Diego Pando es Politólogo, Máster en Administración y Políticas Públicas por la Universidad de San Andrés y Doctor en Ciencia Política y de la Administración por la Universidad Complutense de Madrid (España). Presidente de la Asociación Argentina de Estudios de Administración Pública (AAEAP) desde 2015. Profesor de grado y posgrado en la Universidad de San Andrés. Además, dicta cursos de posgrado en diferentes universidades de Argentina y del exterior. Director del Núcleo de Estudios sobre Gestión Pública de la Universidad Metropolitana para la Educación y el Trabajo (UMET), en donde dirigió la Licenciatura en Políticas Públicas y Gobierno y fue Decano de la Facultad de Políticas Públicas y Gestión Ambiental. Ha publicado cinco libros, varios capítulos de libros y diversos artículos en revistas especializadas en administración y políticas públicas. Se ha desempeñado como asesor en diversos organismos públicos nacionales y provinciales y como consultor en organismos internacionales (BID, UNESCO, CAF y CLAD) en cuestiones relacionadas a la utilización de tecnologías digitales para fortalecer capacidades de gestión pública.
Desafío de la Gobernanza de la Inteligencia Artificial en Argentina
Para comenzar, ¿qué podría decirnos acerca de las características de la gobernanza actual de la inteligencia artificial en Argentina? En ese sentido, ¿cómo evaluaría la institucionalidad, la vinculación internacional y la regulación existente en la materia, particularmente en el sector público?
Podemos pensar dos dimensiones distintas: por un lado, el uso de la inteligencia artificial por parte del Estado, y por otro, el rol del Estado como regulador de estas herramientas.
En relación con la primera dimensión, la utilización de herramientas de inteligencia artificial en el Estado argentino es muy heterogénea. A nivel nacional, uno de los organismos que más ha avanzado es la Administración Federal de Ingresos Públicos (AFIP) —actualmente ARCA, la Agencia Recaudadora y de Control Aduanero—, que emplea estas tecnologías desde hace tiempo en tareas de inteligencia fiscal y control aduanero.
A nivel provincial, existen experiencias relevantes, como el uso de modelos predictivos para anticipar la deserción escolar en Mendoza y Entre Ríos, iniciativas que luego se replicaron en otras jurisdicciones. Algunos municipios también comienzan a adoptar herramientas similares: por ejemplo, la ciudad de Mendoza utiliza inteligencia artificial para detectar microbasurales; Córdoba ha desarrollado proyectos en materia de movilidad urbana y ciudades como Rosario o Escobar aplican sistemas de videovigilancia inteligente.
Estas experiencias conviven con otras realidades dentro del mismo Estado, donde aún predomina la cultura del papel y la tramitación manual. Entre ambos extremos se ubica la mayoría de los organismos públicos, que intentan incorporar tecnologías digitales con distintos niveles de éxito. Es importante subrayar que la modernización estatal no puede hacerse de espaldas a las tecnologías digitales, aunque tampoco debe caer en el fetichismo tecnológico, es decir, la creencia de que una aplicación resolverá automáticamente un problema. Las tecnologías son herramientas valiosas, pero su eficacia depende del contexto institucional y de la capacidad del Estado para utilizarlas estratégicamente.
En este punto, resulta esencial fortalecer los pilares del gobierno digital: la privacidad y protección de datos personales, la ciberseguridad, la normativa adecuada, los estándares abiertos y la inclusión digital. La experiencia demuestra que quienes más necesitan del Estado son, paradójicamente, quienes más quedan excluidos del mundo digital. La brecha tecnológica reproduce desigualdades, por lo que es indispensable garantizar acceso, infraestructura y alfabetización digital para toda la población.
En cuanto a la segunda dimensión, la del Estado como regulador, predomina en América Latina —y particularmente en Argentina— una lógica de autorregulación empresarial. A diferencia de la Unión Europea, que en 2022 sancionó la Ley de Servicios Digitales y en 2024 la Ley de Inteligencia Artificial, América Latina carece de una estrategia regional o nacional sólida. En general, las acciones estatales han sido espasmódicas, surgiendo solo frente a crisis o escándalos, como ocurrió con el caso Snowden o con la reciente demanda de la Corte Suprema de Brasil contra la plataforma X por desinformación y discursos de odio.
