Esta divergencia de perspectivas no es menor. Mientras el epicentro de la innovación tecnológica se enfoca en métricas de rendimiento, velocidad y escalabilidad de los Grandes Modelos de Lenguaje (LLM), el usuario final y la sociedad en general se preocupan cada vez más por la calidad, fiabilidad y sesgo de la información que estas herramientas entregan. Brown, cuya experiencia en Meta le dio una visión de primera mano sobre los desafíos de la desinformación en redes sociales, advierte sobre el peligro de repetir los mismos errores, donde la búsqueda de 'engagement' (interacción) primó sobre la precisión y la veracidad. Su nueva iniciativa, Forum AI, busca precisamente subsanar esta brecha, evaluando la exactitud y el sesgo de los LLM en temas complejos, utilizando criterios humanos y expertos para entrenar a lo que ella denomina "jueces de IA", según un artículo de Zamin.uz del 14 de mayo de 2026. Además, su reciente vinculación con TollBit, una startup que genera un mercado entre empresas de IA y medios, como reportó Axios, refuerza su compromiso con una integración responsable entre el periodismo y la inteligencia artificial.
La Prioridad del Engagement vs. la Verdad y Precisión
El contraste fundamental que Campbell Brown destaca se puede polarizar entre dos enfoques dominantes en el desarrollo y la implementación de la IA. Por un lado, tenemos el paradigma de Silicon Valley, a menudo centrado en el engagement y la optimización técnica. Este modelo prioriza la velocidad de despliegue, la capacidad de los modelos para generar respuestas coherentes y atractivas, y la maximización de la interacción del usuario. La historia de las redes sociales es un claro precedente, donde algoritmos diseñados para retener la atención del usuario sin la suficiente ponderación de la veracidad del contenido llevaron a la propagación de noticias falsas y burbujas de filtro. En el contexto de la IA, esto se traduce en LLM que pueden ser optimizados para producir texto "plausible" o "convincente", incluso si es factualmente incorrecto o sesgado, siempre y cuando mantenga al usuario interactuando. Los criterios de éxito se miden en eficiencia computacional, capacidad de respuesta y, en última instancia, el tiempo que el usuario permanece en la plataforma o interactuando con la IA.
Por otro lado, se alza la perspectiva de la Verdad, la Precisión y la Ética, impulsada por figuras como Campbell Brown y encarnada en iniciativas como Forum AI. Este enfoque aboga por una IA que priorice la fiabilidad de la información, la mitigación de sesgos y la contextualización adecuada de las respuestas. Brown, tal como explicó en un video de The Information en octubre de 2025, enfatiza que los LLM deben ir más allá de la optimización del engagement para asegurar la veracidad del contenido, especialmente en áreas sensibles como la geopolítica, la salud mental o la ciencia. Forum AI trabaja con expertos para desarrollar criterios humanos que permitan "jueces de IA" evaluar y corregir las respuestas de los modelos, garantizando que la información no solo sea coherente, sino también precisa, imparcial y contextualizada. Aquí, el éxito no se mide solo en la interacción, sino en la confianza, la utilidad social y la reducción de riesgos para los usuarios. Este modelo busca activamente que el sector corporativo y los desarrolladores impulsen una demanda de información imparcial y rigurosamente evaluada, integrando valores periodísticos de verificación y responsabilidad en el corazón del desarrollo de la IA.
Los datos hablan
La adopción y el impacto de la Inteligencia Artificial en América Latina presentan un escenario dinámico y con un potencial significativo, aunque con desafíos particulares. El mercado de IA en la región está valorado actualmente en 12.700 millones de dólares, proyectando un crecimiento robusto a una tasa anual del 28.1%, con la capacidad de añadir 1 billón de dólares a la economía regional para 2038, según diversas fuentes de mercado y análisis económicos. Esta expansión se ve respaldada por una creciente confianza y disposición al uso de la IA entre los latinoamericanos.
En cuanto a la adopción empresarial, la tasa en Latinoamérica ya supera el 40%, evidenciando un interés y una inversión crecientes por parte de las compañías. Líderes regionales como México (65%) y Brasil (46%) destacan en el uso de IA de código abierto, lo que sugiere una preferencia por soluciones flexibles y adaptables. Otros países como Chile (53%) y México (43%) muestran una integración notable de la IA en diversos sectores, con Chile, Brasil y Uruguay consolidándose como pioneros en la adopción e implementación de estas tecnologías. El retorno de inversión (ROI) es igualmente prometedor: el 95% de las empresas medianas y grandes en Brasil que adoptaron IA reportan un ROI positivo, y en México, esta cifra alcanza el 83%, con un aumento promedio del 16% en ingresos.
