LocationsTecnologías emergentes y el desafío de las brechas digitales
Consultas ciudadanas sobre IA en Paraguay: visiones diversas entre el campo y la ciudad
3 de Junio de 2024
Cómo aprovechar el potencial de la Inteligencia Artificial (IA) para transformar el panorama laboral con el surgimiento de nuevas herramientas y capacidades es una de las preocupaciones principales en torno a la IA, a nivel mundial y en América Latina y el Caribe (ALC). Aunque se sabe que no es la única.
En ALC, seis de cada diez empleos aparentemente no están afectados por los cambios que trae consigo la IA, de acuerdo con un estudio del FMI (2024). La otra cara de la moneda señala los desafíos que dificultan el aprovechamiento de esta tecnología en esta parte del mundo. Esta situación contrasta con las economías avanzadas, donde la IA mejorará uno de cada cuatro empleos, mientras que en ALC esto aplica solo a uno de cada ocho (FMI, 2024)
Efectivamente, la región enfrenta grandes retos que dificultan la adopción y el uso efectivo de los beneficios de la IA y debe centrarse en crear nuevos empleos y negocios intensivos en conocimiento, especialmente en campos de ciencia, tecnología, ingeniería y matemáticas (STEM, por sus siglas en inglés). Otros retos como superar sistemas educativos deficientes y baja participación de mujeres en campos STEM, también están en la mira.
Frente a esto, se necesitan acciones sistémicas, reformas educativas transformadoras y el compromiso del sector privado para crear ecosistemas robustos que permitan a ALC aprovechar todo el potencial de la IA y garantizar un desarrollo inclusivo y sostenible. La cooperación regional e internacional también son cruciales para lograr este objetivo.
Más allá de los desafíos en el campo laboral y económico, la implementación de la IA también plantea importantes abordajes en torno a la protección de los derechos humanos, la ética en el uso de datos, las brechas digitales, los sesgos y la discriminación, entre algunos que deben ser enfocados de manera integral por los gobiernos, el sector privado y la sociedad civil.
Un primer paso: salir a las calles para saber qué opina la gente sobre la IA
El equipo del Laboratorio de Aceleración del Programa de las Naciones Unidas para el Desarrollo ( PNUD ) de Paraguay, en colaboración con estudiantes de la Escuela de Políticas Públicas (SIPA) de la Universidad de Columbia en Nueva York, la Dirección de Innovación del Ministerio de Tecnologías de la Información y Comunicación (MITIC), y el equipo global de los Laboratorios de Aceleración, se propuso poner a prueba una metodología participativa para realizar consultas ciudadanas sobre IA en Paraguay.
En este marco, se realizaron consultas callejeras, grupos focales, encuestas online y entrevistas con diversos actores de la sociedad paraguaya, incluyendo estudiantes, docentes, jóvenes, autoridades nacionales, especialistas en tecnología, trabajadores de sectores populares y adultos de Asunción y otras ciudades.
Estandarización del concepto
Las estrategias y modalidades de recopilación de información adoptadas en equipo, permitieron llegar a una amplia diversidad de público, que incluyó a voces ciudadanas de distintos niveles socioeconómicos, altas autoridades del país relacionadas con la ciencia y la investigación como el Consejo Nacional de Ciencia y Tecnología (CONACYT) y el mismo MITIC.
El objetivo principal de este piloto fue probar y desarrollar una metodología robusta, con criterios estandarizados para la realización de consultas nacionales sobre Tecnologías Emergentes, como es la IA. La metodología tiene el potencial de ser replicada en otros países para generar datos agregables y evidencias comparables a escala regional y global.
Metodología de consultas ciudadanas sobre IA
La metodología de consultas que se puso a prueba tuvo esencialmente 3 pasos:
(1) En la primera parte de la consulta, se recabó información sobre qué entendían los participantes por IA, estandarizando el concepto para las siguientes partes de la consulta.
(2) Una vez que la/las personas adoptaban un concepto estandarizado, se proseguía a una sección de preguntas orientadas a recabar percepciones y sentimientos que genera la IA.
(3) Por último, la sección final de las consultas se enfocó en recabar información específica, según el perfil de las personas entrevistadas. Por ejemplo, a los investigadores de IA, se les preguntó acerca de la experiencia y las posibilidades de investigación sobre la temática en Paraguay, mientras que las personas que desarrollan servicios o negocios basados en IA, fueron consultadas sobre sus experiencias desarrollando u ofreciendo productos basados en IA en Paraguay.
Basados en esta metodología general, se recolectó información a través de varios mecanismos que incluyeron grupos focales por ámbito de grupos clave, como son el sector público, el privado, académico y el de la sociedad civil. Asimismo, fueron realizadas entrevistas individuales a referentes, expertos y consultas callejeras en distintos puntos de Asunción y el interior del país.
Aprendizajes sobre la metodología de consulta
En el piloto realizado, el mecanismo utilizado para determinar la familiaridad de las personas con la inteligencia artificial (IA) funcionó bastante bien. Sin embargo, al iniciar las conversaciones con la pregunta "¿has oído hablar de la IA?", se encontró que este enfoque era poco efectivo en las consultas callejeras y en los grupos focales con expertos, quienes representaban los extremos del espectro de conocimiento sobre la IA.