Salvo esas excepciones, el debate sobre regulación no ocupa un lugar central en las agendas públicas, independientemente de la orientación ideológica de los gobiernos. Esto es problemático, porque la inteligencia artificial no es un fenómeno del futuro, sino del presente: los algoritmos ya moldean nuestra vida cotidiana cada vez que navegamos en la web, buscamos qué mirar en las plataformas de entretenimiento, descargamos una aplicación o utilizamos el GPS. La ausencia de un marco regulatorio genera un vacío riesgoso.
Las grandes corporaciones tecnológicas suelen sostener que la regulación inhibe la innovación. Sin embargo, una regulación inteligente puede justamente ordenar e incentivar la innovación, otorgando seguridad jurídica y fomentando inversiones sostenibles.
En América Latina, el debate sobre soberanía digital es todavía incipiente. La cuestión de cómo los Estados nacionales integran estos desarrollos dentro de sus marcos de interés y legislación propia sigue pendiente. En el Congreso argentino existen alrededor de cuarenta proyectos de ley vinculados a la inteligencia artificial, y en su momento se impulsó un Plan Nacional de Inteligencia Artificial, pero ninguno de ellos prosperó. El resultado es que las grandes plataformas siguen autorregulándose, sin control estatal efectivo.
Capacidades estatales necesarias para la innovación pública con IA
¿Y qué capacidades estatales considera necesarias para que la inteligencia artificial se convierta en un motor de innovación pública en la Argentina?
Hay varios elementos centrales. En primer lugar, la planificación, entendida como la capacidad de elaborar diagnósticos adecuados, aprender de las experiencias internacionales sin imitarlas mecánicamente y diseñar e implementar iniciativas. En segundo lugar, la coordinación, que en un Estado federal como el nuestro debe articular los tres niveles de gobierno, con liderazgo claro del nivel nacional. Otro componente clave es el empleo público: se necesitan recursos humanos calificados, formados en competencias digitales y con estabilidad institucional para sostener procesos de innovación. Además, es fundamental desarrollar mecanismos de monitoreo y evaluación que permitan medir resultados y aprender de las políticas implementadas.
Finalmente, se requieren recursos presupuestarios estables y un marco legal actualizado. Chile acaba de sancionar su ley de inteligencia artificial y es uno de los países que encabeza el Índice Latinoamericano de Inteligencia Artificial 2025, elaborado por la CEPAL, junto con Uruguay y Brasil. Más allá de los desafíos existentes, estos países han avanzado porque poseen un ecosistema digital bastante articulado entre Estado, academia y sector privado, algo que en Argentina aún es débil.
En síntesis, las capacidades necesarias son: planificación, coordinación, empleo público calificado, evaluación, recursos presupuestarios y un marco normativo robusto. Sin estos elementos, la inteligencia artificial no podrá convertirse en una herramienta de innovación pública, sino que quedará circunscrita a experiencias aisladas.
Dilemas éticos y de derechos humanos en el usa de la IA pública
En relación con los dilemas éticos y de derechos humanos que plantea la inteligencia artificial, ¿qué factores considera prioritarios a la hora de incorporar en las prácticas y decisiones del sector público?
Existen varios aspectos a considerar. En primer lugar, la privacidad y la protección de los datos personales. Argentina cuenta con una Ley de Protección de Datos del año 2000, previa a la aparición de las redes sociales, por lo que su actualización resulta impostergable. En el Congreso se han presentado distintos proyectos, entre ellos uno impulsado por la Agencia de Acceso a la Información Pública, que merece ser tratado con urgencia. Dado que aquella ley es anterior a plataformas como Facebook, se vuelve evidente que en materia de privacidad ha corrido mucha agua bajo el puente, y que la normativa vigente ya no responde a las dinámicas actuales del entorno digital.
En segundo lugar, debemos considerar la cuestión de los sesgos, tanto en los datos como en los algoritmos. En muchos casos, los conjuntos de datos con los que se entrena un sistema de inteligencia artificial ya contienen sesgos previos que terminan condicionando las decisiones automatizadas. En otros casos, el sesgo proviene del propio diseño algorítmico, que prioriza ciertos criterios en detrimento de otros.
