Análisis histórico, filosófico, sociológico, psicológico, sesgado, prejuicioso e inexacto de los monopolios tecnológicos

 El video comienza con una clara referencia a la gentrificación, en los lugares donde están las principales empresas de tecnología las propiedades han subido tanto de precio que ni siquiera los empleados pueden permitirse vivir allí. Esto no es exclusivo de las empresas de tecnología, podemos verlos en El Lugar Más Feliz de la Tierra, los parques de Disney generan alrededor de 138 millones de dólares diarios, mientras que sus empleados o Cast Members duermen en sus vehículos porque no pueden permitirse una casa en el pequeño pueblo donde está el parque.

El concepto de gentrificación es a menudo asociado con la revitalización de las zonas urbanas, pero lo que frecuentemente se pasa por alto es el impacto que tiene en las comunidades de bajos recursos. El desplazamiento de estas clases a las afueras de la ciudad es un resultado directo de que los propietarios se estén aprovechando de la demanda de vivienda en ubicaciones privilegiadas.

Los propietarios de han dado cuenta de que desalojando (muchas veces con violencia) a los residentes con antigüedad y reemplazarlos con arrendatarios o compradores más adinerados, pueden aumentar significativamente sus ganancias. Esto acosta del tejido social de estas comunidades. Como resultado, familias enteras se ven forzadas a alejarse de las zonas céntricas, dejando atrás a su comunidad y tejido social.

Si tú puedes llegar al café en 15 minutos pero tu barista no le alcanza más que para vivir a una hora y media, no tienes una ciudad, tienes un parque de diversiones. 

¿Alguna vez has sentido que tu feed de Facebook está hecho a la medida de tus gustos, creencias y sesgos, haciendo cada vez más difícil el encontrarte con perspectivas diferentes? O tal vez ya notaste que tus interacciones en línea están limitadas a un pequeño grupo de amigos o conocidos, similar a una tribu, que además de su forma de pensar no tienen otras cosas en común (sin contar el pelearse con otras tribus que piensen diferente). Si es así, no estás solo.

Las compañías tecnológicas han sido acusadas de aprovecharse de nuestros comportamientos en línea con tal de vender publicidad. Manipulando nuestros feeds de redes sociales, pueden aumentar sus ganancias y mantener su dominio en la industria. Y todo acosta de nuestra salud mental.

Algunos le llaman la economía de la información, pero la economía generalmente estudia la forma en la que una sociedad administra su recurso más valioso, su recurso más escaso y basta con meterse a Facebook 10 segundos para averiguar que la información no es ni escasa ni valiosa. Entre vídeos, tweets, fotos y memes, cada dos días generamos más información que el resto de la humanidad combinada.

Y todo es basura. 


Al usar algoritmos que nos recomiendan contenido basado en nuestros sesgos es como las grandes tecnológicas han logrado mantenernos enganchados a una pantalla. Una pantalla es lo último que vemos al dormir y lo primero que vemos al despertar, además de que en promedio revisamos nuestro celular 221 veces al día, cada 4.3 minutos. Nadie está viviendo realmente.

Una vez el CEO de Netflix bromeó con que nuestros competidores más grandes son Facebook, YouTube y el sueño. Detrás de cada pantalla de cada red social están los seres humanos mas listos de esta generación, expertos en diseño, tecnología, programación, y neurología, con una sola misión, hacerte adicto. Descubrir y aprovechar las debilidades de tu mente con tal de mantenerte pegado el mayor tiempo posible a la pantalla. Años en investigación en psicología, lingüística y diseño lo respalda.

Su cliente no eres tú, son los anunciantes, el servicio es gratis porque su producto es toda la atención que pueden extraer de los usuarios, o sea tú. Si tan solo hubiera un botón con el cual pudiéramos detenerlos… 


Las redes sociales nos hacen perder muchas cosas, nuestra empatía, nuestra comunicación, nuestra inteligencia y nuestra salud mental. Las ocupas para ver la vida de otras personas, que siempre parecen más felices que tú, aunque solo estén fingiendo. Y también lo ocupas para enterarte de todos los males del mundo, los que no puedes controlar, los que no te afectan personalmente, los que no van a importar mañana. Y las redes sociales se han encargado de decirnos que lo único que tenemos para defendernos en nuestra opinión.

