ISSN impreso: 1390-3837 / ISSN electrónico: 1390-8634, UPS-Ecuador, No. 44, marzo-agosto 2026, pp. 233-259.
https://doi.org/10.17163/uni.n44.2026.09
Inteligencia articial y desarrollo en economías
emergentes: un análisis del punto de partida
de México y el imperativo de política pública
Articial intelligence and development
in emerging economies: an analysis of Mexico’s starting point
and the public policy imperative
Jorge Castolo Martínez-Del Campo
jcastolo06@comunidad.unam.mx
https://orcid.org/0009-0007-1813-7522
Universidad Nacional Autónoma de México, México
https://ror.org/01tmp8f25
Alonzo Niño-Mendoza
alonzob@comunidad.unam.mx
https://orcid.org/0009-0004-4881-457X
Universidad Nacional Autónoma de México, México
https://ror.org/01tmp8f25
Juan Carlos Moreno-Brid
mbrid@economia.unam.mx
https://orcid.org/0000-0003-2238-0019
Universidad Nacional Autónoma de México, México
https://ror.org/01tmp8f25
Recibido: 22/09/2025 Revisado: 29/10/2025 Aprobado: 18/11/2025 Publicado: 01/03/2026
Cómo citar: Martínez-Del Campo, J. C., Niño-Mendoza, A. y Moreno-Brid, J. C. (2026). Inteligencia
articial y desarrollo en economías emergentes: un análisis del punto de
partida de México y el imperativo de política pública Universitas XX1, 44,
pp. 233-259. https://doi.org/10.17163/uni.n44.2026.09.
234
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
Resumen
El desarrollo de la inteligencia articial (IA) es una fuerza transformadora que recongura la estructura
económica y social a nivel global. Su efecto está directamente ligado al punto de partida socioeconómico
y a la política pública de cada nación. Este artículo analiza el punto de partida de México para la adop-
ción de la IA, evaluando sus fortalezas y debilidades. Los hallazgos revelan una situación paradójica. Si
bien México destaca a nivel regional en disponibilidad de datos,1 esta fortaleza contrasta con debilidades
estructurales críticas, como la ausencia de una estrategia nacional integral y una preocupante falta de
continuidad en sus políticas de digitalización. Se concluye que el país se encuentra en un momento
denitorio y que es imperativo forjar un marco de política pública viable, inclusiva y sostenible para no
quedar rezagado en esta nueva revolución tecnológica.
Palabras clave
Inteligencia Articial (IA), punto de partida para la adopción de la IA, política pública, estrategia nacio-
nal, debilidades estructurales.
Abstract
The development of Articial Intelligence (AI) is a transformative force reshaping the economic and
social structures globally. Its impact is directly linked to each nation´s socioeconomic starting point and
public policy framework. This paper analyzes Mexico´s readiness for AI adoption, analyzing its strengths
and weaknesses. The ndings reveal a paradoxical situation: while Mexico stands out regionally in data
availability, this strength is offset by critical structural weaknesses, such as the absence of a comprehen-
sive national strategy and a concerning lack of continuity in digitalization policies. The study concludes
that the country is at a crossroads; it is imperative to establish a viable, inclusive, and sustainable public
policy framework to ensure Mexico is not left behind in this new technological revolution.
Keywords
Articial Intelligence (AI), readiness for AI adoption, public policy, national strategy, structural
weaknesses.
Introducción
En la última década el desarrollo de la inteligencia articial (IA) ha sido
exponencial y transformador, trascendiendo el campo de investigación es-
pecializado para marcar los pasos para una reconguración de la estructu-
ra económica y social a nivel global (López-Portillo Romano, 2025, p. 23).
Según Carlota Pérez, la IA forma parte de una revolución tecno-económica,
1 Cenia, Índice Latinoamericano de Inteligencia Articial (ILIA) 2024, 2024, p. 352.
235
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
constituida por innovaciones interrelacionadas que transforman a la econo-
mía y la sociedad en general (Pérez, 2024). Sus usos potenciales permean
transversalmente desde la salud y la educación hasta las nanzas y la gober-
nanza; posicionándose como una tecnología revolucionaria, a la par de in-
novaciones históricas como la máquina de vapor, la electricidad o el internet
(Baigorri, 2025, p. 318).
El efecto previsto de la IA en la estructura productiva de las naciones no
está determinado únicamente por su sosticación técnica. Por el contrario,
está directamente ligado con el punto de partida socioeconómico de cada
economía y la política pública que se implemente conforme se siga desarro-
llando esta tecnología. En este contexto, los países menos desarrollados ten-
drán desafíos particulares en el aprovechamiento completo de los benecios
de la IA. La potencial exacerbación de desigualdades preexistentes en áreas
como la dependencia tecnológica, las deciencias en infraestructura digital
y la brecha en el desarrollo de capacidades tecnológicas, exigen con urgen-
cia aproximar de manera estratégica la implementación de políticas que fo-
menten el desarrollo y el cierre de estas brechas.
El objetivo principal de este artículo es dar a conocer el punto de partida
en el que se encuentra México para la adopción de la IA. Para ello se evalúan
sus fortalezas y debilidades en cuestión de infraestructura digital y contextua-
lizándolas en una comparativa internacional; buscando sentar las bases para
la formulación de propuestas de política pública concretas que impulsen un
desarrollo inclusivo y sostenible de la IA en el país.
Para lograr este cometido, es imprescindible establecer un marco con-
ceptual en el que se explique a qué nos referimos con el término “inteligen-
cia articial”, su trayectoria histórica y las razones de su reciente auge; para
posteriormente comprender el por qué se espera un impacto tan profundo.
Este abordaje nos permite comprender los retos de la política pública en tor-
no a la infraestructura digital que se necesita para el aprovechamiento óptimo
de la IA a nivel nacional, mitigando riesgos y maximizando oportunidades.
Metodología
El trabajo se ha estructurado en tres fases, bajo un diseño cualitativo de
alcance descriptivo y propositivo. Fase 1: contextualización teórico-histórica
de la inteligencia articial, trazando brevemente su evolución. Se adopta una
236
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
visión que considera la irrupción de la IA generativa como una revolución
tecno-económica. Fase 2: Diagnóstico del punto de partida de México. En
esta fase se evalúa el estado inicial de México a través de datos secundarios
provenientes de organismos multilaterales (FMI, CEPAL) y fuentes naciona-
les (INEGI, ENDUTIH 2024). Para el análisis regional se utiliza como fuente
primaria el Índice Latinoamericano de Inteligencia Articial (ILIA) elabora-
do por el Centro Nacional de Inteligencia Articial (CENIA) con apoyo de la
CEPAL. Asumiendo su metodología de ‘factores habilitantes’ (infraestructura,
datos y talento) y reconociendo que el presente análisis hereda los alcances y
limitaciones con los que se realizó dicha medición compuesta en primer lu-
gar. Fase 3: Análisis comparado y propuesta de política. En el análisis com-
parativo se utilizan las mismas fuentes para contrastar a México. Se utilizan
en el contraste datos de los lideres regionales en materia de inteligencia ar-
ticial como Brasil y Chile, así como sus marcos legislativos más recientes.
Finalmente, fundamentándose en los enfoques de innovación de Mariana
Mazzucato y los ciclos tecnológicos de Carlota Pérez, se derivan recomen-
daciones de política industrial y regulatoria. Estas abogan por un Estado ac-
tivo capaz de implementar normas exibles que no mermen la velocidad de
la innovación mientras mitigan riesgos de esta. Las fases expuestas toman
como marco un concepto de desarrollo estructuralista, para el que es de gran
relevancia la dependencia tecnológica con el norte global. Se trata pues de
un desarrollo inclusivo, soberano y dirigido por el Estado. En el contexto
propuesto, la política surge como el mecanismo principal para evitar que la
implementación de la IA en los sectores productivos de México exacerbe las
desigualdades estructurales.
