Capital algorítmico: notas para un ensayo

Esto no es un ensayo todavía. Es el punto de partida de uno: una idea que vengo trabajando desde hace unas semanas, las preguntas que me deja abiertas y las lecturas que me pueden servir para terminar de darle forma.

De dónde sale

Empecé por Technofeudalism, de Yanis Varoufakis. Su tesis es que el capital de la nube no se limita a producir mercancías: organiza la interacción entre actores, captura datos, modifica comportamientos, controla el acceso y cobra una renta por habitar esos espacios. Amazon, Google, Meta, Apple, OpenAI o Anthropic serían, más que empresas, infraestructuras privadas de la vida económica y social.

Lo que me interesó no fue tanto la economía como lo que viene después. Una plataforma como X no necesita decir qué es verdad: le basta con decidir qué se ve, cuántas veces, en qué orden y junto a qué. Un modelo de lenguaje va más lejos, porque ya no entrega una lista de documentos: sintetiza, relaciona, contrasta y formula una respuesta que parece coherente. Se vuelve una infraestructura epistemológica privada, que media entre el mundo y lo que entendemos de él. Y cuanto más natural se siente esa mediación, más fácil es olvidar que existe.

La pregunta

El capitalismo industrial necesitaba un sujeto puntual, disciplinado y especializado, y la escuela lo formaba. El posfordismo pidió uno flexible, comunicativo y adaptable. La economía de plataformas quiere a alguien conectado, cuantificado, visible y que produzca y consuma al mismo tiempo. La pregunta que ordena todo lo demás es:

¿Qué tipo de sujeto necesita producir una economía organizada alrededor de infraestructura cognitiva privada?

Una tecnología primero da ventaja y después redefine la normalidad. Pasó con el correo electrónico, con Excel, con el GPS. Si alguien con IA hace en dos días lo que otro hace en cinco, al principio tiene una ventaja; cuando la herramienta se generaliza, dos días pasa a ser lo que se espera de todos. Quien no tiene acceso no se queda en la línea base anterior: queda por debajo de la nueva.

Hay una diferencia grande entre «no puedo pagar una herramienta que me haría más productivo» y «no puedo pagar la infraestructura alrededor de la cual se reorganizó mi profesión». La primera es un problema individual. La segunda es un problema político. Ya vimos esa transición con Internet, cuando los servicios públicos pasaron de ser más fáciles con conexión a presuponerla. Con la IA podría abrirse una brecha parecida, ya no de acceso a información sino de acceso a capacidad para pensar, investigar, escribir y programar.

Capital algorítmico

Para pensar esa desigualdad me sirve más Bourdieu que Foucault. El biopoder explica bien la vigilancia y la clasificación, pero se queda corto para describir cómo uno va incorporando hábitos frente a un sistema que aprende de uno: actúo, el sistema aprende de mí, reorganiza mi entorno, aprendo de ese entorno, vuelvo a actuar. Eso se parece mucho a un habitus: estructuras que se vuelven disposiciones y disposiciones que vuelven a estructurar.

«Capital algorítmico» no es un término nuevo. Hay una tradición marxista que lo usa para nombrar una lógica de acumulación organizada por datos, algoritmos y automatización, y una literatura más cercana a Bourdieu sobre capital digital y literacidad algorítmica. Mi definición provisional está más cerca de la segunda:

El capital algorítmico es la acumulación de conocimientos, disposiciones, recursos y capacidades que permiten comprender, evaluar, dirigir, combinar y apropiarse de sistemas algorítmicos, y convertir esa capacidad en ventajas económicas, culturales, sociales o simbólicas.

La palabra que importa es convertir. El capital algorítmico vale en la medida en que se convierte en otros capitales, y ahí la IA funciona como un multiplicador de lo que ya se tenía: quien llega con formación, tiempo, herramientas pagadas y algo de programación puede convertir un modelo en algo muy distinto de un buscador. Dar a todos la misma interfaz no reparte la misma capacidad. El privilegio también consiste en tener suficiente distancia de la máquina como para verla como máquina mientras se usa.

A eso le agregaría dos componentes que no he visto así formulados y que por ahora son solo una propuesta:

• Portabilidad: abstraer una práctica de la plataforma que hoy la ejecuta. No «para hacer esto aprieto este botón», sino «esto requiere estas operaciones, y hoy las resuelve esta herramienta».
• Capacidad de salida: poder irse de una plataforma sin perder la capacidad de trabajar. Formatos abiertos, procesos que se entienden, alternativas conocidas. En un mundo de lock-in, poder salir también es capital.

Es lo que les digo a mis estudiantes: no aprendan a habitar un feudo, aprendan a cruzar feudos.

Cómo llegué aquí

Esta idea salió de una conversación larga con un modelo de lenguaje, y eso es parte del problema que quiero estudiar. El recorrido fue mío, pero el modelo propuso puentes, recuperó autores que tenía olvidados y acercó tradiciones que yo no habría juntado: Varoufakis, Bolter y Grusin, Foucault, De Certeau, Debord, Hutchins, Haraway, Benjamin, Ulmer, Bourdieu, Augé.