Para corregir este problema, el equipo decidió ofrecer ejemplos concretos de proxies de IA, lo cual mejoró significativamente la comunicación. Esta experiencia nos mostró la importancia de utilizar ejemplos prácticos y tangibles cuando se habla sobre tecnologías emergentes, especialmente cuando se interactúa con audiencias que tienen niveles de conocimiento muy diferentes.
Al adaptar la comunicación a las necesidades y el nivel de familiaridad de cada grupo, el equipo pudo lograr una mejor comprensión y una interacción más efectiva. Esto demuestra que, al abordar temas complejos como la IA, es crucial considerar el contexto y las características de la audiencia para asegurar una comunicación clara y significativa.
¿Qué ejemplos concretos se podrían citar? Los casos específicos y relevantes para el contexto local se enfocan en aplicaciones de IA como los chatbots de empresas o sitios web de organizaciones, algoritmos de recomendación de redes sociales en plataformas como Instagram y Facebook, que basan sus recomendaciones en función al análisis inteligente y el reconocimiento de patrones en los datos que recogen de manera automática. En otros casos mencionamos a asistentes virtuales como Alexa o Siri, así como algunas tecnologías de identificación biométrica, como las que ofrecen los smartphones para desbloquear el teléfono a partir de la huella dactilar o de la detección del rostro del usuario.
Estos ejemplos fueron clave para enfocar la conversación entre personas con distintos niveles de conocimiento sobre la IA, lo que ayudó a que todos entendieran mejor la pregunta. Aún con estas adecuaciones captar las ideas sobre IA en públicos con distintos niveles de conocimiento sobre el tema siguió siendo un desafío, pues se recopilaron opiniones muy variadas.
Los enfoques específicos de la metodología diferenciando actores resultaron ser desafiantes, demostrando eficacia únicamente en grupos focales y no en consultas callejeras o encuestas. Esta limitación resalta la necesidad de una considerable adaptación al contexto local para lograr una implementación exitosa.
El reto para el equipo fue encontrar un equilibrio entre adaptarse al lugar y grupo de personas que se está estudiando y, también encontrar formas de comparar los resultados con otros lugares y grupos. Es decir, la adaptación al contexto favoreció la creación de diálogos vibrantes y enriquecedores, incluyendo a voces que probablemente no hubieran sido escuchadas de otra forma, pero planteó un obstáculo significativo en términos de comparabilidad de resultados entre países.
Tras la realización de grupos focales con participantes del ámbito académico y del sector privado, mayoritariamente conformados por expertos, se observó que a los participantes les costaba converger en torno a un ejemplo común, centrándose cada uno en sus respectivas áreas de especialización o trabajo.
Teniendo en cuenta esto, las directrices para los facilitadores deben establecer claramente que, en el caso de grupos compuestos por expertos, se presenten ejemplos concretos de IA antes de abordar la pregunta más general sobre qué es la IA, para luego centrar la discusión sobre las percepciones en torno a los ejemplos planteados.
Asimismo, se recomienda orientar a los expertos para que enfoquen sus ejemplos de IA en aspectos relevantes para el contexto país, en lugar de basarse únicamente en sus experiencias específicas. Esta estrategia busca enriquecer la discusión y promover una comprensión más contextualizada y aplicable de la IA en el ámbito local.
Analizando las respuestas que recogimos en las consultas
Entre los resultados preliminares, se destaca que las personas (no expertas) que afirmaron tener conocimiento sobre IA, adquirieron este conocimiento principalmente a través de las redes sociales.
Un hallazgo significativo de estas consultas es la disparidad en las percepciones sobre inteligencia artificial entre las personas de áreas urbanas y rurales.
Mientras la población urbana muestra una visión más positiva y optimista de la IA, en zonas rurales la percepción tiende a ser más pesimista, con la creencia de que la IA favorece a personas con mayores recursos y podría eventualmente reemplazar la fuerza laboral humana. Estas diferencias también se observan entre personas de distintos niveles socioeconómicos: a mayor ingreso, mayor optimismo.
Las entrevistas con expertos revelaron un panorama complejo en torno al desarrollo de la IA y los esfuerzos gubernamentales en Paraguay. Si bien se observan iniciativas desde el gobierno para fomentar la adopción de IA, persisten desafíos estructurales que limitan su avance.
En primer lugar, la falta de una infraestructura digital sólida y confiable es un obstáculo importante. Esta deficiencia dificulta el acceso y la conectividad necesarios para el desarrollo y la implementación de soluciones basadas en IA.
En segundo lugar, la escasez de talento tecnológico local, que resulta en parte por falta de una oferta educativa actualizada que permita desarrollar ese talento y en parte por la migración de profesionales hacia otros países dónde encuentran mejores oportunidades de perseguir una carrera en IA. Este contexto limita la disponibilidad de profesionales capacitados para desarrollar, implementar y gestionar proyectos de IA, lo que afecta negativamente el crecimiento del ecosistema local.