1. La era de la Inteligencia Articial:
El motor de la nueva revolución industrial
Los estudios de la Inteligencia Articial (IA) tienen sus orígenes en la
década de 1950, con los estudios de cientícos como Alan Turing. El desa-
rrollo de técnicas y algoritmos en IA ha evolucionado desde entonces, pa-
sando de algoritmos básicos hasta modelos mucho más complejos como las
redes neuronales, procesamiento de lenguaje natural y el aprendizaje profun-
do; desarrollos que han revolucionado a la industria en la última década. Los
hitos conseguidos han transformado diversos sectores y redenido nuestras
expectativas a futuro.
237
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
El 30 de noviembre de 2022, OpenAI lanzó al mercado el producto de IA
que ha sido el más disruptivo a la fecha: su modelo “ChatGPT” (basado en
GPT-3.5), acrónimo en inglés de “Transformador Generativo Pre-entrenado”
(Peller, 2024). Su lanzamiento es uno de los grandes hitos tecnológicos del
siglo XXI y signicó la entrada a la era de la inteligencia articial generativa.
Este hito creó una gran fascinación y adopción, alcanzando los 100 millones
de usuarios en únicamente dos meses y superando a cualquier producto di-
gital de la historia (Smink, 2023). Sin embargo, como con cualquier avance
tecnológico disruptivo, existen tanto grandes oportunidades como impor-
tantes riesgos. Entre los principales, se encuentra la preocupación sobre sus
efectos en el mercado laboral por la automatización generalizada, por lo que
se vuelven necesarios marcos regulatorios que mitiguen los riesgos corres-
pondientes a este gran desarrollo.
A los riesgos ya mencionados se suma la actual estructura de mercado, la
gran dependencia de los países que no poseen la infraestructura para crear sus
propios sistemas de IA, el acrecentamiento de esta dependencia en los países
en desarrollo y la potencial pérdida de soberanía. No obstante, para la toma
de decisiones es importante denir qué es la inteligencia articial y analizar
lo que podría ser el futuro del desarrollo de esta tecnología.
El desarrollo de la IA se organiza en tres etapas: la Inteligencia Articial
Estrecha (IA Blanda), la etapa actual, se enfoca en tareas repetitivas y análisis
de datos con modelos como ChatGPT, Gemini y Grok. La Inteligencia Arti-
cial General (AGI) es una etapa futura donde la IA podría igualar las capa-
cidades cognitivas humanas, que según Sam Altman resalta la necesidad de
regulación (Altman, 2023). Finalmente, la Superinteligencia Articial (ASI)
es la etapa teórica en la que la IA superaría la inteligencia humana, mediante
un autoaprendizaje exponencial, lo que hace imperativa una regulación para
prevenir riesgos, como señala Nick Bostrom (Smink, 2023).
Actualmente, el estado de la infraestructura utilizada para el desarrollo
de los sistemas de IA ha creado una nueva división; esta separa al mundo en-
tre las naciones que cuentan con la capacidad informática para construir los
sistemas de vanguardia y las naciones que no. La diferencia es notable entre
las naciones desarrolladas y las que están en vías de desarrollo, lo que crea
nuevas dependencias y provoca que la carrera se limite a unos pocos, lo que
podría recrear una dinámica de centro-periferia.
Existe un gran contraste en la infraestructura actual. Mientras que Ope-
nAI, una empresa estadounidense, está construyendo un centro de datos con
238
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
valor estimado en 60 mil millones de dólares, en América Latina los desa-
fíos se relacionan con la infraestructura básica y el acceso a los chips y ser-
vidores necesarios para la creación de estos sistemas (OpenAI y SoftBank,
2025). Existe una gran concentración de la infraestructura entre los actuales
beneciarios, principalmente en Estados Unidos, China y la Unión Europea,
regiones que albergan más de la mitad de los centros de datos más grandes
del mundo (Satariano et al., (2025). En este conjunto se encuentran tan solo
32 países o el 16 % de las naciones, y en él, las corporaciones estadouniden-
ses y chinas operan en conjunto más del 90 % de los centros de datos utili-
zados por otras entidades para menesteres relacionados con la IA (Satariano
et al. (2025).
Una de las razones principales de la concentración del mercado es el au-
mento de los costos de la infraestructura necesaria para la creación de estos
sistemas. La escasez de proveedores de chips de alto rendimiento es uno de
los grandes problemas que enfrentan los países en desarrollo. El caso más
documentado es el de NVIDIA, la empresa líder mundial en fabricación de
chips. La alta demanda de estos productos ha resultado en que, en su mayoría,
la infraestructura y sus altos costos asociados solo puedan ser costeados por
los grandes capitales que se encuentran dentro de las naciones desarrolladas.
Esto provoca que las naciones en desarrollo tengan que hacer frente a una
difícil decisión de política económica: invertir grandes sumas de su presu-
puesto en el desarrollo de una tecnología en constante cambio, que necesita
una visión de largo plazo, o priorizar otras políticas públicas necesarias para
sus sociedades. El costo de oportunidad es grande y estas decisiones deben
tomarse de forma inminente.
Estructura de mercado
Para la toma de decisiones en las naciones latinoamericanas es necesario
observar la estructura de mercado actual para el desarrollo de estas tecnolo-
gías. Incluso dentro de las naciones desarrolladas, no todas las grandes cor-
poraciones tecnológicas se encuentran en posición de competir con las que
actualmente poseen los sistemas de IA más avanzados. Se observa que las
pocas corporaciones que ofrecen estos modelos son las empresas más gran-
des del mundo: Microsoft (de la mano de OpenAI), Google, Meta y Amazon.
Mientras tanto, otras grandes empresas que no han logrado desarrollar sus
239
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
modelos propios utilizan los sistemas de las grandes corporaciones y se cen-
tran únicamente en desarrollar herramientas para aplicaciones especializadas.
Aunado a la falta de infraestructura y de desarrollo para América Lati-
na, un factor crucial en la industria de la IA y en el desarrollo de los grandes
modelos de lenguaje (LLM) es su costo, el cual tiende a aumentar a medida
que los modelos se vuelven más avanzados. Este problema se observa al de-
sarrollar los modelos: cuanto más avanzado sea el modelo, el costo se multi-
plica, ya que requiere cada vez más recursos y un poder computacional ma-
yor. Por ejemplo, el costo de desarrollo para OpenAI de su modelo GPT-3,
costó alrededor de 3 millones de dólares. Sin embargo, para el desarrollo de
GPT-4, se estima que la cifra superó los 100 millones de dólares (Satariano
y Mozur, 2025).
Efectos macroeconómicos de la IA
Como se mencionó previamente, la incorporación de la IA generativa
en la estructura social, política y económica tendrá impactos signicativos.
La IA podría facilitar la automatización de múltiples procesos que hoy son
realizados por humanos, afectando profundamente el mercado laboral. De
la misma manera, el aumento en la productividad per cápita, podría acelerar
las tareas realizadas por la población económicamente activa de un país, lo
que podría reejarse en un aumento del PIB. No todos los sectores son igual-
mente susceptibles a esta optimización, lo que puede ser una señal de aler-
ta sobre el fortalecimiento de ciertos grupos de interés y la amplicación de
desigualdades si no es regulado de manera adecuada. Uno de sus efectos ya
visibles es la aceleración de los mercados, desde los procesos de producción
hasta los de comercialización y consumo. Acompañado del crecimiento de
las “economías de plataforma” (p. ej., Uber, Rappi, Didi), los patrones de
consumo son cada vez más uidos, modicando la manera en que las em-
presas interactúan entre ellas y con sus consumidores. Otro de los factores
de gran relevancia es el acceso a estas tecnologías avanzadas sin necesidad
de poseer infraestructura propia.
