Contra el entusiasmo hacia la IA

De los centros de datos al aula: algunas dudas razonables y escepticismo en la era de la tecnoexcitación colectiva

Acabo de salir de un taller sobre inteligencia artificial en mi centro de trabajo, una Facultad de Ciencias de la Educación, y vuelvo hacia mi despacho arrastrando una sensación extraña. El ponente estaba bien preparado. Sabía de lo que hablaba. Mostró usos concretos, respondió con criterio y la formación fue genuinamente útil para todos los que asistimos. No tengo ninguna queja con la charla. Salgo con algunos apuntes aprovechables y muchas preguntas. Pero también me quedo con un comecome, con una incomodidad que no tiene tanto que ver con lo que se explicó sino con todo lo que quedó fuera del encuadre. Noto a mi alrededor (en el profesorado, en el estudiantado, en la propia institución) cierta excitación con la IA, optimismo en demasía, una actitud que ha dejado de ser curiosidad sana para convertirse en algo más parecido al fervor teológico. Un entusiasmo que no suele preguntar por la factura de la luz, ni por la letra pequeña del entrenamiento de los modelos, ni por dónde terminan los datos que introducimos (esto un poco más, pero no tanto como debiera), ni por quién fabricó los chips, ni por qué la versión buena de todo esto cuesta veinte euros al mes. Un entusiasmo, en fin, que da por hecho que las IAs han venido para quedarse, que solo pueden ir a mejor y que quien no se suba al carro es poco menos que un brontosaurio académico con alergia al futuro. Optimismo entusiasta para usos laborales que, paradójicamente, se combina con la preocupación y el desasosiego provocados por el excesivo uso de las IAs por parte del estudiantado.

Ese ambiente me recuerda, salvando la escala obviamente (ahora es mucho mayor todo: el producto y el entusiasmo), a la fiebre de las pizarras digitales que vivimos hace quince o veinte años en el mundo educativo: todo el mundo quería una, nadie sabía muy bien para qué, y al que preguntaba si acaso no bastaba con tiza, pizarra y algo que contar se le miraba con una mezcla de lástima y condescendencia. Aquellas pizarras, por cierto, siguen colgadas en muchas aulas de mi Facultad, apagadas o funcionando solo como pantalla para proyector. Mi posición frente a parte de todo esto de las IAs ya la he ido desarrollando en semanas anteriores de esta web/newsletter y no creo que sorprenda a nadie: ni quiero quemarlo todo ni tampoco arrodillarme encantado ante cada actualización semanal de unos modelos que siempre parece que vienen a cambiarlo todo. Las máquinas, cuando funcionan, funcionan, y yo mismo las utilizo a diario. Si tuviera que ponerle un nombre a mi estado actual, me sitúo en algo que podríamos llamar un tecnoescepticismo deliberado: no rechazo la herramienta de base, pero me niego a aplaudir sus virtudes sin leer toda la letra pequeña. Y el problema de la conversación pública sobre IA en educación es precisamente ese, su miopía técnica e instrumental. Nos centramos casi en exclusiva en la ganancia inmediata de productividad (“mira, le he pedido que me haga una rúbrica o un examen tipo test y me lo ha hecho en diez segundos; mira, me ha resumido este texto perfectamente; anda, que ahora busca bibliografía correctamente y no se la inventa”) y en la “espectacularidad” sintética del resultado, dejando a oscuras la densa trastienda material, jurídica, económica y cognitiva que sostiene todo lo demás. Aceptar la herramienta sin interrogar sus condiciones de producción o sus posibles consecuencias es, creo, una forma blanda de abdicar de la responsabilidad intelectual. Y eso, al menos en una institución de Educación Superior, debería chirriar.

La insoportable pesadez de la nube y la pérdida de soberanía al no poder comprar RAM

