La caja negra de la vida: biología generativa, extractivismo digital y biocolonialismo

La trayectoria de resistencias de comunidades, movimientos ambientalistas y colectivos de activismo digital logró, en los últimos años, instalar en la agenda pública la discusión sobre los impactos socioambientales de las tecnologías emergentes. Hoy se habla, con cierta frecuencia y sustento técnico, sobre la huella hídrica alarmante y el consumo energético desmedido de los centros de datos que alimentan la infraestructura global de la inteligencia artificial (IA). Sin embargo, existe un elemento menos visible, pero igualmente peligroso para la biodiversidad y los territorios, que viene pasando desapercibido: el acelerado ingreso de las Big Tech en los laboratorios para avanzar en la integración de la IA con la biología sintética, dando lugar a la “biología generativa”, también conocida como GenBio. A través de una impresora o sintetizadora de ADN que funciona con IA, esta industria puede construir ADN desde cero y construir secuencias genéticas totalmente nuevas.

Frente a esta confluencia de la IA con la biología, surge de inmediato la interrogante: ¿por qué este fenómeno merece un análisis y seguimiento, e incluso enciende ciertas alertas? A primera vista, podría argumentarse que los laboratorios de investigación biológica históricamente estuvieron integrados con los avances tecnológicos. No obstante, el problema medular del actual escenario radica en la “caja negra” de los modelos algorítmicos y en los conocidos intereses corporativos de las gigantes tecnológicas. La historia reciente nos demuestra que sus motivaciones difícilmente están enfocadas en el bienestar general de la población, el bien común o el respeto de los derechos de las comunidades y la naturaleza.

La biología generativa se presenta ante la opinión pública rodeada de una narrativa de “progreso” que promete avances científicos revolucionarios, como la erradicación de las enfermedades. Sin embargo, como muestran diversos estudios de investigación crítica, a los que nos referiremos a lo largo de este texto, en la práctica podría profundizar las desigualdades sociales existentes, multiplicar los riesgos ecológicos y reforzar la ya significativa concentración del poder corporativo.

La biología generativa y su desarrollo actual

“La caja negra de la biotecnología”, desarrollado en conjunto por Grupo ETC, African Centre for Biodiversity y Third Worl Network, es un estudio de referencia en este campo. Según explican, la biología generativa consiste en la aplicación directa de herramientas de IA generativa al diseño biológico funcional. A diferencia de las técnicas biotecnológicas tradicionales, estos sistemas no se limitan a analizar o clasificar datos existentes, sino que están capacitados para crear proteínas, editar genomas y generar secuencias completamente inéditas de ADN y ARN. Para lograrlo, los modelos procesan volúmenes gigantescos de datos genéticos, generan estructuras biomoleculares jamás observadas en la naturaleza y simulan la conducta de organismos en experimentos virtuales de alta velocidad.

Este campo se sostiene sobre la infraestructura de modelos fundacionales de gran escala como AlphaFold, desarrollado por Google y DeepMind, ESMFold de Meta o el más reciente Evo2, apoyados a su vez en la capacidad de cómputo masivo de corporaciones como NVIDIA, Amazon y Microsoft. Se trata de modelos de IA que aprenden el “lenguaje de la vida” y pueden generar predicciones sobre el comportamiento de proteínas y aminoácidos, entre otros. Así se describe en “¿Saqueo biológico a través de la IA? La siguiente frontera de la biopiratería”, un estudio de caso actualizado que forma parte de una colaboración de investigación entre el Grupo ETC e IT for Change, con apoyo del Center for Global Digital Justice. Aunque su mercado primario actual es la industria farmacéutica, la disciplina se está expandiendo con rapidez hacia la agricultura, la energía y la ciencia de materiales. La magnitud de esta convergencia fue sintetizada por la propia industria a través de Mustafa Suleyman, consejero delegado de Microsoft AI y cofundador de DeepMind: “Ahora se están traspasando los límites. Nos acercamos a un punto de inflexión con la llegada de estas tecnologías de orden superior, las más profundas de la historia. La próxima ola tecnológica se basa principalmente en dos tecnologías de propósito general capaces de operar tanto a los niveles más grandiosos como a los más granulares: la inteligencia artificial y la biología sintética”.

En este escenario de transformación acelerada, el desarrollo de AlphaFold de Google representa el “momento ChatGPT” de la biología generativa. Tras haber entrenado un modelo supuestamente capaz de predecir la estructura de las biomoléculas básicas de la vida, las corporaciones tratan ahora la predicción como un hecho consumado y afirman que pueden generar de forma fiable proteínas, ADN y ARN para la ingeniería genética mediante biodiseño asistido por algoritmos. De esta manera, la biología generativa se viene consolidando como una industria autónoma en un tiempo récord.

