Si bien las innovaciones revolucionarias en el ámbito de la IA —definida en términos amplios— todavía se originan predominantemente en unos pocos laboratorios de gran poder en los países más ricos del mundo, los efectos sociales y económicos más profundos de la IA no se sentirán en Silicon Valley, sino en ciudades como Accra, Ammán, Karachi, Lima, Lomé, Rabat, Vientiane o Suva.
Los subcampos de la IA —como la predicción y la toma de decisiones, la visión de máquina y la detección artificial, el procesamiento del lenguaje natural y el reconocimiento de voz, la robótica y la automatización, y la IA generativa— ofrecen un potencial enorme. Estos aceleran los descubrimientos en la climatología y mejoran los resultados en la agricultura, la salud y la educación. Pero su impacto en los países de ingreso bajo y mediano depende de algo más: la relevancia, los datos y la capacidad de acción y decisión locales.
Para liberar el poder transformador de la IA en todas partes, debemos conectar lo mejor de la tecnología mundial con las realidades de las comunidades. Eso significa mejorar el acceso al internet y la energía, los modelos informáticos, la información contextual (datos de alta calidad y bien gestionados), las capacidades de desarrollar y utilizar soluciones de IA y las aplicaciones que reflejen el contexto cultural y las prioridades comunitarias. Con el fin de avanzar rápidamente y a escala, debemos combinar las soluciones de IA que pueden mejorar los resultados de desarrollo, dentro de las limitaciones existentes, con iniciativas que generen el ecosistema y el interés de los inversionistas necesarias para que las economías en desarrollo se conviertan en países innovadores en el campo de la IA.
En la Cumbre Digital Mundial 2025 organizada por el Grupo Banco Mundial (i), el panel de oradores analizó esta encrucijada: cómo evitar falsas opciones entre “lo mundial” y “lo local” y, en cambio, crear sinergias que impulsen la innovación inclusiva. Surgieron tres temas que pueden ayudar a trazar este camino intermedio.
En primer lugar, centrarse en los datos locales para obtener beneficios locales: aunque las poderosas herramientas de aprendizaje automático, incluidos los grandes modelos de lenguaje, están impulsando avances importantes en campos como la educación, la atención médica y la agricultura, a menudo no se aprovecha su potencial cuando se aplican sin adaptarse a problemas locales específicos en las economías emergentes. Las comunidades podrían beneficiarse mucho más de soluciones de IA personalizadas que han sido desarrolladas o perfeccionadas para sus propios contextos, utilizando datos que reflejen sus necesidades, valores y preferencias.
En toda África, el resurgimiento de modelos de IA de pequeña escala y altamente especializados —denominados “IA pequeña”— refleja una mayor y mejor comprensión de las necesidades y los recursos regionales. Posibilitar los flujos de datos transfronterizos y conectar a los equipos de investigación internacionales (que elaboran los modelos) con los centros de estudios locales (que aportan el contexto local) puede ser una medida eficaz. Un buen ejemplo es el Laboratorio de Datos de Togo (i), una asociación entre el Ministerio de Economía y Transformación Digital del país africano y la Universidad de California en Berkeley, cuyo objetivo es establecer una función de ciencia de datos sostenible dentro del Gobierno togolés.
En segundo lugar, fortalecer la infraestructura y la educación digitales para localizar la innovación: es indispensable contar con bases fiables de la IA, que incluyen la conectividad y la energía sostenible; la computación en el borde, en centros de datos o a través de la nube; el contexto en forma de datos de alta calidad y bien gestionados, y las capacidades para desarrollar las aplicaciones de la IA. Para ayudar a los grupos vulnerables a obtener beneficios de la IA se deben implementar iniciativas educacionales específicas que empoderen a diversas poblaciones, como los grupos históricamente marginados, para que participen de manera activa en la innovación en el campo de la IA.
