¿Quién escribe el código de la inteligencia artificial en Argentina?

En un mundo donde la inteligencia artificial (IA) se expande a una velocidad vertiginosa, su impacto en la sociedad, la economía y las estructuras de poder se vuelven impostergables.

Sin embargo, esta aparente «democratización» tecnológica esconde una paradoja: la inteligencia artificial está cada vez más concentrada en manos de unas pocas corporaciones globales, que reproducen y amplifican sesgos históricos, especialmente contra las mujeres.

En la siguiente entrevista propia, Micaela Sánchez Malcolm, referente en innovación pública, tecnología y políticas de inclusión digital, y presidenta de Géneras -organización civil a cargo de Women in Tech Argentina (WITAR)- analiza el panorama actual de la inteligencia artificial.

Sánchez Malcolm, ex secretaria de Innovación Pública de la Nación entre 2019 y 2023, aborda la urgencia de establecer marcos de gobernanza democrática y con perspectiva de género, la amenaza concreta que la inteligencia artificial representa para los puestos de trabajo y la necesidad de que América latina pase de ser una mera consumidora a una desarrolladora de tecnología con soberanía local.

La clave, sostiene, es enseñar a programar y además garantizar una participación plena y crítica de las mujeres en todos los roles que definen el futuro tecnológico del país.

-Hoy herramientas como ChatGPT, por ejemplo, tienen centenares de millones de usuarios semanales, lo que muchos actores del sector de las tecnologías de la información (TI) difunden como una «democratización» de las tecnologías de la información. Sin embargo, el gran negocio detrás de la inteligencia artificial está controlado por apenas un puñado de empresas de Silicon Valley. ¿Estamos ante una democratización real o ante la mayor concentración de poder tecnológico de la historia?

-Si bien Chat GPT supera los 300 millones de usuarios semanales y las soluciones de IA Gen tienen entre 115 y 180 millones de usuarios activos diarios, ese nivel de expansión en el uso es inversamente proporcional a la concentración del mercado. La industria está dominada por un grupo muy reducido de empresas -principalmente las GAFAM más Nvidia, OpenAI y ByteDance- con epicentro en Estados Unidos.

En 2024, la inversión estadounidense en inteligencia artificial superó los 109 mil millones de dólares, una suma 12 veces mayor que la de China, y superó en 25,4 mil millones de dólares la inversión combinada de China, la Unión Europea y el Reino Unido.

Esta concentración no sólo reproduce las desigualdades estructurales ya existentes, sino que configura un escenario de homologación de datos, perspectivas y discursos. Existe, además, otros aspectos a considerar respecto de la democratización: disponibilidad de infraestructuras y equipamiento, disponibilidad de tiempo, conocimiento, vinculación, entre otros.

-América latina consume mucha inteligencia artificial, pero casi no la produce. Si no aceleramos, ¿qué riesgo concreto corremos de quedar atrapados en una nueva forma de dependencia tecnológica y económica?

-América latina se arriesga a ser un consumidor neto de inteligencia artificial. Los últimos estudios en la región -tomando en consideración lo publicado en el Índice Latinoamericano de IA- marcan que la región invierte 4 veces menos de lo que debería para consolidar una posición relevante.

En contraposición, el uso crece aceleradamente con el 69% de incremento en el primer semestre de 2025 respecto al año anterior. El uso se centra, casi exclusivamente, en el consumo de soluciones finales desarrolladas afuera.

Esto ubica a la región en una posición periférica, con poca representación local, posición que se vincula explícitamente a patrones históricos de dependencia. En los que América latina se consolida como principal proveedor (tierras raras, litio, agua potable, datos), concentra el 1,56% de la demanda mundial de inteligencia artificial pese a representar el 6,3% del PBI global, y gestiona menos del 2% de la inversión global en el sector.

Micaela Sánchez Malcolm

-¿Por qué la inteligencia artificial amenaza más a los puestos ocupados por mujeres y qué tipo de tareas son las más vulnerables?

-Hay, al menos, tres factores que se combinan y refuerzan entre sí:

Primero, la concentración sectorial: las mujeres trabajan en los sectores más expuestos a la automatización -servicios administrativos, atención al cliente, comercio- con alta proporción de tareas repetitivas, relacionales o de gestión de información. Según la OIT, el 16% de los trabajos con mayoría femenina están entre los más expuestos, versus el 3% de los masculinos.
Segundo, la subrepresentación en el diseño: como las mujeres están ausentes de los equipos que crean la inteligencia artificial (apenas el 28% de los profesionales globales, y 22% en América latina), los sistemas reproducen esas ausencias y los sesgos ya existentes.
Tercero, la pobreza de tiempo: las mujeres destinan entre dos y tres veces más tiempo que los varones a tareas de cuidado no remunerado, lo que les impide apropiarse de las herramientas de IA, aunque sean gratuitas. La brecha digital más profunda no es de acceso sino de tiempo disponible para usarlo de manera significativa.

-¿Dónde están (o dónde deberían estar) hoy las políticas públicas del Estado para acompañar y reconvertir a esa fuerza laboral femenina?

-En la mesa de diálogo multi actor que antecedió a la cuarta edición del Women in Tech, elaboramos un documento en el que se plantearon tres líneas concretas.

Primero, regulación activa: marcos normativos basados en riesgos y usos concretos, auditoría algorítmica obligatoria, transparencia en decisiones automatizadas y gobernanza de datos.
Segundo, política pública centrada en la demanda: partir de los sectores donde ya están las mujeres -salud, educación, servicios sociales- e inducir desde ahí una adopción de IA que mejore sus condiciones laborales, en lugar de esperar a que la tecnología llegue sola.
Tercero, mirada federal: garantizar que la transición no ocurra solo en el AMBA, contemplando el acceso desigual a infraestructura, presupuesto y capacitación en las provincias.

Como primer paso concreto es fundamental medir la brecha: hoy el 90% de las empresas tecnológicas cree que no tiene brecha salarial, pero solo el 18% la mide.