El 6 de octubre de 2025 el Observatorio Latinoamericano de Desarrollo Sostenible (OLDS) dictó una conferencia magistral en la Universidad Católica Santo Domingo (UCSD) sobre inteligencia artificial (IA), desarrollo sostenible y oportunidades económicas para América Latina.
La tesis incómoda: la competencia por la IA no es entre Estados Unidos y Europa, ni entre Estados Unidos y Rusia. Es entre Estados Unidos y China. Europa la representa una sola empresa; Canadá, una. América Latina apenas figura, y República Dominicana prácticamente no aparece.
Primero, qué es realmente esta tecnología
Antes de la geopolítica, la mecánica — porque sin ella la discusión se vuelve opinión.
El cambio de 2017. Las redes neuronales anteriores —convolucionales, recurrentes— procesaban la información por vías secuenciales, palabra por palabra. El mecanismo de atención, publicado en 2017, permitió procesarlo todo en paralelo: mirar el contexto completo y atender a qué palabras van juntas con cuáles.
Ese cambio produce comprensión semántica automática. El ejemplo es doméstico y lo explica entero: «voy al banco». Los primeros modelos generaban texto sin sentido porque no distinguían el banco de sentarse del banco financiero. Hoy esa ambigüedad está resuelta.
Los embeddings. Cada palabra se representa como un vector —una secuencia de números— donde cada posición codifica un rasgo: género, carga positiva o negativa, idioma, y así sucesivamente. No en tres dimensiones, sino en cientos. El resultado es un mapa hiperdimensional del conocimiento humano del lenguaje, sobre el que se opera matemáticamente: restar un vector de otro y ver cómo cambia el sentido.
Y aquí una precisión que conviene sostener contra el ruido ambiente: el sistema tiene información y datos, no conocimiento. Genera un párrafo coherente. No es consciente.
Los modelos de imagen funcionan al revés y por eso son fáciles de entender: se toma una imagen con su descripción y se la degrada hasta convertirla en ruido, muchas veces. Aprendido ese camino, se recorre en sentido contrario — de ruido a imagen, a partir de texto.
Y el ajuste final es aprendizaje por refuerzo con retroalimentación humana: unir una instrucción con la respuesta deseada, sobre cantidades enormes de datos. Eso es lo que convierte un generador de texto en algo con lo que se puede conversar.
Lo que parece creatividad es identificación, aislamiento y recombinación de patrones, produciendo combinaciones no vistas antes. Sin prejuicios — y eso mismo lo vuelve un activo estratégico.
El tablero, y quién está en él
| Estados Unidos | ChatGPT (OpenAI, con Microsoft), Gemini (Google), Grok (xAI), Claude (con Amazon Web Services), Meta |
| Modelos abiertos | Gemma (Google), Llama (Meta), Phi-3 (Microsoft) |
| China | DeepSeek, Qwen, Hunyuan, SenseAI y otros |
| Europa | Mistral, francesa. Prácticamente sola |
| Canadá | Cohere. Prácticamente solo |
| América Latina | Unas pocas iniciativas, casi todas sobre Llama |
| República Dominicana | Prácticamente ninguna |
Hay una ironía fundacional en esa tabla: el trabajo de 2017 lo publicaron investigadores de Google. Google lo dejó pasar. Esas personas salieron, fundaron sus propias organizaciones, y el ascenso de ChatGPT tomó a Google desprevenida. Intentó ponerse al día con un modelo que falló, y solo después volvió a la delantera.
Que la empresa que inventó la técnica perdiera la ventaja sobre su propia invención debería bastar como advertencia sobre lo rápido que se mueve este terreno.
Por qué esto es geopolítica y no tecnología
Si el gobierno de Estados Unidos prohibió exportar chips de alto rendimiento de NVIDIA a China, es por algo. Si China está publicando gratis sus mejores modelos, es por algo. Si se invierten miles de millones de dólares, es por algo.
Ese algo es que la IA se ha vuelto un activo estratégico comparable al petróleo, al oro o a la electricidad.
La jugada china merece atención porque no es la que se espera: romper el mercado publicando en código abierto. En modelos propietarios, Estados Unidos lleva ventaja clara. Pero en modelos abiertos —los que cualquiera puede descargar, ejecutar en su propio computador, modificar y entrenar— China está publicando los mejores y liderando por encima de Estados Unidos.
Eso descentraliza el mercado. Y a América Latina la beneficia: da acceso a tecnología de frontera sin presupuesto de potencia.
Con una advertencia que hay que decir completa: buena parte de esos modelos vienen sesgados, limitados o entrenados para ignorar ciertas posiciones políticas. Acceso barato no es acceso neutral.
