La capacidad administrativa del Estado lleva mucho tiempo siendo un obstáculo para el desarrollo en las economías emergentes.
Al poder basarse en datos generados fuera del Estado, la IA ofrece un atajo para mejorar el procesamiento de la información y desarrollar capacidades burocráticas.
Aunque importar rápidamente capacidad administrativa mediante la IA resulta tentador, conlleva riesgos relacionados con la legitimidad y riesgos políticos.
En la primavera de 2020, cuando se extendían los confinamientos por la COVID-19, Togo se enfrentó a un problema común en todo el mundo en desarrollo: quería transferir con urgencia dinero de emergencia a sus ciudadanos más vulnerables, pero no tenía una forma fiable de saber quiénes eran ni dónde estaban. El último censo tenía casi una década de antigüedad y no existía un registro social. En un país desarrollado, localizar a esos ciudadanos sería una simple consulta a una base de datos; en gran parte del resto del mundo, identificarlos suele exigir reunir registros fragmentados y desactualizados.
En colaboración con investigadores de la Universidad de California en Berkeley y con la organización benéfica GiveDirectly, el gobierno entrenó algoritmos de aprendizaje automático con imágenes satelitales y registros de telefonía móvil para estimar la pobreza hasta el nivel de cada suscriptor de telefonía móvil, y luego les pagó mediante dinero móvil. Esta fue la fase rural de Novissi, el programa de transferencias monetarias de Togo para la pandemia. Llegó a unas 140.000 personas que los sistemas convencionales habrían pasado por alto. Una función que normalmente requiere décadas de infraestructura administrativa se llevó a cabo en semanas, lo que plantea la pregunta: si la capacidad estatal se ha entendido desde hace tiempo como algo que los Estados construyen con esfuerzo, ¿pueden en cambio importarla?
El problema más difícil del desarrollo
Durante gran parte del siglo XX, los economistas del desarrollo creían que los países pobres lo eran porque carecían de cosas: capital, maquinaria, carreteras, escuelas. Sin embargo, los billones destinados a la ayuda produjeron resultados decepcionantes, y para la década de 2000 el consenso había cambiado. La restricción decisiva no era el capital, sino las instituciones y, en concreto, la capacidad estatal: la capacidad, en apariencia mundana, de un gobierno para recaudar impuestos, hacer cumplir los contratos, prestar servicios y administrar las normas con competencia.
Este tema atraviesa dos décadas de pensamiento sobre el desarrollo. Los economistas Daron Acemoglu y James Robinson sostuvieron que la brecha entre las sociedades ricas y las pobres depende de si sus instituciones son inclusivas o extractivas, trabajo que fue reconocido con el Premio Nobel de Economía de 2024. Francis Fukuyama dedicó dos volúmenes a cómo las sociedades “llegan a Dinamarca”, es decir, a un Estado capaz, legal y responsable, y sostuvo que la secuencia es lo más importante. El economista Lant Pritchett lanzó una advertencia más contundente: en la “trampa de la capacidad”, los Estados pobres adoptan las leyes y las mejores prácticas de los ricos sin poder desempeñar las funciones subyacentes. Cargar demasiado sobre estas instituciones huecas y con demasiada rapidez hace que se derrumben; Pritchett lo denomina soporte de carga prematuro. La capacidad real, afirmó, debía crecer lentamente desde dentro; no podía trasplantarse.
Una posibilidad verdaderamente nueva
La inteligencia artificial altera esa conclusión. La mayor parte del debate sobre la IA en el gobierno, en los estudios de la OCDE e informes de centros de estudio, la trata como una herramienta de productividad para burocracias ya capaces. La idea más provocadora es que la IA podría sustituir la profundidad burocrática en sí misma, ya que muchas funciones básicas de un Estado moderno son, en el fondo, procesamiento de información a gran escala, justo aquello en lo que destaca el aprendizaje automático. Lo que hace nuevo este planteamiento es que la IA puede basarse en datos generados fuera del Estado: imágenes satelitales, registros telefónicos, flujos de pagos. Esto rompe la antigua circularidad según la cual conocer a los ciudadanos requería precisamente la maquinaria administrativa que no se tenía.
