Pérdida progresiva de habilidades en trabajadores por uso de IA: pensamiento crítico, capacidad de análisis y toma de decisiones.

>>  lunes, 17 de agosto de 2026

Empresas advierten pérdida de habilidades entre trabajadores por uso intensivo de IA

https://gestion.pe

El informe también concluye que la inteligencia artificial transformará más empleos de los que eliminará.



El uso cada vez más extendido de la inteligencia artificial (IA) está ayudando a las empresas a ganar velocidad y eficiencia, pero también empieza a generar una preocupación entre los altos ejecutivos: la pérdida progresiva de habilidades clave entre los trabajadores, como el pensamiento crítico, la capacidad de análisis y la toma de decisiones.

Un estudio de Boston Consulting Group (BCG), elaborado a partir de una encuesta a 70 líderes empresariales (C-suite) de distintas partes del mundo, revela que la mitad de los consultados ya identifica este fenómeno dentro de sus organizaciones, mientras que más del 60% considera que representará una amenaza relevante para el desempeño de sus empresas en los próximos tres a cinco años.

La firma denomina a este fenómeno “deuda cognitiva”, un proceso en el que el uso frecuente de herramientas de IA lleva a que las personas deleguen el análisis y el razonamiento, debilitando capacidades como el juicio, la curiosidad, la creatividad y la comprensión de los problemas. De acuerdo con el informe, cerca del 90% de los ejecutivos señala que la principal señal de alerta es aceptar respuestas generadas por IA sin cuestionarlas.

“Las habilidades que los líderes consideran más importantes para el desempeño de largo plazo, como el juicio, la comprensión de los problemas, el pensamiento creativo y la generación de soluciones, son precisamente las que enfrentan mayor riesgo de deterioro por un uso inadecuado de la IA”, afirmó Gonzalo Montón, partner de BCG.

Puestos de trabajo serán rediseñados

El informe también concluye que la inteligencia artificial transformará más empleos de los que eliminará. Según otro estudio de la consultora, entre el 50% y el 55% de los puestos de trabajo serán rediseñados durante los próximos dos o tres años, mientras que solo entre el 10% y el 15% desaparecería en un horizonte superior a cinco años. Profesiones como la contabilidad, la programación y la redacción serán algunas de las que experimentarán mayores cambios en sus funciones.

BCG precisa que los trabajos con menor riesgo de automatización seguirán siendo aquellos que requieren juicio humano, interacción personal o capacidad para resolver situaciones complejas, como los desempeñados por médicos, docentes, trabajadores sociales, electricistas o rescatistas.

En ese contexto, sostiene que el principal desafío para las empresas no será limitar el uso de la IA, sino aprovecharla sin reemplazar el pensamiento crítico de las personas, ya que “la habilidad más urgente a desarrollar hoy no es solo aprender a usar IA, sino aprender a no delegarle el pensamiento”, concluyó Montón.

La IA desde las aulas

Por otra parte, la Universidad Europea, a través de su Observatorio en Inteligencia Artificial en Educación Superior, ha lanzado su segundo informe titulado “La universidad en la era de la inteligencia artificial”. Este documento explora el impacto que la inteligencia artificial (IA) está teniendo y tendrá en el modelo educativo universitario, sugiriendo que estamos a las puertas de una transformación profunda en la manera de enseñar y aprender.

El informe resalta la necesidad de que la implementación de la inteligencia artificial en la educación se enfoque en potenciar las capacidades humanas, asegurando la protección de los derechos fundamentales y promoviendo una colaboración efectiva entre personas y máquinas.

La universidad, en este contexto, debe priorizar el desarrollo del pensamiento crítico y habilidades blandas como la inteligencia emocional, elementos que las máquinas aún no pueden replicar con la misma efectividad, señala el documento.

