Los líderes tecnológicos llevan años prometiendo una inteligencia artificial «para todos». Mientras tanto, más de 5.000 centros de datos se concentran en Estados Unidos —diez veces más que en cualquier otro país—, y el 87% de las exportaciones mundiales de servicios en la nube parten de ese mismo territorio, según datos del Banco Mundial y el Informe de IA de Stanford 2026.
La expansión de la IA es real. Pero quién la construye, quién la entrena y quién decide para qué sirve es una pregunta muy distinta a quién simplemente la usa.
Una promesa global con raíces muy locales
La inteligencia artificial ya no se limita a las herramientas de productividad empresarial. Se ha integrado en sistemas educativos, diagnósticos médicos, decisiones crediticias y administraciones públicas. Su presencia es crecientemente global; su arquitectura física e institucional, sin embargo, cuenta una historia bien distinta.
Según el Índice de IA 2026 de Stanford, Estados Unidos alberga más de 5.000 centros de datos, más de diez veces que cualquier otro país. Como los sistemas de IA operan en su mayoría en la nube, esa concentración de infraestructura se traduce directamente en dependencia. El 87% de las exportaciones globales de servicios de computación en la nube procedían de Estados Unidos en 2023, según el Banco Mundial.
Para la mayoría de los países, esto implica que el desarrollo de la IA no solo está externalizado tecnológicamente, sino también en términos comerciales y geopolíticos. Un número reducido de estados y empresas aloja los motores computacionales que impulsan sistemas desplegados en todo el mundo. El resto adapta lo que otros diseñan.
La alfabetización en IA: un privilegio de minorías
El acceso a la infraestructura es solo una parte del problema. Incluso donde existe conectividad, no todos están igualmente preparados para sacarle partido. En los países de la OCDE, apenas el 40% de los adultos posee habilidades digitales avanzadas, y las competencias específicas en IA están aún más concentradas.
Los datos de la OCDE muestran una brecha clara según el nivel educativo: el 36% de las personas con estudios superiores participó en formación relacionada con IA en el último año, frente al 18% entre quienes tienen educación secundaria. La formación en IA sigue siendo, en gran medida, accesible para quienes ya parten con ventaja.
La UNESCO señala esfuerzos crecientes por integrar la IA en la educación. Aun así, la formación ética para docentes y la alfabetización en etapas primarias siguen siendo profundamente desiguales. Los sistemas educativos avanzan, pero no al mismo ritmo ni con los mismos recursos.
Quienes quedan al margen no experimentan la IA como una herramienta que pueden cuestionar o moldear. La experimentan como un sistema opaco que actúa sobre ellos —en procesos de contratación automatizados, en algoritmos de bienestar social, en decisiones de crédito—. La tecnología los afecta, pero no los incluye.
Gobernar la IA sin capacidad para hacerlo
La ambición regulatoria no siempre va acompañada de capacidad institucional real. El caso de Sudáfrica lo ilustra con precisión incómoda: en abril de 2026, el Departamento de Comunicaciones y Tecnologías Digitales publicó un borrador de política nacional de IA y días después lo retiró. Un periodista había descubierto que al menos seis citas académicas del documento no existían; eran alucinaciones generadas por IA.
El episodio no es solo una anécdota. Revela la distancia entre querer gobernar la IA y tener las herramientas para hacerlo. Muchos países del Sur Global se encuentran en esa posición: con voluntad política, pero con instituciones que todavía no disponen de los recursos técnicos ni humanos necesarios.
A esto se suma otra asimetría. Los países del Sur Global generan datos a gran escala, pero tienen escasa representación en los foros internacionales de gobernanza y en los conjuntos de datos de referencia. Sus lenguas están infrarrepresentadas en los modelos de entrenamiento, y sus culturas y prioridades sociales rara vez se reflejan en sistemas diseñados fuera de sus fronteras.
Alternativas desde los márgenes: Indonesia y África como casos de estudio
No todos los países en desarrollo han adoptado una postura pasiva. Indonesia ofrece un ejemplo de agencia pública deliberada: la Agencia Nacional de Investigación e Innovación ha desarrollado herramientas de IA orientadas a comunidades desatendidas, entre ellas una aplicación que usa datos satelitales para ayudar a pescadores artesanales a localizar bancos de peces, modelos de lenguaje entrenados en javanés y sundanés, y chatbots para servicios públicos. En 2025, el Ministerio de Comunicaciones fijó un objetivo de 100.000 trabajadores formados en IA al año.
En África, los avances son también relevantes. En 2024, ministros africanos adoptaron una Estrategia Continental de IA y un Pacto Digital Africano. La cumbre de Kigali de 2025 exploró modelos de IA en lenguas locales y ecosistemas de código abierto como vías para reducir la dependencia de sistemas desarrollados externamente.
Estos ejemplos muestran que la elección no es binaria. No se trata únicamente de ser «superpotencia de IA» o «receptor pasivo»: existen vías intermedias que combinan recursos limitados con objetivos concretos y contextos locales.
La pregunta que la revolución de la IA todavía no ha respondido
El debate sobre la brecha digital ha evolucionado. Primero giró en torno a dispositivos y conectividad; luego incorporó las habilidades y los resultados. La IA añade una tercera capa, quizás la más determinante: quién puede participar en decidir para qué sirve la tecnología, qué problemas resuelve y qué prioridades sociales refleja.
Para ingenieros y responsables políticos, esa pregunta resulta incómoda pero necesaria. ¿Están diseñando sistemas que amplían la participación en la toma de decisiones tecnológicas, o la reducen? La velocidad de adopción importa. También importa la dirección.
La IA ya se expande globalmente. Lo que aún no está claro es si esa expansión llevará consigo una participación real en su construcción y gobierno, o si reproducirá el mismo patrón de siempre: unos pocos deciden, el resto se adapta. Esa respuesta no la darán los algoritmos. La daremos nosotros.