La experiencia internacional, tanto en Europa como en Estados Unidos, demuestra que estos sesgos pueden generar discriminación: por ejemplo, en procesos de selección de personal, en los que mujeres o jóvenes fueron discriminados; o en licitaciones donde pequeñas y medianas empresas resultaron perjudicadas. Esto muestra que los algoritmos no son neutrales y que sus consecuencias pueden reproducir desigualdades preexistentes.
Otro aspecto clave es la transparencia algorítmica. Muchos algoritmos operan como “cajas negras”, donde no es posible comprender ni justificar el criterio detrás de una decisión. La Unión Europea ha avanzado en la noción de transparencia significativa, que exige que los sistemas puedan explicar sus decisiones de manera comprensible. En América Latina, estudios realizados en Chile y Colombia evidencian un bajo nivel de transparencia algorítmica en los sistemas utilizados tanto por el sector público como por el privado.
Los principales desafíos éticos y de derechos humanos al incorporar inteligencia artificial en el sector público giran en torno a cuatro ejes: privacidad y protección de datos, sesgos, transparencia algorítmica y no discriminación.
La manifestación de los sesgos en el sector público
Efectivamente, la cuestión de los sesgos atraviesa diversos ámbitos del uso de la inteligencia artificial. ¿Podría profundizar en cómo se manifiestan y cuáles son sus implicancias en el sector público?
En efecto, la cuestión de los sesgos sintetiza buena parte de los dilemas éticos que acompañan el uso de la inteligencia artificial. Estos sesgos se manifiestan, por ejemplo, en prácticas discriminatorias que afectan a grupos específicos —como personas mayores, jóvenes, mujeres, minorías sexuales o pequeñas y medianas empresas—, reproduciendo desigualdades estructurales bajo una apariencia de objetividad técnica. La ilusión de neutralidad algorítmica encubre, en muchos casos, la persistencia de lógicas sociales y culturales preexistentes que se trasladan a los modelos de datos y a los mecanismos de decisión automatizada.
Las causas de este fenómeno pueden encontrarse tanto en la naturaleza de los datos históricos, que reflejan contextos de desigualdad y exclusión, como en los criterios de diseño y entrenamiento de los algoritmos, que ponderan ciertas variables en detrimento de otras. En algunos casos, el sesgo proviene del origen mismo de la información; en otros, de la arquitectura lógica del algoritmo, que tiende a privilegiar patrones estadísticos sobre consideraciones éticas o sociales. Así, los resultados tecnológicos no son neutros, sino que expresan visiones del mundo, prioridades institucionales y estructuras de poder.
Frente a ello, se abren nuevos desafíos para la agenda del fortalecimiento estatal. La inteligencia artificial no sólo interpela a los sistemas tecnológicos, sino también a las estructuras administrativas, los marcos regulatorios y las capacidades institucionales del Estado. Garantizar que estas herramientas operen bajo principios de equidad, transparencia, rendición de cuentas y respeto por los derechos fundamentales requiere una política pública activa, que combine regulación, formación de recursos humanos y mecanismos de control social.
En última instancia, el problema de los sesgos en la inteligencia artificial remite a una cuestión más profunda: la necesidad de asegurar que la innovación tecnológica esté al servicio de la justicia social y no de la reproducción de las asimetrías que históricamente caracterizaron a nuestras sociedades.
Transformaciones en el empleo público
A partir de su trayectoria en la administración pública y en la docencia universitaria, ¿qué transformaciones imagina en el empleo público a mediano y largo plazo frente a la creciente incorporación de la inteligencia artificial en las tareas administrativas y en la organización estatal?
La pregunta es, sin duda, compleja, pero también sumamente estimulante. El escenario más probable para los próximos años es el de una profunda heterogeneidad en la velocidad de adopción tecnológica dentro del Estado. Algunos organismos que ya han incorporado herramientas digitales avanzan con rapidez hacia una mayor automatización, mientras que otros, aún anclados en la cultura del trámite y del papel, permanecerán rezagados. El resultado será una administración pública con niveles dispares de desarrollo y escasa articulación interna, donde la modernización convivirá con prácticas burocráticas tradicionales.
