La presión por modernizar la administración pública mediante inteligencia artificial generativa suele chocar con una realidad institucional frágil y recursos limitados. Existe una paradoja operativa creciente en la región: la urgencia política y administrativa por desplegar herramientas de productividad se enfrenta a la ausencia de marcos de control robustos que mitiguen el riesgo fiscal, operativo y reputacional. Esta tensión no es meramente teórica o académica. Según el informe de IBM de 2025, el costo promedio de una brecha de datos en América Latina se sitúa en 3,81 millones de dólares, una cifra que amenaza con escalar drásticamente si se integran modelos de lenguaje de gran escala en flujos de trabajo sensibles sin las salvaguardas de seguridad adecuadas y verificables.
La adopción de estas tecnologías no es primordialmente un desafío de ingeniería de software o adquisición de hardware, sino un problema complejo de gobernanza y gestión del cambio organizacional. A nivel global, la OCDE reporta que el 97 por ciento de sus países miembros ya utiliza inteligencia artificial en al menos un área gubernamental, con un enfoque predominante en la optimización de procesos internos y la prestación de servicios públicos. Sin embargo, la velocidad de adopción sin controles estructurales genera vulnerabilidades sistémicas. Para contrarrestar este riesgo, organismos técnicos de referencia como el Instituto Nacional de Estándares y Tecnología de los Estados Unidos han desarrollado el perfil de ciberseguridad para inteligencia artificial, identificado formalmente como NISTIR 8596. Este perfil complementa el marco de gestión de riesgos de inteligencia artificial y el Marco de Ciberseguridad 2.0, proporcionando directrices específicas y accionables sobre cómo asegurar estos sistemas a lo largo de todo su ciclo de vida, desde el diseño hasta el despliegue. La triangulación entre la telemetría de adopción acelerada documentada por la OCDE y los datos forenses de costos de brechas de IBM demuestra de manera contundente que la innovación tecnológica sin una gobernanza rigurosa es, en esencia, un pasivo financiero en espera de materializarse.
En el contexto latinoamericano, esta dinámica adquiere matices críticos y urgentes. La Comisión Económica para América Latina y el Caribe, junto con el Centro Nacional de Inteligencia Artificial de Chile, presentó recientemente el Índice Latinoamericano de Inteligencia Artificial 2025. Este instrumento confirma que, si bien la región acelera su adopción tecnológica y registra récords de inversión digital, persisten brechas estructurales profundas en capacidad institucional, talento especializado y marcos regulatorios armonizados. Un precedente regional altamente relevante es el esfuerzo conjunto de la OCDE y CAF para promover el uso estratégico y responsable de la inteligencia artificial en el sector público de la región. Dicho esfuerzo destaca que la fragmentación normativa no solo frena la interoperabilidad entre agencias, sino que erosiona la confianza ciudadana, un pilar fundamental para la democracia y el desarrollo sostenible en nuestros países. El costo de no resolver esta brecha de gobernanza no es solo la ineficiencia operativa, sino la exposición a multas, pérdida de datos sensibles y la parálisis de servicios críticos.
Para transitar de la experimentación aislada y de alto riesgo a la capacidad institucional sostenida y segura, se proponen tres niveles de intervención escalonados, diseñados para adaptarse a diferentes realidades presupuestarias y de madurez organizacional.
La primera alternativa está dirigida a instituciones con capacidad baja, sin equipo dedicado y sin presupuesto nuevo. Consiste en implementar un modelo de campañas ágiles de seis meses para pilotos acotados y de bajo riesgo. Este enfoque, derivado de prácticas de implementación gubernamental exitosa, utiliza el marco voluntario de gestión de riesgos de inteligencia artificial para evaluar y documentar riesgos antes de cualquier despliegue en producción. No requiere nueva legislación ni adquisiciones millonarias, solo una reasignación temporal de talento interno existente para validar funcionalidades mínimas en entornos controlados y con datos no sensibles. Esto resuelve la necesidad urgente de aprendizaje organizacional sin exponer la infraestructura crítica a amenazas desconocidas.
La segunda alternativa es para organizaciones con capacidad media, que cuentan con un equipo técnico básico y margen de decisión directiva. Propone establecer un mecanismo estructurado de priorización de retroalimentación, similar al modelo documentado en implementaciones avanzadas, combinado con la adopción obligatoria del perfil de ciberseguridad para inteligencia artificial para todos los entornos de prueba. Este mecanismo de cinco pasos transforma las solicitudes dispersas y a menudo contradictorias de los usuarios en un plan de desarrollo transparente de seis meses. Simultáneamente, el perfil técnico asegura que los entornos de prueba cumplan con controles de seguridad específicos para sistemas de inteligencia artificial, resolviendo la tensión permanente entre la demanda de nuevas funciones por parte de los usuarios y la obligación ineludible de proteger la infraestructura estatal. La evidencia de eficacia de este enfoque radica en su capacidad demostrada para mantener el compromiso del usuario al mostrar que sus aportes moldean directamente el producto final, reduciendo la tasa de abandono de la herramienta.
La tercera alternativa, dirigida a la acción colectiva regional o a instituciones de alta capacidad con mandatos de modernización amplia, implica el desarrollo de un ecosistema de inteligencia artificial agéntica federada. Siguiendo la línea de los esfuerzos de medición, estandarización y cooperación del Índice Latinoamericano de Inteligencia Artificial 2025, esta opción busca que agentes de software especializados automaticen tareas transversales complejas, como la consulta, síntesis y citación de manuales normativos y jurídicos extensos, bajo una gobernanza de datos compartida y auditada. Si bien la evidencia cuantitativa de eficacia a escala regional para este nivel específico de autonomía aún se está consolidando en la literatura académica, los casos documentados de orquestación de agentes en gobiernos pioneros muestran una reducción significativa en el tiempo dedicado a tareas administrativas repetitivas, liberando capital humano especializado para el análisis estratégico y la toma de decisiones de alto valor.
La pregunta fundamental para los formuladores de política y los directivos públicos no es si sus instituciones pueden adquirir estas herramientas tecnológicas, sino si poseen la arquitectura de gobernanza, la disciplina de medición y la voluntad política necesarias para que la inteligencia artificial genere valor público real y medible, en lugar de riesgo operativo acumulado y costos fiscales imprevistos.
