basado en la masificación y democratización de una tecnología. Estudios posteriores notaron que la tecnología de DeepSeek no es completamente de código abierto, ya que mantiene confidenciales sus datos de entrenamiento y partes de su arquitectura, y que se limita a optimizar modelos existentes en lugar de crear nuevos. Por otro lado, las sospechas occidentales de que China aproveche el almacenamiento de datos en su territorio y las regulaciones sobre las big techs nativas para alinear las respuestas de sus chatbots con la propaganda estatal llevaron a un nuevo round comercial: Italia bloqueó DeepSeek por motivos de transferencia de datos, Bélgica e Irlanda abrieron investigaciones al respecto, y Estados Unidos endureció la restricción comercial prohibiendo incluso la exportación de chips que cumplían con las normas de exportación establecidas en 2022.
Con características que combinan aspectos de una guerra comercial clásica y de la Guerra Fría del siglo XX, la disputa entre China y Estados Unidos busca definir la hegemonía mundial alrededor del desarrollo de la IA, sus modelos y la infraestructura física que la sostiene.
EL PROYECTO MANHATTAN DE CHINA: PASAR A LA FABRICACIÓN DE MICROCHIPS
Henry Kissinger había advertido que aplicar a China la política de contención militar de la Guerra Fría era “imprudente”. Antes de que terminara el 2025, Reuters informó que un laboratorio en Shenzhen había logrado construir el prototipo de una máquina de litografía ultravioleta extrema (EUV) capaz de producir chips semiconductores de última generación, aplicando ingeniería inversa a las máquinas de la compañía holandesa ASML. Con sede en Veldhoven, Países Bajos, ASML es, hasta ahora, la única empresa que domina la tecnología EUV, indispensable para la fabricación de los chips diseñados por empresas como Nvidia y AMD, y producidos por TSMC, Intel o Samsung. Se trata de máquinas que utilizan haces de luz ultravioleta extrema para grabar circuitos ultradelgados sobre obleas de silicio. Ahora, aparentemente China está en condiciones de hacer lo mismo.
ASML construyó su primer prototipo de tecnología EUV en 2001 y tardó casi veinte años, y miles de millones de euros en investigación, en producir sus primeros chips comercializables en 2019. Ya a partir de 2018, Estados Unidos comenzó a presionar a los Países Bajos para que impidiera a ASML vender sistemas EUV a China. Según ASML, nunca vendió ningún sistema EUV a un cliente en China. Y el Ministerio de Defensa neerlandés declaró que aplica controles de personal para impedir el acceso a tecnología sensible en instituciones de investigación. Aún así, no pudieron evitar la filtración: aparentemente fue un equipo de antiguos ingenieros de ASML quienes aplicaron ingeniería inversa a las máquinas de EUV de ASML, probablemente equipos antiguos disponibles en los mercados secundarios, desmontándolas pieza por pieza para volverlas a montar, mientras una cámara registraba el proceso.
Desde 2019 China está en campaña para atraer a expertos en semiconductores que trabajen en el extranjero. Así, logró reunir un equipo de exingenieros y científicos de ASML nacidos en China y recientemente jubilados, expuestos por lo tanto a menos restricciones profesionales, y los contrató a cambio de primas elevadas y documentos de identidad falsos. Las leyes europeas de privacidad limitan la capacidad de ASML para rastrear a sus exempleados. Si bien los empleados firman acuerdos de confidencialidad, su cumplimiento a nivel internacional es difícil de controlar. En esta operación fue fundamental el rol de Huawei, que coordinó a alrededor de 100 recién graduados universitarios en diversos laboratorios de ingeniería inversa, además de desplegar empleados en oficinas, plantas de fabricación y centros de investigación de todo el país, algunos de los cuales deben dormir en las instalaciones de la empresa y tienen restringida la comunicación con el exterior.
El prototipo chino de EUV es rudimentario en comparación con las máquinas de ASML, pero es lo suficientemente funcional como para realizar pruebas. Aún no produjo chips funcionales, aunque se espera que logre hacerlo para 2028. Su principal limitación es replicar la calidad de los sistemas ópticos empleados por ASML. Sin embargo, para Jeff Koch, antiguo ingeniero de ASML, “es técnicamente factible; es solo cuestión de tiempo”. Sobre todo porque la curva de aprendizaje está sensiblemente acortada. El proveedor de sistemas ópticos de ASML es la alemana Carl Zeiss AG y algunas fuentes indican que China está usando componentes Canon y Nikon, aunque ninguna de las firmas japonesas confirmó el dato.
Antes de que terminara el 2025, Reuters informó que un laboratorio en Shenzhen había logrado construir el prototipo de una máquina de litografía ultravioleta extrema (EUV) capaz de producir chips semiconductores de última generación…
LA FRAGMENTACIÓN TECNOLÓGICA Y EL LUGAR DE AMÉRICA LATINA
La disputa geopolítica alrededor de la IA está lejos de coronar una nueva hegemonía. Un escenario muy factible a mediano plazo sería más bien la bifurcación tecnológica entre ecosistemas de IA liderados por Estados Unidos y por China, con la consiguiente imposibilidad de establecer marcos de gobernanza genuinamente multilaterales y vinculantes en temas como, por ejemplo, el desarrollo de armas autónomas. Esta fragmentación tecnológica no implica ninguna democratización ni redistribución del poder o del conocimiento; incluso es muy probable que el entorno hostil y competitivo genere nuevas formas de dependencia tecnológica y cultural en las periferias de estos polos. Mientras los beneficios de la economía de la IA se concentran en China y los Estados Unidos, el Sur Global soporta de manera desproporcionada los costos ambientales y laborales de la misma: provee buena parte de los minerales y tierras raras para infraestructuras de IA —litio en Chile, Argentina y Bolivia; coltán en Congo, entre otros—, y la mano de obra barata para taggeo en plataformas como Microworkers, Samasource, CrowdFlower, Amazon Mechanical Turk, Hive, Scale y Mighty AI. Además, funciona como campo de pruebas beta de sistemas de IA sin regulación alguna, así como la cantera de extracción de datos, que van desde las operaciones de escaneo de iris de Worldcoin (una compañía cofundada por Sam Altman) en países como Argentina, Colombia, Perú y Chile hasta la anotación de datos en campos de refugiados de Dadaab (Kenia) y Shatila (Líbano).
