Los beneficios económicos y sociales de la IA siguen concentrados geográficamente, principalmente en el Norte Global.
Sin un entorno operativo propicio, las disparidades en la preparación para la IA alimentarán la desigualdad mundial.
Tres medidas pueden ayudar a encaminar el recorrido de la IA por el buen camino, entre ellas la inversión para fomentar beneficios duraderos y la promoción de la educación local.
La innovación tecnológica está abriendo una nueva frontera en la agenda de desarrollo de los países de todo el mundo. En los últimos años, la inteligencia artificial (IA) ha tenido un profundo impacto en cuestiones globales como la agricultura, la atención sanitaria, la educación y otros ámbitos. Aprovechar el poder de las herramientas de IA para impulsar el crecimiento económico tiene un enorme potencial, pero los beneficios económicos y sociales de esta tecnología siguen concentrados geográficamente, principalmente en el Norte Global.
La IA podría aportar hasta 15,7 billones de dólares a la economía mundial para 2030. Aunque todas las regiones de la economía mundial se beneficiarán de la IA, Norteamérica y China registrarán los mayores aumentos del PIB. Los países del Sur Global experimentarán incrementos más moderados debido a las tasas de adopción de las tecnologías de IA, considerablemente más bajas. No sorprende que las naciones desarrolladas, con mayor poder económico, generalmente tengan la capacidad de financiar la investigación y el desarrollo para desplegar las herramientas de IA más avanzadas. Sin embargo, los países del Sur Global muestran compromiso con el uso de la IA, como se articula en diversas estrategias nacionales, como AIForAll de la India.
De hecho, una evaluación de Oxford Insights de 181 países de todo el mundo y de su preparación para utilizar la IA en los servicios públicos destaca que las regiones con las puntuaciones más bajas incluyen gran parte del Sur Global, como el África subsahariana, algunos países de Asia Central y Meridional y algunos países de América Latina. El informe subraya que los gobiernos necesitan un entorno operativo adecuado para respaldar el desarrollo de la IA, que incluye un sector tecnológico sólido, una infraestructura de datos adecuada y una visión estratégica y atención a la gobernanza y la ética a nivel estatal. Sin un entorno operativo propicio, las disparidades en la preparación para la IA alimentarán la desigualdad mundial.
Limitaciones estructurales en el Sur Global
Una de las causas profundas de esta “brecha de IA” se encuentra en las limitaciones estructurales, ya que existen brechas notables entre el Norte Global y el Sur Global. La adopción exitosa de la IA a escala requiere una infraestructura exigente que incluya elementos de infraestructura técnica, modelos y herramientas, datos, y talento y capacidad. Además, las políticas y las directrices son esenciales para garantizar la fiabilidad en la regulación de las nuevas tecnologías.
Para implementar y escalar con éxito soluciones impulsadas por la IA, es necesaria una infraestructura técnica sólida. Esto incluye recursos informáticos de alta capacidad para gestionar las cargas de trabajo, una gran capacidad de almacenamiento que crezca al ritmo de los datos, una infraestructura de red de gran ancho de banda y baja latencia que respalde las comunicaciones en red, y una infraestructura de ciberseguridad madura para proteger los datos sensibles y prevenir abusos. El coste de implementar estas tecnologías avanzadas es una de las mayores barreras para los países del Sur Global con recursos limitados. Por ejemplo, entrenar algoritmos de IA puede costar varios millones de dólares. El coste de establecer una infraestructura de IA es inasumible para la mayoría de los países con recursos limitados, por no hablar de mantenerla en funcionamiento y conservarla a largo plazo.
Los modelos y herramientas reutilizables son fundamentales para acelerar la investigación y el desarrollo (I+D) en IA. Modelos fundacionales que han sido entrenados con un gran conjunto de datos sin etiquetar y que pueden adaptarse a nuevas tareas posteriores son impulsando el desarrollo de nuevas capacidades y el despliegue de nuevos casos de uso. Sin embargo, su I+D está dominada, por lo general, por un puñado de empresas de Estados Unidos y China (debido a los elevados costes asociados al entrenamiento de los modelos), y estas empresas limitan quién puede acceder a los modelos entrenados o en qué medida pueden utilizarse.
Para que las soluciones de IA específicas sean útiles y responsables (es decir, fiables, inclusivas y transparentes), se requiere una gran cantidad de datos locales para el entrenamiento y las pruebas, a fin de adaptarse al contexto local y reflejar realidades sociales únicas. La disponibilidad y la compatibilidad de los datos son un gran obstáculo en las regiones con recursos limitados, en parte como resultado de la escasa madurez de la infraestructura y de la capacidad de los profesionales. Cuando se usan datos en tiempo real para realizar cálculos basados en modelos fundacionales, la conectividad de red fiable sigue siendo una barrera importante.
