La ficha
- Qué es: Reimagining AI in Latin America: situated narratives of users, developers, and decision-makers on understanding and governing AI
- Quiénes: Teresa Correa (Universidad Diego Portales) junto a Francisca Luco, Mónica Humeres, Dusan Cotoras, Alexandra Davidoff, Yelena Hernández-Estrada, Iñaki Oyarzún-Merino y Claudia López. El equipo viene del núcleo Milenio FAIR (Futures of Artificial Intelligence Research), con filiaciones en la Universidad Diego Portales, la Universidad de Chile y la Universidad Técnica Federico Santa María.
- Dónde: Communication and Change (Springer), 2025, artículo de acceso abierto. doi.org/10.1007/s44382-025-00012-1
- Tipo: estudio cualitativo. Combina tres proyectos hechos entre 2023 y 2024: entrevistas y grupos focales con usuarios de servicios públicos, entrevistas con desarrolladores y una etnografía digital de las sesiones del Congreso sobre regulación de IA.
Primera lectura: qué hace y qué encuentra
Conviene partir por el tipo de trabajo, porque ordena el resto. Es cualitativo y comparativo. El equipo no mide si la IA funciona ni evalúa ningún modelo: junta las narrativas de tres actores que casi nunca se estudian en una misma mesa. Por un lado, usuarios de tres servicios públicos mediados por algoritmos (el Sistema de Admisión Escolar, el analista virtual de licencias médicas de FONASA y el sistema de planificación del transporte): 27 entrevistas y seis grupos focales con 48 personas. Por otro, 18 entrevistas a desarrolladores. Y, en tercer lugar, una etnografía digital de 51 sesiones del Congreso chileno donde se discutió cómo regular la IA. La pregunta es cómo entiende cada grupo qué es la IA y qué le exige a su gobernanza.
El primer hallazgo, y el que los autores marcan como el más llamativo, es que los tres grupos comparten una misma imagen geopolítica: Chile como sujeto de experimentación. Los usuarios se describen como conejillos de indias, expuestos a tecnologías sin que nadie les explique nada. Los desarrolladores hablan de un país sandbox, donde una idea se prueba pero no se puede escalar y termina exportándose afuera para terminar de ejecutarse. Y en el Congreso, voces de la industria describen a la región como un playground, un lugar de consumo e infraestructura mientras los modelos se desarrollan en el mundo rico. Los autores leen esto como una asimetría de poder entre el Norte y el Sur Global, y la conectan con una memoria local muy chilena: la del país como laboratorio neoliberal tras la dictadura. No es un dato técnico, es la lente con la que la gente interpreta su lugar en el mapa de la IA.
El segundo hallazgo es más fino y, creo, el más útil. Lo que cada actor le exige a la IA cambia según hable de la IA en abstracto o de un sistema concreto. Los usuarios, frente a la idea general de IA, despliegan lo que la literatura llama folk theories (la IA como una enciclopedia gigante, o como un titiritero que todo lo ve) y muestran una confianza funcional: confían mientras funcione, y piden poco más. Pero cuando el foco pasa a un sistema específico que decide sobre su salud o la escuela de sus hijos, el escepticismo sube y aparecen demandas concretas: explicaciones simples y visuales, saber por qué se rechazó una licencia, y sobre todo mediación humana. Una participante que llevaba más de un año tramitando licencias por depresión posparto resume el punto: no entiende cómo una máquina, que a su juicio carece de criterio, puede rechazar una licencia.
Los otros dos actores completan el cuadro. Los desarrolladores buscan desmitificar: prefieren explicar la IA como una máquina o un sistema de cómputo y evitar las metáforas antropomórficas, porque las consideran engañosas. Y los tomadores de decisiones quedan atrapados en cómo definir la IA para regularla, entre definiciones amplias que abarcan hasta una calculadora y definiciones estrechas que envejecen rápido. Ahí los autores registran un movimiento conocido: voces de la industria usan la metáfora del martillo, una herramienta neutral que no se puede culpar, para argumentar que las leyes actuales bastan y que no hace falta una regulación nueva.
Segunda lectura: desde América Latina
Lo primero que vale subrayar es que esta es evidencia desde adentro de la región, con trabajo de campo en español, en servicios públicos reales y en el propio Congreso. La literatura de gobernanza de IA casi siempre habla desde el Norte Global, así que el aporte está en mirar de cerca algo que rara vez se mira: cómo se entiende y se reclama la IA cuando uno no es quien la fabrica.
Importa también desde dónde se mira. Chile encabeza varios índices regionales de preparación para la IA y tiene una Política Nacional desde 2021, pero con baja confianza institucional. Esa combinación, alta adopción y baja confianza, es justo la que produce la confianza funcional que describe el paper: la gente acepta la tecnología como inevitable, sin exigirle demasiado, hasta que la toca de cerca. Si esto pasa en uno de los países mejor posicionados de la región, es razonable pensar que el patrón se acentúa donde el Estado es más débil. Esto último ya es lectura mía: el estudio se hizo solo en Chile, y los propios autores piden expandir la comparación antes de generalizar.
Donde el trabajo se conecta con el presente es en su distinción entre lo abstracto y lo concreto. El campo es de 2023 y 2024, y retrata sobre todo algoritmos de servicios públicos y debates legislativos, no la era de los chatbots de uso masivo. Pero ese hallazgo no envejece, se vuelve más pertinente: hoy cualquiera conversa con un modelo en abstracto sin pedirle nada, y recién aparecen las dudas cuando ese mismo modelo decide algo que importa. La lección de política que los autores sí sacan es clara: anclar la transparencia, la rendición de cuentas y la participación en sistemas específicos y sus usos, no en la idea difusa de IA. Como extrapolación mía, esa receta calza con lo que se viene, donde es cada vez más fácil enchufar un modelo a un trámite sin que nadie note el cambio.
La pregunta que deja sirve para cualquier país del Sur Global. Si la gente solo exige transparencia cuando ve el sistema concreto que la afecta, la tarea de gobernanza es hacer visibles esos sistemas, no quedarse en los principios generales sobre IA. Mientras la conversación siga en abstracto, sugiere el estudio, las preocupaciones de quienes más la sufren se quedan afuera.
La letra chica
- Es un estudio cualitativo: su valor está en explicar cómo y por qué estos actores entienden y reclaman la IA, no en medir cuántos chilenos piensan cada cosa. Las narrativas iluminan fenómenos, no frecuencias.
- Todo el campo es en Chile. Los autores son explícitos en que hace falta comparar con otros países antes de leer estos patrones como regionales.
- El trabajo con tomadores de decisiones es una etnografía de sesiones del Congreso de 2023 y 2024, anterior a la masificación de los chatbots. Lo institucional, eso sí, envejece lento.
Palabras clave del paper: Artificial Intelligence, Situated narratives, AI governance, AI understanding, Global South, Chile
Lectura automática. Este texto lo generó Claude (IA) a partir de la fuente original, sin revisión humana línea por línea. Puede contener errores o interpretaciones discutibles; para validar cualquier punto, revisa la fuente original.