En Ecuador y en el mundo, la inteligencia artificial ha entrado con fuerza en el debate público por los riesgos que podría representar para la sociedad e incluso para la humanidad. Y está bien que ese debate exista: necesitamos discutir sus límites, sus riesgos y sus implicaciones. Pero también necesitamos poner cada riesgo en su verdadera dimensión.
Cuando escuchamos a investigadores, desarrolladores y directivos de empresas tecnológicas advertir sobre escenarios en los que la IA podría representar un riesgo para la humanidad, casi siempre hablan de algo mucho más complejo que el ChatGPT, el Gemini o el Claude que una persona abre desde su teléfono. La preocupación se concentra en los llamados modelos de frontera: sistemas cada vez más potentes, con mayores niveles de autonomía y capacidades que podrían utilizarse en ámbitos como la ciberseguridad, la biotecnología, la manipulación a gran escala o el desarrollo de nuevos sistemas de inteligencia artificial.
Eso no significa que las herramientas que usamos hoy sean inofensivas. Una persona puede usar IA para redactar un correo, aprender un idioma, programar, analizar información o generar una imagen divertida. Pero esas mismas tecnologías también sirven para crear montajes convincentes, clonar voces, fabricar videos falsos, suplantar identidades, producir desinformación o cometer fraudes.
Son dos niveles distintos de riesgo, y necesitamos aprender a diferenciarlos. Una cosa es discutir los riesgos sistémicos y potencialmente catastróficos de futuras generaciones de IA, y otra, igualmente necesaria, discutir los riesgos sociales, educativos, laborales, informativos y de privacidad de las herramientas que ya tenemos disponibles.
En Ecuador, nuestra prioridad inmediata debería estar en lo segundo. No porque el debate sobre los modelos de frontera no importe, sino porque Ecuador no está en el centro de su desarrollo. Nuestra realidad es otra: millones de personas empezando a usar estas herramientas, instituciones que todavía no saben cómo incorporarlas, docentes intentando decidir qué hacer con ellas, trabajadores que ven transformarse sus actividades y organizaciones que cargan información en plataformas externas sin políticas claras sobre su uso. Ahí está nuestra discusión urgente.
De dónde viene la alarma
Conviene recordar de dónde nace buena parte de este debate. La alarma no la encendieron los usuarios, sino los propios laboratorios de frontera —Anthropic, OpenAI y xAI (Grok), entre otros— y sus líderes. En mayo de 2023, cientos de investigadores y directivos, incluidos los de estas empresas junto a figuras como Geoffrey Hinton y Yoshua Bengio, firmaron una breve declaración que situaba el riesgo de extinción por IA a la altura de las pandemias y la guerra nuclear (Center for AI Safety, 2023).
Y el debate no proviene solo de declaraciones firmadas hace años: sigue vivo y, a veces, surge desde dentro. En septiembre de 2026, Jacob Coxon —investigador que trabajó en Anthropic y OpenAI— renunció públicamente advirtiendo que las compañías están, en sus palabras, “apostando con nuestras vidas” en una carrera hacia una superinteligencia capaz de mejorarse a sí misma; según él, dentro de las empresas se comprenden bien los riesgos, pero pesa la presión de llegar primero. Sus mensajes fueron vistos por más de cien millones de personas (Associated Press, 2026).
Pero —y esto es lo que se suele pasar por alto— esas mismas empresas no se quedaron en la alarma: construyeron marcos que gradúan el riesgo por nivel de capacidad. La política de escalamiento responsable de Anthropic define niveles de seguridad (ASL), inspirados en los niveles de bioseguridad: los asistentes actuales se ubican en un nivel bajo y los controles estrictos se reservan para sistemas futuros con capacidades peligrosas (Anthropic, 2023). El marco de preparación de OpenAI evalúa categorías como ciberseguridad, riesgos químicos, biológicos, radiológicos y nucleares (QBRN) y autonomía del modelo en una escala de bajo a crítico, y bloquea el despliegue por encima de cierto umbral (OpenAI, 2025). Y el marco de xAI se concentra en evitar que sus modelos ayuden a fabricar armas de destrucción masiva o a ejecutar ciberataques a gran escala (xAI, 2025).
La lección es la que atraviesa este documento: incluso quienes lanzan las alarmas más fuertes distinguen niveles. Su preocupación apunta a los modelos de frontera con capacidades peligrosas específicas —no al asistente generativo que un estudiante abre en el teléfono—. Confundir ambos planos, y tratar a cada chatbot como si fuera una amenaza existencial, es justamente el error que aquí advertimos: la alarma puede ser legítima, pero aplicada al nivel equivocado solo produce miedo y malas decisiones.
La IA no es solamente una amenaza
También debemos evitar el extremo contrario. Muchas soluciones que hace pocos años habrían exigido equipos especializados, presupuestos altos o largos periodos de desarrollo hoy pueden construirse con ayuda de inteligencia artificial. Se están reduciendo las barreras para programar, analizar grandes volúmenes de información, automatizar procesos, generar materiales educativos, apoyar la investigación y resolver problemas concretos. En un país como el nuestro, ese potencial importa.
El problema, entonces, no es simplemente usar inteligencia artificial. El problema es usarla sin comprenderla. Satanizar una tecnología por desconocimiento no reduce sus riesgos: aumenta el miedo, profundiza la brecha entre quienes saben usarla y quienes no, y puede terminar dejando a instituciones y personas fuera de una transformación que ya está ocurriendo.
