Categoría: Gobernanza de datos

Estrategia para el Fomento del Desarrollo y Uso Ético y Responsable de la IA en el Ecuador

~ Lilia Quituisaca-Samaniego (Lilivi) ~ Deja un comentario

Registro_oficial 206Descarga

El 19 de enero de 2026, en Ecuador se expide mediante la publicación del Suplemento No. 206 del Registro Oficial la «Estrategia para el Fomento del Desarrollo y Uso Ético y Responsable de la Inteligencia Artificial en el Ecuador«, cuyo objetivo principal es «Impulsar el desarrollo, adopción y uso ético y responsable de la inteligencia artificial en Ecuador, mediante el fortalecimiento de capacidades humanas y tecnológicas, la promoción de la investigación, desarrollo e innovación, y la incorporación de la IA en sectores públicos y privados, que garantice su implementación transparente, equitativa y centrada en el ser humano, buscando la transformación digital para el crecimiento económico, la generación de empleo de calidad y el bienestar ciudadano.»

El desarrollo y uso de la IA se regirá por: Privacidad y protección de datos, Equidad y no discriminación, Gobernanza colaborativa, Proporcionalidad, Responsabilidad, Seguridad, Sensibilización y educación, Sostenibilidad (ODS), Supervisión humana, Transparencia y Enfoque basado en riesgos.

Sus principales ejes de acción son:

  • Gobernanza de la IA, que busca establecer un marco que garantice el uso ético, transparente y equitativo de la IA, protegiendo los derechos humanos, la inclusión y la seguridad.
  • Capacidad y tecnología, para fortalecer el talento humano y la infraestructura tecnológica para impulsar la IA.
  • Adopción y desarrollo, para fomentar la aplicación responsable de la IA en sectores priorizados (público y privado) para mejorar la productividad y competitividad.

La estrategia plantea un marco ambicioso, pero deja sin respuesta preguntas críticas:

¿De dónde saldrá el dinero? La estrategia no compromete presupuestos específicos. ¿Cómo se financiarán los $200 millones de inversión en infraestructura, las 10,000 becas, los 100 proyectos de investigación y la plataforma centralizada? ¿Qué incentivos fiscales concretos se ofrecerán al sector privado? ¿Se crearán fondos concursables?

¿Quién es realmente el responsable? Se designa al MINTEL como coordinador, pero ¿tendrá la autoridad real para obligar a otros ministerios (Salud, Educación, Trabajo) a cumplir las metas y modificar sus procesos? ¿Qué pasa si un ministerio no adopta IA o un proyecto falla? ¿Habrá consecuencias?

¿Cómo se medirá y evitará el sesgo algorítmico? Se habla de «equidad», pero ¿cuáles son los estándares técnicos y metodologías obligatorias para auditar los algoritmos utilizados por el Estado (ej. en justicia, otorgamiento de beneficios sociales)? ¿Quién y cómo realizará las «auditorías de IA» mencionadas en el glosario?

¿Qué pasa con los empleos que se destruyan? Se mencionan «campañas de reconversión laboral», pero ¿cuáles son los oficios más en riesgo? ¿Qué programas concretos de recalificación se implementarán? ¿Están presupuestados? La meta de capacitar a 10,000 personas, ¿es suficiente frente a la escala potencial de automatización?

¿Cómo se garantizará la soberanía tecnológica y de datos? Dada la «dependencia tecnológica del exterior» y la colaboración con gigantes como AWS y Google Cloud, ¿qué medidas evitarán que Ecuador se convierta en un mero consumidor de IA extranjera? ¿Se almacenarán los datos sensibles del Estado en servidores nacionales o en la nube de empresas extranjeras?

¿El «sandbox regulatorio» no será una puerta para el dumping regulatorio? Permitir que las empresas prueben productos con «flexibilidad regulatoria» es útil, pero ¿cómo se evitará que se use para evadir normas laborales, de protección al consumidor o ambientales bajo el paraguas de la «innovación»?

¿La participación ciudadana será real o simbólica? El proceso de construcción incluyó mesas de diálogo, pero en la fase de implementación, ¿cómo podrá la ciudadanía común monitorear o cuestionar un sistema de IA que le afecte (ej. un sistema de scoring social, uno de priorización en salud)? Más allá de los «comités de ética», ¿habrá mecanismos de apelación claros para decisiones automatizadas?

Reflexión final:

El éxito de la Estrategia publicada no depende de su diseño, sino de la capacidad para resolver las interrogantes prácticas de implementación: financiamiento, autoridad, accountability y mitigación de riesgos sociales tangibles. Además, el mayor riesgo es que este documento se vuelva solo de buenas intenciones, debido a la falta de mecanismos coercitivos, recursos financieros específicos y respuestas concretas a los dilemas éticos y laborales que la propia IA generará. La brecha entre la visión 2029 y la realidad de una «adopción tardía» es enorme, y cerrarla requerirá decisiones políticas duras y una ejecución coordinada sin precedentes.

