Serie: México ante la nueva arquitectura global de la Inteligencia Artificial 1-16
Categoría: Gobernanza de Inteligencia Artificial
Autora: María Gabriela Cordero González
Fecha: septiembre de 2026
La gobernanza de la inteligencia artificial está entrando en una nueva etapa
Durante los últimos años, gran parte del debate internacional sobre inteligencia artificial se ha concentrado en la construcción de principios.
Derechos humanos, transparencia, seguridad, inclusión, supervisión humana, protección de las infancias y rendición de cuentas se han convertido en elementos recurrentes de los principales marcos internacionales de gobernanza.
Ese consenso normativo representa un avance importante. Sin embargo, comienza a revelar una limitación fundamental: reconocer principios no significa tener capacidad para hacerlos efectivos.
La siguiente etapa de la gobernanza de la inteligencia artificial exige, por tanto, cambiar parcialmente la pregunta.
Ya no basta con preguntarnos qué principios deben gobernar la inteligencia artificial.
Debemos preguntarnos también:
¿qué instituciones tienen la capacidad jurídica, técnica y operativa para convertir esos principios en protección efectiva?
Esta cuestión adquiere especial relevancia para México y para los países del Sur Global.
Del consenso normativo a la capacidad institucional
Esta reflexión constituye uno de los principales resultados de mi participación en el Global Dialogue on Artificial Intelligence Governance, celebrado en Ginebra en julio de 2026, y del posterior informe que elaboré sobre sus implicaciones para México.
Las discusiones internacionales muestran una arquitectura global de gobernanza cada vez más compleja: instrumentos jurídicos, estándares técnicos, evaluaciones científicas, mecanismos de cooperación y diferentes modelos regulatorios comienzan a coexistir.
Pero existe una distancia entre esa arquitectura y su implementación.
Una ley puede reconocer derechos. Un estándar puede establecer requisitos. Una declaración internacional puede definir principios.
Sin embargo, cuando un sistema de inteligencia artificial afecta una decisión pública, el Estado necesita poder responder preguntas mucho más concretas:
¿Quién desarrolló el sistema? ¿Con qué datos fue evaluado? ¿Funciona adecuadamente en la población donde se utiliza? ¿Quién supervisa su operación? ¿Qué ocurre cuando falla? ¿Quién responde jurídicamente? ¿Puede una persona impugnar su resultado? ¿Existe capacidad para suspenderlo?
Si las instituciones no pueden responder esas preguntas, la gobernanza permanece en el plano declarativo.
La literatura reciente apunta precisamente hacia este cambio. Un análisis de 263 trabajos académicos sobre IA y sector público identifica una transición desde una literatura centrada en la adopción tecnológica hacia otra enfocada en la gobernanza institucional, en la que aparecen tensiones entre capacidad y control, eficiencia y equidad, automatización y discrecionalidad, e innovación y legitimidad democrática (Syahbar et al., 2026).
Adoptar inteligencia artificial no significa gobernarla
Esta distinción es fundamental.
Un Estado puede incorporar sistemas de inteligencia artificial a su administración y, al mismo tiempo, carecer de capacidad suficiente para gobernarlos.
Puede contratar un sistema sin comprender completamente su funcionamiento.
Puede automatizar un procedimiento sin contar con mecanismos adecuados de auditoría.
Puede utilizar modelos desarrollados en otros contextos sin disponer de evidencia suficiente sobre su desempeño en la población mexicana.
Incluso puede establecer obligaciones jurídicas sin contar con personal, infraestructura o instituciones capaces de verificar su cumplimiento.
Por eso, la capacidad de adopción tecnológica y la capacidad de gobernanza no son equivalentes.
Investigaciones realizadas en otros contextos institucionales del Sur Global muestran problemas semejantes. La implementación de IA en administraciones públicas puede verse limitada por infraestructura insuficiente, baja interoperabilidad de datos, escasez de capacidades técnicas y mecanismos débiles de gobernanza (Nokele & Matshela, 2026). Estudios sobre países en desarrollo también advierten que los principios internacionales necesitan traducirse en mecanismos operativos como evaluación de impacto, monitoreo durante el ciclo de vida, auditoría algorítmica y supervisión institucional (Tohopi et al., 2025).
