La Ilusión de la Inteligencia

Crónica de la IA en México y Latinoamérica (2021-2026)

Estamos ya en 2026 y si miramos hacia atrás, los últimos cinco años no han sido una evolución lineal, sino un salto al vacío en términos de avances tecnológicos y cambios sociales para adoptar y adaptarnos a dichos cambios. En México y América Latina, hemos pasado de ver la Inteligencia Artificial (IA) como un truco de magia en nuestros teléfonos, o como una simple moda pasajera para vendernos gadgets más modernos, que podemos o no necesitar, a reconocerla como el sistema operativo de muchas de nuestras principales actividades del día a día, como la economía, seguridad, procesos productivos y entretenimiento. Sin embargo, tras el brillo de las interfaces generativas (las más comunes y conocidas IA's), se esconde una crisis de identidad operativa y una deuda educativa que amenaza a los países de América latina con dejarnos, una vez más, en la periferia del desarrollo global.

I. El espejismo generativo y la deuda de la ejecución

 Durante el "boom" inicial de 2023 y 2024, la gran mayoría de la gente caímos en la fascinación de la IA Generativa y en la facilidad de operación que sobre todo nos evocaba a las historias de Ciencia ficción y de las maravillas tecnológicas de tener computadoras y androides pensantes o sintientes. Nos maravillamos con algoritmos que escribían poemas o generaban imágenes hiperrealistas, al más puro estilo del reto que planteaba el Detective Spooner al androide Sonny en la historia de "Yo Robot"... 

Pero esa fue solo nuestra primera distracción. Las empresas invirtieron millones en licencias de IA, sin saber que solo eran "copilotos" en el proceso de aprender a escribir (mediante ensayo y error) los prompts para lograr que esas IA hicieran algo medianamente productivo y que en la mayoría de los casos terminaron siendo usados para tareas triviales: resumir correos que nadie quería leer o redactar comunicados que nadie quería escribir o jugar a generar imágenes que más servían de moda en trends de redes sociales. El error de fondo fue confundir “asistencia” con “valor”.

La IA Generativa es un motor de contenido, pero el mercado actual no necesita más contenido (nadie necesita más videos de gatitos cantando, bailando o replicando escenas de películas clásicas), actualmente los mercados necesitan resolución.

Se necesita dejar atrás los juegos de niños para madurar y comenzar a producir realmente resultados tangibles y cuantificables. Es aquí donde entra en escena la IA Agéntica.

En este 2026, la distinción entre ambas IA's es de vida o muerte: mientras la IA Generativa nos dice cómo hacer algo, la IA Agéntica simplemente lo hace. Los agentes autónomos hoy son capaces de negociar con proveedores, optimizar cadenas de suministro en tiempo real y gestionar crisis de servicio al cliente sin intervención humana directa (al menos en primera instancia, ya después veremos que el humano no puede ni debe desaparecer al 100% del proceso).

Crítica Social: La principal resistencia a este cambio en Latam no es económica ni tecnológica, sino que es mucho más profunda, es cultural. Seguimos aferrados a una estructura de mando y control donde el "jefe" necesita validar cada paso. En un mundo de agentes autónomos, el micro-management es el suicidio de la eficiencia. Y en un mundo altamente tecnologizado cada día es más importante mejorar la eficiencia en las cadenas productivas, sin importar el giro de la organización.

II. El Muro de los Datos: La Desigualdad Digital Interna

 Y como es momento de ponernos “serios” es momento de que hablemos del “elefante en la habitación“. Lamentablemente en Latam existe una "Brecha del 5%" de proyectos exitosos. Es una cifra dolorosa: solo 5 de cada 100 proyectos de IA en la región logran un retorno de inversión (ROI) real. ¿Por qué? Porque intentamos construir rascacielos de IA sobre cimientos de lodo.

Lamentablemente en México, la adopción tecnológica es asimétrica. Mientras el sector Fintech en CDMX o los clústeres aeroespaciales en Querétaro operan con arquitecturas de datos de clase mundial, el grueso de nuestras PyMEs a nivel nacional —que sostienen el 52% del PIB— sigue atrapadas en el "caos del Excel". No podemos hablar de IA Agéntica cuando la información de una empresa está fragmentada en silos que no se comunican entre sí. Todas estas cifras de acuerdo a reportes publicados en 2025 por MIT Sloan, IDC y el INEGI.

Reflexión Personal: La IA no viene a resolver el desorden; viene a evidenciarlo. Implementar IA en una empresa con procesos rotos es, simplemente, acelerar el desastre. La verdadera transformación digital de 2026 no es comprar algoritmos, es tener la “humildad de ordenar la casa, sacar la basura y lavar toda la ropa sucia”.

