Análisis del Plan Nacional de Inteligencia Artificial. México ya cuenta con un documento que establece una postura sobre la inteligencia artificial. Y eso importa.
El Plan Nacional de IA, publicado por la Agencia de Transformación Digital y Telecomunicaciones, presenta aspectos que deben reconocerse. Presenta un diagnóstico internacional razonable, incorpora los Principios de Chapultepec como marco ético y organiza la estrategia en torno a tres pilares: marco ético-legal, capacidades y talento, e infraestructura.
Además, no se limita a conceptos. Muestra proyectos ya en funcionamiento, como el Semáforo Aduanal, Ventanilla 24/7, el modelo de grafos del SAT contra factureras y la supercomputadora Coatlicue.
Es un buen comienzo.
Pero un plan nacional no puede juzgarse únicamente por lo que promete. También debe analizarse por lo que deja sin respuesta.
Y ahí aparecen varios espacios en blanco.
Sin metas claras, no hay forma de medir el éxito
El primer problema es muy concreto: no sabemos cómo se determinará si el Plan funcionó.
El documento menciona 6 mil millones de pesos para Coatlicue y 7 millones de dólares para un centro de datos en Aguascalientes. Fuera de eso, no existe un presupuesto global claramente definido, una línea base, indicadores precisos, metas para 2030 ni un calendario detallado.
El propio Plan reconoce que deberán existir mecanismos de seguimiento y evaluación, pero no explica quién los realizará, con qué periodicidad ni cómo conoceremos sus resultados.
Es como anunciar una gran obra pública sin decir cuánto costará, cuándo debe terminar ni quién responderá si no se cumple.
Y aquí el mensaje debe ser muy claro:
Lo que no se mide, difícilmente puede evaluarse. Y lo que no puede evaluarse tampoco puede rendir cuentas.
¿Quién regula a quien desarrolla y opera?
El segundo vacío es todavía más delicado.
México quiere acelerar el uso de la inteligencia artificial en el gobierno, pero aún no ha definido quién supervisará esos sistemas.
El país sigue sin contar con una ley general de inteligencia artificial y la discusión legislativa sobre cómo deberá regularse esta materia continúa abierta.
Mientras eso ocurre, la propia ATDT participa en la definición de estándares técnicos, impulsa proyectos y forma parte del ecosistema que los opera.
En otras palabras, puede terminar diseñando algunas reglas y, al mismo tiempo, participar en el juego.
La pregunta es inevitable:
¿Quién supervisará de manera independiente la inteligencia artificial que utilice el propio Estado?
Y para cualquier persona existe una pregunta todavía más sencilla: si un algoritmo toma o influye en una decisión que me perjudica, ¿cómo puedo defenderme?
El Plan todavía no ofrece una respuesta lo suficientemente clara.
Los usos más sensibles requieren líneas rojas
Hay temas que prácticamente no se desarrollan: seguridad pública, biometría, migración, procuración de justicia o defensa.
No son asuntos menores.
Un error en una aplicación de entretenimiento puede resultar incómodo. Un error algorítmico relacionado con la identidad, la seguridad, los impuestos o la justicia puede cambiar la vida de una persona.
El Plan tampoco establece con claridad qué usos deberían estar prohibidos o sujetos a controles especialmente estrictos: vigilancia biométrica masiva, puntuación social, policía predictiva o reconocimiento automatizado de emociones, entre otros.
Hablar únicamente de “usos de mayor impacto” resulta insuficiente.
Cuando una tecnología puede identificar personas, clasificarlas, perfilarlas o señalar riesgos, las reglas no pueden quedar abiertas a interpretación.
¿Qué pasa cuando el algoritmo se equivoca?
Los propios proyectos que el gobierno presenta como exitosos muestran por qué esta discusión es urgente.
El Semáforo Aduanal y el modelo utilizado para detectar factureras se basan en el análisis de riesgos dirigidos a personas o empresas.
Eso puede ser muy útil para combatir delitos y la evasión fiscal.
Pero ¿qué sucede cuando el sistema se equivoca?
¿Existe revisión humana? ¿Conocemos las tasas de error? ¿Una empresa puede saber por qué fue clasificada como riesgosa? ¿Hay un procedimiento sencillo para corregir una decisión incorrecta?
El Plan no lo explica.
