México corre el riesgo de confundir la puerta con la casa. Hemos quedado fascinados por sistemas capaces de redactar documentos, producir imágenes, ordenar presentaciones y responder con una elocuencia casi instantánea. Celebramos la velocidad del resultado mientras permanecen intactas las estructuras que impiden transformar ese resultado en bienestar, productividad y justicia. La inteligencia artificial aparece en nuestras pantallas como un artefacto sorprendente, pero todavía no termina de ingresar en las fábricas, los hospitales, las escuelas rurales, los campos agrícolas ni en las oficinas públicas donde el país resuelve, o posterga, sus problemas más urgentes.
Esta tensión estuvo en el corazón de nuestra participación en la Mesa de Diálogo II, "Inteligencia Artificial para la Innovación y la Competitividad de México", organizada por la Alianza por la Innovación Tecnológica, Capítulo México, y realizada en la Facultad de Comunicación de la Universidad Anáhuac México, a través del Human & Nonhuman Communication Lab. La conversación reunió distintas miradas para responder una cuestión que desborda el entusiasmo tecnológico: ¿qué condiciones debe construir México para que la inteligencia artificial se convierta en una capacidad nacional y no únicamente en un servicio contratado a proveedores extranjeros?
La pregunta importa porque adoptar inteligencia artificial no equivale a abrir una cuenta en una plataforma generativa. Tampoco significa instalar un chatbot en una página institucional o permitir que los empleados produzcan correos con mayor rapidez. Eso es uso instrumental. La adopción comienza cuando una organización modifica su arquitectura de datos, rediseña procesos, forma equipos, integra sistemas, evalúa riesgos, establece responsabilidades y mide si la tecnología está resolviendo aquello para lo que fue incorporada.
La IA generativa es apenas la zona más visible de un territorio mucho más extenso. Debajo de ella operan modelos predictivos, visión computacional, robótica, sensores, gemelos digitales, sistemas de alerta, automatización industrial, analítica avanzada y mecanismos algorítmicos de apoyo a la decisión. Reducir toda esa complejidad a una interfaz conversacional sería semejante a explicar la electricidad únicamente por la existencia de una lámpara.
México cuenta con una base digital significativa, aunque marcada por asimetrías persistentes. La ENDUTIH 2025 estimó 104.9 millones de personas usuarias de internet, equivalentes a 86.1% de la población de seis años y más. El dato revela un avance considerable respecto a 2015, cuando la proporción era de 57.4%. Sin embargo, la conectividad continúa territorialmente fracturada: 88.9% de la población urbana utiliza internet, frente a 75.2% de la población rural. La brecha se ha reducido, pero no ha desaparecido.
Detrás de cada porcentaje existe una geografía moral. Hay comunidades donde un sistema inteligente podría anticipar una sequía, pero no existe conectividad suficiente para transmitir datos. Hay escuelas donde se discute el uso pedagógico de modelos generativos mientras faltan dispositivos, acompañamiento docente o energía estable. Hay pequeños productores capaces de beneficiarse de la agricultura de precisión, aunque carecen de financiamiento, asesoría y capacidades para apropiarse de ella.
La brecha digital ya no describe solamente quién puede conectarse. También expresa quién puede transformar información en conocimiento, quién posee datos de calidad, quién dispone de cómputo y quién participa en la definición de los problemas que los algoritmos intentarán resolver. La desigualdad de acceso comienza a convertirse en desigualdad cognitiva, productiva y política.
Amartya Sen sostuvo que el desarrollo no debe medirse exclusivamente por el crecimiento de los recursos disponibles, sino por la ampliación de las libertades reales que las personas pueden ejercer. Desde esa perspectiva, una política de inteligencia artificial no puede evaluarse por el número de licencias contratadas, centros de datos construidos o documentos automatizados. Su valor dependerá de las capacidades humanas y sociales que consiga expandir.
Una IA que reduzca costos sin ampliar oportunidades será una tecnología eficiente, pero socialmente insuficiente. Una IA que incremente la productividad de las grandes compañías mientras debilita a las pequeñas empresas terminará concentrando todavía más el poder económico. Una IA que automatice trámites públicos sin considerar discapacidad, diversidad lingüística o desigualdad educativa convertirá la modernización administrativa en una forma tecnificada de exclusión.
La evidencia empresarial confirma que México se encuentra en una fase exploratoria. El Banco de México reportó que, en septiembre de 2025, 24.3% de las empresas con más de cien trabajadores utilizaba inteligencia artificial o planeaba hacerlo durante los siguientes doce meses. De ese conjunto, 61.1% aún se encontraba evaluando su conveniencia o desarrollando pruebas piloto. Los obstáculos señalados con mayor frecuencia fueron el desconocimiento de los trabajadores, la falta de personal capacitado y la insuficiencia presupuestal.
Conviene leer estas cifras con cuidado. El levantamiento representa empresas de gran tamaño y no puede trasladarse mecánicamente al conjunto del tejido productivo mexicano, compuesto en buena medida por micro y pequeñas unidades económicas. La OCDE registró que durante 2025 alrededor de 20.2% de las empresas de los países con datos disponibles utilizaba IA. La diferencia según tamaño es reveladora: 52% de las grandes empresas reportó su uso, frente a 17.4% de las pequeñas. La inteligencia artificial está reproduciendo una vieja ley de la economía tecnológica: quienes poseen más recursos aprenden primero, experimentan más y capturan antes los beneficios.
Investigaciones recientes han mostrado que las revoluciones tecnológicas no producen prosperidad generalizada de manera automática. Cada gran transformación exige una recomposición institucional capaz de orientar la innovación, distribuir sus beneficios y evitar que el nuevo paradigma quede capturado por el capital financiero o por unos cuantos sectores privilegiados. México no necesita solamente adoptar herramientas; requiere construir las instituciones que conviertan una posibilidad técnica en capacidad económica compartida.