Según la Organización Internacional del Trabajo, en el mercado laboral
de la región latinoamericana se estima que entre el 26 % y el 38 % de los
empleos podrían verse afectados por la IA generativa (Grupo Banco Mun-
dial y OIT, 2024). Esto impactaría la productividad entre el 8% y 14% de
los puestos de trabajo, especialmente en las áreas urbanas y de ingresos al-
240
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
tos. Debido a la capacidad de la IA de sustituir trabajos rutinarios o repeti-
tivos, entre el 2 % y el 5 % de los empleos corren el riesgo de ser automati-
zados por completo (Grupo Banco Mundial y OIT, 2024). En el gráco 1, se
muestra la penetración relativa de la IA por sector productivo en los países
más avanzados de la región en su adopción; aunque la información es aún
reducida, ya se puede observar que el sector con mayor impacto es el de ser-
vicios. Esto es atribuible a la capacidad de dicho sector para adoptar nuevas
tecnologías sin incurrir en costos muy altos y a su predominancia y rapidez
de cambio en la región.
Gráco 1
Penetración relativa de competencias en IA según sector productivo
en México, Brasil y Chile (2015-2023)
0.0 0.0 0.0
Educación
Manufactura
Servicios nancieros
Servicios profesionales
Tecnología, Información
y Medios de Comunicación
0.0
Brasil
Chile
México
Para un aprovechamiento óptimo de esta tecnología, es crucial que la
política pública contemple la alfabetización y recapacitación para su uso.
Es imperativo promover iniciativas de aprendizaje y fomentar el uso de he-
rramientas inteligentes, considerando los impactos diferenciales por nivel
educativo, edad y estrato socioeconómico. El potencial de esta tecnología es
enorme, y de igual magnitud es el riesgo de incrementar las desigualdades
preexistentes, tanto dentro del país como en un contexto global. Resulta es-
241
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
pecialmente preocupante la dependencia tecnológica con el norte global, en
particular con las grandes empresas digitales mencionadas previamente, lo
cual pone en riesgo nuestra soberanía digital.
2. México frente a la IA: ¿Líder o periferia?
En la actualidad, México se enfrenta simultáneamente a una transición
política interna y a un contexto de profundo cambio regional y global. Estos
cambios representan a la vez un riesgo y una oportunidad para transformar los
procesos productivos en la economía mexicana a través de la automatización
de procesos con el apoyo de talento nacional, innovación y el crecimiento de
desarrollos de IA propios. Se proyecta que la automatización podría agregar
15.7 billones de dólares a la economía mundial para 2030, equivalente a un
14 % del PIB global (Oxford Insights & C. Minds, 2018, p. 25). Se espera
que este crecimiento sea impulsado por un aumento considerable en la e-
ciencia de los procesos productivos y en la productividad de la fuerza laboral.
La materialización y distribución de estas ganancias dependerá de factores
cruciales como la velocidad de adopción del sector privado, la composición
de la economía y las políticas gubernamentales que se implementen para apo-
yar sectores estratégicos, la innovación y el desarrollo.
Dentro de este marco resaltan los países menos desarrollados, incluido
México, en donde los factores mencionados serán sujetos a retos particulares
que deben ser superados para el aprovechamiento pleno de los benecios. En
el presente capítulo nos enfocamos en puntualizar el punto de partida mexi-
cano para la adopción de la IA, analizando sus fortalezas y debilidades en
cuestiones de infraestructura digital y capacidades digitales de su población.
Para la descripción del punto de partida de México, nos basamos en el
Índice Latinoamericano de Inteligencia Articial (ILIA), que permite com-
parar el rendimiento de los países de la región en materia de adopción de la
IA (Centro Nacional de Inteligencia Articial-Cenia), 2024, pp. 352-353).
El índice está compuesto por distintas dimensiones e indicadores que ree-
jan las estructuras de los ecosistemas de IA en dichos países. Dentro de su
composición se encuentran las subdimensiones de infraestructura, datos y
talento humano. Para medir estas dimensiones se utilizan indicadores como
la conectividad, la capacidad de infraestructura para el cómputo de datos, la
cantidad de dispositivos por hogar, el uso e impacto de los datos, la alfabe-
tización digital, el número de licenciados en CTIM, y la educación y habili-
dades en torno a la IA, entre otros.
242
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
En términos generales, se busca evaluar a cada país en tres ejes princi-
pales. En primer lugar, las condiciones tecnológicas base que habilitan el
avance de la IA en cada nación. En segundo lugar, se analizan el uso, la dis-
ponibilidad y la gobernanza de datos, que permitirán desarrollar modelos de
lenguaje nacionales (el ILIA se apoya en datos recabados por el Global Data
Barometer 2021). Finalmente, el enfoque se centra en el talento humano,
donde se abordan variables clave para medir las competencias tecnológicas
de la población general y de la población económicamente activa.
Condiciones tecnológicas base
Con base en los indicadores anteriormente mencionados, México ob-
tuvo una puntuación de 50.96 en la subdimensión de infraestructura, por
encima del promedio de América Latina situado en 43.12 (Centro Nacio-
nal de Inteligencia Articial-Cenia), 2024, pp. 352-353). Por lo tanto, se
le clasicó como un país con “alta capacidad de infraestructura”, a la par
de otros líderes regionales como Chile, Uruguay y Brasil. Esto contrasta
con el índice de Preparación para la IA del Fondo Monetario Internacional
(FMI), donde México obtuvo un puntaje de 0.13 en infraestructura digital,
lo que indica, según dicho organismo, “deciencias signicativas en el ac-
ceso a internet, la velocidad de banda ancha y la cobertura móvil” (Sollei-
ro et al., 2025, p. 250).
En términos de infraestructura, se extraen dos conclusiones. La primera
es que, en comparación con la región latinoamericana, nuestro país se en-
cuentra a la vanguardia, con la importante tarea de aprovechar esta posición
para un desarrollo soberano de la IA. Sin embargo, en el contraste global que
presenta el FMI, el panorama no es tan positivo y aún enfrentamos desafíos
considerables, ya que el puntaje de 0.13 nos sitúa en la posición 56 de 174
países Solleiro et al., 2025, p. 250).
Un país con un alto nivel de población conectada a internet crea las con-
diciones necesarias para el desarrollo tecnológico y el crecimiento en IA. De
acuerdo con el ILIA, la conectividad es la “columna vertebral de cualquier
ecosistema de digitalización” y un “potencial motor para la diversicación
de la matriz productiva de un país”. Según el INEGI, a través de datos de la
Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Infor-
243
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
mación en los Hogares (ENDUTIH) de 2024, el acceso a internet alcanza al
83,1 % de la población.2
Aunque esta cifra se encuentra por encima del promedio regional, aún
existe un margen de mejora signicativo para una nación que desea posicio-
narse como líder en la región. Lo anterior toma mayor relevancia al conside-
rar la brecha entre el acceso urbano y rural: en 2024, el 86,9 % de la pobla-
ción urbana tenía acceso, en contraste con un 68,5 % de la población rural.3
El cierre de esta brecha y la ampliación del acceso son fundamentales para
un desarrollo inclusivo de la IA, especialmente en lo que concierne al desa-
rrollo de habilidades digitales. Este ha sido un reto histórico, principalmente
por la insuciencia en el gasto gubernamental para el despliegue de infraes-
tructura y por las complicaciones propias de la geografía mexicana, que di-
culta la instalación del cableado necesario.
Algunas deciencias en la conectividad por banda ancha se compensan
parcialmente por el acceso a redes móviles, ya que el 97,5 % de la pobla-
ción que usa internet lo hace a través de un dispositivo móvil. El reto en este
ámbito es lograr una mejor conectividad. Mientras los países líderes tienen
infraestructura 5G consolidada, en México los esfuerzos aún son incipientes
para alcanzar a la mayoría de la población: solo el 31,5 % de los habitantes
cuenta con cobertura de esta red y únicamente el 15 % de los equipos nue-
vos en el mercado son compatibles con dicha tecnología (Vargas, 2024). La
implementación de esta última es crítica para el avance tecnológico de una
nación, ya que, al mejorar la velocidad de descarga, soporta una mayor den-
sidad de dispositivos conectados y habilita usos avanzados como el internet
de las cosas (IoT).
