MIT prioriza la vigilancia con IA sobre las bibliotecas: 500 cámaras y reconocimiento facial en todo el campus

Por Zendoric · 26 de julio de 2026.

El Instituto Tecnológico de Massachusetts (MIT) instalará más de 500 cámaras de videovigilancia con inteligencia artificial en todo su campus, según reveló The Tech, el periódico estudiantil de la universidad, recogido por Futurism. El proyecto, valorado en más de 3 millones de dólares, incorporaría —la fuente lo plantea como probable, no como confirmado— recogida de datos faciales en tiempo real y clasificación de objetos: el sistema podría identificar y rastrear no solo a personas, sino también mochilas, cajas, vehículos y bolsas.

Las cámaras se integrarán con el circuito cerrado que ya opera la policía del campus, y su monitorización correrá a cargo de AI-RGUS, una empresa especializada en vigilancia automatizada las 24 horas. Según Kimberly Allen, portavoz del MIT, los datos se conservarán «hasta 30 días», aunque admite excepciones sin precisar cuáles. La grabación de audio quedará desactivada, aunque —según apunta Futurism— eso responde más a la ley estatal que a una decisión propia del MIT de limitar el alcance de la vigilancia.

El MIT presenta la medida como parte de sus «esfuerzos habituales para promover la seguridad del campus». La cronología, sin embargo, juega en su contra: el despliegue llega apenas un mes después de que la universidad cerrara dos bibliotecas y redujera personal en otras, una decisión comunicada en diciembre de 2025 y ejecutada en junio de 2026 alegando un déficit presupuestario. En redes, la ironía no pasó desapercibida: el profesor de relaciones públicas Joshua Foust (Syracuse University) resumió el contraste en Bluesky bromeando con que «al menos también cerraron bibliotecas para ahorrar dinero para las cámaras de IA».

El contexto agrava la lectura. Profesores del propio MIT han denunciado que la policía del campus ya sanciona a estudiantes por participar en protestas o manifestaciones públicas sin pasar por el proceso disciplinario establecido. Sumar reconocimiento facial y seguimiento de objetos personales a ese marco —sin que se conozca un protocolo de supervisión independiente— multiplica el riesgo de que la vigilancia derive en una herramienta de control informal sobre la disidencia, más allá de la seguridad física que la justifica.

En general, el caso del MIT no es un hecho aislado: la vigilancia algorítmica se expande en universidades, comercios y ciudades de EE.UU. —Flock, el fabricante de cámaras más señalado del sector, encadena meses de polémica, vandalismo de sus torres y cancelación forzosa de funciones de audio ante el rechazo social—. Lo distintivo del caso MIT es la ironía de que sea precisamente esa universidad, cuna histórica de la cultura hacker, la que apueste por un sistema centralizado y opaco frente a una comunidad estudiantil con sobrada capacidad técnica para ponerlo a prueba.

Nuestra lectura: el episodio resume bien el lado incómodo del despliegue de la IA a corto plazo. No es la vigilancia en sí lo que preocupa —la seguridad física es una necesidad legítima de cualquier campus—, sino la asimetría entre la velocidad con la que se compra capacidad de vigilancia y la lentitud, o ausencia, de las garantías que deberían acompañarla: retención de datos poco transparente, nula rendición de cuentas pública sobre AI-RGUS, y las denuncias del propio profesorado por sanciones a estudiantes al margen del proceso disciplinario. Cuando una institución financia estas cámaras antes que sus bibliotecas, está tomando una decisión de valores, no solo de presupuesto.

A largo plazo seguimos convencidos de que la IA puede liberar recursos y tiempo humano en dosis hoy difíciles de imaginar. Pero ese futuro de abundancia solo llega si la confianza social en estas tecnologías se construye ahora, con gobernanza real: límites de retención verificables, auditorías independientes de proveedores como AI-RGUS, y un ser humano —no un algoritmo— con la última palabra sobre cualquier sanción disciplinaria. El MIT tiene, en sus propias manos, un caso de estudio sobre cómo no empezar esa transición.