Redes neuronales artificiales como dispositivos de regulación en el capitalismo digital

Autores/as

  • Sara Alarcón Universidad del Atlántico Autor/a
  • Leandro Giri Universidad Tecnológica Nacional Autor/a
  • Erick Rubio Fundación Universitaria San Martín y Universidad del Norte Autor/a

DOI:

https://doi.org/10.15517/revfil.2025.63199

Palabras clave:

Redes neuronales artificiales, dispositivos de regulación, capitalismo digital, opacidad epistémica, hiperparámetros

Resumen

Este trabajo tiene como objetivo analizar el papel de las redes neuronales artificiales en las dinámicas contemporáneas de vigilancia y control, con un énfasis en los mecanismos de opacidad epistémica que las caracterizan. Se argumenta que, aunque estas tecnologías han sido desarrolladas para optimizar la extracción de datos en el capitalismo digital, su funcionamiento opaco y descentralizado ha transformado la vigilancia en un fenómeno más sutíl e imperceptible. A partir de este análisis, se sostiene que las RNAs pueden interpretarse dentro del marco foucaultiano como una actualización de los dispositivos disciplinarios y biopolíticos, ampliando las formas en que el poder se ejerce sobre los individuos y las poblaciones.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Sara Alarcón, Universidad del Atlántico

    (saraalarcon@mail.uniatlantico.edu.co) es filósofa y magíster en Filosofía. Universidad del Atlántico (Puerto Colombia, Atlántico, Colombia). Sus líneas de investigación son la filosofía política y ética. Ha sido co-autora de “El Museo Itinerante de la Memoria y la Identidad de los Montes de María (MIM): El Mochuelo como espacio heterotópico” en la revista Eidos- 2023, ISSN 2011-7477. También publicó en el 2023 en la revista Amauta, “Roberto Esposito: la biopolítica como dispositivo inmunitario”, ISSN 1794-5658.

  • Leandro Giri, Universidad Tecnológica Nacional

    Ingeniero Químico por la Universidad Tecnológica Nacional (Facultad Regional Buenos Aires) y Doctor en Epistemología e Historia de la Ciencia por la Universidad Nacional de Tres de Febrero. Actualmente se desempeña como investigador científico en la Universidad Nacional de Tres de Febrero y en el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET, Argentina). Sus áreas de especialización incluyen Filosofía de la Ciencia, Filosofía de la Técnica, Estudios Sociales de la Ciencia y la Técnica y Política Científico-Tecnológica. Ha publicado numerosos artículos académicos, tanto como autor principal como en coautoría, en revistas especializadas de sus áreas de interés.

  • Erick Rubio, Fundación Universitaria San Martín y Universidad del Norte

    Doctor en Filosofía por la Universidad de Buenos Aires, especializado en complejidad, redes neuronales artificiales y simulación computacional. Es docente en la Universidad del Norte y la Fundación Universitaria San Martín. Su investigación se enfoca en la filosofía de la ciencia, especialmente en inteligencia artificial, sistemas complejos y modelos computacionales. Ha explorado cómo las tecnologías emergentes afectan la producción del conocimiento científico y las implicaciones epistemológicas de los modelos computacionales en la investigación. Su trabajo busca profundizar en cómo las herramientas computacionales influyen en la validación del conocimiento científico.

Referencias

Barak, Omri. 2017. «Recurrent neural networks as versatile tools of neuroscience research». Current Opinion in Neurobiology, 46, 1–6. https://doi.org/10.1016/j.conb.2017.06.003

Benavides, Tulio. 2018. «El cuerpo como espacio de resistencia: Foucault, las heterotopías y el cuerpo experiencial». Co-herencia, 16, 247-272. https://doi.org/10.17230/co-herencia.16.30.10

Bishop, Christopher. 2006. Pattern recognition and machine learning. Springer.

Broncano, Fernando. (2025). «Las entrañas de la inteligencia artificial y lo entrañable de su uso». Revista Iberoamericana De Ciencia, Tecnología Y Sociedad - CTS, 20(58), 179–194. https://doi.org/10.52712/issn.1850-0013-700

Castro-Gómez, Santiago (2010). Historia de la gubernamentalidad. Razón de Estado, liberalismo y neoliberalismo en Michel Foucault. Siglo del Hombre Editores.

Cataldo, Héctor. 2024. Acerca de la Internet de las cosas: vigilancia/libertad como información y mercado. Pecado Ediciones.

Chirimuuta, Mazviita. 2020. «Prediction versus understanding in computational enhanced neuroscience». Synthese, 199(4). https://link.springer.com/article/10.1007/s11229-020-02713-0

Christakis, Theodore, Karine Bannelier, Claude Castelluccia y Daniel Le Métayer. 2022. Mapping the Use of Facial Recognition in Public Spaces in Europe – Part 1: A Quest for Clarity: Unpicking the 'Catch-All' Term. https://dx.doi.org/10.2139/ssrn.4110512

Chu, Yan, Fang Huang, Honbin Wang, Guang Li y Xuemeng Song. 2017. «Short-term recommendation with recurrent neural networks». IEEE International Conference on Mechatronics and Automation (ICMA), Takamatsu, Japan, pp. 927-932, https://doi.org/10.1109/ICMA.2017.8015940.