Se trata de un ecosistema comercial que prácticamente no existía hace apenas tres años y que hoy ya cuenta con casi un centenar de empresas activas dedicadas al diseño de proteínas mediante la IA. Las grandes multinacionales farmacéuticas, como Pfizer, Bayer, Roche y Merck, ya establecieron alianzas estratégicas con estas emergentes de GenBio, proyectando un mercado global que podría alcanzar 50.000 millones de dólares para el 2035. Para las Big Tech, este sector representa un mercado virtualmente infinito por su insaciable demanda de procesamiento de datos, potencia de cómputo y servicios en la nube.

Riesgos de estos nuevos experimentos

Detrás del entusiasmo de las corporaciones, la expansión desregulada de la biología generativa conlleva graves peligros éticos, sociales y ambientales que impactan directamente en el Sur Global. En primer lugar, debido a que estos modelos necesitan nutrirse de gigantescas cantidades de datos biológicos para operar, presenciamos una renovada ola de biopiratería donde empresas del Norte Global recolectan y digitalizan la biodiversidad presente en nuestros territorios. Este proceso configura un biocolonialismo digital mediante el cual el patrimonio genético de los ecosistemas es privatizado y procesado sin consulta previa, consentimiento ni participación en los beneficios para las comunidades que habitan esas tierras.

A este despojo se suma la pesada huella ecológica que exige el mantenimiento de esta industria. La demanda de procesadores de alto rendimiento, energía eléctrica y agua dulce para refrigerar los servidores necesarios en el entrenamiento de estos modelos es altísima, conectando de forma directa a la biología generativa con la profundización de la crisis climática y el extractivismo de bienes comunes en nuestras regiones. Paralelamente, se incrementa el riesgo del uso dual de la tecnología y su aplicación en la industria bélica, donde la GenBio podría ser utilizada para diseñar toxinas o patógenos sintéticos en el marco de programas de defensa militar financiados por grandes potencias.

Para ponderar la gravedad de estos peligros resulta importante volver sobre la metáfora de la “caja negra”. Como explica el informe “When chatbots breed new plant varieties” de Save Our Seeds (SOS), este concepto describe el modo intrínsecamente oscuro en que un sistema de IA autogenera su propio modelo durante la fase de entrenamiento. Debido al incalculable número de operaciones matemáticas simultáneas, el razonamiento del algoritmo se vuelve casi indescifrable para la interpretación de la mente humana, incluso para el personal técnico experto que diseñó el código. Por ende, cuando una IA generativa produce una secuencia genética o hace una predicción biológica, es imposible rastrear el motivo o la lógica exacta detrás de ese resultado.La combinación entre opacidad algorítmica, las famosas “alucinaciones” de la IA y errores en las bases de datos de origen configuran un riesgo latente: el diseño no intencionado de cultivos u organismos con rasgos imprevistos que terminen siendo liberados al medio ambiente sin evaluaciones de impacto.

Según las investigaciones de ETC, esta opacidad estructural plantea al menos tres implicaciones críticas para la gobernanza ambiental y social. En primer lugar, genera un gran problema de bioseguridad, ya que si el sistema que diseña una modificación genética no puede explicar por qué seleccionó determinada secuencia o de qué material de origen la extrajo, resulta técnicamente imposible realizar un análisis independiente de bioseguridad antes de autorizar su presencia en los ecosistemas. En segundo lugar, quiebra los esquemas de acceso y distribución equitativa de beneficios. Si el desarrollador no revela las fuentes biológicas digitales utilizadas por el modelo, las comunidades y los países poseedores de los recursos genéticos no pueden ejercer sus derechos soberanos o recibir la compensación justa que establecen los tratados internacionales. Por último, la caja negra destruye los mecanismos de responsabilidad y reparación legal, ya que al tratarse de decisiones generadas de forma automatizada por un software probabilístico, las garantías de trazabilidad y control humano se diluyen, dejando a la sociedad desprotegida frente a daños ambientales o sanitarios imprevistos.

Por una naturaleza al resguardo de los pueblos

Frente a la pretensión corporativa de privatizar y encapsular la información básica de la vida mediante algoritmos, desde Derechos Digitales venimos planteando que la sociedad civil del Sur Global tiene el reto de articular una respuesta firme, basada en la protección de los derechos humanos, la justicia ecológica y la soberanía sobre nuestros datos y bienes comunes.

Para lograrlo, resulta indispensable demandar la creación de un marco regulatorio internacional y regional robusto que permita auditar, monitorear y gobernar democráticamente las aplicaciones de la biología generativa. La normativa debe ir acompañada del fortalecimiento urgente de las políticas de privacidad y gobernanza de datos para resguardar los conocimientos ancestrales, los saberes populares y la información genética de los territorios frente a la apropiación corporativa.

Asimismo, nuestros Estados deben mejorar de manera soberana sus capacidades técnicas para evaluar científicamente la biología sintética, evitando asumir los costos ecológicos y sociales de los fallos de una tecnología impuesta desde afuera. El principio de precaución, la justicia ambiental y la justicia de datos pueden guiar un horizonte ético deseable para impedir que la vida misma sea encapsulada por los intereses de las Big Tech.