Mientras el Comité Olímpico Internacional promete capacitar a todos, la tecnología que decide quién gana se vende a precio de Estado rico. La IA no nivela la cancha: la inclina del lado de los que pueden pagarla y lo hace en silencio.
Hay una pregunta que las instituciones deportivas internacionales prefieren no formular en voz alta: cuando un atleta sube al podio, ¿compitió contra los otros finalistas o contra el presupuesto que su país pudo poner detrás de él años antes? En 2026, la respuesta es cada vez menos incómoda y cada vez más matemática. La inteligencia artificial entró al deporte de élite no como un árbitro neutral, sino como un multiplicador de las diferencias que ya existían. Y esas diferencias no son entre deportistas. Son entre Estados.
El medallero ya es una tabla de PBI
Los números de París 2024 no admiten lectura amable. Los siete países que más medallas cosecharon —Estados Unidos, China, Japón, Australia, Francia, Países Bajos y Reino Unido— pertenecen, sin excepción, a las veinte economías más grandes del planeta. La mitad de las medallas quedó en manos del G7 más China, un bloque que concentra alrededor del 60% del PBI mundial. Cuando un analista del think tank Project Syndicate cruzó rendimiento deportivo y riqueza nacional, el resultado fue claro: la diversidad del medallero es una ilusión óptica que se disuelve apenas se mira el dinero detrás.
Distintos modelos estadísticos llegan a la misma conclusión por caminos separados. En las regresiones que comparan medallas con producto bruto, el PBI llega a explicar cerca del 73% de la variación en el total de preseas. La población, por sí sola, explica menos del 20%. Dicho sin eufemismos: no gana el país más poblado ni el más deportivo. Gana el que más puede gastar.
La IA no inventó esa correlación. La está acelerando. Porque la próxima ventaja competitiva ya no se mide solo en estadios, becas y nutricionistas: se mide en capacidad de cómputo, en bases de datos propietarias y en equipos de analistas que ningún comité olímpico de bajos ingresos puede sostener.
El dato cuesta plata, y la plata no se reparte
El ejemplo más nítido vive en el fútbol, donde la brecha es pública y auditable. La masa salarial de la Premier League rondó los 1.900 millones de libras en la temporada 2024-25; La Liga, segunda, gastó menos de la mitad. Y eso es solo lo que se ve. Por debajo corre otra economía: la de los departamentos de datos. Los clubes de la cima sostienen plantillas de decenas de analistas, herramientas de visión por computadora y modelos de IA hechos a medida. En el otro extremo del mismo deporte, un técnico trabaja con una planilla de cálculo y el ojo de toda la vida.
Conviene no caer en la simplificación. El Moneyball enseñó que un club chico puede competir si es más inteligente que su rival rico: el Leicester salió campeón en 2016 con el decimosexto presupuesto de veinte, y clubes como Brentford o Brighton llevan años rindiendo por encima de lo que gastan. La data, bien usada, es un ecualizador dentro de una misma liga.
Pero ese argumento tiene un techo, y el techo es geográfico. El Moneyball funciona cuando el club pobre y el club rico comparten torneo, mercado y acceso a la misma infraestructura digital. No funciona cuando de un lado hay un Estado que firma convenios con Microsoft y Amazon, y del otro un país que todavía pelea para que sus federaciones tengan conexión estable. La inteligencia más barata democratiza; la inteligencia de frontera concentra. Y el deporte olímpico se juega, justamente, en la frontera.
El talento que el algoritmo no busca donde no hay presupuesto
La detección de talentos asistida por IA se vendió como una herramienta de justicia: máquinas que ven lo que el ojo humano, lleno de sesgos, no ve. Es cierto en parte. Los sistemas que analizan coordinación neuromuscular y patrones de movimiento corrigen prejuicios viejos del scouting tradicional. Pero la promesa esconde una trampa de acceso.
Un algoritmo de detección solo encuentra talento donde lo despliegan. Y se despliega donde hay dinero para comprarlo, cámaras para alimentarlo y técnicos para interpretarlo. El resultado es perverso: la IA promete encontrar al campeón de siete años que el sistema tradicional ignoraba, pero lo busca, otra vez, en los países que menos lo necesitan.
Hay una excepción que vale la pena nombrar porque demuestra que el problema es político, no técnico. Cuando Intel llevó su plataforma de seguimiento biomecánico a Senegal en un proyecto piloto de detección, identificó cientos de jóvenes con potencial que el scouting clásico jamás habría visto, sin infraestructura costosa. La tecnología puede ser democratizadora. La pregunta es quién la financia cuando no hay una multinacional buscando una foto de marketing. Esa pregunta, hoy, no tiene presupuesto asignado.
La frontera genética: una desigualdad que se hereda
Si el acceso a la IA divide el presente, la genética amenaza con fracturar el futuro. La intersección entre edición genómica y deporte —el famoso fantasma del dopaje genético— suele discutirse como un problema ético abstracto. Es también, y antes que nada, un problema de plata.
