América Latina está adoptando inteligencia artificial construida principalmente fuera de la región. Usamos modelos, infraestructura y plataformas desarrolladas por grandes compañías internacionales, mientras que buena parte de la investigación, el capital y la capacidad de cómputo siguen concentrados en otros mercados. La pregunta es si nuestro papel será únicamente utilizar esa tecnología o también desarrollar capacidad propia para crearla y adaptarla.
Construir soberanía tecnológica no significa que cada país latinoamericano tenga que fabricar chips o desarrollar un modelo de frontera capaz de competir con las mayores compañías del mundo. Existen otras piezas estratégicas: formar talento avanzado, producir investigación, disponer de capacidad de cómputo, desarrollar software abierto y conectar universidades, empresas y gobiernos. También exige cooperación regional, porque esas capacidades están distribuidas de manera desigual entre los países latinoamericanos.
La formación de talento aparece como uno de los puntos donde la región tiene mayores posibilidades de actuar desde ahora. América Latina cuenta con investigadores, universidades y profesionales capaces de trabajar en inteligencia artificial, pero necesita generar condiciones para formarlos, retenerlos y conectarlos con proyectos de largo plazo. Iniciativas académicas compartidas muestran que construir masa crítica también implica superar barreras institucionales y trabajar de manera multidisciplinaria.
El software abierto representa otra dimensión de esa autonomía. Proyectos desarrollados localmente pueden permitir que organizaciones y personas trabajen con datos y modelos sin depender completamente del ecosistema de un único proveedor internacional. En un escenario tecnológico todavía incierto, la capacidad estratégica puede estar menos en controlar toda la cadena y más en decidir qué partes necesitamos dominar para conservar opciones, conocimiento y capacidad de decisión.
🛠️ FuturIApp | GovBuilder: crea una política de uso responsable de IA generativa
Genera políticas, anexos, matrices de riesgo, protocolos e informes ejecutivos desde un diagnóstico guiado para ordenar herramientas, datos, responsables, riesgos y documentos internos en el uso de IA
Disponible para suscriptores Premium de FuturIA
Accede como suscriptor Premium →
Reseña FuturIA Podcast
🎙️ INVITADO:
Felipe José Bravo Márquez
Director de la Iniciativa de Datos e Inteligencia Artificial en la Universidad de Chile | Investigador Principal en Centro Nacional de Inteligencia Artificial | Profesor asociado en Ciencias de la Computación.
La soberanía tecnológica comienza por construir capacidades propias
Timestamp: 00:17:21
Para Felipe Bravo, hablar de soberanía en inteligencia artificial requiere identificar primero los factores que hacen posible desarrollar tecnología. El capital humano avanzado ocupa un lugar central, pero necesita acompañarse de infraestructura, capacidad de cómputo y energía. También hacen falta condiciones laborales que permitan retener a quienes desarrollan estas capacidades. Sin esa combinación, resulta difícil que los países latinoamericanos tengan un papel relevante en el desarrollo de la IA.
América Latina necesita cooperación para competir en inteligencia artificial
Timestamp: 00:18:31
Ningún país de la región reúne por sí solo todas las condiciones necesarias para desarrollar una posición sólida en inteligencia artificial. Algunos tienen mayor capital humano, otros mejores condiciones energéticas y otros cuentan con industrias capaces de generar demanda tecnológica. Por eso, la cooperación regional aparece como una necesidad más que como una aspiración. Compartir capacidades puede permitir que América Latina construya una posición que sería mucho más difícil alcanzar desde esfuerzos nacionales aislados.
Retener talento es uno de los grandes desafíos de la región
Timestamp: 00:19:12
Formar investigadores y profesionales especializados no garantiza que ese conocimiento permanezca en América Latina. Las diferencias salariales y de oportunidades con los países desarrollados generan una presión constante hacia la migración del talento. El desafío consiste también en construir un ecosistema donde investigadores y especialistas encuentren proyectos, empleos y condiciones atractivas para quedarse. La soberanía tecnológica depende tanto de formar personas como de crear oportunidades para que puedan desarrollarse localmente.
CENIA muestra el valor de construir redes regionales
Timestamp: 00:20:36
La experiencia de CENIA muestra que un centro de investigación puede asumir un papel que va más allá de producir conocimiento científico. Iniciativas como el Índice Latinoamericano de Inteligencia Artificial han permitido establecer relaciones con universidades, organizaciones y actores públicos de distintos países. Esa confianza también facilita proyectos donde existen datos con valor cultural que sus comunidades no necesariamente entregarían a una gran tecnológica. La colaboración regional puede convertirse así en una infraestructura estratégica para la IA latinoamericana.
Adoptar inteligencia artificial no significa tener autonomía tecnológica
Timestamp: 00:21:47
Un país puede facilitar el acceso a plataformas internacionales y conseguir que escuelas, instituciones o empresas utilicen inteligencia artificial, pero eso sigue siendo adopción. Si toda esa operación depende de un proveedor externo, un cambio de precios o condiciones puede afectar al sistema completo. Felipe distingue por eso entre utilizar una tecnología y desarrollar capacidad para decidir cómo implementarla. La dependencia tecnológica comienza a ser crítica cuando no existen alternativas frente a un proveedor.
La soberanía puede construirse en distintas capas tecnológicas
Timestamp: 00:22:26
La cadena de la IA incluye hardware, cómputo, software, modelos y servicios construidos sobre esos modelos. Para Chile o América Latina, intentar controlar toda esa cadena probablemente no sea realista ni necesario. La estrategia podría consistir en determinar qué capas resulta importante desarrollar localmente y cuáles pueden contratarse externamente. Mantener software, conocimiento o capacidades propias permite cambiar de proveedor sin perder todo lo construido y reduce el riesgo de quedar atrapado en un único ecosistema tecnológico.