Lo mismo ocurre con Ventanilla 24/7. Se presume que tiene alrededor de 280 mil usuarios, pero una cifra de uso no demuestra por sí misma que el sistema funcione correctamente.
Tener muchos usuarios no es lo mismo que obtener buenos resultados.
La adopción importa. La evaluación importa más.
Los datos necesitan reglas, no solamente principios
El Plan reconoce el valor público de los datos, pero aún no desarrolla una verdadera política nacional al respecto.
Faltan reglas claras sobre interoperabilidad, anonimización, uso de registros administrativos para entrenar sistemas, apertura de la información y propiedad de los datos generados por empresas privadas.
También preocupa la ciberseguridad.
Si el gobierno pretende concentrar los servicios digitales en una infraestructura nacional, puede mejorar la eficiencia. Pero también concentra riesgos.
Es como reunir información valiosa de muchas oficinas en una sola bóveda. Puede estar extraordinariamente protegida, pero si alguien logra vulnerarla, el problema adquiere otra dimensión.
La ciberseguridad debería ser, por eso, uno de los ejes centrales y no un asunto secundario.
El empleo no puede quedarse fuera
Quizá uno de los mayores vacíos del Plan sea el trabajo.
Se habla de formar talento: inicialmente 10 mil estudiantes y miles de certificaciones cada año.
Eso es positivo.
Pero falta hablar de quienes pueden perder oportunidades como consecuencia de la automatización.
No todos se convertirán en programadores, especialistas en datos o ingenieros de inteligencia artificial.
Habrá actividades que cambiarán profundamente. Personas que deberán aprender nuevas habilidades. Empleos que desaparecerán y otros que surgirán.
La pregunta central de cualquier política pública debería ser:
¿Quién se beneficia de esta transformación, quién corre el riesgo de quedarse atrás y qué hará el Estado para evitarlo?
La soberanía tecnológica no puede ser solo un discurso.
El Plan también habla de soberanía tecnológica, pero buena parte de la infraestructura y del conocimiento seguirá dependiendo de proveedores extranjeros.
Las GPU de Coatlicue serán importadas y buena parte de los programas de formación involucra a grandes corporaciones tecnológicas internacionales.
Esto no necesariamente es negativo. El problema es no discutir la dependencia.
Tampoco existe una estrategia lo suficientemente clara para impulsar modelos nacionales o desarrollar tecnología relacionada con las 68 lenguas indígenas del país.
Si hablamos de soberanía tecnológica, debemos preguntarnos no solo dónde están los servidores, sino también quién controla la tecnología, quién desarrolla el conocimiento y bajo qué condiciones podemos seguir utilizándolo.
La inteligencia artificial también consume agua y electricidad.
La IA parece intangible porque aparece en una pantalla.
Pero detrás hay centros de datos, servidores, sistemas de enfriamiento, electricidad y consumo de agua.
Una infraestructura como Coatlicue y una red nacional de centros de datos tendrán una huella energética y ambiental considerable.
El Plan reconoce este asunto, pero no define criterios suficientemente claros para ubicar la infraestructura según la disponibilidad eléctrica, el estrés hídrico o la eficiencia energética.
La nube no flota en el aire.
La nube ocupa territorio, consume energía y necesita agua.
Un buen inicio, pero aún no una política completa.
Nada de esto implica que el Plan deba descartarse.
Tiene elementos valiosos y representa un paso importante para incorporar la inteligencia artificial a la agenda pública mexicana.
Pero todavía falta la parte que transforma una estrategia atractiva en una verdadera política de Estado:
Presupuesto, indicadores, calendario, responsables, líneas rojas, evaluación de impacto, supervisión independiente, transparencia y mecanismos de defensa para los ciudadanos.
Son temas menos espectaculares que hablar de supercomputadoras o de algoritmos.
Pero ahí está la diferencia entre anunciar tecnología y gobernarla.
El mayor riesgo no es solo que el Plan Nacional de IA fracase.
El riesgo más serio es que, dentro de algunos años, no tengamos información suficiente para saber si funcionó, cuánto costó, qué problemas resolvió, qué daños produjo y quién fue responsable de corregirlos.
Y si eso ocurre, el espacio en blanco más importante no estará en el documento.
Estará en la rendición de cuentas.
125 Total Count