En la dimensión de cómputo —que se reere a la existencia de condiciones
para procesar grandes volúmenes de datos y realizar cálculos complejos—,
México se encuentra por debajo del promedio regional. El país es deciente
en una de las capacidades básicas para el procesamiento de datos, el cual es
necesario para el desarrollo y aprendizaje de modelos de inteligencia articial
generativa nacionales. Si bien no se esperan grandes desarrollos desde cero
a nivel nacional, la adaptación de modelos fundacionales disponibles en el
2 Instituto Nacional de Estadística y Geografía (INEGI), Encuesta Nacional sobre Disponibilidad y Uso
de Tecnologías de la Información en los Hogares (ENDUTIH) 2024. Comunicado de prensa 57/25
(6 de mayo de 2025), sección “Disponibilidad y uso de internet” (reporta que en 2024 el 83,1 % de
las personas de 6 años y más usó internet).
3 Ibid.
244
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
mercado también requiere del procesamiento de grandes cantidades de datos.
Dentro de esta dimensión, se contemplan servidores y hardware especializa-
do presentes en el país, como Unidades de Procesamiento Gráco (GPU) y
Unidades de Procesamiento Neuronal (NPU), utilizadas para realizar cálculos
paralelos a alta velocidad. Una de las grandes deciencias radica en que los
costos iniciales y de mantenimiento de este equipo suelen ser muy elevados,
especialmente para empresas pequeñas que deseen incursionar en este sector.
De la misma manera, el desarrollo de servicios de nube —denidos como
una gama de servicios de almacenamiento y procesamiento de datos a través
de redes de servidores remotos— permite el avance de aplicaciones de IA en
tiempo real en todos los sectores. Actualmente, esta es una de las áreas más
transformadoras para el sector tanto privado como público. Si sus benecios
se aprovechan correctamente, permite el análisis de grandes volúmenes de
datos, la automatización de procesos y mejoras en seguridad.
Como se mencionó anteriormente, los grandes participantes en este sector
son empresas transnacionales como Amazon Web Services (AWS), Google
Cloud y Microsoft Azure. A principios de 2024, AWS anunció una inversión
de 5 mil millones de dólares en Querétaro para la creación de una “región”
de infraestructura (Amazon Web Services (AWS), 2024). Esta representa
una de las oportunidades más relevantes para aprovechar el desarrollo de la
industria digital de manera soberana, y no debe ser vista tan solo como otra
inversión extranjera más.
A pesar de esto, en México se registran niveles inferiores al promedio
regional en capacidad de cómputo y en centros de datos certicados, lo que
evidencia otra área de oportunidad importante para el desarrollo de esta in-
dustria en el país. La escalabilidad de esta infraestructura es crucial para po-
der adaptarse a la demanda de las aplicaciones de IA (Centro Nacional de
Inteligencia Articial, Cenia), 2024, p. 352).
Disponibilidad, capacidad y gobernanza de datos
La disponibilidad y calidad de los datos son consideradas la materia prima
para el desarrollo de la Inteligencia Articial. Son vitales para la investiga-
ción y la creación de programas que fomenten una industria digital nacional
y, por lo tanto, representan uno de los puntos más importantes al promover
estrategias digitales. En el contexto de la IA, los datos son necesarios para el
entrenamiento y perfeccionamiento de modelos de aprendizaje, incluyendo
245
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
los grandes modelos de lenguaje (LLM). Sin datos abiertos y de calidad, la
materia prima para estos desarrollos es escasa.
En la región, y especialmente en México, la disponibilidad de datos se
entiende como la existencia de datos públicos claros, seguros y fáciles de pro-
cesar para su uso abierto. Nuestro país se encuentra entre los más avanzados
de la región en esta materia; de acuerdo con el ILIA, tiene una puntuación de
48.23 en la subdimensión de datos y de 50.58 en la de disponibilidad de da-
tos públicos, casi 15 puntos por encima del promedio regional. El gobierno
mexicano ha promovido activamente la publicación de datos abiertos a través
de varios medios, siendo el más destacado la plataforma datos.gob.mx, así
como la creación de proyectos cívicos innovadores como Data Laboratory y
HackCDMX, que promueven el uso de datos gubernamentales. No obstante,
la disponibilidad en línea de estos datos pierde funcionalidad sin una adecua-
da difusión sobre su existencia y los métodos para acceder a ellos. Existen
grandes limitantes en la región, no necesariamente en la disponibilidad de
datos, sino en el acceso equitativo a estos, lo que evidencia la necesidad de
impulsar políticas que fomenten un uso más generalizado de la información.
La capacidad de datos se reere a la habilidad de un país para recopilar,
descargar, usar y compartir dicha información. En el índice de preparación
para la IA de Oxford Insights, México se ubicó quinto de 35 países en dis-
ponibilidad de datos y noveno en capacidad de datos. Estos resultados son
atribuibles a los esfuerzos antes mencionados y, especialmente, a la Estra-
tegia Digital Nacional (EDN) del gobierno anterior. La EDN fue pionera en
materia de datos abiertos, al participar y rmar el Open Contracting Data
Standard y ser uno de los primeros países en implementar lo pactado (Oxford
Insights & C Minds, 2018, pp. 13, 14).
De la misma manera, México es líder en infraestructura para datos, im-
pulsado por grandes inversiones extranjeras como el centro de datos a hipe-
rescala de Microsoft en Querétaro, donde se almacenan, procesan y distribu-
yen los datos para desarrollos de IA. Sin embargo, es importante notar que
este tipo de inversiones no representa únicamente ventajas (García Montes
y Savage, 2025, pp. 451-452). El costo que implica para el país el consumo
de electricidad para su operación y de agua para enfriar su infraestructura
debe ser uno de los puntos focales al crear políticas regulatorias. México ha
mostrado una gran apertura para proveer la base material necesaria para el
desarrollo e implementación de estos centros de datos.
246
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
Aunque la disponibilidad de datos es un punto fuerte para México en el
marco internacional, la subdimensión de gobernanza presenta profundas áreas
de oportunidad. Existe un desarrollo desigual en los marcos regulatorios re-
lacionados con la protección de datos. Esto es particularmente notorio en lo
que el ILIA clasica como “estrategia y visión institucional”, ya que México
carece de una entidad encargada de la supervisión, coordinación, evaluación,
seguridad y conabilidad de los sistemas de IA. Uno de los ejemplos más
palpables de esta debilidad es la implementación de dichos sistemas en la
seguridad pública, como el caso del FanID para acceder a partidos de fútbol
y las cámaras de reconocimiento facial de proveedores como Dahua Tech-
nology y Thales Group. Al respecto, el INAI ha señalado grandes brechas en
la protección de datos personales, la privacidad, la falta de transparencia y la
rendición de cuentas (García Montes y Savage, 2025, pp. 450, 451, 456, 457).
En general, en México es preocupante la ausencia de leyes que regulen
el uso ético de la IA, así como de una política para la promoción estratégi-
ca de su desarrollo. Igualmente, es imperativo contemplar temas especícos
como la ciberseguridad y la privacidad. Si bien se han visto avances en casos
especiales —como la iniciativa para tipicar como delito la manipulación de
imágenes con IA para nes sexuales—, estos esfuerzos no forman parte de
una estrategia nacional integral y de largo plazo.
Talento y habilidades
México está bien posicionado en materia de educación temprana en cien-
cia, de acuerdo con su puntaje de 70.52 de 100 en la prueba PISA (Centro
Nacional de Inteligencia Articial (Cenia), 2024, pp. 649-650). Igualmente,
se han realizado esfuerzos iniciales en la integración de habilidades tecnoló-
gicas en la educación básica. En el caso del talento especializado, la situación
es aún mejor, al estar el país 15 puntos por encima del promedio regional,
de acuerdo con el mismo índice. En materia de investigación, el Conahcyt
apoyó 16 proyectos relacionados con big data entre 2011 y 2017 (Oxford
Insights & C Minds, 2018, p. 351). Asimismo, en el Sistema Nacional de
Investigadores (SNI) hay registrados 464 investigadores especializados en
big data e IA (p. 351).
