Por Javier Surasky
.png)
Conocimiento y poder en la inteligencia artificial
El Massachusetts Institute of Technology (MIT) ocupa una
posición en el ecosistema global de la inteligencia artificial en la que su
influencia no deriva únicamente de la investigación que produce, sino también
de su capacidad para formar talento, movilizar recursos, relacionar academia e
industria y convertir conocimiento científico en innovación, empresas y marcos
para pensar las políticas públicas.
Mirar al MIT desde un mapa de poder obliga a formular una
pregunta: ¿cómo una institución académica acumula y transforma conocimiento en
capacidad de influencia? Es una perspectiva similar a la que ya aplicamos
dentro de nuestro mapa de poder de la IA a casos como la Universidad de
Tsinghua o el Stanford Institute for Human-Centered Artificial Intelligence
(HAI).
Como en el caso de la universidad china, la IA atraviesa
diferentes espacios institucionales y académicos del MIT, pero se destacan dos
instituciones.
El Computer Science and Artificial Intelligence
Laboratory (CSAIL) constituye el principal laboratorio de investigación
informática del Instituto y trabaja en campos que abarcan inteligencia
artificial, aprendizaje automático, procesamiento del lenguaje natural,
robótica, visión computacional, criptografía y sistemas, entre otros. Según
datos del propio laboratorio, reúne más de 1.700 miembros, alrededor de 60
grupos de investigación y más de 900 proyectos activos (MIT CSAIL Alliances, s.
f.).
Por otro lado, el MIT Stephen A. Schwarzman College of
Computing, lanzado institucionalmente en 2019 en el marco de una
transformación de gran escala, fue concebido a partir de un compromiso de USD
1.000 millones, incluyendo una donación fundacional de USD 350 millones de
Stephen A. Schwarzman. El proyecto contempló la creación de 50 nuevas
posiciones docentes y una estructura destinada a integrar computación e IA con
las demás áreas académicas del Instituto (MIT News Office, 2018).
La figura del principal benefactor merece atención.
Schwarzman es cofundador y CEO de Blackstone y ha tenido una presencia
relevante en la política estadounidense. Presidió el Strategic and Policy
Forum creado durante la primera administración de Donald Trump y ha sido un
importante donante del Partido Republicano; en 2024 volvió a respaldar
públicamente la candidatura presidencial de Trump (Reuters, 2024; Viebeck,
2016).
La propia historia del College introduce, además, una
dimensión geopolítica. Schwarzman explicó que el impulso para apoyar su
creación surgió, al menos en parte, de sus viajes a China, donde observó la
intensificación de las inversiones en inteligencia artificial y se preocupó por
que Estados Unidos permaneciera en la vanguardia de esta tecnología. En sus
palabras, buscaba fortalecer la competitividad estadounidense (Dizikes, 2019).
Esto nos recuerda que la producción de conocimiento de
frontera depende del talento humano, pero también de grandes concentraciones
privadas de capital, y que la filantropía permite transformar una parte de ese
capital económico en infraestructura científica, prestigio institucional y
capacidad para intervenir en campos estratégicos como la IA.
El poder del MIT se vuelve más visible cuando se observan
sus conexiones, ya que el CSAIL mantiene relaciones de investigación con
actores públicos y privados. Entre las agencias estadounidenses que financian
sus investigaciones aparecen DARPA, el Department of the Air Force, NASA, los
National Institutes of Health y la National Science Foundation; entre sus
patrocinadores no federales figuran empresas y organizaciones como Boeing,
Intel, Lockheed Martin, SAP, Toyota, IBM y Pfizer (MIT CSAIL, s. f.); mientras
que el Schwarzman College mantiene, por su parte, programas de colaboración con
Amazon, Google, el Hasso Plattner Institute y la Mohamed bin Zayed University
of Artificial Intelligence, entre otras organizaciones (MIT Schwarzman College
of Computing, s. f.).