Sin embargo, la región enfrenta una disparidad en inversión. América Latina representa el 6.6% del PIB global, pero solo atrae el 1.12% de la inversión mundial en IA, lo que limita la expansión y el desarrollo de iniciativas locales. A pesar de esto, el tráfico web hacia soluciones de IA desde la región, que es del 14%, supera su proporción de usuarios de internet global (11%), indicando un fuerte interés y una demanda latente. Un dato clave es que el 78% del uso de soluciones de IA en la región corresponde a IA generativa, ligeramente superior al promedio global del 74%, lo que subraya la relevancia del debate sobre la calidad y veracidad de su producción.
Que significa para Latam
Para Latinoamérica, el debate propuesto por Campbell Brown y la dirección que tome el desarrollo de la IA tienen implicaciones profundas. La región, con su rápida adopción y ambición de crecimiento en IA, se encuentra en una encrucijada crucial. El riesgo de convertirse en una "consumidora neta de IA", dependiente de proveedores externos y de sus prioridades de desarrollo, es una preocupación real, especialmente si no se implementan políticas públicas adecuadas que fomenten la innovación local y el control sobre la ética de los modelos.
La regulación de la IA en América Latina, aunque avanza, lo hace a distintas velocidades y sin un enfoque unificado. Brasil, por ejemplo, es el país más avanzado en esta materia, seguido por Colombia, Chile y México. Sin embargo, existe un vacío legal generalizado debido a la rapidez del avance tecnológico frente a la lentitud legislativa. Mario Castaño de Cintel, por ejemplo, resalta la necesidad de una regulación urgente que establezca niveles de riesgo para las aplicaciones de IA y equilibre la protección de datos con el avance tecnológico.
Las preocupaciones éticas son especialmente relevantes en una región marcada por profundas desigualdades sociales. El sesgo algorítmico puede perpetuar o incluso exacerbar estas disparidades si los modelos de IA son entrenados con datos que reflejan prejuicios históricos. La UNESCO, consciente de esto, impulsa un Consejo Empresarial para la Ética de la IA en América Latina, enfatizando que el debate ético es social, no solo tecnológico, y la necesidad de implementar recomendaciones para evitar el mal uso y abordar riesgos como el prejuicio. José Heriberto García Peña, de Expansión, subraya la urgencia de que América Latina cambie su enfoque hacia una IA más transparente y justa para servir a la sociedad.
La adopción empresarial, aunque alta, enfrenta desafíos considerables para las empresas latinoamericanas, en particular las PYMES. La falta de infraestructura tecnológica adecuada, la escasez de talento especializado en IA, las preocupaciones sobre la privacidad de datos y una inversión inicial significativa son barreras importantes. Sin embargo, existen ejemplos prometedores: el chatbot MIA de Argentina, basado en el modelo Llama de Meta, asiste a PYMES y ciudadanos con servicios gubernamentales, mientras que empresas como JumpCube automatizan procesos documentales, mejorando la eficiencia hasta en un 80%. Estos casos demuestran el potencial de la IA para generar valor real en la región, siempre y cuando se aborden los desafíos estructurales y éticos. Expertos como Leandro Gómez de Leg Technologies, advierten sobre los riesgos del uso de datos biométricos y la importancia de que las entidades manejen la información de manera resiliente, al tiempo que destaca el potencial de iniciativas como LATAM GPT para desarrollar modelos más adaptados a la realidad regional. Académicos como José Esteves y David López coinciden en que la ética, el pensamiento crítico y la capacidad de discernimiento serán habilidades humanas cruciales en un mundo impulsado por la IA, abogando por una educación que priorice lo humanístico.
La visión de Campbell Brown de una IA centrada en la verdad y la precisión ofrece una hoja de ruta valiosa. Para América Latina, esto no solo implica desarrollar tecnología, sino también desarrollar marcos éticos y regulatorios que aseguren que la IA sirva como una herramienta de progreso equitativo y no como un amplificador de desigualdades o desinformación, un camino que requerirá la colaboración de gobiernos, empresas y la sociedad civil para ser transitado con éxito. La inversión en talento local y la promoción de la investigación en IA ética y contextualizada para la realidad latinoamericana serán claves para que la región pase de ser una consumidora a una desarrolladora y líder en IA responsable.
