CHAIN – Elías, con tu experiencia en Ciencia de Datos y Finanzas y tu interés en la tecnología, ¿cómo crees que la implementación y gestión de Modelos de Lenguaje Extenso (LLM) y tecnologías como RAG pueden transformar la eficiencia y la toma de decisiones en Gobierno?

Desde mi rol en la Agencia de Transformación Digital y Telecomunicaciones, y con mi experiencia directa en el desarrollo y aplicación de LLMs y RAG, veo un potencial transformador inmenso para el sector público.

En términos de eficiencia, estas tecnologías son disruptivas. Por ejemplo, los LLMs pueden automatizar la generación de resúmenes de documentos extensos, la redacción inicial de comunicados o incluso la clasificación y respuesta a consultas ciudadanas frecuentes. En la agencia, ya estamos explorando cómo los LLMs pueden optimizar procesos internos. La tecnología RAG (Retrieval Augmented Generation) es particularmente poderosa para el gobierno, ya que nos permite construir sistemas donde los LLMs basan sus respuestas en corpus de documentos oficiales, leyes o normativas específicas. Esto reduce drásticamente los tiempos de búsqueda de información para los funcionarios y minimiza el riesgo de errores o ‘alucinaciones’ de los modelos, asegurando que la información sea precisa y verificable. Imagina el impacto en la consulta de trámites o en el acceso a bases de conocimiento internas.

En cuanto a la toma de decisiones, los LLMs y RAG ofrecen herramientas para un análisis más profundo y ágil. Podemos procesar y entender grandes volúmenes de texto –desde opiniones ciudadanas en redes sociales hasta informes técnicos complejos– para extraer insights valiosos. Por ejemplo, utilizando embeddings y bases de datos vectoriales, podemos identificar tendencias o preocupaciones emergentes que antes pasaban desapercibidas. Un sistema RAG bien implementado asegura que las decisiones se basen en la información más actualizada y pertinente disponible en nuestros propios sistemas, lo que lleva a políticas públicas mejor fundamentadas y una asignación de recursos más estratégica. Mi trabajo con agentes de IA también explora cómo estos pueden asistir en la simulación de escenarios o en la recomendación de acciones basadas en datos complejos, mejorando la prospectiva del gobierno.

CHAIN -¿Cuál dirías que es la mayor importancia de que los gobiernos adopten e implementen nuevas tecnologías en la actualidad?

La adopción de nuevas tecnologías por parte de los gobiernos ya no es una opción, sino una necesidad imperante. Su mayor importancia radica en varios ejes fundamentales:

1. Mejora radical de los servicios públicos: La tecnología nos permite ofrecer servicios más ágiles, accesibles, personalizados y eficientes para los ciudadanos. Pensemos en trámites en línea disponibles 24/7, asistencia virtual inteligente o plataformas que anticipen las necesidades ciudadanas.
2. Eficiencia y optimización de recursos: En un contexto de recursos limitados, la tecnología –incluyendo la IA, la automatización y el análisis de datos– nos ayuda a hacer más con menos, optimizando procesos internos, reduciendo la burocracia y liberando a los funcionarios para tareas de mayor valor estratégico.
3. Toma de decisiones basada en evidencia: Herramientas como el Big Data, la IA y la visualización de datos nos permiten pasar de decisiones intuitivas a decisiones informadas por análisis robustos, lo que resulta en políticas públicas más efectivas y con mayor impacto positivo. En mi trabajo diario con LLMs y modelos de difusión, veo cómo podemos transformar datos crudos en conocimiento accionable.
4. Transparencia y rendición de cuentas: Las plataformas digitales pueden hacer que la gestión pública sea más transparente, facilitando el acceso a la información y permitiendo un escrutinio ciudadano constructivo.
5. Fomento de la innovación y competitividad nacional: Un sector público tecnológicamente avanzado actúa como catalizador para la innovación en toda la sociedad y mejora la competitividad del país en el escenario global.

En esencia, se trata de construir un gobierno más receptivo, eficiente y capaz de enfrentar los complejos desafíos del siglo XXI, siempre con el ciudadano en el centro.

CHAIN – Y, por otro lado, ¿Cuál debería ser el rol principal de los gobiernos para fomentar y facilitar la adopción de nuevas tecnologías en la sociedad en general?

