¿Cómo la ética en inteligencia artificial te toca el bolsillo?

Pocos usuarios de las tecnologías de la información y la comunicación (TIC) conocen las siglas que hacen posible su vida digital. Sin embargo, cada vez que un argentino se conecta a una red WiFi o utiliza un dispositivo médico de alta complejidad, depende de estándares fijados por una organización centenaria: el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE, sigla en inglés). la entidad estrenó recientemente liderazgo bajo la figura de Mary Ellen Randall, una ejecutiva con perfil técnico y humanitario que busca redefinir el rol de la ingeniería en la sociedad.

Para entender la magnitud del cargo de Randall, basta con mirar los números. La IEEE no es solo un club de ingenieros; es la organización profesional técnica más grande del mundo. Posee más de 425.000 miembros distribuidos en 160 países.

Su origen se remonta a 1884, cuando figuras como Thomas Edison y Alexander Graham Bell fundaron el Instituto Americano de Ingenieros Eléctricos (AIEE). Décadas más tarde, en 1963, esta entidad se fusionó con el Instituto de Ingenieros de Radio (IRE) para dar forma a la actual IEEE.

Su importancia radica en la estandarización. La norma IEEE 802.11, por ejemplo, es lo que el usuario conoce simplemente como WiFi. Sin el consenso técnico que esta institución logra entre empresas y gobiernos, la interoperabilidad de los dispositivos electrónicos sería una utopía. Además, la organización publica cerca de un tercio de la literatura técnica mundial en ingeniería eléctrica, informática y electrónica.

Randall llegó a la presidencia con un currículum que combina la gestión corporativa y el servicio voluntario. Su carrera profesional destaca por su paso por IBM, donde ocupó cargos directivos y técnicos. Allí lideró proyectos internacionales vinculados al desarrollo de hardware, software y sistemas operativos.

Tras su etapa en la multinacional, Randall fundó Ascot Technologies, una empresa dedicada al desarrollo de aplicaciones empresariales móviles. Sin embargo, su perfil se distingue por su labor dentro de la propia IEEE antes de llegar a la presidencia. Su proyecto más emblemático es el programa IEEE MOVE.

Al asumir su mandato, Randall enfrenta un escenario complejo. La inteligencia artificial generativa y la computación cuántica exigen nuevos marcos éticos y técnicos. Su gestión promete enfocarse en la inclusión de mujeres en la ingeniería (a través del grupo Women in Engineering) y en asegurar que los avances técnicos beneficien a poblaciones vulnerables, no solo a los mercados desarrollados. A continuación, la entrevista de iProfesional con la presidenta del IEEE:

-El IEEE lanzó la Global Initiative 2.0 sobre la ética de los sistemas autónomos. ¿Cómo puede una organización técnica asegurar que sus estándares —como la serie IEEE 7000— sean fáciles de implementar para las empresas?

-La iniciativa Global Initiative de IEEE SA puso en contexto que la ética en IA es un camino crítico para lograr innovación confiable. Estándares como la serie IEEE 7000 ofrecen metodologías prácticas que permiten llevar estos principios al terreno operativo. Ayudan a que los equipos identifiquen riesgos éticos —como sesgos algorítmicos o vulneraciones de privacidad— antes de que el código se despliegue. Desde esta perspectiva los estándares son una especie de seguro contra pérdidas reputacionales y deuda técnica.

Además, estamos viendo que tanto consumidores como socios B2B empiezan a exigir pruebas concretas de seguridad y equidad. A través de certificaciones de ética en IA, como CertifAIEd, las organizaciones pueden demostrar ese compromiso. Eso transforma el cumplimiento normativo en una ventaja competitiva. Para acelerar su adopción IEEE SA ofrece capacitación, credenciales, herramientas, estándares y programas de formación continua que facilitan su implementación.

-Existe una brecha creciente entre lo que la IA promete en los laboratorios y lo que una empresa promedio puede implementar hoy. Desde su experiencia liderando una compañía de software, ¿cuáles son las principales barreras técnicas o culturales que impiden cerrar esa brecha?

–Los modelos de IA son tan buenos como los datos que los alimentan, y muchas empresas subestiman el esfuerzo que implica limpiar, estructurar y mantener datos de calidad. Además, todavía falta infraestructura, capacidad de cómputo, herramientas y experiencia para operar modelos a escala. Entrenar un modelo es una cosa y operarlo en producción, monitorearlo, actualizarlo y garantizar su continuidad es un desafío bien distinto.

Además, la inteligencia artificial requiere cambios en procesos, roles y, muchas veces, en el modelo de negocio. Por último, la alfabetización en la materia es clave, los líderes deben entender qué puede y qué no puede hacer la tecnología para fijar expectativas realistas.