Además, en febrero de 2025, el MIT presentó el Generative
AI Impact Consortium, cuyos seis miembros fundadores fueron Analog Devices,
Coca-Cola, OpenAI, Tata Group, SK Telecom y TWG Global. El propio MIT describe
la iniciativa como un puente entre academia e industria: las compañías aportan
desafíos, datos y conocimiento especializado, mientras los investigadores
trabajan sobre esos problemas. El consorcio contempla talleres y discusiones
destinados a identificar y priorizar desafíos de investigación (McDonnell,
2025).
Y más aún, en abril de 2026 estableció también el MIT-IBM
Computing Research Lab, ampliando una relación de casi una década. Su
antecedente, el MIT-IBM Watson AI Lab, había financiado más de 210
proyectos, involucrado a más de 150 docentes e investigadores del MIT y más de
200 investigadores de IBM, producido más de 1.500 artículos revisados por pares
y financiado a más de 500 estudiantes y posdoctorandos (MIT News, 2026).
Estas relaciones muestran al MIT como actor de poder con
capacidad de convocatoria suficiente como para reunir investigación científica,
empresas tecnológicas, capital, organismos públicos y formación de talento bajo
un mismo espacio institucional.
Esa proximidad entre academia e industria abre una cuestión
sensible. CSAIL Alliances funciona explícitamente como la vía mediante la cual
empresas y organizaciones acceden a investigadores, estudiantes, tecnologías
emergentes y startups del laboratorio. El propio programa señala que algunas de
sus iniciativas permiten que los miembros empresariales aporten insumos para
dar forma a proyectos de investigación. CSAIL sostiene, además, que el
financiamiento industrial cubre una necesidad importante para mantener el
avance de la investigación (MIT CSAIL Alliances, s. f.).
Nada de ello demuestra que las empresas controlen la agenda
científica del MIT. Sí permite, en cambio, formular una pregunta relevante para
un mapa de poder: ¿quiénes poseen los recursos y el acceso necesarios para
convertir sus problemas en problemas de investigación de la institución? Y,
como contracara, ¿qué asuntos que requerirían investigación pueden quedar
marginados?
Desde esta perspectiva, aparece un problema de dependencia,
acceso y capacidad diferencial para participar en la definición de prioridades
tecnológicas. No como una anomalía particular del MIT, sino como una tensión
estructural de la investigación contemporánea en inteligencia artificial.
El poder de definir los problemas
A ello se suma otra forma de influencia menos palpable que
el financiamiento: la capacidad para producir las categorías mediante las
cuales otros actores interpretan la inteligencia artificial.
El MIT ha desarrollado iniciativas orientadas precisamente a
conectar conocimiento técnico y políticas públicas. Creado a fines de 2020 y
convocado por el Schwarzman College, el AI Policy Forum reúne
científicos, tecnólogos, responsables públicos y dirigentes empresariales con
el propósito de trasladar los debates sobre principios de IA hacia su
implementación práctica y formular orientaciones para gobiernos y empresas (MIT
AI Policy Forum, 2020, 2022).
Esta capacidad adquiere otra dimensión con el trabajo sobre
riesgos. El AI Risk Repository fue presentado públicamente en agosto de 2024
como una base destinada a sistematizar los riesgos identificados en diferentes
marcos y taxonomías existentes. La MIT AI Risk Initiative, radicada en MIT
FutureTech, amplió esa línea de trabajo mediante diferentes instrumentos
destinados a identificar, priorizar y gestionar riesgos asociados con la IA
(MIT FutureTech, 2024; MIT AI Risk Initiative, s. f.).
Entre esos instrumentos se encuentra el AI Governance Map,
que actualmente clasifica más de mil casos contenidos en documentos sobre
gobernanza y regulación de IA de Estados Unidos y otras partes del mundo,
considerando dimensiones como los riesgos cubiertos, los sectores regulados,
los actores involucrados y las etapas del ciclo de vida de los sistemas (MIT AI
Risk Initiative, 2026a).
Estas iniciativas cumplen una función evidente de
sistematización del conocimiento. Pero, vistas desde una perspectiva de poder,
muestran algo adicional: clasificar también es intervenir.
Definir qué cuenta como riesgo, cómo se agrupan los
problemas, qué actores aparecen como responsables o qué instrumentos se
consideran relevantes contribuye a estructurar el campo dentro del cual
gobiernos, empresas y organizaciones discuten posteriormente sus decisiones.
