En las montañas de la Sierra Norte, una abuela manda un audio de WhatsApp en zapoteco a sus familiares del otro lado de la frontera. Una radio comunitaria transmite en Mixe los acuerdos de la asamblea. Esas palabras parecen viajar protegidas por la intimidad del territorio, pero en el trayecto son aspiradas por una maquinaria invisible que no busca entender dolores ni alegrías: busca devorar voces para entrenar a sus máquinas.
La industria tecnológica global vende la narrativa de la "inclusión" como una panacea democrática. Pero la historia de América Latina enseña a ser cautelosa: muchas veces la inclusión forzada ha sido el preludio del despojo. Como advierte Nancy Fraser (en articulo de Abya Ayala Soberana), el capital siempre necesitó confiscar y expropiar gratuitamente lo que está fuera de la lógica del mercado. Hoy, en la era algorítmica, ese "capitalismo caníbal" ejecuta un colonialismo digital centrado en el extractivismo de datos de los pueblos originarios. La riqueza biocultural se transfigura en activo financiero: los datos son el nuevo petróleo, y las lenguas se convierten en yacimientos de extracción.
El caso más documentado es Whisper, herramienta de OpenAI entrenada con más de 680 mil horas de audio disponibles en internet, incluyendo registros de lenguas originarias obtenidos sin atribución ni pago. La paradoja más hiriente es que este saqueo llega disfrazado de salvataje: la inteligencia artificial promete salvar las lenguas maternas de la extinción, mientras el control del código fuente y las patentes quedan atrincheradas en servidores corporativos en el extranjero. Los hablantes zapotecos, mixes o triquis son reducidos a combustible gratuito de una maquinaria que jamás les rendirá cuentas.
Frente a esto emergen alternativas como Mozilla Data Collective, que rechaza ver a los hablantes como minas de extracción y ofrece compartir datos bajo condiciones comunitarias, reteniendo la propiedad. En Oaxaca, la alianza entre CIMMYT y la empresa Calice —que licencia su plataforma a multinacionales del agro en Estados Unidos y Europa— centraliza información territorial de pequeños agricultores mixtecos en mixtecadatos.org. El sitio reconoce que los datos pertenecen a los productores, pero el acceso se gestiona mediante acuerdos institucionales sin participación comunitaria visible en su gobernanza. La respuesta no puede ser el repliegue silencioso, sino la disputa frontal por la infraestructura de los datos: construir arquitecturas donde la tecnología obedezca a los tiempos de la asamblea comunitaria y los beneficios se queden en el territorio que los hizo posibles.