Para fortalecer el aparata estatal con las tecnologías digitales solas no alcanza, ahora también es cierto que sin las tecnologías digitales no se puede. No hay fórmulas mágicas, ni tampoco se debe pensar que la digitalización será la gran cura para todos los males que afectan a nuestra región. Pero la digitalización ofrece oportunidades concretas para desplegar servicios públicos de alto valor para la sociedad, a gran escala y bajo costo. En el siglo XXI, la transformación digital ha dejado de ser una opción para convertirse en una necesidad. Las tecnologías digitales están redefiniendo la manera en que vivimos, trabajamos y nos relacionamos.
IA: Revolución radical o reconfiguración estructural
Resulta interesante ese planteo. En una exposición reciente, Carlos Tomada sostenía que la inteligencia artificial no constituye una revolución radical en las formas de producción, sino una nueva etapa dentro de un proceso histórico de transformaciones que han modificado el empleo a lo largo del tiempo. ¿Comparte esa interpretación?
Coincido plenamente. No estamos ante una extinción del empleo, sino ante una reconfiguración estructural del trabajo. La historia económica y social demuestra que cada gran transformación tecnológica ha alterado el modo de producir y de organizar el trabajo, pero no ha eliminado su necesidad. La revolución agrícola, la revolución industrial y la revolución tecnológica actual comparten un mismo patrón: destruyen ocupaciones, modifican otras y crean nuevas formas de empleo.
Cuando apareció la cosechadora mecánica, por ejemplo, desplazó a una parte significativa de la mano de obra agrícola dedicada a la recolección manual, pero simultáneamente generó nuevos puestos en la fabricación, reparación y operación de maquinaria, así como en toda la cadena de insumos y servicios asociados. Este fenómeno no supuso una pérdida neta del trabajo, sino una mutación de su naturaleza, de las competencias requeridas y de su distribución social.
La actual revolución digital e informacional sigue esa lógica. La inteligencia artificial, la automatización y la robotización están transformando las competencias laborales, los roles profesionales y las formas de organización del trabajo, tanto en el sector privado como en el público. No se trata de un proceso de sustitución lineal entre «máquinas» y «personas», sino de una compleja reconfiguración de funciones, donde el valor del trabajo humano se desplaza hacia tareas de mayor capacidad analítica, relacional y decisional.
El principal desafío analítico radica en que vivimos inmersos en el proceso mismo de transformación, lo que dificulta comprender plenamente su alcance histórico. Tal vez, dentro de dos siglos, los historiadores puedan evaluar con mayor perspectiva lo que hoy denominamos «cuarta revolución industrial». Por ahora, sólo podemos observar sus signos iniciales: la disolución de las fronteras entre trabajo físico e intelectual, la expansión del trabajo digital y la emergencia de nuevas desigualdades vinculadas al acceso al conocimiento y a la conectividad.
En el caso argentino, la administración pública enfrenta una tensión particular: coexisten los desafíos del siglo XXI con estructuras institucionales y prácticas laborales propias del siglo XIX. El empleo público, en gran medida, continúa regido por una lógica patrimonialista y preburocrática, donde el ingreso y la permanencia muchas veces dependen más de la lealtad política que del mérito profesional. Se mantiene así una cultura del botín político, en la que quien gana las elecciones incorpora a su personal y quien las pierde se retira con el suyo. Esto es particularmente visible a nivel nacional en la alta dirección pública. Esta dinámica fragmenta la continuidad administrativa, debilita la memoria institucional y dificulta la construcción de una burocracia moderna, estable y profesional, capaz de sostener procesos de innovación como los que exige la transformación digital del Estado.
La lógica de botín político en el empleo público
Cuando se refiere a la «lógica de botín» en el empleo público, ¿está aludiendo a una forma de patrimonialismo estatal? ¿Podría desarrollar cómo opera esa dinámica y qué implicancias tiene para la gestión pública y la memoria institucional?
Efectivamente. En los estados preburocráticos y patrimonialistas, tal como los caracterizó Max Weber, el poder político se concebía como una extensión del patrimonio personal del gobernante. Quien accedía al gobierno colocaba a su propia gente en la administración y desplazaba a los funcionarios del régimen anterior. La construcción de la burocracia moderna —entendida como aparato racional-legal— buscó precisamente diferenciar la política de la administración, profesionalizando la función pública, estandarizando procedimientos e instaurando la estabilidad de los cargos más allá del recambio de autoridades.