Los programas que proporcionan capacitación y recursos a grupos subrepresentados ya han demostrado su eficacia impulsando soluciones innovadoras y pertinentes a nivel local, incluso cuando no se dispone de una gran potencia informática o vastos conjuntos de datos. Un ejemplo es el programa Mujeres Africanas en la Inteligencia Artificial y la Tecnología (i), administrado conjuntamente por Unesco, el Centro Internacional de Inteligencia Artificial de Marruecos y la Fundación OCP. Además, es esencial fomentar innovaciones de IA más pequeñas y focalizadas que aborden problemas locales, en lugar de seguir exclusivamente modelos masivos y comerciales. Estas aplicaciones de IA personalizadas, y respaldadas por una ciencia de datos sólida, tienen un mayor potencial para generar soluciones sostenibles y centradas en la comunidad que satisfagan las necesidades del mundo real. Finalmente, los países deben explorar cómo pueden aprovechar sus activos —ya sean recursos minerales o datos— de manera más eficaz para financiar inversiones que les permitan pasar de ser consumidores de IA a productores de IA.
Por último, dar forma a una gobernanza de la IA que equilibre la cooperación internacional con la soberanía nacional: una gestión eficaz de la IA no significa uniformidad; más bien, implica crear estándares y marcos que respalden la colaboración sin comprometer la autonomía o el control de un país sobre los recursos. El desarrollo de modelos de gobernanza claros que permitan a los países colaborar y compartir con pares y que prioricen la interoperabilidad puede fortalecer la cooperación mundial, preservando al mismo tiempo la soberanía. Comenzar con programas piloto en un pequeño grupo de naciones para poner a prueba y perfeccionar estos modelos y normas aplicables a nivel regional podría ayudar a sentar valiosos precedentes para una implementación más amplia.
Medidas clave para aprovechar las sinergias entre la IA local y mundial
En el diálogo de la Cumbre Digital Mundial 2025 quedó claro un punto: el camino a seguir no es mundial ni local, sino un camino intermedio que entrelaza aspectos de ambos enfoques para llevar las soluciones de IA y la innovación al ámbito comunitario en las economías en desarrollo. Por un lado, los modelos y la infraestructura globales seguirán impulsando los avances en las capacidades de IA, pero sin el contexto local y la adaptación no pueden liberar todo su potencial. Por el otro, los modelos locales de “IA pequeña” basados en conjuntos de datos específicos pueden resolver de manera más eficaz y eficiente muchos de los problemas actuales, sin tener que realizar una inversión significativa. Los actores locales tienen los conocimientos, los datos y el apoyo de la comunidad necesarios para garantizar que la IA, en todas sus formas, no solo sea transformadora, sino también digna de confianza y fiable.
Los panelistas señalaron seis elementos imperativos para la acción:
Invertir en el talento local y de la diáspora para impulsar la innovación inclusiva basada en las prioridades nacionales y los contextos regionales.
Construir desde dentro fortaleciendo la educación, la infraestructura y la capacidad antes de depender excesivamente de soluciones importadas.
Involucrar a las comunidades en los procesos de toma de decisiones para garantizar que el desarrollo de la IA sea democrático, inclusivo y congruente con las experiencias de los destinatarios.
Priorizar los casos de uso del mundo real que aborden de forma directa los problemas locales y creen un valor significativo para los ciudadanos, especialmente en las zonas desatendidas.
Adoptar una postura proactiva en materia de gobernanza, entre los responsables de formular políticas y las instituciones, reconociendo el potencial de la IA y actuando con determinación para crear las aplicaciones locales.
Pensar más allá del corto plazo para construir ecosistemas de IA soberanos, sostenibles y sensibles al contexto.
Los emprendedores, el sector privado, los círculos académicos y los Gobiernos de las economías en desarrollo ya están pensando a nivel global y actuando a nivel local para aplicar soluciones de IA pertinentes y eficaces a los contextos en los que pueden marcar una mayor diferencia. Las instituciones de desarrollo y otros asociados deberían ayudarlos a ampliar estos esfuerzos para poner la IA al servicio del desarrollo.
Únase a la conversación