Empecemos por lo más incómodo de aceptar: que la IA no vive en las nubes. La nube es una metáfora tan preciosa como completamente falsa. Como decíamos hace unos meses, la nube es siempre el ordenador de otro, y lo que llamamos inteligencia artificial habita en centros de datos enormes que, además, consumen cantidades obscenas de electricidad y agua. Esto seguro que lo has escuchado, estamos dando mucho la turra con ello. No quiero ponerme muy técnico ni pesado con esto (si queréis saber más sobre IA, en detalle, recomiendo leer Error500 de Antonio Ortiz), pero os dejo con algunos datos. La Agencia Internacional de la Energía publicó en 2025 un informe que revelaba que los centros de datos globales consumieron unos 415 teravatios-hora en 2024, alrededor del 1,5% de toda la electricidad del planeta¹. Sus proyecciones indican que en 2030 podríamos estar cerca de los 945 TWh, una cifra equivalente al consumo eléctrico total de todo Japón. Goldman Sachs, que no es precisamente una ONG ecologista, estima un aumento del 160% en la demanda eléctrica de estos centros para esa misma fecha². Google, además, publicó en 2025 su informe medioambiental anual con datos del ejercicio 2024. Las cifras son elocuentes: sus centros de datos y oficinas consumieron aproximadamente 8.100 millones de galones de agua (unos 30.700 millones de litros), y el consumo eléctrico de sus centros de datos creció un 27% interanual debido, principalmente, al crecimiento de la IA. Para ponerlo en perspectiva: en 2023 ese consumo hídrico era de 6.400 millones de galones, con un 95% atribuible a centros de datos. Es decir, en un solo año el consumo de agua de Google ha aumentado en torno a un 27%, y en apenas tres años se ha duplicado³. La inteligencia artificial es por tanto, como afirmaba hace unos años Kate Crawford en Atlas de IA, un sistema extractivo que empieza en las minas de litio y termina en los vertederos de hardware. Es, en esencia, industria pesada planetaria.

Pero la materialidad no se queda en el agua y la luz. Hay otra tensión que sale menos en los medios y que, a mi juicio, es más actual y reveladora: la geopolítica material de los chips. Los modelos de IA precisan de un tipo concreto de memoria de alto ancho de banda (HBM), que actualmente produce un oligopolio de solo tres firmas globales: SK Hynix, Samsung y Micron. El colapso actual es total: estas tres compañías tienen toda su producción vendida para este 2026 y comprometida hasta bien entrado 2027. La factura física de esta fiebre por la IA es insostenible, puesto que producir un solo gigabyte de HBM devora el triple de capacidad de oblea de silicio que la memoria DDR5 convencional (esa que da vida al dispositivo desde el que lees estas líneas). Al redirigirse la producción hacia el producto que más margen de beneficio da, el de los centros de datos, el mercado de consumo sufre una escasez como consecuencia. Y escasear, en el lenguaje del mercado, significa encarecerse⁴.

Las consecuencias ya golpean el bolsillo de todos nosotros, los usuarios. En apenas un trimestre, entre septiembre y diciembre de 2025, ciertos kits de memoria DDR5 saltaron de los 135 a más de 400 dólares; una escalada del 200% que en el momento actual se ha convertido ya en desabastecimiento. Una deriva completamente estructural. Micron, de hecho, ha liquidado una de sus emblemáticas submarcas de consumo masivo para volcarse por completo en los clientes corporativos de IA. El escenario que se dibuja es negro negro: pronto la memoria engullirá una cuarta parte del coste total de un ordenador personal, condenando a la extinción al segmento de PC económicos (por debajo de los 500 dólares) antes de que cierre la década⁵. Posiblemente antes.

Aquí hay que detenerse. Además de economía, podemos hablamos de soberanía. Ensamblar tu propio equipo (seleccionar componentes, atornillar placas, comprender la anatomía interna de la máquina y repararla) constituyó durante décadas una trinchera muy accesible de agencia tecnológica. Cero ingeniería. Bastaba un destornillador, un buen tutorial y cierta paciencia. El buen internet, el internet guay, ayudó a todo esto. Resistencias pequeñas, pero reales, frente al ecosistema cerrado de Apple o Microsoft. Una forma material de decir que este artefacto es mío, que lo entiendo, lo abro y lo altero. Hoy, esa posibilidad roza la utopía para los bolsillos más precarios. Y cuando esa posibilidad de montarte tu propio ordenador, o de solventar un componente que falla colapsa, queda el residuo exacto que el modelo de negocio de la IA requiere. Dependencia. Una claudicación absoluta ante la nube. Dependencia de suscripciones mensuales. Dependencia de LLMs alojados en centros de datos que no controlas, que no puedes auditar, que no puedes replicar y cuyas condiciones de uso cambian cuando a la empresa le conviene.

La Torre de Babel (1563), Pieter Bruegel el Viejo. Una infraestructura colosal levantada con trabajo humano invisible, cuyas capas superiores se construyeron antes de terminar los cimientos. El parecido con ciertos centros de datos de la actualidad es pura coincidencia.