En teoría, la Ley Marco de Regulación del Empleo Público Nacional en Argentina recoge ese espíritu al definir un sistema de carrera basado en el mérito, la capacitación y la estabilidad. Sin embargo, en la práctica, este modelo se ha visto sistemáticamente distorsionado. Los cargos de coordinación y dirección, que deberían constituir el núcleo de la alta dirección pública, suelen ser cubiertos de manera transitoria, sin concursos abiertos, y mediante excepciones reiteradas a los requisitos de formación y experiencia. Según los datos disponibles, más del ochenta por ciento de esos cargos se designa bajo esas condiciones, lo que configura un patrón de inestabilidad estructural y de captura política del aparato administrativo.
Esta situación reproduce una tensión histórica entre política y administración, en la que el Estado oscila entre la lógica del servicio público y la del botín político. No se trata, desde luego, de negar la dimensión política del Estado —ya que toda burocracia responde a un proyecto político legítimo—, sino de alcanzar un equilibrio virtuoso entre legitimidad democrática y profesionalización técnica.
Una carrera administrativa sólida debería garantizar que quienes poseen vocación de servicio y competencias técnicas puedan progresar por mérito y trayectoria, sin depender de alineamientos partidarios. De lo contrario, el recambio político periódico genera discontinuidad institucional, pérdida de memoria organizacional y debilitamiento de las capacidades estatales. En ese sentido, la persistencia de prácticas patrimoniales en el empleo público no solo afecta la eficiencia administrativa, sino también la autonomía relativa del Estado, entendida —en términos de Peter Evans o Guillermo O’Donnell— como condición necesaria para formular y sostener políticas públicas coherentes con un proyecto de desarrollo de largo plazo.
Impacto en la inestabilidad en las capacidades del estado
Esa fragilidad institucional parece tener consecuencias visibles hoy.
Exactamente. Esta situación se verifica con claridad en diversos ministerios. En la Secretaría de Derechos Humanos, por ejemplo, la modificación de las modalidades de contratación y la eliminación de incentivos específicos derivaron en una renuncia masiva de personal altamente calificado. En pocos meses, la dotación pasó de aproximadamente ochocientas personas a poco más de trescientas, y buena parte del personal especializado —formado durante años en materias de derecho internacional público, litigios ante organismos multilaterales y cumplimiento de compromisos internacionales— decidió retirarse.
El Estado había invertido tiempo, recursos y conocimiento institucional en la formación de esos cuadros profesionales, y la pérdida de esa capacidad constituye un retroceso estructural. La situación revela un problema de fondo: ninguna estrategia de innovación tecnológica, ni siquiera en materia de inteligencia artificial, puede prosperar sin un servicio civil robusto, sostenido en principios de estabilidad, mérito y profesionalización. Sin concursos públicos, sistemas de capacitación continua, evaluación efectiva del desempeño y trayectorias laborales previsibles, cualquier intento de modernización digital queda reducido a un ejercicio retórico.
La precarización laboral, la inequidad interna y la débil profesionalización del empleo público se transforman, en este contexto, en verdaderos obstáculos estructurales para la innovación estatal. Hablar de algoritmos, robótica o inteligencia artificial en un Estado que no ha resuelto aún sus déficits básicos de gestión y de carrera administrativa implica una contradicción conceptual: no puede haber digitalización sostenible sin institucionalidad burocrática. La tecnología, por sí sola, no reemplaza las capacidades humanas ni la arquitectura organizacional que hace posible la continuidad y la calidad del servicio público.
Experiencias internacionales y gobierno abierto
Avanzando hacia una mirada institucional y comparada, ¿qué experiencias internacionales de incorporación de inteligencia artificial en la gestión pública considera paradigmáticas o dignas de ser tomadas como referencia? Asimismo, ¿cómo analiza la articulación entre el desarrollo de la inteligencia artificial y los principios del gobierno abierto?
El Ranking de Gobierno Digital de las Naciones Unidas constituye una fuente de referencia indispensable para analizar las principales tendencias y experiencias internacionales en materia de transformación digital del Estado. En él se destacan países como Corea del Sur, Estonia y Dinamarca, cuyas estrategias nacionales de digitalización se han consolidado como ejemplos paradigmáticos de planificación tecnológica sostenida, articulación interinstitucional y orientación al ciudadano.