Antes del miedo, alfabetización
Ecuador todavía enfrenta desafíos importantes de alfabetización digital y, sobre esa brecha, estamos intentando construir una alfabetización en inteligencia artificial. Antes de preguntarnos si la IA acabará con la humanidad, deberíamos asegurarnos de que las personas comprendan qué es, qué no es, cómo funciona, cuáles son sus límites, cómo verificar sus resultados y cómo proteger sus datos.
Y alfabetización en inteligencia artificial no significa simplemente aprender a escribir buenos prompts. Significa comprender cuándo usarla y cuándo no. Saber que puede equivocarse. Identificar sesgos. Verificar información. Reconocer contenido sintético. Proteger datos personales e institucionales. Entender qué tareas podemos delegar y cuáles exigen necesariamente criterio y responsabilidad humana. Es una competencia crítica, no una destreza instrumental.
Las instituciones necesitan gobernanza, no miedo
Muchas escuelas, colegios, universidades, empresas y organismos reaccionan ante la IA desde el miedo: prohibirla, bloquearla o mirar hacia otro lado. Pero la inteligencia artificial no va a desaparecer porque decidamos ignorarla. En lugar de prohibir sin comprender, necesitamos gobernar su uso: qué información puede introducirse en estas herramientas, qué información nunca debería compartirse, cuándo debe declararse su utilización, qué decisiones necesitan supervisión humana y cuáles son los límites de su aplicación.
Y aquí conviene ser francos sobre lo que está ocurriendo en nuestras universidades. Muchas han entrado al debate sobre la IA —permitiéndola, restringiéndola, organizando charlas, emitiendo pronunciamientos— sin haber construido primero lo básico: un código de uso ético, una política de datos, un documento base que fije las reglas del juego. El debate llegó antes que la gobernanza. Y cuando eso ocurre, cada facultad, cada docente y cada estudiante improvisa su propio criterio, con el consiguiente riesgo para la integridad académica y para la privacidad de los datos. Un análisis reciente sobre la educación superior ecuatoriana señala precisamente este vacío de normativas internas que regulen el uso de la IA generativa (Chamba-Eras et al., 2026). La conversación es bienvenida, pero no puede sustituir al documento que debió precederla.
Ecuador ya dio un primer paso a escala nacional con su estrategia nacional de IA 2025–2029 (MINTEL, 2026), que reconoce la gobernanza, la alfabetización y la soberanía tecnológica como prioridades. Pero una estrategia solo cobra sentido cuando baja del papel a la práctica: a reglas internas, formación, presupuesto y capacidad técnica dentro de cada organización. Ese es el trabajo que todavía está por hacerse.
Soberanía de datos e infraestructura: una decisión, no un eslogan
Todos los días cargamos documentos, textos, imágenes, investigaciones y bases de datos en plataformas de IA que funcionan sobre infraestructuras que no controlamos. Muchas veces lo hacemos sin preguntarnos dónde se procesa esa información, qué permisos concedemos o qué ocurre cuando introducimos datos institucionales, académicos o sensibles.
La soberanía de datos no es un eslogan ni exige que Ecuador construya sus propios modelos de frontera. Es una decisión práctica que cada institución puede tomar, sobre un espectro de opciones según la sensibilidad de la información:
- Cláusulas contractuales sobre los servicios comerciales que ya usamos: residencia de datos, límites de retención y la garantía de que nuestra información no se usará para entrenar modelos ajenos. Es lo mínimo exigible.
- Nube soberana o regional para la información de mayor sensibilidad.
- Modelos de pesos abiertos ejecutados en infraestructura propia (on-premise) para lo más sensible, de modo que los datos se procesen sin salir hacia servidores extranjeros.
Conviene decirlo con honestidad: los modelos abiertos todavía van detrás de los mejores modelos cerrados en varias tareas, y ejecutarlos localmente tiene costos reales de infraestructura y operación. Por eso lo sensato no es todo local o nada, sino clasificar la información por niveles de sensibilidad y asignar a cada nivel la opción adecuada. Una institución no necesita procesar internamente un correo trivial; sí debería pensarlo dos veces antes de cargar expedientes académicos, historias clínicas o datos personales de su comunidad en una plataforma externa.
Y hay una capa que en Ecuador solemos olvidar. Cuando trabajamos con información de comunidades o de pueblos indígenas, la soberanía no se reduce a dónde están los servidores, sino a quién tiene autoridad sobre el dato y quién se beneficia de él. Los principios CARE para la gobernanza de datos indígenas (Carroll et al., 2020) —beneficio colectivo, autoridad para controlar, responsabilidad y ética— nos recuerdan que la apertura de los datos debe equilibrarse con los derechos de las personas y comunidades a las que esos datos pertenecen. Para un país plurinacional, esa no es una nota al pie: es parte del centro.
Distinguir para decidir
El debate sobre los riesgos futuros de la IA es necesario. Pero no debería distraernos de los problemas y oportunidades que ya tenemos delante. Necesitamos distinguir entre la IA que usamos, la IA que estamos construyendo y la IA que podríamos llegar a construir. Cada una plantea preguntas diferentes.
Para Ecuador, quizá la pregunta más urgente no sea si algún día una inteligencia artificial podría escapar de nuestro control:
Antes de temerle a la IA, necesitamos comprenderla.
Antes de prohibirla, necesitamos aprender a gobernarla.
Antes de confiar ciegamente en ella, necesitamos aprender a cuestionarla.
Y antes de entregarle nuestros datos, necesitamos decidir quién los controla y para qué pueden utilizarse.
El mayor riesgo para Ecuador quizá no sea que la inteligencia artificial avance demasiado rápido, sino que nosotros lleguemos demasiado tarde a comprenderla, gobernarla y utilizarla para construir nuestro propio futuro.