En el talento humano existente en el mercado laboral, el panorama es
menos alentador. De acuerdo con un informe de Cisco sobre la preparación
para la IA (2024), solo el 27 % de las empresas mexicanas consideraba tener
247
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
personal capacitado para adaptarse al entorno cambiante de la IA, lo que re-
vela un estancamiento en la autopercepción de sus capacidades. Dicho estu-
dio analizó 8000 compañías de 30 países y clasicó a las organizaciones en
cuatro niveles; en México, solo el 13 % de las empresas se encuentra en el
nivel más alto (“líder”). La baja sosticación de empleos, que requiere de ta-
lento menos especializado, se ve agravada por la creciente brecha de género.
En México, la participación femenina en alfabetización de IA es del 25,19 %,
siendo el país de la región con la mayor tasa, seguido por Uruguay con un
17,5 %. Sin embargo, a nivel global, esta cifra sigue siendo baja (Cisco, 2024).
Uno de los mayores retos en esta materia es la fuga de talento. Desde 2019,
la mayoría de los países de la región ha perdido más especialistas en IA de los
que ha logrado atraer, una situación que se repite en México. Desde ese año,
los únicos países de la región que han mostrado una atracción neta de talen-
to son Uruguay y Costa Rica; sin embargo, esta tendencia no ha sido cons-
tante, pues también han registrado años con mayores ujos hacia el exterior.
En esta misma línea, resulta preocupante la desigualdad en el desarrollo
respecto al norte global, la cual es exacerbada por la fuga de talento. Los paí-
ses de la región, como México, no han logrado cerrar la brecha en esta área,
una situación aún más aguda en las competencias técnicas avanzadas de in-
geniería relacionada con la IA. Mientras que en México las competencias es-
pecícas de la IA aún se enfocan en el reconocimiento de patrones y árboles
de decisión, en los países a la vanguardia del desarrollo (China, EUA, UE)
estas están enfocadas en el entrenamiento de modelos y el procesamiento de
lenguaje natural (PLN). Si bien la brecha aún no es insuperable, el llamado
a enfocar los esfuerzos en esta industria es claro.
Comparativa regional
Tras exponer el punto de partida de México, se presenta un breve aná-
lisis comparativo que contrasta su desempeño con el de países líderes en la
región, como Brasil y Chile, así como con el promedio general de Latinoa-
mérica. El objetivo es integrar los detalles expuestos sobre México con cier-
tos aprendizajes que ofrece el análisis regional.
La posición de México sugiere un notable impulso en la generación de
conocimiento y adopción de IA, a pesar de las limitaciones inherentes a su
infraestructura y a sus políticas de apoyo. Sin embargo, México destaca como
el único país con un buen desempeño en investigación, desarrollo y adopción
248
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
de IA que, simultáneamente, presenta desafíos signicativos en su marco de
gobernanza, un factor que limita su progreso integral (Oxford Insights & C
Minds, 2018, p. 351). En el gráco 2 se puede observar la notoria decien-
cia nacional en el marco regulatorio y de gobernanza, en comparación con
los otros países mencionados.
Gráco 2
Comparativa de subdimensiones de IA en LATAM
Infraestructura
Regulación
Visión e institucionalidad
Adopción I+D
Investigación
Talento Humano
LATAM
Chile
Brasil
México
Datos
100
75
50
25
Internacional
Nota. Replicado del Informe de Inteligencia Articial para América Latina, 2025.
De este comparativo se evidencia que la debilidad estructural de Méxi-
co es la ausencia de una estrategia nacional ocial e integral sobre IA, y una
preocupante falta de continuidad en las políticas de digitalización (Oropeza
García y Negrete 2025, pp. 254-255; Centro Nacional de Inteligencia Arti-
cial (Cenia), Índice Latinoamericano de Inteligencia Articial (ILIA), 2024,
pp. 946, 961, 966). Esta intermitencia sexenal en la administración pública
federal se erige como un obstáculo sustancial para el crecimiento sostenido
de la IA en el país. En contraste, Brasil y Chile cuentan con estrategias na-
cionales de IA bien denidas y en proceso de actualización, lo que les otor-
ga una base sólida para el desarrollo y la regulación de estas tecnologías.
249
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
Otro reto signicativo es el de la propiedad intelectual. En México, este
representa un obstáculo particular, ya que la legislación actual no permite
el uso no autorizado de obras protegidas para el entrenamiento de sistemas
de IA, ni la recolección de datos mediante web scraping (Oropeza García y
Negrete 2025, pp. 400, 410, 491-492). Adicionalmente, las obras generadas
por IA no pueden ser reconocidas ni protegidas jurídicamente, lo que limita
el incentivo a la innovación en este campo.
México
En México no se han estructurado mecanismos legales especícos que
regulen el uso de la IA. Las leyes vigentes en el marco legal actual son in-
sucientes para hacer frente a los cambios que presenta su adopción, y la
protección de derechos se da únicamente de forma indirecta. Entre estas se
encuentran la Ley de Protección de Datos Personales en Posesión de Particu-
lares, la Ley Federal para Prevenir y Eliminar la Discriminación, y los instru-
mentos internacionales de derechos humanos. La estrategia digital nacional
2021-2024 estableció una base en infraestructura y datos, pero no es un plan
de transformación de IA per se. Actualmente, 20 de los 32 estados de la re-
pública no tienen una política digital estatal; menos del 40 % del país cuenta
con una (Unesco, México, 2024, p. 14, citando a CEIAP, 2022).
Asimismo, encontramos límites en el marco legal. Por ejemplo, la Ley
General de Transparencia y Acceso a la Información Pública puede ser una
vía para solicitar información sobre el uso de sistemas de IA por entidades
públicas, pero existen límites normativos a la transparencia algorítmica es-
tablecidos en el T-MEC (Unesco, México, 2024, p. 21). Esta falta de legis-
lación y los límites existentes evidencian la urgencia de una actualización e
implementación de un marco legal y regulatorio especíco para la IA.
La UNESCO propone elaborar un mapa del ecosistema para visualizar a
los actores relevantes en el ciclo de la IA e identicar las interacciones exis-
tentes entre ellos (Unesco, México, 2024, pp. 10, 51, 53). Sugiere también
integrar un marco jurídico que sea ágil y exible, que se adapte a las dispo-
siciones existentes y cree nuevas cuando sea necesario. Este debe actualizar
y adecuar las normas vigentes, denir criterios para un uso ético y establecer
responsabilidades legales. Para ello, existen marcos legales ya implementa-
dos en la región y alrededor del mundo; a continuación, analizaremos el tra-
250
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
bajo realizado por nuestros pares latinoamericanos, Brasil y Chile, y el pri-
mer marco regulatorio de gran envergadura: el AI Act de la Unión Europea.
Brasil
En el entorno latinoamericano, Brasil se posiciona como el líder en el
desarrollo de IA en la región y cuenta con avances signicativos en su regu-
lación. El proyecto de ley 2338 de 2023 es una iniciativa cuyo objetivo prin-
cipal es regular el uso de esta tecnología. Este proyecto se encuentra desde
el 17 de marzo de 2025 en la Cámara de Diputados y delinea las direcciones
regulatorias, así como las principales preocupaciones frente a la IA (Brasil.
Senado Federal (2023) Projeto de Lei nº 2338).
Entre sus propuestas, la ley exige un sello identicador para materiales
audiovisuales producidos por IA (deepfakes). Prohíbe el desarrollo, la dis-
tribución y la aplicación de ciertos sistemas de IA, imponiendo obligaciones
legales a los desarrolladores. Se establece un marco para los derechos de au-
tor y la propiedad intelectual, así como la regulación de los sandboxes regu-
latorios. También se contempla la protección de grupos vulnerables, como
personas con discapacidad, niños y adolescentes.
Asimismo, se fomenta la investigación y la capacitación, tanto de los tra-
bajadores como a través de incentivos para la formación profesional en IA.