En el camino apareció una distinción que me sirve como método. El chat es flujo: sirve para derivar, asociar y probar. Un archivo de notas es lugar: ahí las ideas se sedimentan y se puede volver a ellas. El ensayo es argumento: ordena, delimita y sostiene. El problema aparece cuando se le pide al flujo que haga el trabajo del archivo y del argumento, porque la velocidad de asociación puede superar la velocidad de sedimentación. Esta nota es el paso del lugar al argumento.

Lo que todavía no sé

• Si estamos ante un nuevo modo de producción, como dice Varoufakis, o ante una transformación del capitalismo, como sostienen Srnicek o Martineau y Durand Folco.
• Qué agrega «capital algorítmico» que no cubra ya el capital digital. Si no agrega nada, sobra.
• Cuándo una habilidad se vuelve capital, y cómo se mediría.
• Si la capacidad de cómputo para pensar debería tratarse como infraestructura pública, como una biblioteca.
• Qué significa autoría cuando la cognición está distribuida entre una persona, sus archivos y varios modelos.

Lecturas para desarrollarlo

No es un programa para leer de corrido. Cada bloque responde a una de las preguntas de arriba.

¿Cambió el capitalismo?

• Yanis Varoufakis, Technofeudalism: What Killed Capitalism? (2023). El punto de partida: capital de la nube, renta de la nube y siervos de la nube.
• Nick Srnicek, Platform Capitalism (2016). El contrapunto: las mismas transformaciones explicadas sin abandonar la categoría de capitalismo.
• Shoshana Zuboff, The Age of Surveillance Capitalism (2019). Cómo la experiencia humana se vuelve materia prima para predecir y modificar conducta.
• Nick Couldry y Ulises A. Mejias, The Costs of Connection (2019). La vida social como territorio de extracción de datos: colonialismo de datos.
• Jonathan Martineau y Jonathan Durand Folco, Algorithmic Capital (Verso, 2026; en francés, Le capital algorithmique, 2023). El uso marxista del término, y el contraste más directo con Varoufakis.
• Tiziana Terranova, «Free Labor: Producing Culture for the Digital Economy» (2000). Cuando participar y consumir producen valor sin parecer trabajo.

Bourdieu y el capital

• Pierre Bourdieu, «The Forms of Capital» (1986). La convertibilidad entre capital económico, social y cultural, que es el centro de la idea.
• Pierre Bourdieu, Outline of a Theory of Practice (1977). Habitus: cómo las estructuras sociales se incorporan como disposiciones.
• Massimo Ragnedda y Maria Laura Ruiu, Digital Capital (2020). El antecedente más directo. Contra este libro hay que medir si «capital algorítmico» agrega algo.
• Massimo Ragnedda, Maria Laura Ruiu y Felice Addeo, «Measuring Digital Capital: An Empirical Investigation», New Media & Society (2020). Cómo se mide en la práctica un capital tecnológico.
• Marion Fourcade y Kieran Healy, The Ordinal Society (2024). Cuando la clasificación algorítmica no solo sabe cosas de uno, sino que cambia su posición social.

Medios y mediación

• Jay David Bolter y Richard Grusin, Remediation: Understanding New Media (1999). Qué medios anteriores reaparecen dentro de la IA conversacional, y la tensión entre inmediatez e hipermediación.
• Walter J. Ong, Orality and Literacy (1982). La oralidad secundaria, para pensar una conversación escrita que se comporta como habla.
• Gregory L. Ulmer, Internet Invention: From Literacy to Electracy (2003). La IA como parte de un cambio de aparato cultural, no solo de herramienta.
• N. Katherine Hayles, How We Think (2012). Cómo humanos y medios evolucionan juntos.

La mente fuera de la cabeza

• Edwin Hutchins, Cognition in the Wild (1995). La cognición distribuida entre personas, instrumentos y representaciones.
• Andy Clark y David Chalmers, «The Extended Mind» (1998). Si un artefacto externo puede ser parte del proceso de pensar.
• Donna Haraway, «Situated Knowledges» (1988) y «A Cyborg Manifesto» (1985). Todo conocimiento tiene posición, y la frontera entre humano y máquina nunca fue tan firme.

Usuarios, tácticas y lugares

• Michel de Certeau, The Practice of Everyday Life (1980). Sobre todo «Walking in the City» y «Reading as Poaching»: la plataforma diseña las calles, pero el usuario decide cómo caminarlas.
• Marc Augé, Non-Places (1992). Si un chat es un no-lugar de tránsito o puede volverse un lugar con historia.
• Ian Bogost, Play Anything (2016). El juego como forma seria de explorar dentro de restricciones.

Cajas negras y capacidad de salida

• Cory Doctorow, The Internet Con (2023). Lock-in, interoperabilidad y costos de salida, con lenguaje político y técnico.
• Frank Pasquale, The Black Box Society (2015). Quienes deciden saben mucho de nosotros; nosotros sabemos poco de sus sistemas.
• Susan Leigh Star, «The Ethnography of Infrastructure» (1999). Cuándo una infraestructura se vuelve visible, y para quién.
• Benjamin H. Bratton, The Stack (2015). Nube, interfaces, usuarios y soberanía como capas de una misma infraestructura.