La circularidad de esta lógica resulta perversa. La misma industria que ha disparado la RAM (haciendo prohibitivo el equipo de sobremesa con auténtico músculo de procesamiento) te vende, a modo de salvavidas, el acceso a su inteligencia artificial por veinte dólares mensuales desde ordenadores como los Chromebook. Un dispositivo que no es más que un navegador hueco con teclado. No necesitas RAM, argumentan; nosotros ponemos la memoria en nuestros servidores, a miles de kilómetros de ti. Vamos, el equivalente corporativo a provocar una sequía y venderte después agua embotellada con una pegatina sonriente. La computación local (esa que ocurre bajo tu dominio soberano, en tu propia máquina, desconectada, libre de telemetría y sin desviar consultas a servidores ignotos) agoniza porque sus condiciones materiales de existencia se están erosionando. Pasamos silenciosamente del usuario poseedor y conocedor de su herramienta, al arrendatario de capacidades cognitivas ajenas. Alquilamos pensamiento sin saber dónde reside. Y este desplazamiento, en una Educación Superior donde se supone que enseñamos a pensar con autonomía, debería, como mínimo, alarmarnos profundamente.

Extracción cognitiva, colapso de los modelos, pérdida de la voz propia y aumento de la brecha social

Y de fondo, el gran elefante epistemológico en la habitación es la pregunta ¿con qué se han alimentado estos modelos que hoy veneramos? Esa inteligencia sintética que hoy destila correos o resume artículos no surge por generación espontánea, sino que ha sido construida a base de fagocitar gigantescos volúmenes de texto, código e imagen. A partir de devorar todo lo humano, con o sin derechos. A día de hoy, el estatus jurídico de este entrenamiento sigue siendo una inmensa zona sin resolver. Por ejemplo, en Estados Unidos se acumulan más de setenta litigios por vulneración de copyright. El pulso de The New York Times contra OpenAI supera los dos años de trayecto, y de hecho, en enero de este 2026 un juez exigió la entrega de veinte millones de registros de ChatGPT como carga probatoria. Las resoluciones de los tribunales federales sobre el uso legítimo de obras protegidas apuntan en direcciones completamente distintas, unos a favor y otros en contra. En Europa, la Directiva de Copyright autoriza la minería de datos con afán comercial salvo oposición expresa del titular, pero este mecanismo de exclusión es un parche que no sirve, porque muchos creadores ni siquiera administran el servidor donde habitan sus obras en este mundo digital nuestro. La sentencia de un tribunal alemán en noviembre de 2025 fue directamente al centro del problema y dictaminó que, aunque la recolección inicial esté amparada, memorizar obras completas en los pesos algorítmicos del modelo es, de facto, una reproducción. Y esto es el nudo gordiano de todo el asunto. Porque afirmar que “todo fue un robo” es una hipérbole que los tribunales aún no refrendan, pero sostener que “todo es legal” es una ficción corporativa que no se sostiene. La única certeza es estamos en un conflicto abierto en el que lo que está haciendo el sector tech es construir primero y disculparse después. Vamos, la clásica maniobra anglosajona de pedir perdón en lugar de permiso⁶.

A partir de todo esto, observamos una fractura que me interpela directamente como trabajador de una Facultad que habita entre textos. Me preocupa especialmente la prosa sintética. Un ensayo empírico publicado en Nature en julio de 2024 confirmó que, cuando los modelos de lenguaje se retroalimentan con datos generados por otros LLMs, incurren en lo que los investigadores diagnosticaron como el colapso del modelo⁷. Primero empiezan a desaparecer las distribuciones minoritarias (lo raro, lo excéntrico y casi todos los matices), y después el modelo converge hacia un texto cada vez más genérico, plano, repetitivo y eventualmente incoherente. Siendo este un proceso acumulativo e irreversible. Y el problema es que internet se está llenando de texto 100% sintético a una velocidad que hace plausible este escenario, porque según otro análisis de 2025, el 74% de las nuevas páginas web contenían ya contenido totalmente generado por IA⁸. Si me habéis leído en semanas anteriores, ya conocéis el término “mierdificación” que Cory Doctorow acuñó para describir el ciclo de decadencia de las plataformas digitales y que se aplica con escalofriante precisión a lo que puede ocurrir con la calidad del texto en la red. Pues bien, si los modelos que usamos se alimentan cada vez más de su propia prosa, y esa prosa alimenta a su vez el ecosistema textual del que beberán los siguientes modelos, el resultado es una cacofonía autorreferencial. Texto correcto, probabilístico pero muerto, lenguaje sin experiencia ni pensamiento humano detrás.