El papel del profesor está en un punto de inflexión. Alberto Sols, decano de la Escuela STEAM de la Universidad Europea, destaca que los docentes deben evolucionar para integrar la IA en sus metodologías de enseñanza, no solo comprendiendo su funcionamiento, sino también actuando como mentores que aporten experiencias personales enriquecedoras para los estudiantes. “El profesor del futuro será más un guía y un coach que un simple transmisor de conocimientos”, añade.

Read more...

Una IA como CEO empresarial

El dilema de la IA sin rostro: Sam Altman advierte del peligro de empresas dirigidas por algoritmos sin responsabilidad humana

https://www.infobae.com
Rafael Montoro

La narrativa impulsada por el CEO de OpenAI sugería que el avance técnico era suficiente para confiar tareas directivas complejas a una IA. (REUTERS/Kylie Cooper)

La posibilidad de que una inteligencia artificial ocupe el puesto de CEO en una empresa global ha generado conversaciones intensas en el mundo tecnológico, especialmente a partir de las declaraciones de Sam Altman, director de OpenAI. Si bien en noviembre de 2025 Altman defendía la idea de que sería decepcionante no ver a OpenAI como la primera gran compañía liderada por un algoritmo, para julio de 2026 su discurso exhibe una visión mucho más reservada.

Este cambio de postura destaca una conclusión central: la automatización avanza en la gestión empresarial, pero persiste una frontera clara donde la interacción humana y la construcción de confianza siguen siendo irremplazables.

El debate sobre un CEO de IA y la postura de Sam Altman

En el último año, el debate sobre la viabilidad de un CEO de inteligencia artificial ha ocupado un lugar central en la agenda tecnológica. Sam Altman, quien dirige OpenAI y es uno de los referentes mundiales de la inteligencia artificial, protagonizó el episodio más comentado de esta discusión.

En noviembre de 2025, durante una entrevista en el podcast Conversations with Tyler, Altman afirmó que sería una vergüenza si su empresa no se convertía en la primera gran organización dirigida por un CEO de IA. Incluso expresó su disposición a ser reemplazado por un algoritmo, asegurando que esto podría ocurrir en un plazo breve.

La declaración de Altman no solo captó la atención de la prensa especializada, sino que también funcionó como una invitación a acelerar la investigación sobre automatización del liderazgo. La narrativa impulsada por el CEO de OpenAI sugería que el avance técnico era suficiente para confiar tareas directivas complejas a una inteligencia artificial.

Al mismo tiempo, Altman instó a los gobiernos a invertir en infraestructura para IA, aunque rechazó la idea de rescates estatales para las compañías del sector, insistiendo en que el libre mercado debería determinar el futuro de estas empresas.

Sin embargo, la visión de Altman no permanecería estática. Ocho meses después de su declaración original, el director de OpenAI revisó públicamente su perspectiva. En julio de 2026, durante una entrevista en el podcast ‘Invest Like The Best’, el magnate admitió que la sociedad aún no está lista para aceptar a un jefe de inteligencia artificial.

“Creo que, por ejemplo, en mi trabajo, el mundo quiere saber quién será el responsable de las decisiones de una empresa y a quién se le exigirán responsabilidades si se toman malas decisiones, y la verdad es que no quieren un director ejecutivo con inteligencia artificial”, dijo Altman.

Altman reconoció que su trabajo cotidiano involucra aspectos que la inteligencia artificial todavía no puede replicar. Por ejemplo, destacó la importancia de mantener conversaciones diarias con empleados y usuarios, actividades esenciales para detectar problemas, fortalecer la cultura organizacional y consolidar la confianza interna.

Aunque no descartó que un CEO de IA sea técnicamente posible en el corto plazo, dejó claro que el componente relacional del liderazgo sigue siendo fundamentalmente humano.

Impacto de la inteligencia artificial en la gestión de empresas tecnológicas

Mientras el debate sobre directores ejecutivos de IA sigue abierto, OpenAI ya implementa cambios operativos derivados de la automatización. En enero de 2026, Sam Altman anunció en un evento para desarrolladores que la compañía reduciría considerablemente su ritmo de contrataciones, como consecuencia directa del aumento en la productividad que ofrece la inteligencia artificial.