Pero esto no solo afecta a los adolescentes a los medios también, generan contenido basura solo porque tienen que decir algo, por clics. Salió nuevo meme, un señor racista tuiteó algo racista, ¡que sorpresa, primera plana!, incluso en días muy lentos. Aún si no hay noticias, tienen que decir algo.

Y la verdad, es muy difícil culpar a los actores de esta historia, a los dueños en inversionistas de las grandes tecnológicas, si el día de mañana alguno de ellos despierta y se da cuenta de el daño que le esta causando a la sociedad, va a la junta de accionistas y les dice que ya no van a usar algoritmos que exploten las debilidades de la mente humana para capturar su atención, ellos le van a responder que entonces como se van a competir con las corporaciones que si los están usando. Estamos atrapados en un circulo vicioso y parece que nadie puede dar el primer paso porque millones de empleos y carreras (y de dólares) dependen de él. 

No es un secreto que los multimillonarios y billonarios sean buenos para evitar pagar las tazas de impuestos que les corresponden.

El video menciona a Jeff Bezos, fundador de Amazon. De acuerdo con un reportaje de ProPublica, Bezos pagó solo el 0.98% de impuestos entre 2018 y 2021. A pesar de que su fortuna esta valuada en casi 200 billones de dólares. Para ponerlo en perspectiva, un estadounidense promedio paga alrededor del 30% de sus ingresos en impuestos.

Otro caso que vale la pena mencionar es Black Rock, una compañía de servicios financieros, que se beneficio de la crisis financiera del 2008. Durante la crisis, el presidente Barack Obama y otros políticos escogieron salvar a los bancos, en lugar de dejarlos quebrar, dejando devastadoras consecuencias para los estadounidenses comunes quienes perdieron sus casas y sus ahorros.

Estos no son solo problemas de Estado Unidos, en México estos multimillonarios, además de los locales, también hacen de las suyas gracias a políticos corruptos y a la mafia inmobiliaria Black Rock se ha permitido especular con el valor de la vivienda, que es un derecho humano, haciendo que hoy halla 24 veces más casas vacías que gente en situación de calle.

En este país, todos los caminos llevan a Black Rock.


La Ciudad de México es donde más estamos viendo esto, el gobierno actual se había comprometido a hacer un Programa General de Ordenamiento Territorial, un documento en el cual iban a recopilar lo que obtuvieran de asambleas en las que le preguntarían a la población que ciudad querían para los próximos veinte años.

Esto no sucedió, ni hicieron asambleas ni convocaron a la ciudadanía, pero si realizaron el documento, en el cual miles de hectáreas de suelo de conservación serian destinadas a las inmobiliarias. Y cuando las comunidades y pueblos originarios salieron a defender sus tierras, el gobierno de la transformación (que pone primero a los pobres) los sometió con violencia. 

En la Ciudad de México ganó el anarcocapitalismo, los políticos y Black Rock ganaron, la Ciudad de México opera como una ciudad anarcocapitalista, donde los ricos hacen lo que quieren y los pobres soportan lo que deben. 

Esto no tiene nada que ver con ideologías, izquierda y derecha son dos manos con las que la clase política y las clases altas se aprovechan de los débiles. 

El paraíso del rico esta construido sobre el infierno del pobre.

Ese es el problema con estos aristócratas disfrazados de capitalistas, no le ponen atención a los efectos que causan en la realidad, a la gente a la que le destruyen sus vidas solamente para poder enriquecerse un poco más, solo para poder conseguir otro milloncito de dólares y la pregunta es ¿Cuándo será suficiente? Poque lo único que saben hacer en tener dinero para entonces reinvertirlo y obtener mas dinero y ese dinero reinvertirlo para hacer mas dinero y ese dinero…

El sistema no está roto, el sistema opera perfectamente y está operando en contra de ti.


Hay que aprender de los errores que cometieron otros países, de aquellos que no pudieron contra los grandes capitales, de las ciudades que nos dan un pequeño vistazo de cómo serán las ciudades de México. 