No obstante, resulta esencial contextualizar estas experiencias antes de asumirlas como modelos replicables. El caso de Estonia, frecuentemente citado como ejemplo emblemático de gobierno digital, suele presentarse de manera acrítica, sin considerar las profundas diferencias estructurales que lo separan de países como la Argentina. Estonia es un Estado unitario, con una extensión territorial semejante a la de la provincia de Tucumán y una población igualmente reducida. Además, forma parte de un proceso de integración regional altamente exitoso, la Unión Europea, sostenido por economías centrales como Alemania y Francia, que brindan soporte financiero, normativo y tecnológico. En consecuencia, su modelo de digitalización no puede extrapolarse de forma lineal a un país federal, extenso y heterogéneo como el nuestro, donde los desafíos de coordinación entre niveles de gobierno son sustantivos.
Aun así, algunas de las iniciativas de Estonia resultan particularmente inspiradoras, entre ellas la identidad digital unificada, concebida como la piedra angular de su ecosistema digital. Esta herramienta permite unificar el acceso ciudadano a todos los servicios del Estado, simplificando trámites y fortaleciendo la confianza institucional. En la Argentina, por el contrario, persiste una fragmentación de identidades digitales que genera ineficiencia, duplica procesos y dificulta la construcción de un vínculo digital coherente y continuo entre el Estado y la ciudadanía.
En el plano regional, sobresalen las experiencias de Chile y Uruguay. Chile ha desarrollado una política de gobierno digital de largo plazo, con continuidad a lo largo de distintos gobiernos, apoyada en un servicio civil profesionalizado que garantiza la ejecución técnica de la estrategia. Uruguay, por su parte, constituye un referente en la región gracias a la labor de la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento (AGESIC), un organismo rector de gran fortaleza institucional que brinda capacitación, asistencia técnica y financiamiento a los organismos con menor desarrollo digital.
Este tipo de institucionalidad robusta es fundamental. Sin organismos rectores fuertes, resulta imposible consolidar una política de gobierno digital homogénea y sostenible. El caso uruguayo demuestra que la escala reducida y la continuidad del funcionariado pueden traducirse en un desarrollo equilibrado y sostenido de las capacidades estatales. En contraste, la experiencia argentina evidencia una alta fragmentación institucional, con organismos que avanzan a ritmos desiguales y carecen de una autoridad central que coordine, articule y evalúe el proceso de digitalización del Estado. Esta ausencia de conducción estratégica se traduce en políticas discontinuas, dependientes de coyunturas políticas más que de una planificación estructural de largo plazo.
El rol de la coordinación
¿Considera que ese rol de coordinación debería recaer en la Jefatura de Gabinete?
Por definición, la Jefatura de Gabinete de Ministros es el primus inter pares dentro del gabinete nacional; su función esencial es la coordinación de la acción de gobierno. Puede pensarse, metafóricamente, como un director de orquesta: no ejecuta directamente ningún instrumento, pero garantiza que cada músico disponga de su partitura y entre en el momento preciso, de modo que el resultado sea una composición armoniosa y no una sucesión de sonidos disonantes.
Lamentablemente, en la actualidad, el ciudadano percibe más ruido que armonía. Cada organismo estatal actúa según su propia lógica, con escasos mecanismos de interoperabilidad y coordinación efectiva. Esta desarticulación, aunque comprensible en contextos de urgencia administrativa —donde quien gestiona no puede esperar a que la coordinación llegue desde arriba—, produce un sistema fragmentado, redundante e ineficiente, que tiende a multiplicar esfuerzos y diluir responsabilidades.
El problema no es nuevo. Desde su creación en 1994, la Jefatura de Gabinete ha desempeñado roles variables y difusos: ha funcionado como vocería política, como unidad de gestión de temas delegados por la Presidencia o como órgano administrativo de enlace. Sin embargo, rara vez ha ejercido plenamente su función original de coordinación estratégica, que constituye su razón de ser institucional. Esta carencia resulta particularmente grave en un Estado federal como el argentino, donde la coordinación debe operar en una doble dimensión: horizontal, entre ministerios y organismos nacionales, y vertical, entre Nación, provincias y municipios.