Finalmente, como puntos relevantes, se establece un marco para la transpa-
rencia activa y la libertad de expresión, junto con una revisión periódica de
la ley cada tres años.
Chile
Chile es uno de los líderes en IA en la región y ha realizado avances sig-
nicativos en su regulación. La Política Nacional de Inteligencia Articial,
publicada el 28 de enero de 2025, tiene como objetivo central fomentar el
desarrollo y uso ético y responsable de esta tecnología.4 La política busca
establecer un marco centrado en las personas, que promueva la solidez, se-
4 Ministerio de Ciencia, Tecnología, Conocimiento e Innovación (Chile), Decreto N° 12, Diario Ocial
(Chile), 28 de enero de 2025, “Apruébase la actualización de la ‘Política Nacional de Inteligencia Articial’.
251
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
guridad, privacidad, transparencia, diversidad y bienestar social, así como
un sistema de rendición de cuentas y de responsabilidad.
En el ámbito económico, se busca diversicar la matriz económica, au-
mentar la productividad y fortalecer el ecosistema de investigación, innova-
ción y emprendimiento. Para ello, se promueve la participación de diversos
actores y la cooperación internacional; se destaca que Chile lidera la “Decla-
ración de Santiago para una IA ética en América Latina y el Caribe”.5
En materia de talento, la política promueve la enseñanza de habilidades
en el sistema escolar y la IA como disciplina transversal. Se busca la capa-
citación laboral, el fomento de expertos, la prospección periódica de talento
y la educación sobre su uso ético.
Asimismo, se crea una agenda de datos de interés público con una gober-
nanza clara en el Estado y la convivencia de un ecosistema público-privado.
Para soportar esto, se busca establecer una infraestructura tecnológica sólida,
con sistemas de conectividad nacional y de computación de alto rendimiento
(High-Performance Computing, HPC). El plan traza un camino de desarrollo
y adopción con investigación, desarrollo e innovación, haciendo uso de indi-
cadores de productividad y fomentando la colaboración entre la academia y
el sector productivo. En la adopción, se propone una modernización del Esta-
do, aumentando la productividad con un enfoque de crecimiento económico.
Se establece también un marco regulatorio integral con requisitos éticos
en compras públicas, así como estándares mínimos de transparencia y pro-
tección de datos, fomentando la participación ciudadana. Se plantea una ar-
ticulación internacional que persigue la cooperación regional y con naciones
más desarrolladas para alinear estándares. La política aborda el medio am-
biente, donde se busca que la IA realice monitoreos y se promueva su uso con
energías renovables. Se impulsa la igualdad de género, la participación de
las mujeres en la IA, la inclusión y la no discriminación. Además, reconoce
los impactos en el trabajo y busca establecer mecanismos de reconversión y
capacitación, así como la revisión de la legislación laboral.
Finalmente, se propone actualizar el sistema de propiedad intelectual
para temas de creación y titularidad, y garantizar la transparencia en la IA
5 Cumbre Ministerial y de Altas Autoridades de América Latina y el Caribe, “Declaración de Santiago
‘Para promover una inteligencia articial ética en América Latina y el Caribe’”, Santiago de Chile,
23-24 de octubre de 2023; la Declaración elige a la República de Chile para encabezar el Grupo de
Trabajo regional de IA.
252
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
generativa. El objetivo es crear un ecosistema digital seguro que prevenga
la desinformación y la violencia digital.
Unión Europea
La Ley de Inteligencia Articial (AI Act) de la Unión Europea, promul-
gada el 13 de junio de 2024, representa un hito en la regulación de la IA a
nivel mundial. Su objetivo es mejorar el funcionamiento del mercado inte-
rior mediante un marco legal uniforme, promoviendo una IA centrada en el
ser humano y able, y garantizando un alto nivel de protección de la salud,
la seguridad y los derechos fundamentales (Reglamento UE 2024/1689).
La ley dene a la IA como un sistema basado en una máquina, diseña-
do para operar con diferentes niveles de autonomía, y se aplica a proveedo-
res tanto dentro como fuera de la Unión Europea. El AI Act adopta un en-
foque basado en el riesgo. Establece prohibiciones para usos inaceptables;
por ejemplo, sistemas de identicación biométrica remota en tiempo real y
la predicción de delitos por perles. Asimismo, considera de alto riesgo la
IA utilizada en infraestructuras críticas, educación, empleo, servicios esen-
ciales, justicia y migración.
Para estos sistemas de alto riesgo, se establecen obligaciones como la
gestión de riesgos, la calidad de los datos, la documentación técnica, la su-
pervisión humana y la ciberseguridad. La ley también promueve la asigna-
ción de responsables, el monitoreo, el acceso a la información por parte de
los trabajadores y la evaluación de impacto en los derechos humanos.
Otro punto importante es la regulación de los modelos de IA de uso ge-
neral. Estos deben cumplir con documentación técnica, respetar las leyes de
derechos de autor, presentar a las autoridades un resumen del contenido uti-
lizado para su entrenamiento y contar con un representante legal. Además,
se deben evaluar los riesgos sistémicos, garantizar la ciberseguridad y noti-
car incidentes.
La ley apoya la innovación mediante sandboxes regulatorios, facilitando
las pruebas en condiciones reales y dando apoyo a pymes y startups. Tam-
bién establece un sistema de gobernanza, con la creación de una Ocina de
IA, un Consejo de IA y autoridades nacionales. Se jan sanciones de hasta
35 millones de euros o el 7 % del volumen de negocios global de la rma.
Finalmente, se crean derechos para las personas afectadas, como el derecho
a reclamar, a recibir una explicación y a la protección ante la denuncia. La
253
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
Ley de Inteligencia Articial entró en vigor el 2 de agosto de 2024 y tendrá
una aplicación escalonada entre 2025 y 2030.
3. Construyendo el futuro: lecciones globales
para una estrategia nacional
La Organización de las Naciones Unidas para la Educación, la Ciencia
y la Cultura (UNESCO), en colaboración con la Alianza Nacional para la
Inteligencia Articial (ANIA), evaluaron la preparación de México en IA
(Unesco, México, 2024). En conjunto, señalan los desafíos de política pú-
blica que el país enfrenta. En los últimos años se perdió impulso: no hay un
plan ni estrategia nacional de IA vigentes. Esto se reeja en estudios globales
y latinoamericanos, donde México carece de visión y estrategia.
Por otro lado, las diferencias sociales tampoco se abordan. La desigual-
dad tecnológica es alarmante, con grandes brechas de acceso a internet entre
zonas urbanas y rurales. La IA reproduce y amplica estos desafíos socia-
les, evidenciando las desigualdades existentes. Observamos falta de repre-
sentatividad en los datos y algoritmos sesgados que afectan a grupos vulne-
rables. Esto se debe a que la IA se entrena con datos de internet, los cuales
pocas veces son representativos de zonas rurales o sin acceso a electricidad.
Existe gran desigualdad en la diversidad lingüística. Los modelos de IA
actuales se ofrecen en pocos idiomas y son más ecientes en inglés. México
cuenta con 68 lenguas indígenas reconocidas; estas no están adecuadamente
representadas en los modelos (Unesco, México, 2024). Esto representa un
reto para la preservación cultural y lingüística del país. La desigualdad per-
siste en los bajos niveles de escolaridad promedio. Asimismo, la producción
cientíca en IA es baja en México comparada con estándares internacionales.
En particular, el gasto gubernamental en ciencia e investigación no asig-
na fondos especícos para proyectos de IA. En 2023, se presentó un proyec-
to similar: la creación de la Agencia Mexicana para el Desarrollo de la IA.
Este buscaba emular el papel de la entidad descentralizada de la Comisión
Europea, encargándose de planicar y ejecutar políticas públicas de IA. El
proyecto era ambicioso, buscando abarcar desde educación y empleo hasta
infraestructura en el análisis y creación de propuestas sobre IA. Sin embar-
go, fue desechado en 2024 (Alcalá, 2025). Desde entonces, no ha habido más
propuestas dirigidas a una Estrategia Integral de IA en México.