En el documental Push que habla de los efectos de la gentrificación en el mundo la alcaldesa de Barcelona admite que el Estado entero de España no tiene suficiente capital para competir con las inversiones de Black Rock. Hoy Barcelona esta arruinada por Airbnb, se encareció el precio de la vivienda, millones de personas fueron desplazadas y hoy el centro de la ciudad es un parque de diversiones para turistas donde los únicos que viven allí son millonarios u okupas.

Y aun así el gobierno de la Ciudad de México dijo primero los gringos y firmó un acuerdo con Airbnb para convertir a la ciudad en la capital mundial del trabajo remoto. 


En este documento al criticar nuestro sistema capitalista actual no digo que sea comunista, yo creo en el libre mercado…

Pero el único libre mercado en México es el mercado libre que esta en la calle del municipio libre, de la colonia libertad, junto a la escuela libre de derecho. En el cual solo de venden los productos de los monopolios de este país. 


Referencias

DW Documental. (2022, May 19). Google, Facebook, Amazon - El poder ilimitado de los consorcios digitales | DW Documental [Video]. YouTube. https://www.youtube.com/watch?v=A3cGMNxRNJ0

MIGALA. (2018, October 12). Cómo te manipulan las redes sociales [Video]. YouTube. https://www.youtube.com/watch?v=aQJvEfnK8F8

Los Nietos del Ahuizote. (2024, June 23). ¿Tiene futuro la CDMX? (Completo) [Video]. YouTube. https://www.youtube.com/watch?v=_TFW3Tv03J8 

Realidad de la IA con respecto al conocimiento social

 Inteligencia Artificial

La Inteligencia Artificial se podría definir como la habilidad de las computadoras para hacer actividades que normalmente requieren inteligencia humana, donde tienen la capacidad de usar algoritmos, aprender de los datos y utilizar lo aprendido en la toma de decisiones, tal y como lo haría un ser humano.

Podríamos decir que existen dos grandes grupos en los que se divide la inteligencia artificial, la Inteligencia Artificial débil y la Inteligencia Artificial fuerte.

Inteligencia Artificial débil

También llamada Inteligencia Artificial estrecha (ANI) es entrenada y enfocada para realizar tareas específicas. Este tipo de Inteligencia Artificial conforma la mayor parte de IA que nos rodea actualmente.

Algunos ejemplos de este tipo de Inteligencia Artificial podrían ser los siguientes:

  • Asistentes virtuales
    • Como Siri, Alexa o el Asistente de Google están solamente diseñadas para comprender el lenguaje natural y responder a las preguntas del usuario.
  • Buscadores
    • Como Google, están diseñados para indexar y clasificar las páginas web así de como filtrarlos para proporcionar los resultados más relevantes.
  • Algoritmos de Redes Sociales
    • Como los usados en Facebook o YouTube (así de como los usados por servicios de streaming como Netflix o Spotify) están diseñados, muchas veces por psicólogos, para recomendarle al usuario el contenido que le hará quedarse el mayor tiempo posible en la aplicación. En lo personal este tipo de Inteligencia Artificial es uno de los más dañinos hacia la sociedad, ya que aísla a los usuarios de distintos grupos que piensan igual acerca de un tema (ya sea político, religioso, o de cualquier otra categoría) y solamente le muestra al usuario publicaciones, imágenes, videos, películas, música, o memes que vayan de acuerdo a los sesgos del usuario (haciendo que estos sean más grandes), o aún peor, mostrarle contenido totalmente opuesto a lo que el usuario quiere para que pase más tiempo en la plataforma (seguramente peleándose con los usuarios que piensan distinto) y así poder mostrarle más anuncios o que pague de nuevo la suscripción al servicio, dando lugar así a la economía de la atención y dejando en duda de hasta que punto es ético el uso de la Inteligencia Artificial.
  • Chatbots
    • Hechos para interactuar con usuarios en línea (muchas veces reemplazando al soporte técnico) y esta diseñada para poder responder preguntas frecuentes y realizar algunas tareas automatizadas sencillas. 
  • Detección de spam
    • Está incluido en casi todos los servicios de correo electrónico y funciona de una manera muy sencilla, primero (dependiendo de quién envía el correo, desde que dirección y desde que servidor o servicio de correo electrónico) asigna una reputación que si es muy baja el correo se iría directamente a spam (o incluso por seguridad del usuario incluso se eliminaría), pasando este filtro el correo es analizado por un algoritmo que busca palabras claves que se usan regularmente en correos de phishing (como bitcoin).