Como profesor, esto me preocupa más que casi nada. Porque lo que hacemos en educación, entre otras cosas, es enseñar a escribir porque escribir ordena el pensamiento. Y escribir o pensar es, ante todo, buscar la fricción, buscar la palabra que no viene sola, tachar y reescribir hasta que lo que dices se parezca a lo que piensas. Sin que haya un cálculo estadístico ni consumo de tokens detrás. Un texto gramaticalmente correcto, per se, no es un buen texto. Si la herramienta que usan nuestros estudiantes genera un primer borrador impecable y carente de voz, el riesgo educativo es la atrofia de la parte del cerebro que convierte una idea vaga en un argumento propio. No porque vaya a existir una merma, sino porque va a haber ciertas capacidades que no se van a llegar a desarrollar.

A todo esto habría que sumarle una dimensión que a veces se trata como anécdota y es estructural: la diferencia entre los modelos de IA gratuitos y los de pago. El modelo gratuito de ChatGPT ofrece acceso limitado al modelo más reciente, con pocas consultas por hora y una ventana de contexto reducida. ChatGPT Plus, por veinte dólares al mes, multiplica esas capacidades: más tokens, más ventana de contexto, razonamiento avanzado, generación de imágenes, ejecución de código. La versión Pro, a doscientos dólares al mes, desbloquea todo el potencial “sin restricciones”. Lo mismo ocurre con Claude, con Gemini, con todos. El patrón freemium/premium no es nuevo, lo vemos en muchísimos productos o servicios que consumimos, pero aplicado a herramientas que amplifican capacidades cognitivas (resumir, analizar, redactar, investigar) adquiere una dimensión que algunos ya han descrito como una posible “tercera brecha digital”⁹: ya no basta con tener dispositivo o conexión, sino que hay que poder pagar la versión de la IA que realmente funciona bien, o la que, en un posible futuro, no te bombardea con anuncios. Vamos, puro Charlie Brooker. Un estudiante con acceso a la versión gratuita y otro con la versión de pago no están usando la misma herramienta, no parten desde el mismo lugar. Están en escalones cognitivos distintos. Y esto, en una universidad pública, debería darnos que pensar.

Aulas blindadas, militarización algorítmica y patatas fritas baratas

La Unión Europea parece que ha intentado poner algo de orden en todo esto. La AI Act, aprobada en 2024 y de la que nos hablaron en el taller, es la regulación más ambiciosa del mundo en la materia. Y contiene cosas relevantes para quienes trabajamos en educación: desde febrero de 2025, por ejemplo, está prohibido usar sistemas de IA para inferir emociones de estudiantes en centros educativos. Prohibido. No regulado ni sometido a evaluación: prohibido. Lo cual significa que cualquier sistema de proctoring que analice el estrés, la atención o el estado emocional de un alumno durante un examen o cualquier otra práctica incurre en algo ilegal en la UE. Los sistemas de vigilancia de exámenes que se limitan a detectar comportamientos (mirar fuera de pantalla, usar materiales no autorizados) sin inferir estados emocionales no están prohibidos, pero sí clasificados como elementos de alto riesgo, lo que implica ciertas obligaciones de transparencia, supervisión humana y evaluación de impacto que entran en vigor a partir de agosto de 2026¹⁰.

¿Queréis contradicción y perturbación en la fuerza? La AI Act exime explícitamente de su ámbito los usos militares y de seguridad nacional. Mientras Europa regula con detalle cómo puede usarse la IA en un aula, deja fuera por completo cómo se usa en un campo de batalla. Y el mismo tipo de tecnología que alimenta a ChatGPT alimenta a sistemas como Maven, el programa de IA del Pentágono cuyo contrato principal gestiona una compañía tan opaca, tirana y oscura como Palantir. Una empresa que en 2025 superó los 1300 millones de dólares de inversión militar solo en Estados Unidos, que firmó un acuerdo con la OTAN para planificación militar ese mismo año, y que también sabemos que tiene contratos verificados con el Ministerio de Defensa español (del Gobierno más progresista de la historia, ejem…)¹¹. La misma arquitectura tecnológica, regulada en el aula y desregulada en la guerra. La misma empresa vendiendo analítica de datos a un hospital público y sistemas de targeting a un ejército. Y la misma Unión Europea firmando con una mano la regulación más garantista del planeta y mirando para otro lado con la otra cuando esa tecnología se despliega en teatros de operaciones donde no hay consentimiento informado ni derecho a absolutamente nada. Solo muerte y destrucción.