En cuanto a la regulación del uso de IA, se han presentado más propues-
tas al Senado de la República. Durante el periodo 2021-2025 se presentaron
254
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
alrededor de siete iniciativas relacionadas con este tema (Alcalá, 2025). Sin
embargo, aún no hay una ruta clara para su discusión, y mucho menos para
etapas avanzadas de legislación. Rolando Zapata, presidente de la Comisión
de Análisis, Seguimiento y Evaluación sobre la Aplicación y Desarrollo de
la Inteligencia Articial en el Senado, conrmó que las discusiones iniciarán
hasta septiembre de este año. El momento de regular es ahora, pues, como
Zapata señala, los sectores público, privado y la academia esperan un marco
regulatorio porque “ya están sucediendo cosas” (Calderón, 2025).
Debemos abordar la regulación de la IA prontamente y hacerlo de ma-
nera ecaz, aprendiendo de los ejemplos internacionales. De acuerdo con
Margrethe Vestager, la IA tiene una naturaleza dual que complica su regula-
ción preventiva. Bajo este planteamiento, la IA es intrínsecamente neutral,
y su impacto depende de cómo se use. Vestager menciona que muchos usos
de la IA son inofensivos y debe darse espacio a la innovación. No obstante,
en usos de alto riesgo, la intervención incisiva de políticas públicas es ne-
cesaria. La incapacidad de realizar pruebas de laboratorio para analizar los
efectos de una política regulatoria exige precaución. Se debe trabajar con el
doble objetivo de no mermar la creatividad e innovación, sin permitir usos
que pongan en riesgo la integridad humana. Es crucial realizar evaluaciones
de riesgo y garantizar robustez técnica para usos de alto riesgo, además de
prohibir aquellos que atenten contra valores fundamentales. Más allá de las
políticas públicas tradicionales que regulan el uso, es imperativo ser creati-
vos para dirigir el desarrollo de la IA hacia el bien común. Autoras como Ma-
riana Mazzucato sugieren nuevas herramientas más exibles y un gobierno
proactivo para cerrar la brecha entre riesgo e innovación.
La falta de visión a largo plazo e institucionalidad en México representa
una gran oportunidad para implementar correctamente la IA desde el inicio.
Basándose en la perspectiva de Mazzucato y Gerone, el gobierno mexicano
debe asumir un papel activo y estratégico. Este rol implicaría orientar la re-
gulación de la IA hacia misiones a corto y mediano plazo. El enfoque debe
priorizar las desigualdades preexistentes, como la inclusión digital y la barrera
del lenguaje. El mayor desafío es asegurar que el desarrollo de esta tecnolo-
gía benecie a toda la sociedad, no solo a las grandes empresas tecnológicas.
Un claro ejemplo de un enfoque estratégico es China. Su desarrollo de IA
lleva años, siendo uno de los principales destinos de recursos gubernamenta-
les (Juárez, 2025). Estratégicamente, China ha invertido en infraestructura,
educación y disponibilidad de datos. A diferencia de Estados Unidos, don-
255
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
de las grandes empresas lideran, el gobierno chino nancia gran parte de la
infraestructura de datos. La situación es similar para las startups de IA, con
fuertes subsidios y zonas especiales para profesionales.
En México, el punto de partida es distinto, pero existen lecciones impor-
tantes sobre la participación activa del Estado. El presupuesto para el ejer-
cicio scal de 2025 para el programa de humanidades, ciencias, tecnologías
e innovación asciende a $159 275 204 098 MXN. 6 Aun si se destinara en su
totalidad al desarrollo de IA, representaría sólo el 15 % del costo estimado
de $60 mil millones de dólares del centro de datos en construcción de Ope-
nAI. Es evidente que México no puede desarrollar la infraestructura necesaria
por cuenta propia. Sin embargo, debemos promover la participación activa
de agencias gubernamentales, tanto locales como federales. Estas agencias
deben priorizar que las concesiones a las grandes empresas tecnológicas ase-
guren apertura, inclusión y neutralidad.
De acuerdo con Pérez (2024), la revolución tecnoeconómica impulsada
por la IA forma parte de ciclos de innovación más amplios. Sin embargo,
nuestro momento actual tiene el potencial de fomentar nuevas tecnologías,
un crecimiento económico sostenible y equitativo, y la transición hacia indus-
trias más verdes. Basándonos en lo anterior, es imperativo crear una estrategia
nacional que aborde la adopción de la IA desde tres vertientes principales:
1. Regulación del uso inclusivo: fomentar la creatividad e innovación,
siempre que sea posible. Esto implica considerar las desigualdades
existentes e incluir programas educativos para el desarrollo de ca-
pacidades digitales.
2.
Incentivo al desarrollo y política industrial: promover empresas mexi-
canas que adopten modelos de IA existentes a usos nacionales. Se re-
quiere una política industrial que fomente la creación de infraestruc-
tura de datos en el país, priorizando siempre los intereses nacionales.
Podemos aprender de naciones como las europeas, China y Chile.
3.
Límites claros para el desarrollo: establecer límites físicos y sociales
para el desarrollo de esta tecnología. Esto evitará riesgos climáticos
asociados a su carga ambiental y protegerá los intereses humanos,
impidiendo que se amplíen las brechas de desigualdad, como ha ocu-
rrido con el empleo femenino en IA.
6 Cámara de Diputados del H. Congreso de la Unión, “Presupuesto de Egresos de la Federación para
el Ejercicio Fiscal 2025”, Diario Ocial de la Federación, 24 de diciembre de 2024.
256
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
Reexiones nales
La inteligencia articial se erige, sin lugar a dudas, como el motor de la
próxima revolución industrial (Yalovetzky y Simg Atilano, 2025). Es evi-
dente que algunos países vislumbraron esta realidad mucho antes que otros,
posicionándose estratégicamente para lo que está por venir. Los efectos que
esta tecnología tendrá en el cimiento de nuestras bases sociales y económicas
son cada vez menos especulativos; se están convirtiendo en realidades tan-
gibles y omnipresentes. La sociedad, con su agilidad característica, ha sido
veloz en adoptar esta tecnología, rompiendo sin esfuerzo barreras que antes
se consideraban infranqueables para integrarla en su día a día.
Sumado a esta dinámica, las grandes corporaciones tecnológicas, predo
-
minantemente estadounidenses, están inmersas en una carrera frenética por
desarrollar modelos cada vez más capaces. Su ambición es clara: anticipan
que estos avanzados sistemas de IA podrían suplir ecazmente la capacidad
humana en los próximos 10 años (López Blanco, 2025). Sin embargo, en
medio de este ritmo vertiginoso de innovación y adopción social, un aspec-
to crítico se rezaga signicativamente: la regulación. A pesar de la acelerada
marcha en todas las demás aristas del desarrollo de la IA, la mayoría de los
gobiernos del mundo parecen carecer aún del ímpetu suciente para pronun-
ciarse de manera decisiva ante este cambio monumental.
El caso de México no es diferente, pero presenta una oportunidad úni-
ca y apremiante. Históricamente, nuestra nación a menudo se ha encontrado
rezagada durante periodos de transformaciones tecnológicas similares. Sin
embargo, hoy en día, la brecha no es tan grande como para ser insalvable.
Poseemos una ventana crítica para actuar con rapidez y determinación, en-
frentando esta oportunidad sin precedentes con la mira puesta en no quedar-
nos de nuevo al nal del cuello de botella.
Crucialmente, contamos con precedentes convincentes dentro de nues
-
tra propia región. Naciones como Chile y Brasil han demostrado la notable
ecacia que los países latinoamericanos pueden alcanzar en la regulación de
esta potente tecnología (Soto et al., 2025). Sus experiencias sirven como un
excelente punto de partida, ofreciendo lecciones invaluables que podemos
adaptar y expandir para incorporar nuestras propias características y prio-
ridades nacionales. México ya cuenta con sólidas bases en diversos ámbi-
tos, y existe un palpable interés dentro de la sociedad por acceder y utilizar
esta tecnología. El tiempo para la visión vacilante o la inercia institucional
257
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
ha terminado. Ahora debemos forjar una estructura política robusta que no
solo respalde los esfuerzos vitales del sector privado, sino que garantice ac-
tivamente que se perciban benecios equitativos de la signicativa inver-
sión realizada en esta materia en nuestro país. No se trata solo de mantener
el ritmo; se trata de aprovechar la IA para construir un futuro más próspero
y justo para todos los mexicanos.