La condición más importante para la adopción no es tecnológica. Es teleológica. México debe decidir para qué quiere inteligencia artificial.
El para qué no se encuentra en los catálogos comerciales. Está en la escasez de agua, las enfermedades prevenibles, la inseguridad alimentaria, los tiempos perdidos en movilidad, la vulnerabilidad ante huracanes e incendios, la baja productividad de las pequeñas empresas y la desigualdad educativa. También se encuentra en la preservación de lenguas indígenas, la atención a las personas mayores, la accesibilidad universal y la protección de comunidades históricamente ignoradas.
Mariana Mazzucato, en su texto: Mission economy: A moonshot guide to changing capitalism, propone organizar la innovación mediante misiones públicas que movilicen recursos institucionales y empresariales alrededor de problemas concretos, medibles y socialmente relevantes. Bajo esa lógica, una estrategia mexicana de IA no debería comenzar preguntando qué modelo adquirir, sino qué herida nacional necesita atender.
Una misión para la gestión inteligente del agua podría articular satélites, sensores, modelos climáticos, gobiernos locales, comunidades y universidades. Otra podría concentrarse en la detección temprana de enfermedades o en la reducción de pérdidas agrícolas. La tecnología dejaría entonces de ser un escaparate de modernidad para convertirse en una infraestructura de resolución colectiva.
México, sin embargo, todavía presenta una arquitectura institucional fragmentada. El perfil nacional elaborado por UNESCO continúa registrando la ausencia de un plan o estrategia nacional integral de inteligencia artificial, aunque reconoce fortalezas en materia de derechos humanos, privacidad y protección de datos. Paralelamente, durante 2026 han seguido presentándose iniciativas legislativas para establecer marcos de regulación y fomento. El riesgo es producir una constelación de normas, programas y discursos que no termine de convertirse en política de Estado.
Regular no significa inmovilizar. La confianza es una forma de infraestructura económica. Sin reglas sobre protección de datos, evaluación de impacto, explicabilidad, supervisión humana y reparación del daño, las empresas dudan, las instituciones improvisan y la ciudadanía desconfía. Una política que sólo prohíbe sofoca la experimentación; una política que únicamente promueve la adopción abandona a las personas frente a decisiones automatizadas capaces de alterar su empleo, su crédito, su educación o su acceso a servicios.
Los derechos digitales pueden convertirse en una ventaja estratégica para México. No como ornamento ético, sino como condición de legitimidad. La inteligencia artificial requiere datos, y los datos requieren confianza. Necesita experimentación, y la experimentación exige límites. Demanda escala, pero la escala sin responsabilidad multiplica también el daño.
La universidad debe ocupar una posición decisiva. No como espectadora ilustrada ni como simple proveedora de cursos, sino como espacio donde se investiga, se audita y se desarrollan soluciones propias. Debe formar personas capaces de comprender modelos, pero también de cuestionar sus supuestos. Profesionales que sepan automatizar procesos sin automatizar la indiferencia. Científicos que puedan interpretar una predicción sin confundir probabilidad con destino.
Ivan Illich advirtió que una herramienta deja de ser convivencial cuando reduce la autonomía de las personas y las somete a sistemas que ya no pueden comprender ni gobernar. La alfabetización en IA debería recuperar esa intuición. No basta con enseñar a formular instrucciones. Es necesario comprender quién diseñó el sistema, con qué datos fue entrenado, qué intereses organiza y quién responde cuando se equivoca.
Las grandes empresas tienen también una responsabilidad estructural. Pueden funcionar como islas de sofisticación tecnológica o convertirse en anclas de adopción para sus cadenas productivas. Cuando comparten capacidades con proveedores, financian investigación aplicada y acompañan la digitalización de pequeñas empresas, la innovación deja de ser privilegio corporativo y comienza a irradiarse hacia el resto de la economía.
El Estado, por su parte, no puede limitarse a observar ni a reglamentar desde lejos. Debe invertir, abrir datos de alto valor público, comprar innovación nacional, impulsar infraestructura de cómputo, financiar laboratorios y crear espacios seguros de experimentación. También debe aceptar que algunas soluciones no vendrán de los grandes centros tecnológicos, sino de cooperativas, universidades regionales, comunidades y emprendimientos que conocen problemas invisibles para los centros de decisión.
La sociedad civil tendrá que ocupar un lugar más complejo que el de usuaria o afectada. Necesita participar en la evaluación de sistemas, detectar sesgos, documentar daños y representar a quienes suelen quedar fuera de los procesos de innovación. Sin esa mirada, la IA podrá ser técnicamente precisa y socialmente ciega.
México ya está adoptando inteligencia artificial. Lo hace de manera desigual, fragmentaria y, con demasiada frecuencia, sin medir sus consecuencias. La decisión pendiente es si continuará importando herramientas para resolver tareas aisladas o construirá capacidades para pensar su propio futuro.
La inteligencia artificial que el país necesita no puede medirse únicamente por la rapidez con la que produce una respuesta. Tendrá que evaluarse por su capacidad para ampliar libertades, fortalecer instituciones, elevar la productividad y reconocer la dignidad de quienes nunca aparecen en las bases de datos.
Una nación no alcanza soberanía porque posee tecnología, sino porque es capaz de decidir qué mundo desea construir con ella. La pregunta ya no es cuándo llegará la inteligencia artificial a México. La pregunta es qué México permitiremos que nazca de su adopción. Esa respuesta no puede delegarse a un algoritmo: tendremos que imaginarla, financiarla y hacerla exigible.
