Cómo tomar el volante para conducir la inteligencia artificial 

Por Adolfo De Unánue*

Sostuve la semana pasada que el problema de América Latina con la inteligencia artificial no es de acceso, sino de volante: quien define qué optimiza la máquina decide para quién trabaja. Queda la pregunta incómoda: ¿cómo toma el volante una región que no tiene suficientes ingenieros para conducir? Porque el cuello de botella no es el modelo —se descarga— ni el dinero —se consigue—. Es la capacidad: gente capaz de plantear el problema correcto, desplegar la solución a escala y responder por ella. Y esa capacidad se construye de dos maneras: desplegando, y transformando cómo formamos a las personas.

Conviene mirar a quien ya escaló. China no llegó a la frontera comprando los mejores modelos, sino desplegándolos sector por sector dentro del Estado —logística, energía, transporte, administración—, con el Estado como cliente ancla que crea demanda y, con ella, capacidad local. Cada implementación entrenó al equipo que armó la siguiente; la capacidad se fue acumulando como se acumula el capital. La lección es de método, no de régimen: la escala no se compra en un catálogo, se construye desplegando. No obstante, hace falta la honestidad que les falta a los entusiastas: China tenía lo que nosotros no —un mercado interno colosal, horizontes de planeación de décadas y capital paciente—. La lección se adapta, no se calca; copiar su modelo político sería tan ingenuo como ignorar su método.

Y América Latina tiene dónde empezar. El Estado ya tiene superficie —y problemas que duelen— en la logística de sus puertos y corredores, en la infraestructura, en la salud y en la administración pública. Desplegar ahí en serio, y no en pilotos de exhibición, resuelve problemas reales y, de paso, forma a los equipos que harán el siguiente despliegue. La compra pública, bien dirigida, puede funcionar como política industrial: cada contrato es la oportunidad de exigir que la capacidad se quede en el país, en lugar de alquilarla para siempre.

Plantear el problema correcto, juzgar si el resultado sirve…

Pero la capacidad técnica está cambiando de naturaleza, y aquí hay que ser preciso para no caer en el determinismo de moda. La inteligencia artificial está automatizando la ejecución en todo el trabajo de conocimiento: no solo el código, también el borrador legal, el diagnóstico de rutina, el modelo financiero, la traducción, la revisión bibliográfica. Lo escaso deja de ser producir el artefacto y pasa a ser otra cosa: plantear el problema correcto, juzgar si el resultado sirve y responder por las consecuencias. No es que sobren las personas; es que cambia lo que hacen: de ejecutar, a especificar, orquestar y evaluar. Un equipo pequeño que sabe formular problemas, multiplicado por estas herramientas, rinde como uno mucho mayor que no sabe.

Eso reordena el papel de la universidad, y no solo en las carreras que enseñan a programar. Si la máquina ejecuta, lo que la universidad debe cultivar es justamente lo que la máquina no puede: el juicio. En medicina, saber cuándo el sistema se equivoca y sostener la relación con el paciente. En derecho, la estrategia y la interpretación, no el escrito de trámite. En administración, decidir bajo incertidumbre. En las humanidades, el pensamiento crítico y la pregunta por el sentido se vuelven, lejos de obsoletos, más necesarios que nunca. 

Y el eje que atraviesa todo esto es ético: en un mundo donde la máquina ejecuta, lo que queda del lado humano es decidir qué vale la pena hacer, para quién, y quién responde cuando algo sale mal. La ética deja de ser una materia optativa para volverse el centro de la formación, porque es, literalmente, lo que no se automatiza.

El circuito que convierte la dependencia en soberanía

El camino, entonces, no es esperar al mejor modelo ni anunciar un gran proyecto nacional de golpe. Es desplegar donde el Estado ya está presente —la logística de puertos y corredores, la infraestructura, la administración pública—, desplegar ahí en serio, no en pilotos de exhibición, y usar cada despliegue para sembrar talento y acumular capacidad. 

Universidad que forma, agentes que multiplican, instituciones que despliegan: ese es el circuito que convierte la dependencia en soberanía. Porque decidir qué debe optimizar la máquina no es un discurso ni un acto de voluntad: es una capacidad que se construye, proyecto a proyecto y aula por aula, hasta que la región tenga, por fin, las manos en el volante. ♦

—∞—

Adolfo De Unánue Tiscareño es doctor en Física Teórica de la Universidad Nacional Autónoma de México y cuenta con un posdoctorado en sistemas complejos de C3-UNAM. Es fundador y director del Centro de Ciencia de Datos e Inteligencia Artificial en la Escuela de Gobierno y Transformación Pública del Tecnológico de Monterrey. Fue director de Investigación y Facultad de la misma institución, posición desde la que integró una visión transdisciplinar, enfocada en complejidad y metodologías robustas para abordar los problemas de política pública. Contacto: [email protected]