Junto a estos fenómenos de mero extractivismo —de recursos naturales, de datos, de trabajo—, el monopolio de tecnologías y marcos regulatorios en manos de Estados Unidos y China restringe el margen de soberanía digital para los países del Sur Global. Respecto a las tecnologías, a la concentración evidente de patentes, datos e infraestructuras, se suma la réplica de modelos y patrones de los grandes centros tecnológicos globales bajo la ilusión de desarrollar IA locales a partir de modelos de lenguaje pequeños inspirados en DeepSeek: partiendo de la premisa evidente de que ningún país latinoamericano puede entrenar y mantener un GPT-5 competitivo globalmente, el desarrollo de modelos en la periferia se hace sobre la base de modelos grandes, los LLMs, que son pocos. Y hay dos maneras de hacerlo. Por un lado, el fine-tuning, que adapta un modelo base con datos locales específicos. Parece una opción poco atractiva, de alcance limitado, que no cambia las capacidades fundamentales, ni mucho menos crea un modelo desde cero, pero es más autónomo en su funcionamiento porque ajusta su comportamiento sin replicar los mecanismos de cognición ni la estructura normativa completa del original. Por otro lado, está la tecnología de la “destilación”, mucho más atractiva en la superficie por ser barata, rápida y otorgar la propiedad legal del resultado. Pero funciona sobre la réplica que el modelo pequeño hace del modelo grande, absorbiendo la estructura cognitiva y normativa completa del modelo original. Bajo la ilusión de haber creado un sistema propio, un usuario periférico, por ejemplo una universidad latinoamericana, puede ser el dueño del modelo, pero éste seguirá aplicando las capacidades, los juicios morales, los patrones de razonamiento, las estructuras de rechazo y los criterios de moderación calibrados en California o en Shenzhen. La peor forma de dependencia es la que se presenta como autonomía.
Mientras los beneficios de la economía de la IA se concentran en China y los Estados Unidos, el Sur Global soporta de manera desproporcionada los costos ambientales y laborales de la misma…
Respecto al marco regulatorio, el mundo pareciera tener que optar entre una suerte de doctrina digital Monroe propuesta por Estados Unidos, con esferas tecnológicas de influencia que excluyen sistemáticamente a los adversarios a través de controles de exportación y dependencias de infraestructura; y el “desarrollo inclusivo” proclamado por China, con un énfasis en el multilateralismo tecnológico, el intercambio de infraestructura, la transferencia de conocimiento y los marcos de gobernanza basados en la ONU que dan voz a las naciones más pequeñas, pero bajo la permanente sospecha de distribuir tecnologías alineadas con los intereses del Estado chino.
Sin embargo, desde América Latina no solo hay motivos para desconfiar de ambas propuestas, sino una tradición de no alineación y una cosmovisión humanista capaz de terciar entre ellas, buscando un equilibrio cuidadoso que preserve la soberanía tecnológica mientras accede a los beneficios de ambos ecosistemas. La iniciativa LatamGPT ilustra este equilibrio. Dirigido por el Centro Nacional de inteligencia Artificial (CENIA) de Chile, es un proyecto abierto que usa fine-tuning para adaptar comportamiento a contextos latinoamericanos, donde los datos de capacitación, la evaluación y las hojas de ruta están controlados por instituciones regionales. Su infraestructura está diversificada, combinando hiperescaladores estadounidenses como AWS y Microsoft, con la nube y los centros de datos de Huawei, y la conectividad Asia-Pacífico a través del nuevo cable trans-pacífico de Humboldt con Google.
El investigador Eduardo Levy Yeyati ha llegado a proponer un consorcio latinoamericano de IA que podría poner en común recursos para la investigación y el desarrollo, compartiendo costos y experiencia entre los países. Los marcos regionales de gobernanza de datos podrían proteger la soberanía al tiempo que permitir la innovación, y las normas conjuntas de adquisición podrían evitar que cualquier gobierno sea presionado a asociaciones tecnológicas exclusivas. Además, la tradición humanista latinoamericana y su extenso tejido de organizaciones sociales serían un almácigo para desarrollar herramientas de IA más orientadas a las necesidades del usuario como ciudadano y como sujeto colectivo que a las lógicas corporativa y estatal que representan respectivamente Estados Unidos y China. Si bien las necesidades de seguridad y defensa pueden ser parte de la agenda central del desarrollo de la IA y la disputa tecnológica puede generar nuevas lógicas de confrontación, la construcción del futuro implica explorar alternativas más allá de estos parámetros. A todo bipolarismo le llega su Movimiento de No Alineados. 
Si bien las necesidades de seguridad y defensa pueden ser parte de la agenda central del desarrollo de la IA y la disputa tecnológica puede generar nuevas lógicas de confrontación, la construcción del futuro implica explorar alternativas más allá de estos parámetros.