Las estrategias nacionales de inteligencia artificial —incluidas las de América Latina— priorizan infraestructura computacional, talento y modelos fundacionales, pero rara vez abordan con seriedad el problema anterior a todo eso: la gobernanza de los datos sobre los que esos sistemas se entrenan y operan. Sin datos bien gestionados, confiables y legalmente disponibles, la capacidad de cómputo es irrelevante.
Cuando los gobiernos diseñan políticas de IA, la conversación suele girar en torno a chips, centros de datos, algoritmos y financiamiento para investigación. Lo que queda fuera del debate —o aparece en notas al pie— es la calidad, disponibilidad y gobernanza de los datos que alimentan esos sistemas. Este es el punto ciego estructural que The National Interest identificó en la estrategia estadounidense y que, con matices propios, reproduce casi toda política de IA en la región.
Por qué los datos son la capa que decide el rendimiento de la IA
Un modelo de inteligencia artificial es, en última instancia, una función de los datos con los que fue entrenado. La calidad, representatividad y trazabilidad de esos datos determinan tanto el rendimiento técnico del sistema como su exposición legal. Un modelo entrenado con datos fragmentados, desactualizados o de procedencia jurídicamente cuestionable puede fallar en producción, generar outputs discriminatorios o quedar expuesto a litigios por derechos de autor o privacidad. Ninguno de esos riesgos se resuelve comprando más poder de cómputo.
El problema tiene dos dimensiones. La primera es técnica: los datos públicos disponibles en la web están sesgados lingüística y geográficamente hacia el inglés y el hemisferio norte, lo que penaliza directamente a los modelos diseñados para operar en español, portugués o lenguas indígenas. La segunda es jurídica: los marcos de protección de datos personales —LGPD en Brasil, Ley 25.326 en Argentina, LFPDPPP en México, la Ley 1581 en Colombia— imponen restricciones sobre qué datos pueden reutilizarse con fines de entrenamiento y bajo qué condiciones. Ninguna estrategia nacional de IA que ignore esta capa puede considerarse completa.
Cuándo aplica este análisis / cuándo NO
Este argumento aplica directamente a cualquier Estado o empresa que esté desarrollando o adquiriendo sistemas de IA para uso en políticas públicas, servicios críticos o decisiones que afecten derechos individuales. También aplica a los proveedores privados que compiten por contratos gubernamentales en sectores como salud, educación o seguridad. No aplica —o aplica de forma más laxa— a modelos de IA utilizados en entornos completamente cerrados, con datos propios, sin tratamiento de datos personales y sin impacto en decisiones de alto riesgo. En la práctica, esos casos son la excepción, no la regla.
El vacío regulatorio que amplia el riesgo en LATAM
América Latina se encuentra en una posición paradójica: tiene marcos de protección de datos relativamente maduros en sus economías más grandes, pero carece casi por completo de regulación específica sobre el uso de datos en el entrenamiento de modelos de IA. Brasil avanza con su marco de regulación de IA en el Congreso, que según se informó incluiría disposiciones sobre transparencia de datos de entrenamiento. Argentina no cuenta aún con legislación equivalente, aunque la Agencia de Acceso a la Información Pública (AAIP) ha emitido guías orientadoras. México y Colombia tampoco tienen normas vinculantes sobre este punto.
Esta brecha crea un escenario en el que los Estados pueden adoptar o contratar sistemas de IA sin exigir a los proveedores ninguna declaración verificable sobre el origen, calidad o cumplimiento normativo de los datos utilizados en el entrenamiento. En la Unión Europea, el AI Act —vigente desde agosto de 2024— exige exactamente eso para los sistemas de alto riesgo: documentación de los datos de entrenamiento, validación, y trazabilidad. Las empresas que exporten sistemas a mercados europeos ya enfrentan estos requisitos; las que operan solo en LATAM, todavía no.
Lo que falta en el diseño de política pública de IA
Una estrategia nacional de IA que no responde tres preguntas básicas sobre datos tiene un problema estructural: ¿qué datos públicos están disponibles para entrenamiento, bajo qué condiciones legales y con qué nivel de calidad documentado? ¿Qué restricciones impone la legislación de protección de datos personales vigente sobre el reutilización de datos para este fin? ¿Qué mecanismos de auditoría existen para verificar que los sistemas adquiridos por el Estado cumplen con los estándares declarados? Sin respuestas concretas a estas preguntas, las estrategias de IA son, en el mejor de los casos, hojas de ruta incompletas.
Algunos gobiernos de la región empiezan a incorporar la dimensión de datos en sus marcos de IA. Chile, con su Política Nacional de Inteligencia Artificial actualizada en 2024, menciona explícitamente la calidad de datos como habilitador crítico. Uruguay avanza en la creación de repositorios de datos públicos con estándares de apertura. Pero la mención en documentos de política y la implementación operativa siguen siendo cosas distintas.
Para quienes diseñan o evalúan políticas de IA en la región, el punto de partida no es elegir un modelo o una plataforma: es auditar qué datos existen, cuáles pueden usarse legalmente y cuáles están en condiciones de ser usados con utilidad real. Todo lo demás viene después. La referencia técnica más completa para esta evaluación sigue siendo el marco NIST AI RMF, que dedica su función “MAP” exactamente a este diagnóstico previo.