Hoy, para intentar aterrizar todo esto no voy a irme a papers recientes ni nada por el estilo, sino a algo más clásico. Michael Apple, en un texto que cualquier estudiante de Educación debería haber leído al menos una vez en su vida, usó hace décadas la imagen de comerse unas patatas fritas baratas en un restaurante de comida rápida para explicar algo que la buena pedagogía, la crítica, lleva décadas intentando hacer ver al resto de personas que se acercan a un aula. Que los actos de consumo aparentemente inocuos están casi siempre insertados en o vinculados a cadenas globales de explotación, desposesión y daño ambiental que permanecen completamente invisibles precisamente porque el producto final es barato, rápido y satisfactorio para quien lo consume. Nadie, mientras moja una patata del McDonalds en kétchup, piensa en la deforestación que hizo posible la siembra masiva de la papa, ni en las condiciones laborales de quien la frió, ni en la cadena logística que la puso en su bandeja, junto a otro buen puñado de patatas, por un apenas un euro. Para Apple, el trabajo de la educación consiste exactamente en hacer visibles esas conexiones que el mercado necesita que no veas. O debería consistir en eso, para absolutamente todo.

El caminante sobre el mar de nubes (1818), Caspar David Friedrich. Un tipo solo, de espaldas, mirando un paisaje que no controla. Mi condición tecnoescéptica actual.

Pues bien, pedirle a una IA que te resuma un artículo, que te redacte una carta de motivación o que te genere una rúbrica de evaluación en diez segundos es la patata frita barata de este 2026. Los productos generados son rápidos, satisfactorios y aparentemente gratuitos. Pero detrás hay centros de datos que evaporan millones de litros de agua, un coste de inferencia bárbaro, cadenas de suministro de chips que encarecen la RAM hasta hacer inviable que después te puedas montar tu propio ordenador, miles de millones de textos ajenos aspirados, memorizados y reutilizados sin permiso claro, trabajadores del Sur global etiquetando datos por centavos para que el modelo aprenda qué es violento y qué no, qué debe decir y qué no, y contratos militares que nadie mencionó en el taller del que os hablaba, pero que posiblemente decidan la próxima muerte en base a una probabilidad de un modelo específico. La IA no es, ni ha sido ni será, una herramienta neutra que cada sociedad moldea a su gusto, por mucho que la eduques. Y esto es lo primero que hay que aclarar. La IA es profundamente política, tiene dueños, cadenas de suministro, clientes, inversores y un modelo de negocio que necesita que cada vez más decisiones (educativas, sanitarias, judiciales y también bélicas, sí) pasen por sus servidores. Cuando alguien en una sesión de formación dice, con toda la buena intención del mundo, que la IA es una fuerza democratizadora, fantástica para el aprendizaje y que va a transformarlo todo, posiblemente tenga algo de razón, pero no está leyendo la letra pequeña, una que conviene tener también en algún rincón de la cabeza. No para arruinar la conversación, ni para frenar el avance tecnológico de la sociedad, sino para no salir del aula creyendo que lo que ocurre dentro de la pantalla ocurre en el vacío. Porque al fin y al cabo, si hay un sitio donde deberíamos ser capaces de ver la cadena completa detrás de la patata frita, ese sitio es la Universidad.

Planteo una cuestión que me acompaña desde que salí del taller… ¿es sostenible este modelo? No me refiero solo a lo ambiental, que también. Me refiero a una pregunta más amplia, ¿tendremos estas IAs para siempre? ¿O estamos ante un ciclo tecnológico históricamente contingente, alimentado por una inversión de capital que no es evidente que vaya a mantenerse indefinidamente, sostenido por cadenas de suministro que ya crujen y por un ecosistema textual que empieza a contaminarse de su propia producción? No lo sé. Nadie lo sabe. Precisamente por eso me parece irresponsable planificar la educación del futuro sobre la premisa de que esto estará aquí eternamente y cada vez será mejor. Y del mismo modo me preocupa también la otra cara de la dependencia. Si externalizamos la redacción, la síntesis, la búsqueda y hasta la formulación de preguntas, ¿cuánta merma intelectual somos capaces de normalizar o de externalizar? No quiero ser catastrofista, pero me parece una pregunta legítima de alguien que enseña a futuros maestros y maestras a pensar para ganarse la vida.

