La propiedad de los datos no puede confiarse sólo al sector privado, sino que debe reglamentarse. Estos son fruto del aporte de muchos y no pueden ser vendidos o confiados a unos pocos.
Tesis política fuerte. La IA tiende a aumentar el poder de quien ya tiene recursos, competencias y acceso a datos — generando concentración que afecta procesos democráticos y dinámicas económicas. Pide: criterios claros, controles efectivos inspirados en participación y subsidiariedad, comunidades como co-actores del discernimiento (no destinatarios de decisiones externas), y reglamentación de la propiedad de los datos. Los datos son frutos del aporte de muchos y deben gestionarse como bienes comunes (cita a Juan Pablo II sobre bienes colectivos).
Aquí la encíclica hace un movimiento doctrinalmente significativo: extender el destino universal de los bienes a los datos digitales. Es una jugada que reconfigura el debate sobre privacidad y propiedad — no como derecho individual a controlar 'mis datos', sino como condición colectiva de gobierno de un recurso común. Es congruente con propuestas como las de Mariana Mazzucato (The Value of Everything, 2018), los movimientos por data trusts (UK Open Data Institute), iniciativas como Solid (Tim Berners-Lee), o las propuestas de cooperativismo de datos. La consecuencia jurídica —no escrita pero implícita— es una crítica al régimen actual donde los datos generados colectivamente son apropiados privadamente.
Los datos como commons tiene tradición técnica y política: Wikipedia (texto), OpenStreetMap (mapas), MusicBrainz (metadata musical) son commons funcionales. El modelo se vuelve más difícil para datos derivados de comportamiento privado (búsquedas, ubicación, transacciones). Propuestas concretas: data unions (Streamr, Pool Party); personal data stores (Solid de Tim Berners-Lee); datos públicos abiertos (data.gov, data.gob); el Data Act europeo (2024) y su régimen de portabilidad y acceso. El DMA europeo intenta abrir interoperabilidad forzosa. Pero la mayor parte del cómputo IA hoy se entrena con datos extraídos sin compensación a sus productores — el debate sobre copyright en entrenamiento (NYT vs OpenAI, etc.) es la punta de iceberg de la cuestión que el párrafo nombra.