Primera página del análisis de ANIA sobre los ODS y la propuesta de Agenda Nacional de Inteligencia Artificial para México 2024–2030.

Análisis sobre los ODS para la Propuesta de Agenda Nacional de la Inteligencia Artificial para México (2024–2030)

Te presentan un proyecto de IA y te dicen que ayudará a la educación, la inclusión o el desarrollo sostenible. Suena bien… pero, antes de apoyarlo, yo te recomendaría preguntar qué va a mejorar, para quién y cómo van a comprobarlo.

El análisis de ANIA relaciona recomendaciones de una agenda mexicana de IA con los Objetivos de Desarrollo Sostenible (ODS). Puede ayudarte a revisar esa relación y a pedir algo más concreto que una declaración de buenas intenciones.

Puedes consultar el documento completo de ANIA, elaborado en colaboración con Ivan Facundo Rubinstein. Se refiere a una propuesta para el periodo 2024–2030; no lo presento como normativa vigente ni como un informe de resultados.

Primera página del análisis de ANIA sobre los ODS y la propuesta de Agenda Nacional de Inteligencia Artificial para México 2024–2030.
Primera página del documento. Fuente: ANIA.

Qué encontrarás en este documento

Es una matriz de 41 páginas con recomendaciones sobre políticas públicas, educación, riesgos, inclusión, datos y gobernanza, junto a posibles vínculos con los ODS. Entre las acciones propuestas aparecen responsables, indicadores y seguimiento público. Esa asociación permite discutir objetivos; por sí sola no demuestra que una medida haya funcionado.

Qué te conviene pedir antes de decir que un proyecto ayuda

Cuando alguien te hable del impacto de su proyecto, te propongo revisar 4 cosas. Puedes hacerlo en una reunión, en una propuesta escrita o antes de aprobar una compra.

1. Una mejora que puedas describir. ¿Qué dificultad concreta quiere resolver? «Usar más IA» dice qué herramienta se utilizará, pero todavía falta explicar qué necesita la persona.

2. Un punto de comparación. ¿Cómo se hacía antes? ¿Qué dato permitirá saber si hubo una mejora? Sin esa referencia, es fácil confundir más actividad con mejores resultados.

3. Las personas que podrían quedarse fuera. ¿Funciona para quienes tienen menos conexión, necesitan otro idioma o requieren una adaptación? Te recomiendo preguntar también a quienes no pudieron usar la herramienta.

4. Alguien que responda. ¿Quién revisará los resultados y qué hará si aparecen errores o daños? Conviene acordarlo antes de empezar, no cuando llegue la primera queja.

Ejemplo: muchas cuentas abiertas, poco aprendizaje

Imagina una escuela que incorpora un asistente de IA. Este es un ejemplo que te propongo, no un caso documentado por ANIA. Al terminar el mes, la escuela informa cuántas cuentas se activaron. Ese dato ayuda a conocer el uso… pero todavía no te dice qué aprendieron los alumnos.

Yo preguntaría si ahora pueden explicar un procedimiento, reconocer un error o resolver una tarea sin el asistente. También revisaría quién necesitó apoyo y quién no pudo conectarse. Las respuestas pueden orientar un ajuste mucho más útil que celebrar únicamente el número de accesos.

Ejemplo: resolver más solicitudes y escuchar a quien no pudo terminar

Piensa ahora en un servicio que incorpora un chatbot. Es otro ejemplo hipotético. El equipo cuenta las conversaciones atendidas, pero tú quieres saber si las personas resolvieron su necesidad.

Te conviene pedir que revisen también las solicitudes abandonadas, las respuestas equivocadas y la posibilidad de hablar con una persona. Así puedes distinguir entre atender más mensajes y ofrecer una ayuda que realmente sirva.

Cómo lo relaciono con los riesgos humanos de la IA

En mi Taxonomía IAConSentido, lo relaciono principalmente con Decisiones, organizaciones y sociedad: qué aprueba una institución, con qué evidencia y quién responde por los efectos. El ejemplo de la escuela también permite trabajar Aprendizaje, desarrollo y capacidades, al revisar lo que el alumno puede hacer por sí mismo.

Estas conexiones son una forma de organizar mis recomendaciones; no son categorías atribuidas a ANIA ni una validación de mi método.

Preguntas frecuentes

¿Relacionar una propuesta con los ODS significa que su impacto está probado?
No. Para valorar un resultado necesitas saber qué se hizo, con quién, cómo se evaluó y qué límites tiene la evidencia.

¿Por dónde puedo empezar si no trabajo en política pública?
Elige un proyecto de tu escuela o de tu equipo. Escribe qué pretende mejorar y pide un dato que permita comprobarlo. Después pregunta a quiénes no les está funcionando.

Antes de aplicar sus recomendaciones

Te recomiendo usar este documento para examinar propuestas, no como una lista actualizada de obligaciones o instituciones. Si necesitas una referencia normativa o una meta concreta de los ODS, compruébala en su fuente oficial antes de incorporarla a tu trabajo.

Para seguir con una acción sencilla, puedes explorar el Método SENSE. Empieza por una decisión que tengas pendiente y pregúntate qué necesitas comprobar antes de tomarla.