Coeckelbergh, Mark (2022). The Political Philosophy of AI. Polity.

Covington, Paul, Jay Adams y Emre Sargin. 2016. «Deep Neural Networks for YouTube Recommendations». Proceedings of the 10th ACM Conference on Recommender Systems (RecSys '16). Association for Computing Machinery, New York, NY, USA, 191–198. https://doi.org/10.1145/2959100.2959190

Caponi, Sandra. 2014. «Clasificar y medicar: la gestión biopolítica». En R. Karmy y P. Monti (Eds.) Biopolíticas, gobierno y salud pública Miradas para un diagnóstico diferencial (pp. 154- 173). Universidad de Chile.

Deleuze, Guilles. 1973. Foucault. Paidos Studios.

De Regt, Henk W., y Dieks, Dennis. 2005. «A Contextual Approach to Scientific Understanding». Synthese, 144: 137-70. https://doi.org/10.1007/s11229-005-5000-4.

Durán, Juan Manuel y Jongsma, Karin Rolanda. 2021. «Who is afraid of black box algorithms? On the epistemological and ethical basis of trust in medical AI». Journal of Medical Ethics, 47(5), 329-335. https://doi.org/10.1136/medethics-2020-106820

Feurer, Matthias y Hutter, Frank. 2019. «Hyperparameter Optimization». En: Hutter F., Kotthoff, L., & Vanschoren, J. (eds.) Automated Machine Learning: Methods, Systems, Challenges (pp. 3-33). Cham: Springer Nature Switzerland.

Foucault, Michel. 2019. Microfísica del poder. Siglo XXI Editores

Foucault, Michel. 1994. Vigilar y castigar. Siglo XXI Editores

Foucault, Michel. 1996. La verdad y las formas jurídicas. Barcelona: Gedisa.

Foucault, Michel. 2001. Defender la sociedad. Curso del College de France. 1975- 1976. Fondo de Cultura Económica

Foucault, Michel. (2006). Seguridad, territorio y población. Curso del College de France. 1977- 1978. Fondo de Cultura Económica

Foucault, Michel. (2007). Nacimiento de la biopolítica. Curso del College de France. 1978- 1979. Fondo de Cultura Económica

García, Luis. 2011 «¿Qué es un dispositivo?: Foucault, Deleuze, Agamben». A parte rei. 74, 1- 8. http://serbal.pntic.mec.es/AParteRei/

Goodfellow, Ian, Yoshua Bengio y Aaron Courville. 2016. Deep Learning. The MIT Press.

Hawkins, Jeff y Blakeslee, Sandra. 2005. On Intelligence: How a New Understanding of the Brain Will Lead to the Creation of Truly Intelligent Machines. St. Martin’s Griffin.

Hernández, Rigoberto. 2013. «La positividad del poder: la normalización y la norma». Teoría y crítica de la psicología, 3, 81- 102. https://www.teocripsi.com/ojs/index.php/TCP/article/view/105

Jiang, Miao, Ziyi Yang y Chen Zhao. (2017). «What to play next? A RNN-based music recommendation system. En 2017 51st Asilomar Conference on Signals, Systems, and Computers, 356-358. https://doi.org/10.1109/ACSSC.2017.8335200.

Morozov, Evgeny. (2023). «The True Threat of Artificial Intelligence». The New York Times, 30 de junio. Recuperado de:

https://www.nytimes.com/2023/06/30/opinion/artificial-intelligence-danger.html.

Nielsen, Michael. 2015. Neural Networks and Deep Learning. Determination Press.

Rubio, Erick, Leandro Giri y Andrés Ilcic. 2023. «Desafíos epistemológicos en la era de las redes neuronales artificiales: abordando sistemas complejos desde una perspectiva computacional». Argumentos de razón técnica, 26, 145-178. https://doi.org/10.12795/Argumentos/2023.i26.06

Russell, Stuart y Norvig, Peter. 2020. Artificial Intelligence: A Modern Approach (4th Edition). Pearson.

Srnicek, Nick. 2017. Platform capitalism. Polity Press.

Taigman, Yaniv, Ming Yang, Marc’ Aurelio Ranzato y Lior Wolf. 2014. «DeepFace: Closing the Gap to Human-Level Performance in Face Verification». IEEE Conference on Computer Vision and Pattern Recognition, Columbus, OH, USA, 2014, pp. 1701-1708. https://doi.org/10.1109/CVPR.2014.220.

UNESCO. 2022. Recomendación sobre la ética de la inteligencia artificial.

Yuing, Tuillang. 2014. «Biopolítica y clínica: Notas para una pregunta por el individuo». En R. Karmy y P. Monti (Eds.) Biopolíticas, gobierno y salud pública Miradas para un diagnóstico diferencial (89- 110). Universidad de Chile.

Zhang, Suai, Lina Yao, Aixin Sun, y Yi Tay. 2018. «Deep Learning based Recommender System: A Survey and New Perspectives». ACM Computing Surveys 1 (1): 1–35. https://arxiv.org/abs/1707.07435.

Zuboff, Shoshana. 2019. The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.

Descargas

Publicado

2025-08-14