El gobierno tiene un rol multifacético y crucial como facilitador y promotor de la adopción tecnológica en la sociedad:

1. Crear un entorno habilitador: Esto implica desarrollar marcos regulatorios inteligentes, que fomenten la innovación y la inversión en tecnología, al tiempo que protegen derechos fundamentales como la privacidad y la seguridad. Deben ser regulaciones flexibles y adaptables al ritmo vertiginoso del cambio tecnológico.
2. Invertir en infraestructura digital: Asegurar una conectividad universal, asequible y de alta calidad es la base. Esto incluye redes de telecomunicaciones robustas y el acceso a tecnologías emergentes.
3. Impulsar el desarrollo de talento y la alfabetización digital: Es fundamental invertir en programas educativos y de capacitación a todos los niveles para dotar a la población de las habilidades digitales necesarias para prosperar en la economía del conocimiento. Desde la Agencia, promovemos esta visión.
4. Liderar con el ejemplo (Gobierno Digital): La propia transformación digital del gobierno, adoptando y utilizando eficazmente las nuevas tecnologías, sirve como un poderoso ejemplo e incentivo para otros sectores de la sociedad.
5. Fomentar la colaboración y los ecosistemas de innovación: Promover la colaboración entre el sector público, el privado, la academia y la sociedad civil para crear sinergias, compartir conocimiento y desarrollar soluciones tecnológicas a los desafíos nacionales. Esto incluye el apoyo a startups y centros de investigación.
6. Garantizar la inclusión digital: Es vital que los beneficios de la tecnología lleguen a todos, cerrando brechas digitales y asegurando que nadie se quede atrás, especialmente las poblaciones vulnerables.

El objetivo final es que la tecnología se convierta en una herramienta para el desarrollo social, económico y humano de toda la población.

CHAIN – Has mencionado la importancia de la visualización de datos utilizando herramientas como Power BI. ¿De qué manera la visualización de la data puede ser una herramienta clave para la transparencia, la rendición de cuentas y la mejora de servicios en el sector público?

Absolutamente. La visualización de datos, a través de herramientas como Power BI, es fundamental para transformar datos crudos y a menudo complejos en información comprensible y accionable, lo cual tiene un impacto directo en la transparencia, la rendición de cuentas y la mejora de servicios.

1. Para la transparencia: Las visualizaciones hacen que la información gubernamental –como presupuestos, gastos, indicadores de gestión o resultados de programas– sea accesible y fácil de entender para el público general, no solo para expertos. Un tablero interactivo bien diseñado puede comunicar de forma clara cómo se están utilizando los recursos públicos o cuál es el desempeño de una entidad, fomentando un gobierno más abierto.
2. Para la rendición de cuentas: Al presentar de manera visual el progreso hacia metas específicas o el cumplimiento de responsabilidades, se facilita el seguimiento y la evaluación del desempeño de las instituciones y los funcionarios. Si los indicadores clave se muestran de forma clara, es más sencillo identificar dónde se está fallando o dónde se está teniendo éxito, y por ende, asignar responsabilidades.
3. Para la mejora de servicios públicos: Internamente, la visualización de datos permite a los gestores públicos identificar patrones, tendencias, cuellos de botella o áreas de oportunidad en la prestación de servicios. Por ejemplo, visualizar tiempos de espera en trámites, niveles de satisfacción ciudadana por región, o la distribución de recursos versus demanda, puede llevar a decisiones basadas en evidencia para optimizar procesos, reasignar recursos de manera más efectiva y, en última instancia, mejorar la calidad y eficiencia de los servicios que se ofrecen al ciudadano. En mi experiencia como científico de datos, he visto cómo una buena visualización puede revelar insights que de otra manera permanecerían ocultos en hojas de cálculo o bases de datos.

CHAIN – Recientemente participaste en un conversatorio sobre el impacto de la inteligencia artificial en industrias clave en México. ¿Cuáles fueron las conclusiones o puntos más relevantes que surgieron de esta discusión?

Efectivamente, fue una discusión muy enriquecedora. Algunas de las conclusiones y puntos más relevantes que surgieron fueron:

1. Potencial transversal de la IA: Se reconoció que la IA no es una tecnología de nicho, sino que tiene el potencial de transformar prácticamente todas las industrias clave en México, desde la manufactura y la agricultura, hasta los servicios financieros, la salud, el turismo y, por supuesto, el sector público. En mi área, por ejemplo, la IA generativa para la creación de contenidos (video, imágenes, audio) y los LLMs están abriendo nuevas fronteras.
2. Urgencia de desarrollar talento especializado: Un consenso claro fue la necesidad crítica de formar y atraer talento con habilidades en IA. Sin capital humano preparado, México corre el riesgo de quedarse rezagado en la adopción y desarrollo de estas tecnologías.
3. La importancia de los datos: Se subrayó que los datos son el combustible de la IA. La disponibilidad de datos de calidad, así como la infraestructura para gestionarlos y procesarlos (como las bases de datos vectoriales que utilizo para embeddings), son cruciales para desarrollar aplicaciones de IA efectivas y relevantes para el contexto mexicano.
4. Desafíos éticos y regulatorios: Hubo una conversación importante sobre la necesidad de abordar los desafíos éticos –sesgos algorítmicos, privacidad, impacto en el empleo– y la importancia de desarrollar marcos regulatorios que fomenten la innovación responsable, un tema que se vincula directamente con la protección de derechos.
5. Oportunidad para la competitividad y el desarrollo: Se destacó que, si se abordan los desafíos de manera proactiva, la IA representa una enorme oportunidad para que México impulse su competitividad económica, mejore la eficiencia de sus industrias y desarrolle soluciones innovadoras a problemas sociales.
6. Colaboración multisectorial: Finalmente, se enfatizó que el avance de la IA requiere una estrecha colaboración entre el gobierno, la industria, la academia y la sociedad civil para crear un ecosistema robusto y coordinado.