Y en todo esto, sin embargo, también encuentro esperanza. Paradójicamente. Ser optimista en medio de esta situación tan saturada de información, de modelos y de otras vainas es también vital. ¿Qué dónde veo los brotes verdes? Pues en que, ante la avalancha de lo sintético, determinadas cuestiones imposibles de automatizar están volviendo a tener prestigio. Percibo ligeros indicios, pequeños, frágiles, pero haberlos “haylos”. Hay quien ya me cuenta por los pasillos que ha cambiado todas sus prácticas a cuestiones de naturaleza oral porque las vías anteriores solo servían para saber diferenciar a quien tenía pericia con el prompt de quien no. Hay quien se asoma por las tutorías, para charlar largo y tendido, porque dice que así es la única manera que tiene para saber qué quiere investigar exactamente en su TFG, a partir de la conversación real. O la simple escritura a mano, torpe, de caligrafía lenta y desesperante, que de repente aparece en proyectos de innovación como si fuera la última tecnología de vanguardia. Alguien en un seminario tartamudea porque no tiene clara la idea, porque todavía no la ha atrapado, y ese titubeo vale más que cien párrafos pulidos por una máquina que no fueron comprendidos por quien los firmó. Quien titubea y duda abraza el error, asume riesgos y muestra su proceso de pensamiento en tiempo real. Como digo, empiezo a notar entre estudiantes y entre mis compañeros profes ciertos cambios hacia procesos de reevaluación silenciosa. Una pequeña revolución de la presencia física, del abrazo a la fricción intelectual y de la aceptación de que existen procesos indelegables donde su valor radica, precisamente, en el hecho de haberlos atravesado. En el peso del proceso frente al producto. Viaje antes que destino. La crudeza de estar ahí sin atajos ni resoluciones inmediatas.

La sobreexposición artificial pareciera que está engendrando nuevos valores, casi inéditos, hacia lo artesanal, hacia lo situado, hacia lo que acompaña al cuerpo. Volver a la interacción terrenal después de tanto exceso digital con la nube. Como veis, digo todo esto sin mucho dato, pero también sin mucha duda. No sé si hay realmente un cambio o si es una alucinación propia (y si las IA alucinan, a mí me vais a permitir también esa licencia). Pero todo esto lo veo, no obstante, como el único enfoque posible, el único válido para seguir pensando y repensando la educación actual. No en contra de la tecnología, sino asumiendo con dureza y en crudo sus peajes y sus facturas. Saber perfectamente quién paga las facturas, qué dejamos atrás cuando abrazamos esta tecnología acríticamente y, sobre todo, qué recuperamos cuando elegimos deliberadamente hacer cosas sin ella, sin mediación artificial. Porque, a fin de cuentas, la mejor réplica a la máquina no pasa por diseñar otra más potente, sino por reivindicar todas aquellas cuestiones que jamás podrá hacer desde su naturaleza sintética, porque ni tiene cuerpo, ni tiene biografía ni sentirá nunca el pánico de quedarse en blanco ante una página o ante un grupo de personas.

Salgo de la Facultad. Hace sol. Camino despacio. No le pido a nadie que me resuma el camino a casa.

1. https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai

2. https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand

3. https://www.gstatic.com/gumdrop/sustainability/google-2025-environmental-report.pdf | https://sustainability.google/google-2025-environmental-report/

4. Todo este percal de las obleas, la HBM y la subida de precios de la RAM está magníficamente explicado en un artículo de Tom’s Hardware: https://www.tomshardware.com/pc-components/ram/hbm-is-eating-your-ram

5. Más datos sobre la subida de precios de la RAM y su impacto en el mercado de PCs de consumo en WinBuzzer: https://winbuzzer.com/2026/03/16/dram-prices-surge-180-hbm-shift-starves-consumer-supply-xcxwbn/

6. El mejor mapa actualizado de todas las demandas de copyright contra empresas de IA: ChatGPT Is Eating the World. Para una visión de conjunto más institucional, la revisión anual de la Copyright Alliance va fetén: https://copyrightalliance.org/ai-copyright-lawsuit-developments-2025/

7. https://www.nature.com/articles/s41586-024-07566-y

8. https://ahrefs.com/blog/what-percentage-of-new-content-is-ai-generated/

9. La idea de una “tercera brecha digital”: https://www.brookings.edu/articles/ai-and-the-next-digital-divide-in-education/

10. https://artificialintelligenceact.eu/article/5/ | https://artificialintelligenceact.eu/annex/3/.

11. https://www.newtral.es/contrato-defensa-palantir-secreto-espana/20231009/