Manifiesto Feminista por
una IA Inclusiva

Ningún dato es plano. Ningún modelo llega sin historia. Google Photos etiquetó a personas negras como gorilas. Flickr clasificó fotografías de campos de concentración como "jungle gym". Las cámaras web no reconocían piel oscura. No son errores aislados. Son lo que pasa cuando los datos de entrenamiento reflejan el mundo tal como el poder ya lo había ordenado, y un algoritmo escala ese orden sin fricción. Las más afectadas son las mujeres negras: sistemas optimizados para un solo eje, raza o género, no fueron construidos para reconocer los dos a la vez.

No pedimos una IA "sin sesgo ideológico". Ese pedido es en sí mismo ideológico: retira el escrutinio y deja el sesgo intacto. El sesgo no se le puede quitar a un modelo, igual que no se le puede quitar el amarillo al verde: es constitutivo, no un aditivo.

Escuchar es una decisión tomada de antemano: hacerse disponible para que lo que se oye te cambie. Eso exige vulnerabilidad: aceptar que lo que sabemos hoy puede no alcanzar, que nuestras categorías pueden no sostenerse, que quien tenemos enfrente carga un conocimiento que nuestro marco no fue construido para recibir.

Los sistemas que fallan, fallan en la postura, no solo en la recolección de datos: fueron construidos por gente que no estaba escuchando, no porque el cuarto estuviera ruidoso, sino porque nunca decidieron hacerlo. Escuchar es también una elección política, y su ausencia también lo es.

No producimos conocimiento para una audiencia. Lo producimos en asamblea, entre muchas manos, sostenido por la energía de quienes la integran. Nadie construye esto en soledad.

Esto también aplica a los datos que ya existen. Rematriar es un acto político: devolver historias a las comunidades a las que pertenecen, no preservarlas en instituciones que nunca tuvieron derecho a conservarlas. Cada acto de nombrar y clasificar es un acto de poder: decidir cómo se etiqueta una historia es decidir quién la va a encontrar y qué va a significar para esa persona. Un dato rematriado pero descrito con la lógica de otro no ha vuelto realmente a casa.

La energía nuclear exige infraestructura centralizada, guardianes expertos y control estatal o corporativo: es estructuralmente incompatible con la autonomía comunitaria. La energía solar, en cambio, distribuye tanto el acceso como la decisión. La arquitectura es también una elección política.

Lo mismo aplica a la IA. El open source parece, a primera vista, la alternativa democrática: transparente, accesible, mantenida colectivamente. Pero carga sus propias contradicciones: se apoya con frecuencia en trabajo no remunerado, extraído desproporcionadamente de desarrolladoras del Sur Global que sostienen sistemas que no gobiernan y de los que no se benefician. La apertura no garantiza equidad. La pregunta no es solo quién puede ver el código, sino quién paga el costo de construirlo y quién se queda con el valor que produce.

La historia del cómputo no empieza con los nombres que quedaron en los edificios. Ada Lovelace escribió lo que se reconoce como el primer algoritmo pensado para una máquina. Grace Hopper desarrolló el primer compilador. Las mujeres de ENIAC programaron una de las primeras computadoras de propósito general y luego vieron las fotografías publicadas dar crédito a los hombres parados frente a ellas.

Esa genealogía es la nuestra, igual que lo es el feminismo decolonial latinoamericano, la Ni Una Menos, la erudición feminista indígena detrás de la rematriación de datos. Escribimos desde el Sur, un lugar de alteridad, resistencia y creación, no un código postal, que no necesita traducirse a otro idioma para ser tomado en serio. Crecer en una de las zonas más violentas de México enseña algo que ningún salón de clases enseña: que los sistemas nunca son neutrales, que la infraestructura de la vida diaria (quién es protegido, quién es vigilado, quién se mueve libremente) es siempre ya un arreglo político. Se aprende a leer el poder en la arquitectura de las cosas antes de teorizarlo.

El trabajo afectivo que sostiene esta comunidad (la moderación, el acompañamiento, la escucha, la organización invisible) es trabajo real, no un gesto tierno al margen de lo técnico. Sin esa energía no hay red, no hay conocimiento situado, no hay manifiesto.

Esto se traduce en cómo construimos, no solo en cómo nos organizamos: antes de cualquier decisión técnica, la pregunta debe ser si las personas a quienes un sistema apunta realmente lo quieren. Es una pausa ética, no una prueba de usabilidad: se niega a tratar la necesidad como algo que quien construye puede asumir, proyectar o fabricar. La carga de demostrar que existe una necesidad real y expresada cae en quien desarrolla, no en la comunidad afectada, que no debería tener que adaptarse a una solución que le fue impuesta.

Sostener la IA cuesta algo más allá de nuestra propia cognición: centros de datos, extracción de tierras raras, ecosistemas alterados, seres sintientes sin asiento en ninguna mesa de gobernanza. Ese costo suele quedar fuera de cualquier conversación sobre ética de IA que solo pregunte por sesgo o representación.

Un modelo no entiende, no cuida, no discrimina con malicia: ejecuta categorías que alguien más decidió antes. Le pedimos a un modelo pequeño que describiera a personas no binarias en tres palabras: "diversas, auténticas, resilientes", un lenguaje que actúa la inclusión sin comprenderla. Los modelos más pequeños, entrenados con menos datos, no simplemente saben menos: codifican de forma más rígida lo que sí saben. El sesgo está más cerca de la superficie, es más fácil de activar y más difícil de mover. Y son, precisamente, los modelos más baratos y menos escrutados los que se despliegan en contextos de bajos recursos, en América Latina, en servicios públicos: las herramientas más sesgadas viajan más lejos porque cuestan menos.

Nos negamos a hablarle a la IA como si tuviera intención propia, porque ese gesto es exactamente lo que borra a quien sí es responsable. La innovación no es publicar más rápido. Si el diseño anticipara de verdad lo que las personas necesitan, la innovación (entendida como el ciclo de romper algo para luego vender la reparación) se volvería innecesaria. Eso es casi impensable dentro del modelo actual, porque una economía construida sobre el consumo no puede permitirse sistemas que duren, que satisfagan, que sepan cuándo detenerse.