CHAIN – En el marco de este conversatorio en el Senado, se habló de impulsar la innovación sin comprometer los derechos de los creadores. ¿Cómo crees que México puede lograr un equilibrio en la regulación de la IA para fomentar la innovación y al mismo tiempo proteger los derechos de autor?

Este es uno de los debates más cruciales en la era de la IA generativa, y lograr ese equilibrio es un desafío complejo pero fundamental. Desde mi perspectiva, trabajando con modelos de difusión y LLMs que aprenden de grandes cantidades de datos, incluyendo obras creativas, México podría considerar varios enfoques:

1. Actualización y clarificación del marco legal: Es necesario revisar y, posiblemente, adaptar las leyes de derechos de autor existentes para abordar las especificidades de la IA. Esto incluye definir claramente cómo se aplican los derechos a las obras generadas por IA y al material utilizado para entrenar los modelos.
2. Transparencia en el entrenamiento de modelos: Fomentar o requerir que los desarrolladores de IA sean transparentes sobre los datos utilizados para entrenar sus modelos puede ser un primer paso. Esto permitiría a los creadores saber si sus obras fueron utilizadas.
3. Mecanismos de licenciamiento y compensación: Explorar modelos de licenciamiento que permitan a los creadores otorgar permisos para el uso de sus obras en el entrenamiento de IA, a cambio de una compensación justa. Esto podría involucrar a sociedades de gestión colectiva o nuevas plataformas tecnológicas. Mi experiencia con embeddings y bases de datos vectoriales podría ser útil para identificar similitudes y rastrear el uso de contenido.
4. Excepciones y limitaciones equilibradas: Al igual que existen en el derecho de autor tradicional (uso justo, fines educativos), se podrían considerar excepciones específicas para la IA que permitan la investigación y el desarrollo sin infringir masivamente los derechos, siempre buscando un balance.
5. Fomentar tecnologías de atribución y marca de agua: Apoyar el desarrollo y la adopción de tecnologías que permitan identificar el origen de las obras o si fueron generadas o asistidas por IA, así como aquellas que puedan rastrear el uso de material protegido.
6. Diálogo continuo y multisectorial: Es vital que cualquier regulación surja de un diálogo inclusivo entre el gobierno, los desarrolladores de IA, las industrias creativas, los expertos legales y la sociedad civil. Un enfoque demasiado restrictivo podría ahogar la innovación, mientras que uno demasiado laxo podría desincentivar la creación original.
7. Regulación ágil y adaptable: Dado que la tecnología evoluciona rápidamente, el marco regulatorio debe ser flexible y capaz de adaptarse a nuevos desarrollos, quizás mediante “sandboxes” regulatorios para probar enfoques antes de una implementación generalizada.

El objetivo debe ser crear un ecosistema donde la innovación en IA florezca, pero donde también se respete y valore el trabajo de los creadores, asegurando que sigan teniendo incentivos para producir obras originales.

CHAIN – Pensando en tu objetivo de impulsar la transformación digital, ¿cuál crees que es el desafío más grande que enfrenta México actualmente para lograr una adopción tecnológica exitosa y generalizada en el ámbito gubernamental?

Desde mi perspectiva en la Agencia de Transformación Digital y Telecomunicaciones, y observando el panorama general, considero que el desafío más grande es multifactorial, pero si tuviera que destacar uno principal, sería la gestión del cambio cultural y la capacitación del capital humano dentro del propio gobierno.

Si bien la infraestructura, el presupuesto y la tecnología en sí son cruciales, la resistencia al cambio, las inercias burocráticas y la falta de habilidades digitales especializadas en todos los niveles del sector público pueden frenar incluso las iniciativas de transformación digital mejor financiadas.

Podemos adquirir la tecnología más avanzada –implementar LLMs, sistemas de RAG, agentes de IA– pero si los funcionarios no están capacitados para utilizarlas, si no comprenden sus beneficios, o si los procesos internos no se adaptan para aprovechar estas nuevas herramientas, la adopción será superficial y los resultados limitados.