Esta decisión no implica el cese de nuevas incorporaciones ni la eliminación total de empleados humanos. La empresa opta por una expansión más lenta de su plantilla, siguiendo la lógica de que es posible alcanzar más objetivos con menos personal gracias al soporte de la IA.

Este ajuste operativo no solo afecta a OpenAI; constituye un mensaje potente para startups y empresas tecnológicas de América Latina y España, donde los equipos suelen ser de tamaño reducido y la eficiencia en la gestión resulta determinante para la supervivencia y el crecimiento.

La tendencia adoptada por OpenAI plantea interrogantes para los fundadores y directores de compañías en regiones hispanohablantes.

Si la empresa más avanzada en inteligencia artificial del mundo está reorganizando su estructura humana a partir de la automatización, los emprendimientos con plantillas de 10, 50 o 200 personas deben analizar cómo la IA puede transformar su propio modelo de gestión y qué tareas requieren necesariamente la intervención humana para mantener la cohesión cultural y la confianza interna.

Read more...

Las responsabilidades no pueden delegarse en un algoritmo. La última decisión debe seguir siendo humana

Otra forma de gobernar

https://www.perfil.com
Juan Manuel Cozzi

Del Estado que registra al Estado que anticipa. Cada época transforma la manera en que el Estado conoce a la sociedad. Esa transformación suele pasar inadvertida hasta que modifica, también, la forma de ejercer el poder.

Censo (Foto ilustrativa) | Archivo

A lo largo de siglos, los gobiernos administraron sus territorios a partir de censos, registros civiles, catastros y estadísticas. Esos instrumentos permitieron contar personas, medir recursos, identificar problemas y planificar políticas públicas. La burocracia moderna, que Max Weber describió como uno de los pilares del Estado contemporáneo, no fue únicamente una forma de organización administrativa: fue, sobre todo, una tecnología para producir conocimiento sobre la sociedad.

Hoy asistimos a una transformación comparable. La incorporación de inteligencia artificial a la gestión pública no supone simplemente una nueva herramienta informática. Introduce un cambio en la manera en que el Estado observa la realidad, procesa información y construye las condiciones sobre las cuales decide.

El politólogo James C. Scott mostró que los Estados modernos necesitaban volver “legible” a la sociedad para poder gobernarla. Mapas, empadronamientos, registros y clasificaciones hicieron posible esa legibilidad. La inteligencia artificial representa un paso adicional: ya no se limita a organizar la información disponible, sino que identifica patrones, estima comportamientos probables y produce escenarios que orientan la toma de decisiones.

Si el Estado moderno necesitó hacer legible a la sociedad para poder gobernarla, la inteligencia artificial abre la posibilidad de volverla predecible. Ese desplazamiento –de la legibilidad a la predicción- constituye una de las transformaciones políticas más profundas de nuestro tiempo.

La diferencia es sustancial. A lo largo de décadas, el Estado describió la realidad para intervenir sobre ella. Hoy comienza a incorporar tecnologías capaces de anticiparla. Esa transición, casi silenciosa, modifica la naturaleza misma de la acción pública.

No se trata de una discusión futurista. La Organización para la Cooperación y el Desarrollo Económicos (OCDE) y la UNESCO vienen señalando que la inteligencia artificial se ha convertido en un componente creciente de la transformación digital del sector público, al tiempo que advierten sobre la necesidad de garantizar transparencia, supervisión humana y protección de derechos.

La cuestión, entonces, excede ampliamente el plano tecnológico. Cuando un algoritmo comienza a participar en la producción de conocimiento del Estado, también cambia el modo en que se construyen las prioridades públicas, se asignan recursos y se justifican decisiones. La pregunta deja de ser únicamente qué puede hacer la inteligencia artificial y pasa a ser otra, mucho más política: ¿cómo cambia la democracia cuando el Estado comienza a gobernar apoyándose en sistemas capaces de anticipar la realidad?

