Capitalismo de monopolios intelectuales: desafío de nuestro tiempo
El capitalismo desregulado siempre ha tendido al monopolio. Pero las grandes empresas tecnológicas (big tech) representan un desafío que las herramientas antimonopolio aún no pueden dominar.
Scientia potentia est, el conocimiento es poder. El viejo adagio ha adquirido una connotación siniestra con el alarmante dominio de las grandes tecnológicas en la economía y la sociedad en su conjunto. Corporate Europe Observatory reveló recientemente que el sector es ahora, con mucho, el principal cabildero empresarial de las instituciones de la Unión Europea.
Pero esto es solo la punta del iceberg de lo que el economista italiano Ugo Pagano llama «capitalismo monopolista intelectual». El conocimiento, que debería ser un bien público (no rival, no exclusivo), ha sido apropiado de forma privada por las principales empresas como capital: la proporción de activos intangibles entre las corporaciones según el índice Standard & Poor’s 500, también conocido como S&P 500, aumentó del diecisiete por ciento en 1975 al noventa por ciento en 2020.
Para Pagano, la espectacular expansión de los derechos de propiedad intelectual «implica la creación de un monopolio legal que puede extenderse potencialmente a toda la economía global». Su reclamo contra un régimen estricto de propiedad intelectual se hace eco de la posición tradicional de los economistas que tratan el conocimiento como un bien gratuito. Friedrich Hayek, por ejemplo, sostuvo:
«El crecimiento del conocimiento tiene una importancia tan especial porque, mientras que los recursos materiales siempre serán escasos y habrá que reservarlos para fines limitados, los usos de los nuevos conocimientos (siempre que no los hagamos artificialmente escasos mediante patentes de monopolio) son ilimitados. El conocimiento, una vez alcanzado, se vuelve gratuitamente disponible para el beneficio de todos.»
Los recientes llamados a una exención de patentes sobre las vacunas contra el covid-19 ilustran gráficamente este principio más amplio: el progreso general requiere que el conocimiento aumentado a través de los experimentos de algunos miembros de la sociedad se regale libremente.
Sin embargo, la concentración del poder económico y los beneficios es cada vez mayor, a base de privar a otros del acceso al conocimiento. El monopolio legal ya está muy avanzado, con solo dos mil corporaciones que poseen el sesenta por ciento de las patentes obtenidas simultáneamente en las cinco principales oficinas de patentes del mundo.
En el ámbito digital, el secreto es también una forma predominante de privatización del conocimiento. Solo el quince por ciento de los artículos sobre inteligencia artificial revelan el código involucrado. DeepMind de Google se encuentra entre esas organizaciones que generalmente no lo hacen.
te puede interesar
Entrevista con Cédric Durand, autor de Tecno-feudalismo, crítica de la economía digital
«Somos más débiles que los algoritmos» | Por Eduardo Febbro
Vivimos en un feudalismo propio a los tiempos modernos, muy alejado de la libertad y la equidad prometida por las nuevas tecnologías, postula este economista, profesor de La Sorbona.
Mecanismos adicionales
Tres mecanismos adicionales intensifican la monopolización intelectual global. El primero es la depredación en las redes corporativas-científicas. Esto es particularmente evidente en la industria farmacéutica, donde las empresas dependen en gran medida del trabajo de los académicos y utilizan fondos públicos para su investigación, pero son las únicas que obtienen los beneficios de la explotación comercial.
Un ejemplo reciente es Remdesivir, utilizado para tratar el covid-19. Este fármaco fue patentado y vendido a un precio exorbitante por Gilead, aunque se basa enteramente en investigaciones universitarias financiadas por los Institutos Nacionales de Salud (NIH) de EE. UU. El NIH es la fuente de financiación externa más frecuente declarada en las publicaciones científicas de Pfizer, Novartis y Roche. De manera similar, Google, Amazon y Microsoft fueron coautores entre el 78 y el 87 % de sus publicaciones científicas hasta 2019, en su mayoría con universidades, pero solo compartieron la propiedad de entre el 0,1 y el 0,3 % de sus patentes con otras organizaciones.
