regulación IA -

Estrategia nacional de inteligencia artificial y educación en Perú

La Comunidad IA dedicó su sesión del 5 de junio a revisar los alcances de la Estrategia Nacional de Inteligencia Artificial del Perú, con énfasis en educación, alfabetización y academia. La exposición estuvo a cargo de Gianfranco Mejía, abogado especializado en gestión pública, regulación, derecho administrativo e inteligencia artificial, quien analizó el documento recientemente aprobado y sus implicancias para el sistema educativo peruano.

Durante la sesión se destacó que el país cuenta por primera vez con una estrategia nacional formal sobre inteligencia artificial, luego de antecedentes previos que no llegaron a oficializarse. Sin embargo, el análisis mostró que las referencias a educación aparecen de manera dispersa y con un nivel todavía general. Entre los puntos identificados se encuentran la capacitación docente, la incorporación de herramientas de IA en procesos académicos y el fortalecimiento de capacidades en educación básica, técnico-productiva y superior.

Uno de los aspectos centrales de la conversación fue la alfabetización en inteligencia artificial. Mejía señaló que el término aparece poco desarrollado en la estrategia peruana, pese a que resulta clave para que docentes, estudiantes, servidores públicos, empresas y ciudadanos comprendan no solo cómo usar estas tecnologías, sino también sus riesgos, límites y criterios éticos. En ese sentido, la sesión planteó la necesidad de pasar de acciones de capacitación aisladas a una política más amplia de formación crítica y sostenida.

La discusión también incorporó el análisis de un proyecto de ley orientado a establecer estándares mínimos para el uso de IA en el sistema universitario nacional. La propuesta incluye principios como ética algorítmica, protección de datos, transparencia, no discriminación y complementariedad entre humanos e inteligencia artificial. Asimismo, plantea la creación de comités de gobernanza algorítmica y ética digital en universidades, así como programas vinculados a ciencia de datos, ciberseguridad, robótica, gobernanza algorítmica y transformación digital.

Otro punto relevante fue la comparación con la reciente estrategia de inteligencia artificial de Canadá, denominada “IA para todos”. A partir de este caso, se observó una diferencia importante: mientras la estrategia peruana enfatiza la capacitación, la canadiense otorga un lugar central a la alfabetización, la infraestructura digital, la calidad de los datos, la seguridad y la soberanía tecnológica. Esta comparación permitió abrir una reflexión sobre las condiciones previas que requiere el Perú para integrar la IA en educación, especialmente en conectividad, infraestructura y acceso.

La sesión concluyó con aportes de los participantes sobre los desafíos de aplicar la estrategia en contextos educativos diversos, como escuelas rurales o instituciones con brechas tecnológicas. También se abordó la relación entre IA, pequeñas y medianas empresas, soberanía digital y regulación internacional. En conjunto, el encuentro dejó planteada una idea clave: el desarrollo de la inteligencia artificial en educación no depende solo de capacitar usuarios, sino de construir condiciones institucionales, técnicas y éticas que permitan una adopción responsable y contextualizada.

¿Te gustaría participar activamente en la Comunidad IA en Educación?

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS

Mira el video completo de la sesión:

Inteligencia artificial y justicia social: claves éticas para reducir desigualdades

La relación entre tecnología, datos y justicia social se ha vuelto central en el debate global: los sistemas de inteligencia artificial pueden amplificar desigualdades existentes cuando se entrenan con datos sesgados o se implementan sin controles, pero también pueden reducir brechas si se diseñan con criterios éticos basados en derechos humanos, equidad y rendición de cuentas. En este contexto, la Recomendación sobre la Ética de la Inteligencia Artificial de la UNESCO (2021) —adoptada por sus Estados Miembros— establece principios como la no discriminación, la transparencia y la supervisión humana, subrayando que la IA debe contribuir explícitamente al bienestar social y a la justicia. Este enfoque se alinea directamente con el ODS 10: Reducción de las desigualdades, que llama a disminuir brechas estructurales dentro y entre los países.

De forma complementaria, los Principios de IA de la OCDE promueven una inteligencia artificial innovadora pero respetuosa de los derechos fundamentales y de los valores democráticos, orientada a la inclusión y al beneficio social. Estos marcos internacionales han desplazado la conversación desde la mera eficiencia tecnológica hacia preguntas más profundas: quién se beneficia de los sistemas algorítmicos, qué grupos podrían verse perjudicados y cómo garantizar que la automatización no reproduzca exclusiones históricas por razones socioeconómicas, culturales o de género.

En el plano operativo, iniciativas como el AI Risk Management Framework del NIST proponen gestionar riesgos durante todo el ciclo de vida de la IA, incorporando prácticas concretas como auditorías de sesgo, evaluación de impacto en distintos grupos poblacionales, documentación transparente de datos y modelos, y monitoreo continuo tras el despliegue. Estas acciones muestran que la ética aplicada no es solo una declaración de principios, sino un conjunto de decisiones técnicas y organizacionales capaces de modificar resultados reales, previniendo daños y fortaleciendo la confianza pública en la tecnología.

A nivel regulatorio, la Unión Europea ha avanzado con un enfoque basado en riesgo mediante su AI Act, que establece límites a usos considerados inaceptables —como ciertas formas de vigilancia masiva o manipulación de vulnerabilidades— y exige salvaguardas estrictas en contextos sensibles, incluidos el laboral y el educativo. Aunque estas normas surgen en Europa, están influyendo en debates legislativos y académicos en América Latina, donde crece la necesidad de marcos propios que combinen innovación tecnológica con protección de derechos y justicia social.

Para la comunidad académica, estos desarrollos representan una oportunidad estratégica para integrar la ética de los datos y de la inteligencia artificial en la docencia, la investigación y la gestión institucional como parte de una agenda más amplia de equidad y desarrollo sostenible. En el marco del Día Mundial de la Justicia Social, que se conmemora cada 20 de febrero, la reflexión cobra aún más sentido: si la tecnología ya está moldeando nuestras sociedades, la cuestión de fondo no es solo cuánto innovamos, sino para quién y con qué consecuencias. En ese escenario, cabe preguntarnos si estamos formando profesionales y generando conocimiento que realmente contribuya a reducir desigualdades, o si corremos el riesgo de reproducirlas en versión digital.