— Lilia Quituisaca-Samaniego
📖 Escritora | Directora – Proyecto LeaMoS
🔗 https://liliaquituisacasamaniego.com

.
.
.
#InteligenciaArtificial #IA #AI #ArtificialIntelligence #EticaDigital #EthicalAI #Innovacion #Innovation #TransformacionDigital #DigitalTransformation #Tecnologia #Tech #FuturoDigital #GobiernoDigital #PoliticasPublicas #GobernanzaDigital #AgendaDigital #GobiernoAbierto #DatosAbiertos #ServiciosPublicos #EcuadorDigital #MINTEL #EstrategiaIAEc #IAEcuador #ConectividadEC #PuntosDigitales #EFIAEC #Vision2029 #IAResponsableEc #TalentoDigitalEc #EmpleoTecnologicoEC #EconomiaDigitalEc #StartupsEc #EmprendimientoEc #CienciaDatosEc #DataScience #EducacionDigital #LatamDigital #LatamTech #IAenLatam #EticaEnIA #SesgoAlgoritmico #PrivacidadDigital #ProteccionDeDatos #InclusionDigital #BrechaDigital #Gobernanza #InnovacionPublica #LiderazgoDigital #Ecuador #DesarrolloSostenible #Actualidad #Noticias #Aprende #Conectados #Futuro

¿Hacia dónde se dirigen realmente los datos?

~ Lilia Quituisaca-Samaniego (Lilivi) ~ Deja un comentario

A lo largo de mi carrera, como analista, especialista, liderando equipos de BI&BA en el sector público y privado, he visto una evolución crítica. La pregunta ya no es sólo «¿qué pasó?» sino «¿a dónde van estos datos y qué mundo van a construir?«. La respuesta define la competitividad de una empresa y la eficacia de una política pública. Con las lecciones aprendidas en ambos frentes, sabemos la finalidad de los datos no es uno, sino varios, y exige una hoja de ruta estratégica.

1. Hacia la toma de decisiones descentralizada y en tiempo real: Los datos ya no se almacenan sólo para reportes mensuales. Su destino es alimentar sistemas de recomendación, motores de pricing dinámico y herramientas de BA que empoderan a un jefe de línea para tomar decisiones al instante. En lo público, esto se traduce en que un funcionario de salud en terreno pueda, desde su tablet, cruzar datos epidemiológicos en tiempo real y asignar recursos críticos. El dato viaja del warehouse directamente al punto de acción.

2. Hacia la automatización Inteligente de procesos: El dashboard es el medio, no el fin. El camino final de esos insights es automatizar procesos. Un modelo predictivo de morosidad (creado a partir de los datos históricos que limpiamos y modelamos) que impulsa automáticamente una acción de cobranza; o en el municipio, un sistema de IoT que, analizando datos de tráfico, modifica automáticamente los semáforos para descongestionar el tránsito. El dato se convierte en el desencadenante de una acción automatizada y gobernada.

3. Hacia la creación de servicios públicos y privados proactivos: La nobleza de los datos está aquí. En el sector privado, se traduce en anticiparse a las necesidades del cliente. En el público, es la base de la política pública preventiva: cruzar datos de salud, educación y socioeconomía para destinar recursos a zonas de alta vulnerabilidad antes de que una crisis ocurra.

4. Hacia un ecosistema interconectado y confiable (Data Mesh/Data Fabric) Tanto en una empresa privada como en una institución pública, el silo es el enemigo. Un silo de datos es un repositorio de información aislado, gestionado y controlado por un único departamento o unidad de negocio, y que no está disponible—o lo está con gran dificultad—para otras áreas de la organización. Donde cada área (o institución) es productora y consumidora responsable de sus datos el único camino para evitar la duplicidad, mejorar la calidad es crear una única fuente de la verdad que realmente sirva al ciudadano y al accionista por igual.

Conclusiones:

  • El viaje de los datos termina en la acción. Ya no es un activo pasivo. Es el núcleo de la operación inteligente. Sin una estrategia de datos clara y una gobernanza sólida (que yo llamo «la disciplina del valor»), este viaje se pierde en el caos, la desconfianza y el incumplimiento normativo.
  • Los datos ahora es alimentan y refinan modelos de IA. Estamos pasando de modelos genéricos a «modelos de propósito específico» hyper-especializados. Los datos de tu línea de producción no irán a un dashboard estático; serán el alimento para un modelo de ML que predice fallos, optimiza la cadena de suministro y auto-ajusta parámetros en tiempo real. El dato se convierte en el combustible de la automatización inteligente.
  • Los datos con latencia crítica (vehículos autónomos, IoT industrial, telemedicina) ya no pueden darse el lujo de viajar hasta un data center central. Su destino es ser procesados in situ, en el dispositivo o en una puerta de enlace cercana. Esto reduce la latencia, alivia el ancho de banda y permite decisiones en milisegundos. El dato se vuelve local e inmediato.

— Lilia Quituisaca-Samaniego
📖 Escritora | Directora – SEE
🔗 https://liliaquituisacasamaniego.com

#GobernanzaDeDatos #BusinessIntelligence #AnaliticaDeDatos #SectorPublico #SectorPrivado #EstrategiaDeDatos #DataMesh #InteligenciaArtificial #LiderazgoTecnologico #InnovacionPublica #GestionDelCambio