Inteligencia Artificial fuerte

También llamada Inteligencia Artificial robusta engloba a la Inteligencia Artificial General (IAG) y la SuperInteligencia Artificial (SIA). Estas dos son conceptos teóricos, la primera simboliza a cuando una Inteligencia Artificial alcance a la de los humanos, sería autoconsciente y tendría la capacidad de resolver problemas, aprender y planificar para el futuro; y la segunda se cree que superaría la inteligencia y la capacidad del cerebro humano.

Este tipo de Inteligencia Artificial es completamente teórica y no existe ningún ejemplo práctico de esta actualmente.


Dado que el Deep Learning y el Machine Learning tienden a usarse como sinónimos, por lo que es importante señalar sus diferencias, ambos son subcampos de la Inteligencia Artificiales y el Deep Learning es en realidad un subcampo del Machine Learning.


Machine Learning 

El Machine Learning (o aprendizaje profundo) es un aspecto en el que las computadoras tienen la capacidad de aprender sin estar programadas para ello, por lo que en el futuro se podrían ver dispositivos que obtendrán experiencia y conocimientos a partir de la forma en que son utilizados para poder ofrecer una experiencia al usuario personalizada.

Algunos ejemplos de esto son la personalización que nos ofrecen los algoritmos de Facebook o los resultados de Google. 

Usa algoritmos con los que puede aprender patrones de datos, como los filtros de spam del correo electrónico es un ejemplo de como estos algoritmos pueden usarse para buscar patrones y utilizar los conocimientos adquiridos para tomar decisiones. 

El Machine Learning se puede dividir en tres clases: Aprendizaje Supervisado (basado en tareas), Aprendizaje No Supervisado (basado en datos) y Aprendizaje de Refuerzo (Aprende a reaccionar a su entorno). 

Aprendizaje Supervisado

En él, los algoritmos usan datos ya etiquetados y organizados para indicarle como debería ser categorizada la nueva información y es requerida la intervención humana para proporcionarle retroalimentación.

Aprendizaje No Supervisado

En este tipo de aprendizaje no se usa ningún dato etiquetado u organizado, sino que el mismo algoritmo debe encontrar las relaciones entre los datos para organizarlos y clasificarlos. 

Aprendizaje de Refuerzo 

Por último, en este tipo de aprendizaje los algoritmos aprenden “por experiencia”, ósea que se les da un reforzamiento positivo, o premio, cada vez que aciertan, etiquetan u organizan correctamente un dato. Muy parecido a cuando se intenta entrenar a un perro, recompensándolo cada vez que repite un truco.


Deep Learning 

A diferencia del Machine Learning, el Deep Learning se compone de Redes Neuronales. Para que se pueda considerar Deep Learning la Red Neuronal debe estar compuesta por más de tres capas.

Una Red Neuronal es un modelo de Machine Learning que se asemeja a la toma de decisiones en el cerebro humano, imita la forma en la que trabajan nuestras neuronas biológicas para identificar patrones, anomalías, dar opiniones o llegar a coclusiones. 

En el Deep Learning se elimina la parte de intervención humana necesaria, automatizando la fase en la que se extraen las características de los datos, permitiendo usar conjuntos de datos más grandes.

Este tipo de aprendizaje puede usar datos etiquetados, como en el Aprendizaje Supervisado, pero no son necesarios. Puede recibir datos no organizados en su forma original, como texto o imágenes y puede automáticamente crear las diferentes categorías que contiene cada dato y jerarquizarlas.

Actualmente gracias al auge del Deep Learning y los softwares gratuitos y de código abierto nos han ayudado a democratizar la Inteligencia Artificial. Con librerías que actualmente dominan el mercado como PyTorch y TensorFlow, se ha facilitado el cambio y la innovación, reduciendo las barreras y ayudando a que las personas y organizaciones puedan ingresar al mundo de la Inteligencia Artificial.

Hay alguien detrás de la puerta

 No sé por qué, otra vez, me estoy sintiendo así. Como un vacío que recorre mi cuerpo, del que no puedo escapar. En cualquier momento va ...