Los problemas contemporáneos —la desigualdad social, la inseguridad, el cambio climático o la brecha digital— son problemas complejos y transversales que desbordan las fronteras jurisdiccionales y desafían las estructuras sectoriales tradicionales. Por ello, la coordinación interinstitucional deja de ser un requisito meramente formal para convertirse en una condición de eficacia de la gestión pública y en un componente esencial del fortalecimiento de las capacidades estatales. Sin una conducción capaz de articular políticas, recursos y saberes dispersos, cualquier estrategia de modernización o innovación corre el riesgo de fragmentarse en esfuerzos parciales y discontinuos.
Coordinación entre gobierno digital y gobierno abierto
¿Y cómo se articula esa idea de gobierno digital con la noción de gobierno abierto?
La relación entre inteligencia artificial y gobierno abierto puede pensarse como la de un Jano bifronte, una figura con dos rostros. Por un lado, la inteligencia artificial puede acelerar los principios del gobierno abierto —transparencia, rendición de cuentas, colaboración y participación ciudadana—, potenciando la capacidad del Estado para generar y comunicar información pública.
Sin embargo, si existen bajos niveles de transparencia algorítmica, sesgos en los datos o vulneraciones a la privacidad, el efecto puede ser el opuesto: la inteligencia artificial puede erosionar la confianza pública y atentar contra los valores del gobierno abierto.
No se trata, desde luego, de volver al papel. Se trata de politizar el debate —en el sentido noble del término—, de que las élites políticas comprendan tanto las oportunidades como los riesgos de estas herramientas. La clave está en fortalecer la gobernanza tecnológica y el control democrático, para que la inteligencia artificial contribuya efectivamente a la apertura y no a su negación.
El papel central de la planificación
Para finalizar, me gustaría abordar una cuestión vinculada al campo de la planificación. ¿Qué papel atribuye a la planificación dentro de la acción política y del estudio de las políticas públicas? Y, en esa línea, ¿cómo entiende la relación entre planificación estratégica y políticas públicas?
La planificación tiene un rol central en el fortalecimiento de las capacidades estatales. Pero debe entenderse desde una mirada amplia e integral, que no se limite al diseño técnico de planes o diagnósticos, sino que contemple también las etapas de implementación, monitoreo y evaluación.
Planificar no es solo elaborar un documento bien estructurado; es construir una práctica institucional sostenida que atraviese todo el ciclo de las políticas públicas. Implica identificar problemas, formular iniciativas viables, ejecutarlas y luego evaluar sus resultados. La planificación estratégica, en ese sentido, es un instrumento transversal para ordenar la acción pública y dotarla de coherencia, continuidad y aprendizaje.
Como señala Juan Carlos Cortázar Velarde, muchas veces la planificación se reduce a la etapa del diseño, donde intervienen los «arquitectos» y «ingenieros» de la política. Sin embargo, la fase más interesante —y más desafiante— es la de la puesta en práctica, donde intervienen los «carpinteros», «electricistas» y «gasistas matriculados» de la gestión pública, es decir, quienes deben lidiar con la cotidianidad y las rutinas organizacionales.
Desde esta perspectiva, la planificación debe romper la clásica dicotomía entre formulación e implementación. La mirada integral permite no solo pensar políticas más realistas, sino también fortalecer la gestión cotidiana y la capacidad del Estado de transformar decisiones en resultados.
Por supuesto, toda planificación debe dialogar con otras dimensiones estructurales: el empleo público, las tecnologías digitales y, por supuesto, el presupuesto público. Sin recursos, los planes terminan siendo meras «cartas a los Reyes Magos».
La IA como complemento de la planificación
Diversas perspectivas sugieren que la inteligencia artificial tendería a reemplazar la función de la planificación y, por extensión, el papel de los planificadores. Desde su punto de vista, ¿cómo se articula realmente la relación entre planificación e inteligencia artificial?
Más que sustituirla, la inteligencia artificial la complementa. Ambas son herramientas de racionalidad y decisión, pero actúan en planos distintos. La inteligencia artificial amplía la capacidad de análisis al procesar grandes volúmenes de datos, detectar patrones y generar diagnósticos más precisos. Sin embargo, la planificación es la que orienta, interpreta y contextualiza esa información dentro de un marco político, institucional y territorial.
En otras palabras, la inteligencia artificial puede ayudar a formular mejores diagnósticos, identificar experiencias exitosas en otros países y monitorear políticas públicas en tiempo real. Pero la decisión sobre qué hacer con esos datos y cómo transformarlos en acción colectiva sigue siendo una tarea humana y política.