Mientras tanto, el costo por token —la unidad con la que se factura— cae de forma sostenida, en cómputo, en energía y en el agua que refrigera los servidores. Y el liderazgo rota como una danza: cada pocos meses cambia quién va delante.
Tres países ya escogieron pareja
- El Salvador × Google — acuerdo de gobierno para instalar centros de datos e introducir la tecnología en el país, con soberanía de procesamiento.
- Marruecos × Mistral — coherente con su relación estrecha con Francia.
- Emiratos Árabes Unidos × ChatGPT.
La pregunta que la conferencia dejó abierta: ¿y República Dominicana? Los países con visión estratégica que saben que no tienen músculo computacional para competir no se resignan: forman alianzas.
Los cinco niveles, y en cuál estamos
OpenAI describe cinco niveles hacia una inteligencia artificial general. Tres ya se cumplieron:
- Chatbots — 2022, con la salida de ChatGPT y Gemini.
- Razonadores — modelos que generan tokens, los filtran y siguen generando: cuanto más «piensan», mejores respuestas dan.
- Agentes — el nivel actual. Se les encarga una tarea completa, deliberan internamente y devuelven un producto terminado.
- Innovadores — el que se aproxima. Hoy un modelo comercial de unos veinte dólares al mes corre uno o dos minutos; algunos llegan a doscientos minutos, casi cuatro horas. Se estima que pronto podrán correr una semana, o en paralelo. El salto es que podrían explorar ideas, enfoques y metodologías que a un grupo de científicos le tomarían años, en días o semanas.
- Organizaciones — conjuntos de agentes autónomos operando procesos completos.
El caso que ilustra el nivel cuatro es AlphaFold: a partir de secuencias de proteínas, estima cómo se pliegan. Abre la puerta al descubrimiento de materiales nuevos, con un potencial tecnológico y económico difícil de estimar.
El mercado laboral: el riesgo no es el que se teme
La pregunta de siempre es si la IA destruirá el empleo. La respuesta que se desprende de los datos es más matizada: un modelo que corre cuatro horas no automatiza una jornada de ocho.
Lo que se observa es otra cosa: personas que dejan corriendo una tarea que les tomaba media jornada, pasan a la siguiente, y a la siguiente. Un mercado laboral con más procesos autónomos, más personas orquestando procesos en paralelo, y más personas concentradas en crear productos.
Y ahí está el punto que ordena todo lo demás:
La economía funciona por y para el ser humano. No tiene sentido generar un producto para Gemini o para ChatGPT.
Estos modelos no tienen deseos, ni perspectivas, ni motivación. Pueden llegar a constituir organizaciones, pero somos las personas quienes debemos encontrarles una utilidad más allá de competir por cuál aprueba más exámenes.
De ahí la ventaja real de América Latina, que no es computacional: el ingenio aplicado y la perspectiva de producto, que es lo que hace que estos modelos generen valor económico para quien finalmente los usa. Y el conocimiento del contexto, que no se sustituye: un sistema diseñado desde fuera propone rutas de evacuación por carretera a comunidades que solo se desplazan por río.
El llamado
La pregunta no es si la inteligencia artificial impactará nuestra carrera profesional, sino cómo va a impactarla, cómo vamos a asumir esa responsabilidad, y cómo vamos a aprovecharla para generar valor.
Del turno de preguntas: salud y clima
El ingeniero geólogo Osiris de León preguntó cómo podrían el Ministerio de Salud y los hospitales articular su información con IA para anticipar problemas en poblaciones vulnerables.
La respuesta abrió tres puntos:
Soberanía de datos. La primera decisión no es técnica: es si el procesamiento se hace en las grandes tecnológicas o dentro del país. La segunda opción es viable y barata — desplegar modelos de código abierto dentro del propio Ministerio de Salud, procesando la información de forma programática sin que salga de la institución.
Reducción de fricciones. El valor no está en el diagnóstico automático, sino en quitar el trabajo de análisis que hoy consume el tiempo del personal.
Promoción y prevención. Evitar que una persona o una comunidad llegue al brote o a la enfermedad es lo más barato y lo más efectivo. Ahí es donde la tecnología rinde, y no en la atención del caso ya complicado.
Sobre clima, se citaron los modelos de pronóstico meteorológico recientemente publicados por Google, que amplían la ventana de anticipación de un evento climático.
Fuente: conferencia magistral del OLDS en la Universidad Católica Santo Domingo, 6 de octubre de 2025 · registro en video (canal oficial de la UCSD).
0 Comentarios