El despliegue exitoso de la IA moderna también depende del talento y la capacidad. Se necesita talento técnico para configurar y mantener la infraestructura técnica, explorar y utilizar los modelos y herramientas existentes, completar conjuntos de datos y desarrollar nuevas soluciones y herramientas. Además, los profesionales del sector también deben recibir formación para poder adoptar las nuevas herramientas y soluciones que hace posibles la IA.
Para complicar aún más las cosas, la IA conlleva riesgos significativos. Las políticas y las directrices son necesarias para proteger la IA, garantizando sus beneficios y su fiabilidad, a la vez que se mitigan sus riesgos. Las poblaciones del Sur Global suelen tener menos conocimientos sobre temas como la privacidad de los datos y el sesgo algorítmico, por lo que es necesario establecer directrices y políticas de gobernanza que orienten la implementación de los sistemas de IA.
Tres medidas para encaminarse por el buen camino
Cuando los países con recursos limitados no logran superar las limitaciones estructurales para aprovechar las oportunidades de la IA, la brecha entre las regiones desarrolladas y las regiones con recursos limitados seguirá ampliándose. Para reducir esta brecha, tres medidas pueden ayudar a encaminar el recorrido de la IA por el buen camino.
1. Invertir para fomentar beneficios duraderos
Mientras las naciones desarrolladas se benefician de la IA al diseñar, desarrollar y desplegar algoritmos de IA que impulsan el crecimiento económico, el Sur Global experimenta el auge de industrias que emplean a trabajadores poco cualificados para realizar el etiquetado y la corrección de datos dentro de la cadena de valor de la IA.
Para ayudar a los países del Sur Global a romper esta pauta, los gobiernos locales y las organizaciones internacionales de ayuda deben reevaluar las capacidades locales y planificar las inversiones de forma estratégica para impulsar la trayectoria de desarrollo de estos países y fomentar beneficios duraderos. Por ejemplo, se pueden realizar inversiones para mejorar la infraestructura y las capacidades básicas de IA, garantizando que los requisitos previos estén listos para desplegar soluciones de gran valor.
2. Promover la educación local y utilizar recursos abiertos
La educación local es clave para crear un flujo sostenible de talento y reducir la brecha de capacidades en IA. Los cursos abiertos masivos en línea (MOOC), como Khan Academy, ofrecen una formación estructurada y rentable a los países con recursos limitados para mejorar su educación en IA. Algunas ofertas pueden diseñarse para funcionar con funciones de aprendizaje sin conexión en escenarios de baja conectividad. En consecuencia, la infraestructura debe contar con las capacidades básicas necesarias para respaldar la experimentación y el desarrollo de soluciones en el proceso de aprendizaje. No solo las instituciones académicas y de investigación necesitan computadoras con buenas conexiones de red y potencia para ejecutar modelos de IA modernos, sino que también necesitan acceso a conjuntos de datos preparados para IA.
Junto con la inversión en oportunidades educativas, debe prestarse especial atención al grupo y al flujo de talento en IA. Es imprescindible centrarse en el desarrollo de competencias y en construir una fuerza laboral técnica sostenible. En el Centro de Desarrollo de África, por ejemplo, Microsoft está ayudando a garantizar que todos los trabajadores adquieran competencias laborales para reforzar el flujo de talento en África.
3. Colaborar en la hoja de ruta hacia un ecosistema preparado para el futuro
A medida que la IA sigue materializándose en el Sur Global, la cooperación de los responsables políticos, los proveedores de tecnología y las comunidades de desarrollo es esencial para propiciar un ecosistema preparado para el futuro. Los gobiernos deberían aprovechar la experiencia y la capacidad de los proveedores tecnológicos globales, así como de las comunidades de desarrollo locales, para diseñar conjuntamente la hoja de ruta que permita cumplir los requisitos clave para un despliegue responsable de la IA. Esto incluye identificar las brechas y los obstáculos en el contexto local, establecer prioridades y definir un plan de colaboración que permita la mejor sinergia. Esta hoja de ruta puede integrarse en las estrategias nacionales de IA de los gobiernos para orientar a los países en la dirección correcta a la hora de establecer ecosistemas nacionales de IA. La Red de Pares de Estrategias Nacionales de IA del Foro Económico Mundial ofrece una buena plataforma para que los responsables políticos y los profesionales compartan lecciones, desafíos y buenas prácticas.
Las aplicaciones de la IA tienen un enorme potencial para abordar los desafíos económicos y sociales en todo el mundo. Sin embargo, el Sur Global se está quedando rezagado debido a las limitaciones estructurales. A menos que actuemos juntos para abordar los desafíos estructurales, la “brecha de IA” seguirá ampliándose entre los países desarrollados y los países con recursos limitados, dejando atrás a gran parte del mundo.