Un segundo mecanismo de monopolio intelectual que se refuerza a sí mismo está relacionado con la recolección de datos, donde no solo están en juego las preocupaciones por la privacidad. En muchas industrias, como dijo el exdirector ejecutivo de Siemens, Joe Kaeser, los datos de fabricación e ingeniería son «el santo grial de la innovación». Dado que los algoritmos de aprendizaje profundo aprenden y mejoran por sí mismos a medida que procesan más datos. La recolección de datos da como resultado una mejora técnica continua.
El aprendizaje profundo automatiza significativamente los descubrimientos y amplía los tipos de problemas que se pueden abordar a través del análisis de macrodatos (big data). Las empresas que dominan esta tecnología y que poseen exclusivamente fuentes de datos originales expanden su monopolio intelectual a una velocidad acelerada. Esto es cierto en muchos sectores, desde las finanzas con la plataforma Aladdin de BlackRock hasta el comercio minorista con el impulso agresivo de Walmart hacia las capacidades de análisis de datos patentados. De esta manera los gigantes tecnológicos ocupan cada vez más un papel protagónico.
En 2015, Amazon, Microsoft, Google y Alibaba tenían en sus nubes públicas alrededor del 4,9 % de los datos almacenados en todo el mundo, pero en 2020 esta proporción ya había alcanzado el 22,8 %. En sus nubes, estas empresas ofrecen algoritmos de aprendizaje profundo como servicio. Esto significa que, incluso sin acceso directo a los clientes, los algoritmos pueden aprender de los datos de terceros, expandiendo los monopolios intelectuales de las empresas y permitiéndoles saltar a otras industrias, desde la atención médica hasta el transporte.
Un tercer fenómeno está relacionado con la expansión de las cadenas globales de valor. El corolario de la desagregación de las actividades productivas que permiten las tecnologías de la información y la comunicación es un aumento espectacular de la circulación de la información y la sofisticación relacionada de los sistemas de información, de la mano de una concentración de las capacidades para gobernar las redes. La capacidad de planificación de las empresas líderes va desde la definición de las dimensiones de cada paso de producción que se lleva a cabo en las empresas subordinadas hasta el establecimiento de normas, estándares y patrones de comportamiento. Además, la distribución desigual de los usos de los activos intangibles a lo largo de los diferentes nodos de las cadenas permite que las empresas especializadas en segmentos intensivos en conocimiento capturen la mayor parte de las ganancias de las economías de escala.
El modelo fabless (subcontratación de la fabricación) de Apple y su control magistral sobre las cadenas de suministro es un ejemplo de ello. La firma abandonó las fábricas en Colorado Springs y Sacramento en 1996 y 2004 respectivamente, convirtiéndose en el productor de bienes sin fábrica más renombrado del mundo. La mayor parte de su fabricación la realizan empresas en China y en otros lugares del sur global, mientras que Apple construyó «un ecosistema cerrado en el que ejerce control sobre casi todas las partes de la cadena de suministro, desde el diseño hasta la tienda minorista». Una cuestión crítica en este panóptico que examina un proceso de fabricación altamente disperso es el monopolio sobre las capacidades intelectuales que permite a Apple capturar la mayor parte del valor producido en la cadena.
TAMBIÉN TE PUEDE INTERESAR
Capitalismo de monopolios intelectuales y sus efectos en el desarrollo | Por Cecilia Rikap
Las empresas líderes del siglo XXI son monopolios intelectuales. Se trata de empresas que cuentan con un monopolio permanente y en expansión sobre porciones del conocimiento de la sociedad.