Por eso digo que la planificación no solo se beneficia de la inteligencia artificial, sino que también la enriquece, al ofrecerle propósito, dirección y sentido estratégico. Pensar el Estado que queremos y la estrategia tecnológica que necesitamos es, precisamente, un ejercicio de planificación.
Herramientas útiles para políticas públicas
Finalmente, ¿existen herramientas o aplicaciones tecnológicas que considere útiles para las distintas etapas del ciclo de políticas públicas —formulación, diseño, implementación, monitoreo y evaluación—?
Sí, hay varias experiencias interesantes. Más allá de los modelos de inteligencia artificial generativa más conocidos, como ChatGPT o Gemini, existen herramientas específicas muy útiles para los procesos de diagnóstico y formulación de políticas.
En el ámbito académico, por ejemplo, estas herramientas funcionan como copilotos. Yo siempre les digo a mis estudiantes: el que maneja el vehículo es el investigador o el planificador; la inteligencia artificial solo acompaña, sugiere y ordena.
Hay aplicaciones que ayudan a elaborar diagnósticos, diseñar programas o sistematizar información compleja. En mi experiencia, incluso para resolver cuestiones muy técnicas —como analizar el mercado de carbono o construir matrices de precios internacionales—, estas herramientas ofrecen una primera aproximación valiosa, aunque siempre deben ser contrastadas y validadas críticamente.
La transformación en la educación
¿Cree que la incorporación de estas herramientas está modificando la educación y la formación universitaria?
Sin duda. La inteligencia artificial está transformando de manera profunda la forma en que enseñamos, aprendemos y evaluamos. En mi caso, cuando tomo exámenes, los realizo a libro abierto y, antes de formular las consignas, las someto a una inteligencia artificial generativa. A partir de las respuestas que produce, elaboro consignas más complejas que obliguen a los estudiantes a pensar críticamente, analizar, contrastar y reflexionar. El objetivo no es evaluar la memorización, sino la capacidad de razonar frente a un entorno cognitivo en el que las máquinas también procesan información.
Prohibir el uso de estas tecnologías sería tan absurdo como lo fue, en su momento, prohibir la calculadora. Lo importante no es impedir su utilización, sino enseñar a emplearlas con sentido crítico y ético. Las universidades tienen hoy la responsabilidad de formar estudiantes capaces de dialogar con la inteligencia artificial, intervenir sobre sus resultados, detectar sus sesgos y enriquecer sus producciones. En ese sentido, el docente ya no compite con la tecnología, sino que debe redefinir su función como mediador cognitivo, orientando a los alumnos en el uso responsable y creativo de estas herramientas.
En definitiva, la inteligencia artificial no reemplaza el pensamiento humano, pero sí puede potenciarlo y expandirlo. La clave está en aprender a formular buenas preguntas —como señalaba Sócrates—, porque la base de todo conocimiento sigue siendo la pregunta bien planteada. En el contexto contemporáneo, los buenos prompts constituyen las nuevas preguntas filosóficas, aquellas que orientan el diálogo entre la inteligencia humana y la artificial, y que definirán, en última instancia, la calidad del pensamiento en la educación del futuro.
*Sebastián Barbosa es politólogo y Doctor en Ciencias Sociales (UBA). Director de la Maestría en Políticas Públicas y Gobierno y docente investigador UNLa.
**Arítides Ossorio Domecq es Magíster en Políticas Públicas y Gobierno y docente investigador radicado en el Centro de estudios de planificación, estrategia y gestión pública Carlos Matus del Departamento de Planificación y Políticas Públicas UNLa.
Cómo citar este artículo: Barbosa, S. y Ossorio, A. (10 de abril del 2026). Inteligencia Artificial: Una mirada desde las políticas públicas. Entrevista a Diego Pando. Investigación en Movimiento. Recuperado el [incluir fecha de consulta]. https://investigacionenmovimiento.unla.edu.ar/inteligencia-artificial-una-mirada-desde-las-politicas-publicas-entrevista-a-diego-pando/
Nota: La imagen de portada fue generada empleando el sistema de inteligencia artificial y modelo de lenguaje Gemini, desarrollado por Google, a partir de un prompt basado en el contenido del artículo.