Gobernar ya no es solo administrar. Con frecuencia, la incorporación de inteligencia artificial a la administración pública se presenta como un problema de modernización o eficiencia. Pero esa descripción resulta insuficiente. Lo verdaderamente novedoso no es que los trámites puedan resolverse con mayor rapidez, sino que cambia la forma en que el Estado produce conocimiento para decidir.

La infraestructura digital nunca es políticamente neutra. Como advierte Ronald Deibert en El camino hacia la falta de libertad digital, las tecnologías de información modifican las relaciones entre ciudadanos, instituciones y poder. La inteligencia artificial profundiza esa transformación porque altera el entorno mismo en el que se toman las decisiones públicas.

Los ejemplos ya son numerosos. Estonia consolidó una administración prácticamente digitalizada que permite prestar la mayoría de los servicios públicos en línea. Singapur utiliza sistemas predictivos para planificar políticas urbanas y de movilidad.

En distintos países europeos, herramientas de inteligencia artificial colaboran en la administración tributaria, la gestión documental, la salud pública y la detección temprana de riesgos. No sustituyen a los gobiernos, pero amplían su capacidad para procesar información compleja y establecer prioridades.

Ese cambio tiene profundas implicancias. Tradicionalmente, los organismos públicos reunían información, la analizaban y, sobre esa base, los responsables políticos adoptaban decisiones. Hoy, parte de ese análisis comienza a ser realizado por sistemas capaces de encontrar correlaciones invisibles para el ojo humano y de proyectar escenarios probables en tiempo real. El Estado deja de limitarse a describir la realidad para comenzar a trabajar sobre sus posibles desarrollos.

Aun así, esa capacidad no elimina la incertidumbre ni sustituye el juicio político. Como demostraron Cathy O’Neily Virginia Eubanks a través de sus libros: Armas de destrucción matemática y La automatización de la desigualdad, los algoritmos también pueden reproducir desigualdades cuando aprenden de datos incompletos, sesgados o socialmente injustos. La automatización puede hacer más eficiente una decisión, pero no necesariamente más legítima.

Por eso, el debate ya no consiste en decidir si el Estado debe utilizar inteligencia artificial. Ese proceso ya está en marcha. La verdadera discusión pasa por establecer bajo qué reglas democráticas se incorporarán estas tecnologías, quién auditará sus resultados y cómo se garantizará que las decisiones públicas continúen siendo comprensibles, revisables y políticamente responsables.

La oportunidad y el desafío para la Argentina

La Argentina todavía se encuentra lejos de los niveles de integración digital alcanzados por algunos países europeos o asiáticos. Ahora bien, sería un error considerar que esta discusión pertenece al futuro.

Organismos nacionales, provinciales y municipales ya comenzaron a incorporar herramientas de inteligencia artificial para asistir tareas administrativas, analizar grandes volúmenes de información y mejorar la prestación de servicios públicos.

Se trata, entonces, de evitar que la conversación quede reducida a una cuestión de innovación tecnológica o de ahorro de costos. La calidad de un Estado democrático no depende únicamente de la rapidez con la que procesa información, sino de su capacidad para garantizar derechos, reducir desigualdades y ofrecer respuestas eficaces a problemas públicos cada vez más complejos.

En ese contexto, la inteligencia artificial puede representar una oportunidad extraordinaria para fortalecer las capacidades estatales. Puede contribuir a mejorar diagnósticos, optimizar políticas públicas y ampliar la capacidad de respuesta frente a demandas ciudadanas. Pero esos beneficios no son automáticos.

