El periodico que vela por el pueblo y la verdad
México tiene una oportunidad única en los próximos 3 años: decidir si quiere ser un país que crea inteligencia o solo la consume. La diferencia no es técnica, es económica. Define si los salarios suben o se estancan, si la innovación se queda o se va, y si el país manda o le mandan.
El problema real no es la tecnología, es el conocimiento
Casi todo lo que sabemos viene de otros: expertos, instituciones, libros, datos. Eso siempre ha sido así y no es malo. Pero ahora ese conocimiento se está metiendo en máquinas que aprenden solas y toman decisiones sin que las entendamos. Y esas máquinas son de empresas extranjeras.
Cuando el SAT, el IMSS, los bancos o las grandes empresas usan IA de Palantir, Microsoft, Google o FICO para decidir quién es auditado, quién recibe un crédito o qué paciente se atiende primero, los mexicanos seguimos trabajando, pero el criterio ya no es nuestro. Con el tiempo, dejamos de desarrollar el juicio que nos hacía productivos. Eso explica por qué los salarios no suben: el valor agregado del análisis se lo queda el proveedor extranjero, no el trabajador mexicano.
La ventana se está cerrando
Estados Unidos, China, Israel y Estonia están desarrollando IA propia ahora mismo. Están creando patentes, servicios exportables y empleos de alto salario. México, en cambio, solo paga por licencias y suscripciones. Si no legisla en los próximos 2-3 años, va a quedar atrapado como consumidor neto, como ya pasó con el software y el hardware.
No se trata de prohibir la IA. Se trata de usarla sin perder la capacidad de pensar. Porque la pregunta clave no es “¿Qué puede hacer la IA por México?”, sino “¿Qué va a dejar de aprender México si la IA lo hace todo por él?”.
En un país donde las leyes bonitas nadie las cumple, hay que ir a lo que sí funciona: proteger las decisiones críticas, forzar la transparencia y acumular capacidades propias. Estas son las tres leyes viables que cualquier legislador puede impulsar sin crear nuevas instituciones.
Qué dice: Prohibir que los sistemas de IA tomen decisiones finales en áreas críticas (becas, créditos públicos, sentencias, diagnósticos médicos en instituciones públicas, evaluación docente, subsidios) sin revisión humana obligatoria y documentada.
Por qué funciona: El “learning by doing” no es solo producir resultados, es desarrollar a quien los produce. Si un algoritmo decide quién recibe una beca o un crédito, los funcionarios dejan de aprender a evaluar casos complejos. Con el tiempo, el Estado pierde capacidades internas y queda rehén de proveedores externos.
Por qué es viable: No crea instituciones nuevas, solo modifica procedimientos en dependencias que ya existen. Es fácil de auditar: si no hay una firma humana responsable, la decisión es nula. Se puede implementar mediante decreto ejecutivo en el corto plazo.
Impacto directo: Se preserva el capital humano especializado en el sector público, se reduce el riesgo regulatorio y se mantiene la capacidad para diseñar políticas con criterio nacional.
Qué dice: Obligar a que cualquier trámite, servicio público, comunicado oficial o contenido educativo generado con IA incluya una etiqueta visible: “Producido con inteligencia artificial. Fuente principal de datos: X. Responsable humano: Y. Fecha de generación: Z”.
Por qué funciona: La ciudadanía tiene derecho a saber si lo que lee proviene de un equipo técnico o de un modelo de lenguaje. Sin esa información, no puede evaluar la calidad ni exigir responsabilidades. Esto genera desconfianza institucional y reduce la efectividad de las políticas públicas.
Por qué es viable: Es barata de implementar (solo texto), fácil de verificar visualmente y no requiere instituciones nuevas. Cualquier ciudadano puede denunciar su incumplimiento en redes sociales, lo que genera presión política real.
Impacto directo: Se crea transparencia como bien público, se incentiva a las instituciones a invertir en capacidades propias y se reduce el espacio para manipulación informativa barata.
Qué dice: Crear un fondo que financie programas donde jóvenes, trabajadores y servidores públicos resuelvan problemas reales (salud, agua, transporte, seguridad, agricultura, pymes) con supervisión humana y uso crítico de IA, en lugar de solo cursos teóricos o certificaciones en línea.
Por qué funciona: La ventaja de México no está en consumir IA, sino en aplicarla a problemas locales con datos mexicanos. Un país que solo forma “usuarios de ChatGPT” exporta renta a empresas extranjeras. Un país que forma resolutores de problemas con IA genera productividad, patentes y servicios exportables.
Por qué es viable: Se opera a través de instituciones existentes (CONAHCYT, secretarías económicas estatales, universidades públicas) con criterios claros de resultados medibles. No prohíbe nada, solo incentiva lo que funciona.
Impacto directo: Se eleva la productividad, se reduce la brecha de habilidades y se crea un ecosistema de innovación que atrae inversión y genera empleos de mayor valor agregado.
En México, las leyes bonitas que nadie cumple son parte del problema. Estas tres propuestas son aplicables y verificables, y se centran en el riesgo económico: no perder la capacidad de pensar.
La inteligencia artificial puede ser un gran apoyo, siempre que no dejemos de pensar, revisar y hacernos responsables. El riesgo no es que la IA sea demasiado inteligente; es que nosotros nos volvamos demasiado cómodos y dejemos de aprender.
No se trata de prohibir la tecnología, se trata de proteger el activo más valioso de México: su capacidad de pensar, decidir y crear. La IA es una herramienta de productividad, no un sustituto de la soberanía cognitiva.
Un país que delega su cerebro en máquinas extranjeras acepta, por definición, un techo de desarrollo más bajo. Un país que regula con inteligencia usa la IA para multiplicar sus capacidades, no para reemplazarlas.
La pregunta final no es técnica, sino política: ¿qué quiere ser México en un mundo automatizado: creador o consumidor?