III. La Crisis del Talento: ¿Formamos Usuarios o Arquitectos?

 Como ya hemos referido en múltiples artículos previos, otro de los pilares que debemos cuidar es la formación de talento profesional. La educación en México enfrenta una encrucijada ética, económica y tristemente burocrática. Hemos caído en la trampa del "Upskilling Cosmético". Enseñamos a los profesionales a usar prompts, pero no a entender la lógica del dato. Sin mencionar que las Universidades en México históricamente, han enfrentado una brecha de oportunidad tecnológica de aproximadamente 5 años con respecto al mercado empresarial, y los planes de estudio se enfocan principalmente en formar la capacidad de usar y operar, en lugar de la de innovar y crear.

Es lógico concluir que por años en México hemos estado formando una generación de "usuarios de lujo" dependientes de plataformas extranjeras. Si el talento mexicano solo sabe consumir modelos de OpenAI, Google, o cualquiera de las otras muchas empresas extranjeras, nuestra soberanía tecnológica es inexistente. El reto educativo de este año y por el próximo lustro será lograr una Orquestación: necesitamos profesionales que entiendan cómo conectar agentes, cómo auditar sus sesgos y cómo intervenir cuando la máquina “alucina” y corregir las posibles desviaciones.

Implicación Social: Existe un riesgo real de crear una nueva clase de "analfabetos funcionales": aquellos que saben pedirle cosas a la IA, pero no tienen el pensamiento crítico para validar si lo que la IA entrega es ético, legal o incluso correcto.

IV. La Ética de la "Caja Negra" en el Contexto Latino

 La percepción social de la IA en nuestra región es compleja y su comprensión y utilización depende principalmente de niveles educativos y estratos económicos. Somos optimistas por necesidad, pero desconfiados por historia. Por naturaleza solemos desconfiar de lo nuevo y considerando la enorme cantidad de menciones respecto de que la IA eliminaría empleos, existe una percepción generalizada de que la IA es una nueva herramienta de exclusión.

Si un banco en México entrena su IA con datos históricos que sistemáticamente han negado crédito a ciertos códigos postales o géneros, la IA no será "neutral"; será un discriminador eficiente. O que las compañías de seguros cobren una póliza de seguro más alta a ciertas regiones por la misma razón. Solo por mencionar algunos ejemplos. La "caja negra" —esa opacidad donde no sabemos por qué la IA decidió lo que decidió— es inaceptable en un contexto de vulnerabilidad social.

No hay una fórmula infalible porque la IA es, en esencia, un espejo de nuestros propios prejuicios históricos. Si los datos están 'viciados' desde el origen, el algoritmo solo será un megáfono de esa discriminación.

Sabemos que todas las IA tienen un sesgo inherente debido a los modelos con que se entrenan. Por eso el reto en México no es buscar una 'neutralidad' imposible en la utilización de IA Agentica, sino garantizar la representatividad. Necesitamos equipos diversos diseñando estas herramientas y aplicar auditorías de algoritmos constantes. La IA puede ser nuestra mayor debilidad si la dejamos en piloto automático, pero es nuestra mayor fortaleza si la usamos para detectar sesgos que nosotros, como humanos, a veces ya ni siquiera vemos por costumbre. La ética no es un parche que se pone al final; es el código base sobre el que se debe construir el modelo.

Propuesta Crítica: Necesitamos una IA Soberana pero transparente para poder vigilarla. No se trata de nacionalismo tecnológico, sino de seguridad nacional. Necesitamos modelos entrenados con nuestra variante del español, nuestras leyes y nuestra idiosincrasia, supervisados por comités de ética locales que no respondan a intereses de empresas extranjeras.

V. Conclusión

Hacia una tecnología más humanista

 Para cerrar este articulo, debemos entender que la IA (Generativa o Agéntica) no es una tecnología futura; es un presente que nos está obligando a redefinir lo qué significa ser "productivo".

El éxito de México y de Latam en general no dependerá de cuántos empleos se automaticen, sino de cuántos trabajadores logren ser "aumentados". Debemos pasar de la cultura del miedo al reemplazo a la cultura de la orquestación y formación de capacidades y habilidades.

La IA hará el trabajo pesado, lo repetitivo y lo analítico, pero nos dejará la responsabilidad más difícil: la de ser humanos. La capacidad de decidir con empatía, de innovar con propósito y de liderar con ética sigue siendo, y será siempre, nuestra última ventaja competitiva. Debemos aprovecharla y fortalecerla.

El futuro de la IA en nuestra región no está “escrito en código”, está escrito en nuestra voluntad para crecer, aprender y desarrollar soluciones propias e innovadoras,