-Muchas organizaciones quedan atrapadas en «pilotos infinitos». ¿Qué rol juegan la falta de interoperabilidad y la debilidad de la infraestructura de datos en ese estancamiento?

-El fenómeno del «piloto eterno» suele aparecer cuando el problema no está bien definido o el alcance crece sin control. Es relativamente sencillo construir una solución que funcione en un entorno perfecto, pero escalarla a toda la organización es mucho más difícil. Sin estándares de interoperabilidad cada integración requiere desarrollos a medida, lo que eleva costos y frena el despliegue. A su vez, si cada sistema documenta resultados o decisiones de forma distinta es casi imposible evaluar desempeño o comparar soluciones.

Por eso IEEE trabaja activamente en este frente desarrollando estándares que definen cómo diseñar, construir, probar, desplegar y mantener sistemas de IA durante todo su ciclo de vida, incluyendo interoperabilidad, seguridad, rendimiento y calidad de datos.

-Según proyecciones de IEEE para 2026, la IA agentiva alcanzará adopción masiva. ¿Cómo puede cambiar la relación entre ciudadanos y Estado cuando los servicios públicos estén gestionados por agentes autónomos?

-Por más sofisticados que sean los sistemas la responsabilidad final siempre debe recaer en las personas. Es fundamental que sean transparentes, auditables y tengan supervisión humana. Si eso ocurre los agentes autónomos pueden democratizar el acceso a los servicios públicos. Por ejemplo, podrían guiar a un ciudadano en sus trámites para que complete formularios automáticamente, gestione turnos o haga seguimiento de solicitudes.

También eliminan barreras de tiempo y distancia, lo que beneficia a quienes viven lejos, tienen movilidad reducida o no pueden ausentarse del trabajo. Eso sí, los ciudadanos deben saber cuándo interactúan con una máquina y cuándo con un funcionario. En IEEE contribuimos con estándares que garantizan una implementación ética, transparente y responsable.

-¿Cómo redefine la responsabilidad ética de los ingenieros el paso de «una IA que responde» a «múltiples IAs que actúan de forma autónoma»?

-Ese cambio transforma el rol del ingeniero porque además de programar software ahora diseñan cadenas de decisiones autónomas. La pregunta deja de ser «¿funciona el sistema?» para convertirse en «¿cuáles pueden ser todas las consecuencias de sus acciones?». Hay un pasaje de la responsabilidad técnica a la responsabilidad ética. Por eso promovemos el diseño ético desde el inicio. La serie IEEE 7000 propone metodologías para incorporar consideraciones éticas en cada etapa del desarrollo y establecer «guardrails» que eviten efectos en cascada o comportamientos no deseados.

-¿Cómo puede la IA optimizar la predicción de desastres naturales y la logística de emergencias sin perder el factor humano de empatía?

-La IA puede salvar vidas. Permite anticipar patrones climáticos, coordinar evacuaciones, optimizar la distribución de recursos y analizar imágenes satelitales para priorizar rescates. Después del huracán María en Puerto Rico, por ejemplo, se utilizó inteligencia artificial para mapear daños y coordinar la reconstrucción. IEEE también impulsa programas como IEEE MOVE que brinda comunicaciones y energía en zonas afectadas y el IEEE Impact Challenge que promueve soluciones tecnológicas para mejorar la respuesta a emergencias. La clave es que la tecnología complemente y no que reemplace la empatía y el juicio humano.

-¿Cómo debe evolucionar la educación superior para que un ingeniero no sólo sepa construir modelos, sino también auditar sesgos y transparencia?

–Necesitamos repensar la currícula y la ética debe integrarse en cada curso de programación, machine learning o sistemas. Es fundamental que los estudiantes aprendan simultáneamente a entrenar modelos y a evaluar sesgos, explicabilidad y equidad. También son necesarias certificaciones y formación continua. IEEE trabaja con universidades para desarrollar currículas de referencia y programas que establezcan estándares de competencia ética.

-¿Qué significa que Jensen Huang haya recibido la medalla de honor IEEE respecto al rol de la IA y la computación acelerada en la competitividad global, incluida América latina?

-Jensen Huang y Nvidia construyeron durante dos décadas la infraestructura que hoy impulsa la revolución de la IA. Sus GPU se convirtieron en la base tecnológica de prácticamente todos los sectores. Están transformando la IA de una herramienta especializada en infraestructura básica haciendo que innovar sea más rápido y accesible. Esto se alinea con la misión histórica de IEEE de reconocer avances que cambiaron el mundo, desde Internet hasta los semiconductores.

Para que América latina aproveche esta oportunidad es clave invertir coordinadamente en talento STEM, infraestructura de datos y ecosistemas de innovación. Porque el liderazgo tecnológico tiene un impacto directo en el desarrollo económico.