La Agencia Mundial Antidopaje incluyó el dopaje genético en su lista prohibida hace más de dos décadas y desarrolló tests de detección. Pero detectar manipulación genética requiere laboratorios de altísima complejidad, certificados y carísimos. Los nuevos métodos de detección de alta capacidad, basados en la propia tecnología CRISPR, escalan el costo todavía más. Acá aparece la desigualdad que casi nadie discute: no es solo que los Estados ricos podrían eventualmente acceder a mejoras genéticas antes que los pobres. Es que solo los Estados ricos pueden costear los laboratorios capaces de controlar que eso no ocurra. El que tiene plata juega y, además, arbitra. El que no la tiene, ni compite ni vigila.
Justicia de dos velocidades en la cancha
El arbitraje tecnológico repite el patrón a escala visible. El fuera de juego semiautomático que la Premier League y la Champions League ya usan se apoya en decenas de cámaras de alta velocidad por estadio, capaces de rastrear miles de puntos por jugador y resolver una jugada en segundos. Es preciso, es caro y es excluyente.
El Mundial 2026 lo adoptará como estándar global para esa cita puntual. Pero fuera de los grandes eventos, la mayoría de las ligas del mundo seguirá resolviendo offsides con el ojo de un asistente parado en la línea. La consecuencia es una justicia deportiva de dos velocidades: la decisión milimétrica para los torneos ricos, el criterio humano —falible y barato— para todos los demás. El error arbitral dejó de ser una imperfección compartida por todo el deporte para convertirse en un lujo que solo algunos pueden eliminar.
La solidaridad que no alcanza
El COI conoce el problema y tiene un discurso preparado. Promete capacitaciones globales en inteligencia artificial para comités olímpicos nacionales y federaciones, y repite, edición tras edición, que no quiere que la brecha tecnológica profundice las desigualdades existentes. El gesto institucional es Olympic Solidarity, el programa que redistribuye parte de los derechos de televisación hacia los comités con menos recursos.
Los números del propio programa muestran el tamaño del parche. El presupuesto 2025-2028 de Olympic Solidarity alcanza los 650 millones de dólares. Para todo el mundo en desarrollo. Para cuatro años. De ese total, apenas 66 millones se destinan a apoyo directo a atletas. Y, dato decisivo: ni un solo dólar está etiquetado como transferencia tecnológica de inteligencia artificial. La hoja de ruta del COI escala la IA de París 2024 a Milán-Cortina 2026 y la despliega a fondo en Los Ángeles 2028, pero el mecanismo que debería emparejar a los que no tienen a Intel, Microsoft ni Amazon como socios no contempla, en su letra chica, la herramienta que está definiendo la competencia.
Capacitar sin financiar es un eufemismo elegante. Se le enseña a un comité olímpico de un país pobre a usar un software que no puede comprar, sobre datos que no puede generar, con un equipo que no puede pagar. La brecha no se cierra con un seminario. Se cierra con infraestructura, y la infraestructura cuesta exactamente lo que esos países no tienen.
Lo que está en juego, también para Argentina
Para un país como la Argentina, que compite con sistemas de alto rendimiento financiados con esfuerzo y presupuesto siempre en disputa, la pregunta no es teórica. Es la diferencia entre llegar a un ciclo olímpico con análisis de datos de frontera o con buena voluntad. El deporte argentino no está del lado de las multinacionales tecnológicas que arman gemelos digitales de sus atletas. Está del lado de los que tienen que decidir, con recursos limitados, en qué invertir primero. Esa es exactamente la posición desde la que la mayoría del mundo mira esta carrera.
La política deportiva global lleva décadas respondiendo tarde, con regulaciones que los más poderosos ya superaron. La inteligencia artificial no es la excepción: es el caso más documentado de ese patrón. Y la salida no es tecnológica. Es política. Mientras no exista transferencia tecnológica real y financiada —no anunciada—, cada nuevo despliegue de IA en el deporte de élite será una ventaja comprada, no ganada.
La pregunta de fondo no cambió, solo se volvió más urgente: ¿quién decide qué tecnología es legítima en el deporte olímpico, y quién queda afuera de esa decisión? Mientras la respuesta la dicten los intereses comerciales de los socios tecnológicos del COI antes que una política deportiva deliberada, la brecha entre delegaciones ricas y pobres seguirá construyendo el futuro del deporte por defecto. Sin que nadie lo haya elegido. Y, sobre todo, sin que casi nadie lo vea.
Fuentes consultadas: Project Syndicate, análisis sobre geopolítica del medallero, 2024 / análisis estadísticos sobre PBI y medallas olímpicas, 2024 / Olympic Solidarity, Plan 2025-2028 / COI, comunicado de aumento de presupuesto de Olympic Solidarity, 2024 / datos de masa salarial de las grandes ligas europeas, temporada 2024-25 / Intel, proyecto piloto de detección de talentos en Senegal / WADA, marco de dopaje genético y detección.
