Lista de reproducción
- No hay más artículos para escuchar
La narrativa dominante sobre la IA es avanzar rápido o quedarse atrás. Se insta a los gobiernos a adoptar la tecnología rápidamente, escalarla agresivamente y regularla con moderación, como si la velocidad en sí misma fuera una estrategia de desarrollo.
Esta suposición es tan errónea como peligrosa. En realidad, el principal riesgo para muchas economías en desarrollo es adoptar la IA demasiado pronto, antes de contar con la infraestructura digital, la capacidad institucional, los mecanismos de absorción del mercado laboral y las capacidades productivas necesarias para garantizar que la automatización genere beneficios generalizados.
A este riesgo lo llamo automatización prematura, lo que refleja un fenómeno que Dani Rodrik describió como desindustrialización prematura : la erosión del empleo manufacturero en los países en desarrollo antes de que pudieran alcanzar su máximo potencial de crecimiento. La adopción precipitada de la IA probablemente producirá un resultado similar: destrucción de empleos, erosión de capacidades y obstaculización del desarrollo en lugar de impulsar la transformación.
La IA puede ayudar a complementar una fuerza laboral en proceso de envejecimiento e impulsar la productividad de los trabajadores administrativos. En cambio, muchas economías emergentes tienen poblaciones mucho más jóvenes y oportunidades de empleo limitadas. Cada año, se estima que 12 millones de jóvenes africanos se incorporan al mercado laboral, de los cuales solo tres millones consiguen un empleo formal. En este contexto, la rápida automatización en sectores como la atención al cliente, la logística y las finanzas, o incluso en la administración pública, podría desplazar a trabajadores antes de que surjan vías alternativas.
América Latina y partes de Europa enfrentan la misma amenaza: integrar la IA en sistemas administrativos fragmentados y obsoletos, y en sectores con un crecimiento de productividad estancado, probablemente eliminará empleos de cualificación media sin crear nuevos motores de crecimiento. Si las economías con fundamentos débiles intentan dar el salto a la automatización basada en IA, el esfuerzo solo agravará su disfunción.
Cuando los países cuentan con registros públicos en papel, sistemas de pago fragmentados y una gobernanza de datos deficiente, los modelos de IA se entrenan con datos deficientes y se construyen sobre una infraestructura frágil. Los errores se multiplican y el sesgo se acentúa, lo que resulta en una sobrecarga institucional.
Los sistemas automatizados de elegibilidad para servicios públicos han excluido a beneficiarios legítimos debido a que los registros subyacentes estaban incompletos; se introdujeron herramientas algorítmicas de toma de decisiones antes de que existieran los mecanismos de apelación; y se implementaron sistemas predictivos sin datos interoperables. Se trata de fallos de secuenciación, no de fallos tecnológicos.
En ausencia de una secuenciación deliberada, los países podrían terminar exportando datos sin procesar e importando algoritmos, plataformas y sistemas de gobernanza diseñados en otros países, lo que genera nuevas dependencias. La captura de valor se concentra en las etapas iniciales, mientras que las empresas y los trabajadores locales quedan relegados a roles marginales o completamente desplazados. La tecnología puede ser diferente, pero el objetivo sigue siendo la extracción.
En este entorno, la gobernanza de datos es política industrial. Los países que no diseñen estrategias de interoperabilidad, propiedad y estándares estarán a merced de las empresas de IA. Para evitar ese resultado, deberían centrarse en la secuenciación; en otras palabras, adoptar tecnologías de vanguardia solo después de sentar las bases necesarias.
En la práctica, la secuenciación implica digitalizar registros y desarrollar una infraestructura pública digital interoperable antes de automatizar las decisiones. También implica determinar el ritmo de adopción de la IA para que la innovación sea sostenible. Los entornos de pruebas, los proyectos piloto sectoriales y las evaluaciones del impacto laboral permiten a los gobiernos aprender, adaptarse y corregir el rumbo.
Fundamentalmente, este enfoque evitaría la dislocación económica al garantizar que la automatización complemente, en lugar de reemplazar, la mano de obra humana. Cuando las organizaciones aún pueden aprender con la práctica y acumular capacidades, la IA se convierte en un acelerador del desarrollo.
Ser un país rezagado puede incluso ser una ventaja, ya que permite a los países diseñar medidas de contención antes de que la difusión se acelere, evitando así los errores de las economías avanzadas. Pix, el sistema de pagos respaldado por el gobierno brasileño, ilustra cómo una secuenciación deliberada y una sólida infraestructura pública pueden ayudar a un país rezagado no solo a ponerse al día, sino también a establecer puntos de referencia globales.
Los debates actuales sobre la gobernanza de la IA se centran principalmente en la ética, la seguridad y los riesgos fronterizos. Si bien estos temas son importantes, el desafío más inmediato para la mayoría de los países es la falta de alineamiento entre las capacidades de la IA y la preparación institucional. Para abordar este problema, los responsables políticos y las partes interesadas deben considerar quién genera valor; cómo se desarrollan las capacidades productivas; qué ocurre con los trabajadores; y cómo interactúa la tecnología con la capacidad estatal existente.
La automatización prematura, al igual que la desindustrialización prematura, dejará a las economías más frágiles y dependientes. África no necesita ganar una carrera en la que nunca se inscribió. Tampoco lo necesitan las numerosas economías de ingresos medios, e incluso las avanzadas, que se enfrentan a un estancamiento de la productividad y a problemas sociales. En cambio, necesitan una estrategia de IA basada en la lógica: la digitalización precede a la automatización, la capacidad precede a la escala y la gobernanza precede a la difusión.
En una era cada vez más marcada por la competencia geopolítica por los datos, los semiconductores y la infraestructura en la nube, la secuenciación se convierte en una herramienta de soberanía al permitir a los países interactuar con la tecnología en sus propios términos. La IA no tiene por qué ser una fuerza desestabilizadora. Pero casi con toda seguridad lo será si los responsables políticos se apresuran a adoptar sistemas que no pueden controlar.
El autor es ministro de Economía Digital e Innovación de Gabón.
Derechos de autor: Project Syndicate, 2026.
www.project-syndicate.org