Esto implica:

• Vencer la resistencia al cambio: Demostrando el valor de las nuevas tecnologías y cómo facilitan el trabajo diario, no cómo lo complican o amenazan.
• Desarrollar programas de capacitación continua y profunda: No solo en el uso de software, sino en una mentalidad digital, en la gestión de datos, en ciberseguridad y en las nuevas posibilidades que ofrece la IA.
• Fomentar liderazgos transformadores: Que impulsen la visión digital desde arriba y empoderen a sus equipos.
• Rediseñar procesos: La tecnología no es solo superponer herramientas digitales a procesos análogos; requiere repensar cómo se hacen las cosas para ser verdaderamente eficientes.

Superar este desafío cultural y de capacitación es fundamental para que la inversión en tecnología se traduzca en una transformación real, en servicios públicos más eficientes y en un gobierno que realmente aproveche el potencial de la era digital para el beneficio de todos los mexicanos. Los otros desafíos, como la brecha digital en la población o la ciberseguridad, son también enormes, pero la capacidad interna del gobierno para adaptarse y evolucionar es la piedra angular.

CHAIN – Por último, ¿cuál ha sido tu experiencia con otras herramientas de IA?, por ejemplo, hablemos de herramientas de producción audiovisual ¿has tenido oportunidad de probarlas?

He explorado en profundidad diversas herramientas de IA generativa aplicadas a la producción audiovisual, motivado tanto por la curiosidad intelectual como por su creciente relevancia profesional. Esta experiencia me ha permitido comprender la transformación radical que estas tecnologías están induciendo en los flujos de trabajo creativos y técnicos.

En el ámbito de la generación y edición de video, he trabajado con plataformas como Runway, particularmente sus modelos Gen-2 y explorando las capacidades emergentes de Gen-3, y Pika Labs (Pika 2.2). Estas herramientas de text-to-video e image-to-video permiten la creación rápida de prototipos visuales y contenido dinámico, ofreciendo control sobre aspectos como el movimiento de cámara, la coherencia estilística y, en algunos casos, la sincronización labial básica.

Para la generación de imágenes estáticas, he utilizado Midjourney (actualmente en su versión V7) y Stable Diffusion (incluyendo modelos como SDXL y el uso de extensiones como ControlNet y LoRAs). Mi enfoque se ha centrado en la ingeniería de prompts avanzada —incluyendo el uso de prompts negativos, pesos, semillas y la experimentación con parámetros específicos del modelo— para lograr una alta fidelidad, control compositivo y personalización en la creación de personajes, entornos y conceptos visuales.

En cuanto al procesamiento de audio, he empleado ElevenLabs para la síntesis de voz neuronal y clonación de voz, aprovechando sus capacidades multilingües, control emocional y la generación de inflexiones realistas. Complementariamente, Adobe Podcast, con su tecnología Enhance Speech, ha sido fundamental para la mejora de la calidad de audio mediante sus algoritmos de reducción de ruido basados en IA y ecualización inteligente, optimizando grabaciones de entrevistas y podcasts.

Sigo de cerca la evolución de modelos de vanguardia como Sora de OpenAI, que promete una generación de video de alta fidelidad, coherencia temporal extendida y simulación de físicas complejas; Luma AI, con sus avances en modelos 3D generativos (Genie y Ray2) y su reciente incursión en video de alta calidad (Dream Machine); y Kling AI de Kuaishou, que emerge como un competidor potente en la generación de video de alta resolución (hasta 1080p), duración extendida (hasta 2 minutos) y simulación de movimiento complejo y físicas realistas. Esto es un inicio de la próxima frontera en la simulación hiperrealista y la creación cinematográfica asistida por IA.

Adicionalmente, he experimentado con Kaiber AI, conocido por sus transformaciones estilísticas de video y generación de animaciones a partir de imágenes o prompts con control de movimiento y evolución visual, y herramientas como Flux, que facilitan la conversión de imágenes estáticas o conceptos en secuencias animadas creativas, a menudo mediante técnicas de image-to-animation o video-to-video con control paramétrico.

En base a mi experiencia puedo decir que el dominio de estas tecnologías va más allá de la operación de la interfaz; exige una comprensión profunda de la ingeniería de prompts, la gestión de semillas para la reproducibilidad, la capacidad de trabajar con referencias visuales de manera efectiva, una sólida base en narrativa audiovisual, un proceso de refinamiento iterativo y una conciencia crítica sobre las limitaciones de los modelos actuales y las implicaciones éticas de su uso. Esta confluencia de habilidades ha enriquecido mi perfil, fusionando la pericia técnica con la visión creativa en la vanguardia de la producción audiovisual.

Observación: Todas estas son opiniones personales y NO reflejan la opinión de la ATDT o cualquier organismo en el cual he participado o trabajado.