Referencias bibliográcas
Alcalá, P. (2025). México: Las diversas iniciativas de regulación de IA. Centro de
Competencia (CeCo). https://bit.ly/4qtUHc4
Altman, S. (2023, junio 22). Testimony before the U.S. Senate [Declaración ante
el Senado de EE. UU.]. OpenAI (Global Affairs). https://bit.ly/4qxA3Ij
Amazon Web Services. (2024, febrero 29). La inversión de AWS que detonará la
innovación en México. About Amazon México. https://bit.ly/4qtFcB5
Baigorri, C. (2025). El despegue de la inteligencia articial en el caso brasileño.
Avances y retos regulatorios por cumplir. En A. Oropeza García y J. F.
Negrete (coords.), Inteligencia Articial: Hacia una nueva era en la his-
toria de la humanidad (pp. 317-329). INADI.
Brasil. Senado Federal. (2023). Projeto de Lei nº 2338. Senado Federal.
Calderón, C. (2025). Senado busca regular uso de la Inteligencia Articial. El Fi-
nanciero. https://bit.ly/45mJLES
Cámara de Diputados del H. Congreso de la Unión. (2024, diciembre 24). Presu-
puesto de Egresos de la Federación para el Ejercicio Fiscal 2025. Diario
Ocial de la Federación.
Centro Nacional de Inteligencia Articial. (2024). Índice Latinoamericano de Inte-
ligencia Articial (ILIA) 2024 (pp. 352-353). CENIA.
Cisco. (2024). AI Readiness Index 2024: Hype Meets Reality. Cisco.
Cumbre Ministerial y de Altas Autoridades de América Latina y el Caribe. (2023,
octubre 23-24). Declaración de Santiago “Para promover una inteligencia
articial ética en América Latina y el Caribe”. Santiago de Chile.
García Montes, M. y Savage, S. (2025). Inteligencia articial. ¿A qué objetivos
debe responder la regulación de la inteligencia articial en México? En
A. Oropeza García y J. F. Negrete (coords.), Inteligencia Articial: Hacia
una nueva era en la historia de la humanidad (pp. 448-469). INADI.
Grupo Banco Mundial y Organización Internacional del Trabajo. (2024). La IA ge-
nerativa y los empleos en América Latina y el Caribe: ¿La brecha digital
258
Universitas-XX1, Revista de Ciencias Sociales y Humanas de la Universidad Politécnica Salesiana del Ecuador,
No. 44, marzo-agosto 2026
es un amortiguador o un cuello de botella? Banco Mundial/OIT. https://
bit.ly/4r3rMeV
Instituto Nacional de Estadística y Geografía. (2025, mayo 6). Encuesta Nacional sobre
Disponibilidad y Uso de Tecnologías de la Información en los Hogares
(ENDUTIH) 2024. Comunicado de prensa 57/25 (sección “Disponibilidad
y uso de internet”). INEGI.
Juárez, B. (2025). Inteligencia articial industrial en China. En A. Oropeza García
y J. F. Negrete (coords.), Inteligencia Articial: Hacia una nueva era en
la historia de la humanidad. INADI.
López-Blanco, C. (2025). La inteligencia articial en el mundo digital del siglo
XXI. Una visión europea y latinoamericana En A. Oropeza García y J.
F. Negrete (coords.), Inteligencia Articial: Hacia una nueva era en la
historia de la humanidad. INADI.
Ministerio de Ciencia, Tecnología, Conocimiento e Innovación. (2025, enero 28).
Decreto N° 12: Apruébase la actualización de la “Política Nacional de
Inteligencia Articial”. Diario Ocial (Chile). https://bcn.cl/p0lgIx
Mazzucato, M. y Gernone, F. (2024). Governments must shape AI’s future. Project
Syndicate. Marzo 11 https://prosyn.org/iwKUV52.
OpenAI & SoftBank. (2025, enero 21). Announcing The Stargate Project. OpenAI.
Oropeza García, A. y Negrete, J. F. (coords.). (2025). Inteligencia Articial: Hacia
una nueva era en la historia de la humanidad (pp. 254-255). INADI.
Oxford Insights, & C Minds. (2018). Towards an AI Strategy in Mexico: Harnessing
the AI Revolution (p. 25). Oxford Insights/C Minds.
Peller, J. (2024). ChatGPT: Two years later. https://bit.ly/4sLNOVh
Pérez, C. (2024). Articial intelligence: The next technological revolution? Project
Syndicate.
Reglamento (UE) 2024/1689. (2024). Reglamento del Parlamento Europeo y del
Consejo por el que se establecen normas armonizadas en materia de
inteligencia articial (Ley de IA). Unión Europea.
Satariano, A. y Mozur, P. (2025). The Global A.I. Divide. The New York Times.
Satariano, A., Mozur, P., Russell, K. y Kim, J. (2025). A.I. Computing Power Is
Splitting the World into Haves and Have-Nots. The New York Times.
Smink, V. (2023). Las 3 etapas de la Inteligencia Articial: en cuál estamos y por
qué muchos piensan que la tercera puede ser fatal. BBC News Mundo.
Solleiro, J. L., Castañón, R. y Guillén, D. (2025). Estrategia para la adopción de la IA
en la industria mexicana. En A. Oropeza García y J. F. Negrete (coords.),
Inteligencia Articial: Hacia una nueva era en la historia de la humanidad
(pp. 241-265). INADI.
259
Jorge Castolo Martínez-Del Campo, Alonzo Niño-Mendoza y Juan Carlos Moreno-Brid
Inteligencia articial y desarrollo en economías emergentes
Soto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V. y Poveda, L.
(coords.) (2025). Índice Latinoamericano de Inteligencia Articial (ILIA)
2025. Documentos de Proyectos (LC/TS.2025/68/Rev.1). Comisión Eco-
nómica para América Latina y el Caribe y Centro Nacional de Inteligencia
Articial. https://bit.ly/49sCEvy
UNESCO. (2024). México: Evaluación del estadío de preparación de la inteligencia
articial. UNESCO.
Vargas, F. (2024, julio 22). Estado de 5G en México: Condiciones esenciales para
su adopción. The Competitive Intelligence Unit (The CIU).
Vestager, M. (2024). How to think about AI policy. Project Syndicate. https://prosyn.
org/qsl0dou.
Yalovetzky, A. y Simg Atilano, H. (2025). La era de la Inteligencia Articial y los desafíos
en América Latina. En A. Oropeza García y J. F. Negrete (coords.), Inteligen-
cia Articial: Hacia una nueva era en la historia de la humanidad. INADI.
Declaración de Autoría - Taxonomía CRediT
Autores Contribuciones
Jorge Castolo Martínez-del Campo
Conceptualización, metodología, investigación,
visualización, escritura – borrador original.
Alonso Niño-Mendoza Investigación, curación de datos, escritura – bo-
rrador original, recursos.
Juan Carlos Moreno Brid
Administración de proyectos, recursos, super-
visión, validación.
Declaración de Uso de Inteligencia Articial
Los autores DECLARAN que, en la elaboración del artículo titulado Inteligencia articial
y desarrollo en economías emergentes: un análisis del punto de partida de México y el
imperativo de política pública, sí se utilizaron herramientas de Inteligencia Articial, de
manera complementaria y no sustitutiva del trabajo intelectual de los autores.
La herramienta empleada fue: Notebook LM
Las tareas en las que se utilizaron fueron: Extracción de datos de fuentes seleccionadas e
identicar errores y corrección de estilo.
