Es una tecnología de cambio de paradigma.
Y los cambios de paradigma necesitan ser comprendidos por quienes toman las decisiones.
La IA no es un tema técnico. Es un tema político y estratégico.
Primero, las decisiones que definen la posición del Estado frente a la IA: infraestructura, datos, modelos, plataformas, economía y dependencia. Cada bloque se puede ampliar para ver qué está en juego, qué hay que decidir y qué preguntas conviene hacerse.
Las decisiones sobre IA también son decisiones sobre energía, conectividad, cómputo y autonomía territorial.
Una propuesta de data center no es solo inversión: también es consumo energético, uso de agua, demanda de suelo, conectividad, empleo, dependencia tecnológica e inserción geopolítica.
No toda solución requiere infraestructura local, pero en algunos casos puede haber motivos estratégicos para alojar parte del cómputo o de los datos cerca del Estado.
No se trata solo de “tener servidores”. Se trata de comprender dónde viven los datos, quién controla el cómputo, bajo qué reglas opera la plataforma y cuánto margen de decisión retenemos.
Antes de hablar de IA, un liderazgo público necesita saber con qué datos cuenta y en qué estado se encuentran.
No hace falta tener “todos los datos”. Hace falta identificar los datos prioritarios para las decisiones y casos de uso que realmente importan.
Calidad, estructura y gobernanza importan tanto como la cantidad.
Hay datos que pueden aumentar riesgos legales, éticos o de seguridad, aun cuando parezcan útiles.
El debate no es solo “qué modelo es mejor”, sino qué combinación de modelos, costos y grados de dependencia conviene asumir.
Los modelos cerrados suelen ofrecer rapidez y productos maduros. Los abiertos pueden dar más control, flexibilidad o capacidad de adaptación, pero exigen más capacidad técnica.
Muchas organizaciones terminan usando una arquitectura multi-modelo: modelos distintos para tareas distintas, con una capa que decide cuál conviene usar.
RAG sirve para darle al sistema información actualizada o propia. Fine-tuning cambia el comportamiento del modelo mediante entrenamiento adicional.
La decisión no es solo qué compramos: también es qué construimos, qué integramos y qué dejamos bajo nuestro control.
Una plataforma puede resolver interfaz, seguridad, gestión de usuarios, conexión con modelos, trazabilidad y despliegue de agentes.
Los agentes pueden venir como producto o construirse a medida. La diferencia está en el harness, las herramientas disponibles, los permisos y el nivel de autonomía.
La plataforma elegida puede facilitar mucho el trabajo o encerrar a la organización en un ecosistema del que luego sea costoso salir.
La decisión no termina en cuánto cuesta usar un modelo: importa cómo escala, qué dependencia genera y qué capacidad de salida conserva el Estado.
El costo total puede combinar tokens, licencias, infraestructura, integración, mantenimiento, seguridad, soporte y supervisión humana.
Una solución puede ser conveniente en el corto plazo y generar una dependencia difícil de revertir en el largo plazo.
Diseñar con interoperabilidad y alternativas desde el inicio puede mejorar la posición negociadora del Estado frente a proveedores.
La compra pública de IA define mucho más que un proveedor: puede definir arquitectura, dependencia, datos, costos y capacidad futura del Estado.
Conviene distinguir modelo, plataforma, integración, datos, soporte, infraestructura y servicios profesionales.
Aunque se tercerice la implementación, el Estado necesita capacidad propia para evaluar, negociar, supervisar y cambiar de rumbo.
Después de las grandes decisiones estratégicas, aparece otra agenda: cómo entra la IA en la organización, cómo se sostiene, dónde genera valor y qué capacidades hacen falta para usarla bien.
Antes de diseñar una estrategia, necesitamos saber qué ya está pasando.
Un pulso puede combinar encuesta, entrevistas y mapeo de herramientas para detectar adopción, usos, riesgos, habilidades y oportunidades.
La IA ya está entrando. La pregunta es cómo darle reglas, responsables y mecanismos de aprendizaje.
Inventario de sistemas, reglas para datos sensibles, supervisión humana, gestión de incidentes, evaluación y mecanismos para actualizar la estrategia a medida que cambia la tecnología.
No se trata de hacer “proyectos de IA”, sino de identificar dónde puede mejorar resultados públicos concretos.
Un portfolio puede ordenar casos por impacto potencial, disponibilidad de datos, complejidad de integración, costo, riesgo y capacidad real de implementación.
La transformación no depende solo de tecnología: depende de personas capaces de usarla, supervisarla y mejorarla.
Capacidad para formular problemas, trabajar con datos, diseñar procesos, evaluar proveedores, medir resultados, gestionar riesgos y construir o integrar soluciones cuando sea necesario.
La responsabilidad del liderazgo público no termina en adoptar IA dentro del gobierno. También implica acompañar a la comunidad en una transformación que cambia cómo trabajamos, cómo aprendemos, cómo confiamos en la información y cómo participamos de la vida pública.
La IA vuelve más fácil producir contenido convincente a gran escala. El decisor público necesita fortalecer la capacidad colectiva para distinguir información confiable y responder rápidamente cuando circula contenido falso o manipulado.
Definir canales oficiales, entrenar equipos para verificar contenido, comunicar rápidamente ante incidentes y enseñar criterios básicos de verificación.
No todos necesitan aprender a programar. Pero sí comprender qué puede hacer la IA, cuáles son sus límites y cómo usarla críticamente.
Uso responsable, privacidad, verificación de fuentes, reconocimiento de errores o alucinaciones y comprensión de contenido sintético.
Si el acceso a herramientas, conectividad y capacidades queda concentrado, la IA puede ampliar diferencias preexistentes.
Quiénes están aprovechando la IA, quiénes están quedando afuera y qué capacidades locales pueden construirse para distribuir las oportunidades.
La IA modifica tareas, profesiones y expectativas. El liderazgo público puede ayudar a que esa transición sea comprensible y gestionable.
Construir capacidad de adaptación: información clara, diálogo, formación continua y mecanismos para detectar temprano los impactos locales.
CIIAR convierte problemas comunes en una agenda política y técnica regional. No reemplaza la autonomía de cada ciudad: la fortalece.