La cuestión central, no es cuánto puede ahorrar o acelerar la inteligencia artificial dentro del Estado. Es mucho más profunda: ¿qué tipo de Estado queremos construir con ella? Esa decisión no pertenece a los ingenieros ni a los algoritmos. Pertenece, en última instancia, a la política y a la ciudadanía.
El poder detrás del algoritmo

La inteligencia artificial suele presentarse como una herramienta para mejorar la calidad de las decisiones públicas. Pero esa formulación resulta insuficiente. Los algoritmos no actúan en un vacío institucional: operan dentro de un determinado proyecto de Estado y reflejan los valores, prioridades y objetivos de quienes los diseñan, entrenan e implementan.

Por eso, el problema clave no es tecnológico, sino político. Un mismo sistema de inteligencia artificial puede contribuir a detectar con mayor rapidez situaciones de vulnerabilidad social, optimizar la respuesta frente a emergencias sanitarias o mejorar la asignación de recursos públicos. Pero también puede utilizarse para intensificar mecanismos de vigilancia, clasificar poblaciones según criterios opacos o consolidar decisiones difíciles de impugnar porque aparecen revestidas de una aparente objetividad técnica.

La idea acerca de la neutralidad de la tecnología ha sido ampliamente cuestionada. El filósofo Langdon Winner, sostuvo hace décadas que los artefactos también poseen una dimensión política porque condicionan la forma en que una sociedad organiza el poder. La inteligencia artificial confirma esa hipótesis: aprende de datos producidos por sociedades desiguales y puede reproducir esas desigualdades si no existen mecanismos adecuados de transparencia, supervisión y rendición de cuentas.

Por consiguiente, no consiste simplemente en incorporar inteligencia artificial al Estado, sino en gobernarla democráticamente. Luciano Floridi, director del Laboratorio de Ética Digital del Instituto de Internet de Oxford, ha señalado que la revolución de la IA no transforma únicamente las herramientas con las que decidimos, sino el entorno mismo en el que esas decisiones se producen.

En consecuencia, el debate ya no puede limitarse a preguntarse cuánto puede automatizarse, sino qué responsabilidades nunca deberían dejar de depender del juicio humano.

En esa misma dirección se inscribe Magnifica humanitas, la reciente encíclica de León XIV. Lejos de rechazar la innovación tecnológica, propone una pregunta que trasciende el ámbito religioso y alcanza de lleno a las democracias contemporáneas: ¿qué decisiones nunca deberían dejar de ser humanas?

Cuando una política pública afecta derechos, distribuye recursos o establece prioridades colectivas, siempre debe existir alguien capaz de explicar por qué se tomó esa decisión y dispuesto a responder por sus consecuencias. Esa responsabilidad no puede delegarse en un algoritmo.
La última decisión sigue siendo humana


La pregunta decisiva ya no es qué puede hacer la inteligencia artificial por el Estado. El punto es, qué tipo de Estado queremos construir con inteligencia artificial.

Si durante los siglos XIX y XX la capacidad estatal dependió, en gran medida, de producir información cada vez más precisa sobre la sociedad, en el siglo XXI dependerá también de la capacidad para utilizar esa información sin renunciar a los principios que sostienen la vida democrática.

La inteligencia artificial puede fortalecer al Estado, hacerlo más eficaz para comprender problemas complejos, anticipar riesgos y diseñar mejores políticas públicas. Comotambién puede ampliar la opacidad, naturalizar sesgos y concentrar poder si su incorporación carece de reglas claras y de controles democráticos.

Por eso, el desafío no consiste en elegir entre un Estado con o sin inteligencia artificial. Esa disyuntiva ya pertenece al pasado. El verdadero reto consiste en decidir cómo integrar estas tecnologías de manera que amplíen la capacidad del Estado para servir a la sociedad, sin debilitar los principios de legalidad, transparencia, responsabilidad y protección de los derechos que justifican su existencia.

La inteligencia artificial ya está cambiando la forma en que gobierna el Estado. No porque reemplace a quienes toman decisiones, sino porque transforma la manera en que esas decisiones se preparan, se fundamentan y se ejecutan.