Aquí aparece un dato particularmente revelador. Una
actualización publicada por la propia iniciativa en abril de 2026 encontró que
los más de mil documentos analizados prestaban una atención considerablemente
mayor a riesgos vinculados con seguridad, privacidad y transparencia que a
riesgos socioeconómicos como la devaluación económica o la centralización del
poder (MIT AI Risk Initiative, 2026b).
La observación resulta especialmente pertinente para un mapa
de poder: las formas de gobernar la IA dependen también de aquello que las
instituciones encargadas de producir y organizar conocimiento son capaces de
identificar como problema.
El poder académico también debe ser interrogado
Las grandes universidades suelen aparecer en los debates
sobre inteligencia artificial como fuentes de conocimiento experto
relativamente diferenciadas de gobiernos y empresas. Esa distinción continúa
siendo importante, pero resulta insuficiente para comprender cómo funciona
actualmente el ecosistema tecnológico.
El caso del MIT muestra una estructura mucho más
interconectada: investigación financiada por organismos públicos y empresas;
programas diseñados para vincular compañías con investigadores y estudiantes;
consorcios que incorporan problemas y conocimiento provenientes de la
industria; y espacios orientados a traducir conocimiento académico en
herramientas para gobiernos y empresas.
Precisamente por eso, su posición merece una mirada crítica.
Las interacciones entre empresas o gobiernos pueden producir
conocimiento y aplicaciones socialmente valiosas, pero crean una tensión en
torno a la preservación de la autonomía intelectual de la universidad y de su
capacidad crítica cuando los recursos y la infraestructura necesarios para
investigar tecnologías cada vez más complejas están distribuidos de manera
profundamente desigual.
También importa preguntarse quién queda fuera de esas redes.
Si una parte significativa de la definición de problemas tecnológicos circula
entre universidades de élite, grandes empresas, gobiernos con elevada capacidad
tecnológica y organizaciones especializadas, cabe preguntarse qué capacidad
poseen otros territorios, instituciones y grupos sociales para conseguir que
sus problemas sean reconocidos como problemas legítimos de investigación.
No afirmamos que esas voces estén necesariamente excluidas
del MIT. La cuestión es estructural: el acceso a los espacios en los que se
producen conocimiento, categorías y prioridades también constituye una forma de
poder.
Un poder legitimado
El MIT no ocupa en la inteligencia artificial la misma
posición que una empresa que controla un modelo fundacional, una plataforma
global o grandes centros de datos. Su poder es diferente.
Es, fundamentalmente, un poder científico, institucional y
epistemológico.
Consiste en producir conocimiento, formar a quienes
construirán tecnologías futuras, conectar actores que poseen recursos distintos
y contribuir a establecer qué preguntas merecen investigación y qué categorías
utilizamos para interpretar sus consecuencias.
Por eso el MIT resulta central para un mapa de poder de la
inteligencia artificial. Su caso muestra que el poder tecnológico no reside únicamente
en poseer infraestructura, capital o modelos. También reside en algo anterior:
la capacidad de producir conocimiento legítimo sobre la tecnología y de influir
en la definición de los problemas que la sociedad deberá resolver.
Y allí aparece una pregunta que excede al propio MIT: si
unas pocas instituciones concentran simultáneamente prestigio científico,
recursos económicos, talento y acceso a quienes toman decisiones, ¿quién define
la agenda desde la cual pensamos el futuro de la inteligencia artificial?
Datos básicos
- El Massachusetts Institute of Technology fue fundado en 1861 y abrió sus puertas a estudiantes en 1865, en un contexto marcado por la industrialización estadounidense y por una concepción de la educación orientada a vincular conocimiento científico y problemas prácticos .
- En el ejercicio fiscal 2025, el MIT informó un fondo patrimonial de aproximadamente USD 27.400 millones (MIT News, 2025).
- 106 personas vinculadas al MIT, entre graduados, docentes y otros integrantes de su comunidad, han recibido el Premio Nobel (MIT, s. f.-a).