La verdadera brecha no termina en el acceso
Aquí aparece una cuestión particularmente importante para México.
La desigualdad internacional en inteligencia artificial suele medirse a partir del acceso a tecnología, infraestructura, conectividad o modelos.
Pero esa medición es incompleta.
Un país puede tener acceso a sistemas avanzados y continuar dependiendo de terceros para desarrollarlos, evaluarlos, auditarlos o determinar las condiciones bajo las cuales pueden utilizarse.
El problema no consiste solamente en quién puede usar inteligencia artificial.
También importa quién puede comprenderla, evaluarla, gobernarla y decidir sobre ella.
Mi informe post-Ginebra identifica precisamente esta diferencia entre una brecha de acceso y una brecha de capacidad e influencia. Cuando los recursos de cómputo, los modelos avanzados, la infraestructura y el conocimiento especializado se concentran en pocos actores, los Estados con menor capacidad pueden convertirse en consumidores de sistemas sobre los que poseen un margen limitado de decisión.
Por ello, reducir la brecha digital sin construir capacidad institucional podría disminuir una desigualdad mientras profundiza otra: la dependencia tecnológica.
México necesita capacidad propia de evaluación
Existe además un problema que no puede resolverse mediante la simple importación de estándares.
Los sistemas de inteligencia artificial pueden presentar resultados diferentes dependiendo de la lengua, el territorio, la población y el contexto institucional en el que operan.
Una evaluación realizada en otro país no demuestra automáticamente que un sistema sea adecuado para México.
La gobernanza mexicana necesita, por tanto, desarrollar capacidad para evaluar sistemas en español mexicano, lenguas indígenas y contextos administrativos nacionales, así como medir impactos diferenciados por género, edad, discapacidad, territorio, lengua e ingreso.
Esto no significa rechazar los estándares internacionales.
Significa algo distinto: tropicalizarlos sin debilitar la protección.
México debe participar en la construcción de reglas internacionales y, al mismo tiempo, desarrollar evidencia propia para determinar cómo funcionan esas reglas y tecnologías dentro de nuestra realidad.
De la regulación a una arquitectura de implementación
Si aceptamos que la capacidad es parte de la gobernanza, la respuesta institucional debe ir más allá de aprobar una ley de inteligencia artificial.
México necesita una arquitectura de implementación.
Eso supone, entre otras medidas, conocer qué sistemas de IA utiliza el sector público; establecer evaluaciones de impacto para aquellos capaces de afectar derechos; construir registros y documentación técnicamente útiles; desarrollar capacidad de prueba y auditoría; monitorear sistemas después de su despliegue; establecer mecanismos de reporte de incidentes; garantizar supervisión humana efectiva; y asegurar vías reales de información, impugnación, revisión y reparación.
La evidencia comparada coincide en que una adopción responsable requiere precisamente combinar salvaguardas jurídicas con capacidad institucional. En contextos con recursos limitados, se han propuesto modelos escalonados que incorporan registros de IA, evaluación previa, monitoreo, auditorías, supervisión independiente y mecanismos accesibles de reclamación (Ahmad, 2026).
La gobernanza, por tanto, no termina cuando se publica una norma.
Ahí comienza su prueba más importante.
Capacidad para proteger
La pregunta central para México no debería ser únicamente cuánto puede adoptar de la revolución de la inteligencia artificial.
Debería ser también cuánto puede gobernar.
La próxima etapa exige construir un Estado capaz de comprender los sistemas que utiliza, exigir evidencia, auditar resultados, identificar daños, atribuir responsabilidades y garantizar reparación.
Esto conduce a una idea que será central en esta serie:
la soberanía tecnológica no consiste necesariamente en producirlo todo dentro del territorio nacional. Consiste en conservar capacidad efectiva para decidir sobre tecnologías que afectan derechos, instituciones e intereses estratégicos.
México no necesita elegir entre innovación y protección, ni entre cooperación internacional y autonomía.
Necesita construir capacidad para participar en la gobernanza global desde una posición institucional propia.
Porque la siguiente etapa de la inteligencia artificial no se definirá únicamente por quién tenga los modelos más poderosos.
También se definirá por quién tenga las instituciones capaces de gobernarlos.