En tercer lugar, es fundamental destacar que la ausencia de datos de entrenamiento en guaraní, así como en castellano paraguayo y jopara (una mezcla entre ambos idiomas), y en diversas lenguas nativas de Paraguay, representa un obstáculo significativo para el desarrollo de modelos de inteligencia artificial que sean verdaderamente inclusivos y representativos del contexto local.
En Paraguay, donde aproximadamente el 70% de la población utiliza el guaraní para comunicarse, la falta de estas bases de datos no solo limita la funcionalidad y accesibilidad de las tecnologías de IA, sino que también amenaza el derecho a la identidad cultural de los paraguayos y paraguayas al no ofrecer servicios en sus idiomas nativos y alimentar sesgos que pueden profundizar las brechas digitales. Esto puede incrementar la brecha digital y dejar a una gran parte de la población sin acceso a herramientas tecnológicas que respeten y reflejen su herencia lingüística y cultural.
Esto es especialmente preocupante en un país donde el guaraní y el jopará son elementos fundamentales de la cultura y la comunicación cotidiana. Basta con dar un vistazo a TikTok para percatarse de la enorme popularidad que esta red social ha alcanzado entre los guaraní parlantes en Paraguay. Esta plataforma se ha convertido en un espacio dinámico donde la lengua y la cultura guaraní se expresan de manera fluida y atractiva, especialmente entre los más jóvenes.
En cuarto lugar, la cautela del sector privado en invertir en IA constituye un desafío adicional. El ritmo de adopción de nuevas tecnologías es distinto frente al avance y la innovación en este campo.
Por último, es crucial reconocer que la falta de estructuración de los datos públicos no solo limita su utilidad para el desarrollo de IA, sino que también plantea desafíos significativos en términos de protección de datos personales, privacidad y seguridad, un tema pendiente en el marco normativo del país que todavía no cuenta con una buena Ley de Protección de Datos Personales.
Finalmente, surgió también la necesidad de mejorar los niveles de accesibilidad de los datos públicos para facilitar su procesamiento automático con miras a una utilización eficaz en el entrenamiento de modelos y en la creación de aplicaciones de IA relevantes para el sector público. Parte de este desafío es también garantizar la calidad y la protección de la información personal de la ciudadanía. Esto incluiría medidas estrictas de privacidad y seguridad para prevenir el mal uso o la exposición indebida de datos sensibles, asegurando así que la tecnología de IA se desarrolle de manera responsable y confiable.
Conclusiones
A través de este piloto, se ha logrado una aproximación a los desafíos que enfrenta Paraguay, tanto a nivel regional como a nivel nacional, en relación con el desarrollo y la adopción de la inteligencia artificial (IA). Esta valiosa información ha permitido diseñar una metodología sólida para recolectar datos de manera comparable con otros lugares del mundo. Por ejemplo, esta misma experiencia se implementó en Marruecos con los mismos propósitos.
La comparación de datos entre diferentes países posibilita identificar tendencias, patrones, oportunidades de trabajo colaborativo y desafíos comunes en el desarrollo y la adopción de la IA a nivel global. Queda pendiente escalar la consulta a nivel nacional, para recoger y analizar aún más percepciones que las recogidas durante esta experiencia.
Ahora el reto radica en seguir creando las condiciones necesarias para que Paraguay pueda aprovechar plenamente los beneficios que ofrece la IA. Para lograrlo, es fundamental la participación y el compromiso de todos los actores clave: la sociedad civil, el sector privado, la academia y el sector gubernamental. Cada uno de estos sectores tiene un papel crucial que desempeñar en la construcción de un ecosistema de IA inclusivo y sostenible.
El trabajo del PNUD
La consulta sobre Frontier Technologies en Paraguay es una iniciativa de la Red Global de Laboratorios de Aceleración del PNUD, una red de unidades I+D integradas a más de 90 oficinas del PNUD en todo el mundo.
En Paraguay, el PNUD apoya a instituciones, organizaciones y comunidades de todos los sectores, en sus iniciativas para el desarrollo sostenible, abordando todo tipo de brechas, incluidas las digitales. La estrategia digital global del PNUD busca fortalecer el avance hacia transformaciones digitales inclusivas, que fomenten los ecosistemas digitales nacionales sin dejar a nadie atrás.
Publicaciones y recursos:
- Datos de la Encuesta: la base de datos anonimizada de las encuestas callejeras y digitales está disponible en formato XLS a través de la plataforma Zenodo.
- Presentación: una presentación resumida de resultados de la prueba piloto de la metodología, en español (con foco solo en los resultados de Paraguay).
- Blogs: además de este blog, el equipo global de los Laboratorios resume todo el proceso de prueba y sus aprendizajes en Paraguay y Marruecos aquí (en inglés): “Frontier Tech for All: Testing Out a Framework for Global, Inclusive Tech Conversations”
- Informes y publicaciones:
- El documento que detalla la metodología y los aprendizajes generados está disponible en este enlace (en inglés): https://undpacclabs.com/FrameworkFrontierTech
- El documento de antecedentes provee un informe detallado de las decisiones de diseño de la metodología desarrollada (en inglés): https://undpacclabs.com/BackgroundReportFrontierTech
Related
content
content