Pantalones cortos que se caen
El aumento de la conciencia de los riesgos económicos, sociales y políticos asociados con la creciente concentración del poder corporativo condujo a un reciente impulso antimonopolio, primero en la Unión Europea y el Reino Unido, seguido por los Estados Unidos y últimamente China. Sin embargo, tales movimientos no están a la altura de los desafíos planteados por el capitalismo monopolista intelectual, que van más allá de las grandes empresas tecnológicas y abarcan mucho más que la concentración del mercado convencional.
Lo que está en juego es una concentración de la capacidad de comprender, coordinar y transformar los procesos sociales y económicos. El monopolio intelectual se refiere a nuevas capacidades colectivas que no deben aprovecharse con fines lucrativos, sino más bien movilizarse para lograr objetivos de desarrollo social, ecológico y psicológico compartidos. Esto requiere una nueva generación de políticas decididas, innovadoras y coordinadas, en al menos dos dimensiones principales.
En primer lugar, siguiendo el principio de «no hacer daño», debe prevalecer una amplia responsabilidad algorítmica. Abordar la responsabilidad de la toma de decisiones algorítmica debe ir más allá de los problemas de privacidad y los sesgos que conducen a resultados discriminatorios e inequitativos. Dado que el control sobre los algoritmos hace posible modelar, anticipar y afectar de manera preventiva posibles comportamientos, y que estas capacidades están sujetas a poderosas fuerzas de monopolio, las autoridades públicas deben evitar los usos corporativos de los macrodatos que fomentan comportamientos perjudiciales, como el consumo obligatorio, el carbono, actividades intensivas o acoso en línea. A tal efecto, los aparatos algorítmicos de gran escala deberán someterse a auditoría anual obligatoria, con publicación de los resultados correspondientes.
En segundo lugar, la resolución de crisis y el logro de objetivos social y ecológicamente deseables no deben verse restringidos por el monopolio intelectual. Las patentes deben renunciarse automática y generosamente cuando la libre circulación de conocimientos pueda contribuir a aliviar las dificultades sociales, sanitarias o ecológicas.
Además, los monopolios intelectuales establecen agendas de ciencia y tecnología, como lo demuestra las grandes farmaceúticas. Esto da como resultado tasas de innovación y direcciones que privilegian la obtención de ganancias sobre las crisis sociales, ecológicas y de salud. Se requieren esfuerzos institucionales globales para establecer nuevas agendas de investigación apoyadas con fondos públicos. Pero esto no es suficiente.
En medio de la pandemia, Google puso a disposición temporalmente sus informes de movilidad comunitaria, que ayudaron a evaluar el impacto de la restricción de movilidad en la propagación de la enfermedad. Es impactante que datos de interés general como estos no estén disponibles de forma permanente. Dada la capacidad de procesar el conocimiento y los datos de comportamiento y que son en una poderosa herramienta de gobierno, los algoritmos deben ser de código abierto y los datos de interés general deben estar disponibles públicamente en forma anónima.
El Estado chino ya se está moviendo en esta dirección en el sector financiero. Como parte de la implementación de su sistema de crédito social, el banco central calificó los datos recopilados por las plataformas de Internet como un «bien público», que debe divulgarse y regularse más de cerca. La aversión a la falta de democracia y la vigilancia estatal generalizada en China no es excusa para permitir que los recursos cruciales para la coordinación de la vida social terminen como un monopolio privado.
La creación de un patrimonio digital que comprenda datos, algoritmos e infraestructura digital podría abordar tanto la vigilancia como los monopolios intelectuales basados en datos. Sería una vía potencial para una socialización que empodere a las agencias públicas y a los actores socioeconómicos privados por igual.
Avanzar en estas direcciones implicaría un cambio de sentido de la ideología propietaria del anterior fin de siècle. Pero solo sería un retorno justo a la sociedad. Después de todo, los científicos de datos de las gigantes tecnológicas reconocen que «los algoritmos no son mágicos; simplemente comparten contigo lo que otras personas ya han descubierto».