Abierto queda el interrogante, acerca si la inteligencia artificial cambiará la política. Lo está haciendo. La duda es si las democracias serán capaces de gobernar esa transformación antes de que esa transformación termine redefiniendo las condiciones mismas de la democracia.

Ese será, probablemente, uno de los grandes debates públicos de los próximos años. No porque el futuro pertenezca a los algoritmos, sino porque seguirá perteneciendo a las sociedades que sean capaces de decidir, democráticamente, qué lugar quieren darles en la construcción de su propio futuro.

Read more...

Análisis Archivológico: del Estado que registra al Estado que anticipa, y el papel central del Archivólogo en la gestión documental y los archivos.

Análisis del artículo "Otra forma de gobernar"
https://www.perfil.com/noticias/opinion/otra-forma-de-gobernar.phtml
Autor del artículo Juan Manuel Cozzi

Autor del Análisis: Lic. Carmen Marín co la colaboración de Grok


Análisis Archivológico: del Estado que registra al Estado que anticipa, y el papel central de Archivólogo en la gestión documental y los archivos.

El artículo de Perfil.com (“Otra forma de gobernar”, 11 de agosto de 2026) describe una transformación profunda en la forma en que el Estado produce conocimiento sobre la sociedad: de los instrumentos clásicos de legibilidad (censos, registros civiles, catastros y estadísticas) —que Max Weber vinculaba a la burocracia moderna y James C. Scott a la necesidad de “hacer legible” a la sociedad para gobernarla— a sistemas de inteligencia artificial (IA) que identifican patrones, estiman comportamientos probables y generan escenarios predictivos. Esto desplaza el foco de la descripción a la anticipación, con implicaciones políticas, democráticas y éticas que el autor subraya: necesidad de supervisión humana, transparencia, protección de derechos y responsabilidad política, advirtiendo sobre sesgos y opacidad.

Desde la Archivología (ciencia archivística y gestión de documentos/records management), este cambio no es periférico: los archivos y los documentos son la infraestructura material y epistémica sobre la que se construye tanto la legibilidad tradicional como la predictibilidad algorítmica. Los registros públicos constituyen la evidencia de las acciones del Estado, garantizan la rendición de cuentas, protegen derechos y permiten la memoria institucional y social. La IA no elimina esa función; la transforma y la potencia, al tiempo que genera nuevos riesgos y responsabilidades profesionales.

El papel histórico y actual de la Archivología en este contexto

Tradicionalmente, la Archivología ha gestionado los instrumentos que el artículo enumera: la organización, clasificación, ordenación, valoración (appraisal), descripción, conservación y acceso a los registros que hacen “legible” a la sociedad. Esos documentos no son meros datos; son evidencia contextualizada (con vínculo archivístico, procedencia y originalidad) que sostiene la legalidad y la democracia.

La transición a la predicción implica que los mismos fondos documentales (o sus equivalentes digitales masivos) alimentan modelos de IA. Por tanto, la calidad, integridad, autenticidad y representatividad de los archivos condicionan directamente la fiabilidad de los sistemas predictivos. Si los datos históricos están incompletos, sesgados o mal descritos —como ocurre con frecuencia en fondos coloniales, discriminatorios o fragmentarios—, los algoritmos reproducirán y amplificarán esas desigualdades, tal como advierten Cathy O’Neil y Virginia Eubanks (citados en el artículo) y la literatura archivística reciente.

Proyectos internacionales como InterPARES Trust AI y el campo emergente de la Computational Archival Science (CAS) muestran que la IA ya se aplica a funciones nucleares de la gestión documental: clasificación automática, enriquecimiento de metadatos, valoración y selección de documentos de conservación permanente, transcripción (OCR/HTR), detección de agregaciones archivísticas y mejora de la recuperación. No sustituye al profesional; lo aumenta, permitiendo gestionar volúmenes inmanejables de documentos born-digital y reducir backlogs.