La mayor parte de las pruebas disponibles hasta ahora procede de sistemas digitales y no de la IA en sí, pero el mecanismo es el mismo: una vez que las máquinas resuelven el problema de información de un Estado, la capacidad llega después. La Plataforma de Inteligencia Económica Local de la India ofrece una primera muestra, al utilizar datos económicos integrados para ayudar a los gobiernos locales a comprender y dar forma a sus economías. Un documento de trabajo del FMI concluye que la digitalización de las empresas y de la administración tributaria se asocia con incrementos de la recaudación fiscal respecto del PIB de hasta tres puntos porcentuales, especialmente cuando las empresas y el gobierno se digitalizan de forma conjunta. Estas mejoras podrían ser transformadoras en países que recaudan menos del 15 % del PIB en impuestos, un nivel que a menudo se cita como el mínimo necesario para sostener las funciones básicas del Estado.
Según estimaciones del gobierno, la infraestructura digital de identidad y pagos de la India ha permitido ahorrar unos 37.000 millones de dólares (₹3,48 billones de rupias), al eliminar del padrón de beneficiarios de programas sociales a personas ficticias y duplicadas; en Malaui, la identificación biométrica amplió el crédito a prestatarios que el sistema formal no podía ver. En todos los casos, la máquina aporta la capacidad analítica de la que carece la burocracia.
La capacidad no es legitimidad
La objeción más importante es conceptual: un Estado que puede procesar información no es lo mismo que un Estado en el que se confía, y, incluso en sus propios términos, la capacidad importada es frágil. Los propios investigadores de Togo constataron que el algoritmo funcionó mejor como complemento de la focalización convencional, y no como sustituto. Superpuesto a una burocracia disfuncional, la IA puede acelerar el rendimiento sin mejorar la equidad: es el soporte de carga prematuro con ropaje moderno, la apariencia de un Estado capaz sin su sustancia.
Los riesgos más profundos son políticos. Si un proveedor extranjero construye y opera el sistema que recauda los impuestos de una nación o decide quién recibe prestaciones sociales, ¿quién responde cuando comete errores y dónde reside la soberanía? La historia ofrece una advertencia: el Servicio de Aduanas Marítimas de China estuvo dirigido por extranjeros durante casi un siglo después de 1854. Aunque era excepcionalmente eficaz en la recaudación, sus ingresos aduaneros se destinaban al pago de préstamos y indemnizaciones extranjeros, y la institución se convirtió en un símbolo duradero de la era de los tratados desiguales. La competencia no podía superar la percepción de una soberanía comprometida.
Las unidades de proyectos gestionadas por donantes en la ayuda moderna pueden reproducir una versión más pequeña de ese dilema: una capacidad administrativa importada que ejecuta los proyectos con eficiencia, pero que con demasiada frecuencia evita en lugar de construir instituciones nacionales. Los sistemas de identidad digital también yerran en ambos sentidos: excluyen a quienes son elegibles y admiten a quienes no lo son. La ejecución puede generar confianza, pero solo cuando los ciudadanos pueden ver cómo se toman las decisiones y cuestionarlas cuando son erróneas. El objetivo debe ser también la confianza, no solo la capacidad, porque en el gobierno, la confianza es la licencia para gobernar.
La distinción decisiva de la era de la IA
¿Puede la IA permitir que los países importen una capacidad administrativa que históricamente tardó siglos en construirse? En parte, y bajo ciertas condiciones. La IA puede comprimir el calendario, y para los Estados más pobres eso supone una ganancia real y humanitaria. Pero el FMI constata que las herramientas digitales aportan la mayor parte de sus beneficios solo cuando los sistemas locales están preparados para absorberlas. La IA es menos un atajo para sortear al Estado que un acelerador para los Estados que ya están dispuestos a reformarse.
La capacidad importada no es legitimidad ganada. Confundir ambas cosas es el error más seductor de la época. Un gobierno puede alquilar la maquinaria de la administración; no puede alquilar el consentimiento de los gobernados, el Estado de derecho ni la rendición de cuentas que hace que un Estado capaz sea digno de confianza.
Cómo ayuda el Foro a los líderes a comprender la IA y a colaborar en la innovación responsable
El Centro para la Excelencia en IA conecta a líderes de distintos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Respalda un diálogo informado sobre las oportunidades, los riesgos y las compensaciones vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas de colaboración, el Centro permite a los socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
Los países que prosperarán serán aquellos que utilicen la IA para construir legitimidad en lugar de eludirla: desplegar la capacidad importada de forma transparente y bajo control nacional, mientras el trabajo más lento de construcción institucional continúa en segundo plano. Quienes confundan una interfaz que funciona con un Estado que funciona podrían descubrir que solo han automatizado la apariencia de gobernanza. Distinguir entre ambas cosas podría resultar uno de los grandes desafíos de desarrollo de la próxima década.