Los centros de datos deberían negociarse como infraestructura estratégica
Timestamp: 00:23:39
Felipe plantea una comparación interesante con los observatorios astronómicos instalados en Chile: la infraestructura internacional puede generar valor local cuando existen acuerdos que reservan capacidad para el ecosistema nacional. Una lógica semejante podría aplicarse a los centros de datos. La instalación de infraestructura podría negociarse junto con acceso a cómputo para investigadores, empresas o instituciones locales. Para hacerlo, también se necesitan autoridades capaces de comprender el valor estratégico de lo que están negociando.
Los modelos abiertos pueden cambiar la distribución del poder tecnológico
Timestamp: 00:26:18
La aparición de modelos abiertos introduce una variable importante frente a la concentración de la IA en pocas compañías. Felipe observa que diferentes actores han utilizado la apertura de modelos como una estrategia para aumentar su adopción y competir. Si estos modelos se vuelven progresivamente intercambiables, el valor podría desplazarse hacia otras capas, como la infraestructura y las aplicaciones especializadas. Para América Latina, ese escenario puede abrir espacios de participación sin necesidad de desarrollar desde cero un modelo de frontera.
América Latina puede empezar por talento e investigación
Timestamp: 00:28:15
Mientras las grandes potencias compiten en modelos, chips y capacidad de cómputo, Latinoamérica todavía ocupa en buena medida una posición de espectadora. Sin embargo, existen áreas donde puede actuar inmediatamente: formar talento y producir investigación. Ese conocimiento será necesario para adaptar la tecnología a problemas propios y aprovecharla estratégicamente. Salud, educación, seguridad y otros desafíos regionales pueden convertirse en campos donde desarrollar capacidades y aplicaciones con impacto local.
Un doctorado conjunto busca construir masa crítica en inteligencia artificial
Timestamp: 00:30:30
La creación de un doctorado conjunto entre la Universidad de Chile y la Pontificia Universidad Católica rompe incluso con una histórica competencia entre ambas instituciones. La iniciativa nació de la idea de que formar investigadores en IA requiere sumar capacidades en lugar de fragmentarlas. El proyecto también ha obligado a conversar con autoridades, empresas y posibles fuentes de financiamiento para generar becas. Es un ejemplo de cómo la formación de talento termina conectando academia, institucionalidad y sector privado.
Definir qué es inteligencia artificial exige una mirada multidisciplinaria
Timestamp: 00:34:44
Al diseñar el doctorado, especialistas de computación, matemáticas, ingeniería eléctrica, ingeniería industrial, estadística y ética descubrieron que ni siquiera existía un consenso inicial sobre qué debía entenderse por inteligencia artificial. Las discusiones incluyeron desde sus fundamentos matemáticos hasta el lugar de la IA responsable. El proceso terminó reforzando una idea: la disciplina no puede comprenderse desde una sola especialidad. Construir capacidades en IA requiere integrar perspectivas diferentes desde su propia formación académica.
DashAI convierte la formación de estudiantes en construcción de tecnología
Timestamp: 00:37:44
DashAI nació como un software abierto y sin código para facilitar el ciclo de vida de modelos de aprendizaje automático. El proyecto parte de una necesidad concreta: muchas organizaciones no querían solamente recibir un modelo terminado, sino disponer de herramientas para construir sus propios modelos sin dominar Python y distintas librerías técnicas. La propuesta busca reducir esa barrera mediante una interfaz más accesible. Es un ejemplo concreto de tecnología desarrollada desde la academia para ampliar capacidades fuera de ella.
El software abierto también puede construirse como un proyecto colectivo de universidad
Timestamp: 00:39:57
Ante las dificultades iniciales para financiar DashAI, el equipo convirtió los proyectos de titulación de estudiantes en una forma de desarrollo tecnológico continuo. Cada generación trabaja sobre nuevas funcionalidades, mientras aquello que demuestra valor se integra al proyecto principal. El proceso ha involucrado a alrededor de veinte tesistas y posteriormente obtuvo financiamiento para continuar su desarrollo. La experiencia muestra cómo la formación universitaria puede producir tecnología acumulativa en lugar de proyectos académicos que terminan cuando se gradúa el estudiante.
El software local puede ofrecer mayor control sobre datos y modelos
Timestamp: 00:42:25
DashAI funciona localmente y permite trabajar con datos, modelos tradicionales de machine learning y modelos generativos dentro de un mismo entorno. Al ser código abierto, una organización puede instalarlo, modificarlo y adaptarlo a sus propias necesidades. Esa característica resulta especialmente relevante cuando existen datos que no deberían trasladarse innecesariamente a servicios externos. La autonomía tecnológica también puede construirse mediante herramientas locales que permitan decidir dónde se procesan los datos y cómo se utilizan.
La IA latinoamericana también debe mirar hacia sus industrias productivas
Timestamp: 00:45:03
Felipe identifica la falta de inversión privada como una de las limitaciones del ecosistema chileno. Buena parte del emprendimiento tecnológico escalable se concentra en actividades digitales como finanzas o logística, mientras sectores donde Chile posee ventajas productivas —como minería, agricultura o pesca— requieren inversiones mayores y reciben menos atención. La oportunidad de la IA no está únicamente en crear otro producto digital global. También puede estar en transformar industrias que ya tienen un peso económico decisivo para los países de la región.
😉✔️¡Suscríbete ahora y forma parte de esta gran comunidad!
+45.000 miembros, +300.000 visitas mensuales, +1.8 millones de visitas, 1.1 millones de usuarios únicos, 2.95 millones de interacciones en el último año. Nos leen en 66 países y 28 estados de EE.UU.