Cómo influyen estos cambios en la gestión de documentos y archivos
 
Eficiencia y escala en los procesos archivísticos
La IA permite automatizar tareas rutinarias (clasificación, extracción de entidades, generación de descripciones preliminares) y apoyar la valoración predictiva (identificar qué registros tienen valor histórico o de evidencia a largo plazo). Esto es especialmente crítico ante el crecimiento exponencial de documentos digitales generados por la administración pública. Experiencias en organismos gubernamentales (por ejemplo, en el Reino Unido con registros del Cabinet Office) demuestran que la IA se vuelve necesaria, no opcional, para seleccionar qué conservar.
 
Nuevos objetos de gestión y requisitos de evidencia

Los sistemas de IA generan ellos mismos registros (prompts, outputs, logs, versiones de modelos, datos de entrenamiento, paradata o documentación del proceso automatizado). Estos deben tratarse como documentos oficiales sujetos a las mismas normas de creación, captura, valoración, conservación y acceso. La gestión documental debe ampliarse para garantizar la trazabilidad de las decisiones asistidas por IA: qué datos se usaron, qué modelo, qué supervisión humana hubo y cómo se justificó la decisión final. Sin esto, se erosiona la rendición de cuentas que los archivos históricamente garantizan.
 
Desafíos de autenticidad, integridad, sesgos y transparencia
 
  • Autenticidad y procedencia: la IA puede introducir “alucinaciones”, alteraciones o descontextualizaciones. Se requieren mecanismos de content authenticity and provenance (por ejemplo, estándares C2PA adaptados al sector GLAM/archivos) y documentación rigurosa de paradata.
  • Sesgos: los archivos históricos no son neutrales; entrenar modelos con ellos sin intervención archivística crítica reproduce desigualdades.
  • Transparencia y auditabilidad: principios archivísticos clásicos (procedencia, orden original, descripción contextual) deben extenderse a los sistemas algorítmicos para que las decisiones públicas sigan siendo comprensibles y impugnables.
  • Preservación a largo plazo: no solo de los documentos, sino de los modelos, datos de entrenamiento y entornos de ejecución necesarios para reproducir o auditar resultados futuros.
  • Privacidad y derechos: la predictibilidad incrementa riesgos de vigilancia y perfilado; la Archivología debe equilibrar acceso, protección de datos y uso ético.
Rol profesional del archivólogo/gestor documental

Se requiere una nueva alfabetización en IA (AI literacy): competencias básicas en datos, evaluación de herramientas, ética algorítmica y colaboración interdisciplinaria con informáticos.
Los profesionales no son reemplazados; su juicio contextual, ético y de valoración sigue siendo insustituible. Deben participar en el diseño, gobernanza y auditoría de los sistemas para que la IA sirva a principios democráticos (legalidad, transparencia, responsabilidad y protección de derechos), tal como el artículo exige. En el contexto argentino —aún en etapas iniciales de integración digital—, esto representa una oportunidad para fortalecer capacidades estatales sin sacrificar el control democrático.

En síntesis, la transformación descrita en el artículo refuerza la centralidad de la Archivología: los archivos dejan de ser solo “memoria del pasado” para convertirse en infraestructura crítica de la gobernanza predictiva. Si se gestiona bien, la IA puede mejorar diagnósticos, optimizar políticas y ampliar el acceso a la información pública. Si se gestiona mal —sin reglas claras, sin supervisión humana y sin principios archivísticos—, amplifica opacidad, sesgos y concentración de poder. 

El desafío no es tecnológico, sino de gobernanza documental y archivística al servicio de la democracia.

Fuentes principales utilizadas para el análisis (además del artículo original):
 

Read more...

Snap Shots

Get Free Shots from Snap.com

  © Free Blogger Templates Autumn Leaves by Ourblogtemplates.com 2008

Back to TOP