- Durante el año fiscal 2025, el MIT realizó 684 divulgaciones de invenciones, presentó 623 nuevas solicitudes de patentes estadounidenses, obtuvo 282 patentes estadounidenses y 38 empresas fueron apoyadas en la utilización de propiedad intelectual del MIT (MIT, s. f.-b).
- El MIT mantiene iniciativas institucionales de investigación y educación en distintas regiones del mundo a través de programas como MIT International Science and Technology Initiatives (MISTI), que conecta a estudiantes y docentes con universidades, empresas y organizaciones internacionales (MIT International Science and Technology Initiatives, s. f.).
Referencias
Dizikes, P.
(2019, 1 de marzo). For founders of new college of computing, the human
element is paramount. MIT News. https://news.mit.edu/2019/founders-new-college-computing-human-element-reif-schwarzman-0301
McDonnell,
L. (2025, 3 de febrero). Introducing the MIT Generative AI Impact Consortium.
MIT Computer Science and Artificial Intelligence Laboratory. https://www.csail.mit.edu/news/introducing-mit-generative-ai-impact-consortium
MIT. (s.
f.-a). Awards & honors. MIT Facts. https://facts.mit.edu/awards-honors/
MIT. (s.
f.-b). Technology licensing. MIT Facts. https://facts.mit.edu/
MIT AI
Policy Forum. (2020, 19 de octubre). A global collaboration to move
artificial intelligence principles to practice. MIT Schwarzman College
of Computing. https://computing.mit.edu/news/a-global-collaboration-to-move-artificial-intelligence-principles-to-practice/
MIT AI Policy
Forum. (2022, 23 de septiembre). Q&A: Global challenges surrounding the deployment of AI. MIT
Schwarzman College of Computing. https://computing.mit.edu/news/the-global-challenges-surrounding-the-deployment-of-ai/
MIT AI Risk
Initiative. (2026a). How is AI being governed? https://airisk.mit.edu/ai-governance
MIT AI Risk
Initiative. (2026b, 9 de abril). Mapping the AI Governance Landscape: April
2026 Update. https://airisk.mit.edu/blog/mapping-the-ai-governance-landscape-april-2026-update
MIT CSAIL.
(s. f.). Strategic partners. Massachusetts Institute of Technology. https://www.csail.mit.edu/sponsors/strategic-partners
MIT CSAIL
Alliances. (s. f.). CSAIL Alliances. Massachusetts Institute of Technology. https://www.csail.mit.edu/engage/csail-alliances
MIT CSAIL
Alliances. (s. f.). CSAIL by the numbers. Massachusetts Institute of
Technology. https://cap.csail.mit.edu/engage/why-csail-alliances/csail-numbers
MIT
FutureTech. (2024, 14 de agosto). Presenting the AI Risk Repository. Massachusetts
Institute of Technology. https://futuretech.mit.edu/news/presenting-the-ai-risk-repository
MIT AI Risk
Initiative. (s. f.). About us. Massachusetts Institute of Technology. https://airisk.mit.edu/about
MIT
International Science and Technology Initiatives. (s. f.). MISTI is the hub for
global experiences at MIT. About MISTI, Massachusetts Institute of
Technology. https://misti.mit.edu/about
MIT News.
(2025, 10 de octubre). MIT releases financials and endowment figures for 2025. Massachusetts
Institute of Technology https://news.mit.edu/2025/mit-releases-financials-and-endowment-figures-1010
MIT News.
(2026, 29 de abril). The MIT-IBM Computing Research Lab launches to shape the
future of AI and quantum computing. Massachusetts Institute of Technology.
https://news.mit.edu/2026/mit-ibm-computing-research-lab-launches-0429
MIT News
Office. (2018, 15 de octubre). MIT reshapes itself to shape the future. Massachusetts
Institute of Technology https://computing.mit.edu/news/mit-reshapes-itself-to-shape-the-future/
MIT
Schwarzman College of Computing. (s. f.). External collaborations.
Massachusetts Institute of Technology. https://computing.mit.edu/external-collaborations/
Reuters.
(2024, 24 de mayo). Blackstone CEO Schwarzman to back Trump, Axios reports.
https://www.reuters.com/world/us/blackstone-ceo-schwarzman-back-trump-axios-reports-2024-05-24/