Skip to content

XSTEM

Private Sector Latin America and the Caribbean

Responses

In your opinion, what outcomes would make the first Global Dialogue on AI Governance a success?

Será exitoso si logra pasar del consenso declarativo a arquitectura concreta de gobernanza. Llevamos años acumulando principios. Lo que falta son mecanismos reales de accountability, instrumentos de evaluación de impacto y marcos que puedan aplicarse en contextos con recursos asimétricos. Desde mi trabajo implementando soluciones de IA en educación y empresas en América Latina veo esto todos los días: las organizaciones no necesitan otra declaración de valores. Necesitan saber qué hacer el lunes a la mañana cuando tienen que decidir si implementan o no un sistema de IA, y no tienen ni el equipo ni el marco para evaluarlo. Un resultado concreto sería establecer estándares mínimos compartidos de transparencia algorítmica y supervisión humana que sean operacionalizables, no solo aspiracionales. Que una organización en Argentina pueda auditar un sistema de IA con los mismos criterios que una en Alemania. Eso hoy no existe. Otro resultado clave sería la creación de un programa multilateral de desarrollo de capacidades orientado al Sur Global, que financie formación técnica, ética y regulatoria. No puede haber gobernanza genuina sin actores capacitados para participar en ella en igualdad de condiciones. Desde XSTEM trabajamos exactamente en eso con jóvenes y docentes en siete países de América Latina, y sé lo mucho que falta. Finalmente, el Diálogo debería generar una hoja de ruta con seguimiento real, que incluya voces de sociedad civil, academia, juventudes y sector privado, no solo Estados. La gobernanza de la IA es demasiado urgente y demasiado transversal para dejarla solo en manos diplomáticas.

From your perspective, which of the following thematic areas identified by the General Assembly Resolution 79/325 for the AI Dialogue reflect your priorities for urgent action and active engagement?

  • AI capacity-building
  • Transparency, accountability, and human oversight
  • Social, economic, ethical, cultural, linguistic and technical implications of AI
  • Protection and promotion of human rights

Please briefly explain your selection.

6

Soy Ingeniera en Sistemas con más de 20 años trabajando en transformación digital en América Latina. Cofundé XSTEM, una startup EdTech que lleva educación en IA a jóvenes y docentes en 14 países de la región. Desde ahí, estas cuatro áreas no son categorías abstractas: son las tensiones que aparecen en el terreno, semana a semana. El desarrollo de capacidades es urgente porque la brecha no es solo tecnológica, es epistémica. Muchas organizaciones educativas e instituciones públicas no tienen formación suficiente para evaluar riesgos, identificar sesgos ni exigir rendición de cuentas a sistemas de IA que ya están tomando decisiones que las afectan. Eso no se resuelve con más tecnología. Se resuelve con formación. La protección de derechos humanos es inseparable de cualquier sistema de IA bien diseñado. Tengo formación específica en sesgos algorítmicos y discriminación en IA, y desde ese conocimiento he visto cómo sistemas entrenados sin diversidad no son neutros: reproducen y amplifican exactamente las desigualdades que ya existen. La transparencia y supervisión humana son condiciones no negociables para la confianza. En educación especialmente, docentes y estudiantes necesitan poder entender qué hace un sistema y por qué. Sin eso, no hay posibilidad real de cuestionarlo ni de corregirlo. Las implicaciones sociales, culturales y lingüísticas son las más ignoradas en los marcos globales. Lo digo desde la experiencia: llevo décadas siendo mujer en ingeniería y tecnología, navegando espacios donde las voces diversas eran la excepción. Cuando quienes diseñan sistemas son homogéneos, los sistemas también lo son. La IA funciona mayoritariamente en inglés, con datos del Norte Global, y eso tiene consecuencias reales y cotidianas en representación, acceso y pertinencia cultural para millones de personas en América Latina.

In your opinion, are there any cross-cutting or emerging issues not captured by the listed themes above? If so, please explain.

2

Sí, identifico al menos tres que considero críticas desde mi perspectiva técnica y regional. Primero, la alfabetización crítica en IA como política pública. No alcanza con formar desarrolladores: necesitamos ciudadanos, docentes, funcionarios y líderes comunitarios capaces de comprender, cuestionar y participar en decisiones sobre sistemas de IA. Esto requiere marcos educativos específicos que todavía no existen de manera sistémica en América Latina. Segundo, la perspectiva de género en el diseño y gobernanza de la IA. No hablo desde la teoría sino desde la experiencia: llevo más de dos décadas siendo mujer en ingeniería y tecnología, liderando proyectos en entornos donde la diversidad era la excepción. Las mujeres representan menos del 30% de la fuerza laboral en IA a nivel global; en roles técnicos de decisión en América Latina, esa cifra es aún menor. Los equipos homogéneos producen sistemas homogéneos. Cuando las mujeres y otras identidades subrepresentadas no están en las mesas donde se diseñan, entrenan y regulan los sistemas de IA, sus necesidades y perspectivas sencillamente no existen en esos sistemas. Una gobernanza inclusiva debe garantizar paridad no como cuota, sino como condición de calidad técnica y ética. Tercero, la concentración de poder tecnológico y de datos. Un puñado de empresas y países controla la infraestructura, los modelos fundacionales y los datos sobre los que se construye la IA global. Sin marcos que promuevan soberanía tecnológica y participación del Sur Global en el desarrollo -no solo en el consumo-, cualquier diálogo de gobernanza corre el riesgo de legitimar una asimetría estructural en lugar de transformarla.

How are the governance gaps and related developments/advances in the thematic areas you selected above affecting your country, region, or sector? Please highlight the most significant challenges.

Desde Argentina, diseño e implemento soluciones de IA para organizaciones educativas y empresas en América Latina. Esa posición entre lo técnico y lo institucional, entre el prototipo y el impacto real, me permite ver con claridad dónde las brechas de gobernanza no son abstractas: son decisiones que se toman igual, con o sin marco regulatorio, porque la presión por adoptar es mayor que la capacidad de evaluar. América Latina vive una paradoja que pocas veces se nombra con claridad: la adopción de IA crece a toda velocidad en educación, salud, servicios financieros y empleo público, mientras que los marcos regulatorios, las capacidades institucionales y la infraestructura para gobernarla siguen siendo incipientes o directamente inexistentes. El desafío central es esa asimetría entre velocidad de adopción y madurez regulatoria. Instituciones educativas y públicas implementan herramientas de IA (mayormente desarrolladas en otros contextos culturales y lingüísticos) sin criterios claros de evaluación de riesgos ni mecanismos de rendición de cuentas. No es negligencia. Es falta de capacidad instalada, y esa distinción importa porque cambia completamente lo que hay que hacer. A esto se suma la dependencia tecnológica. La mayoría de los modelos disponibles en la región fueron entrenados con datos que no representan la diversidad lingüística, cultural ni socioeconómica latinoamericana, generando sesgos estructurales con impacto directo en decisiones cotidianas de educación, crédito y servicios públicos. Y sin embargo hay evidencia concreta de que otra IA es posible. Desde XSTEM desarrollamos Chicas en IA, un programa gratuito con certificación IBM que ya llega a jóvenes de 13 a 18 años en siete países de América Latina. No solo enseñamos IA: integramos perspectiva de género, diseño inclusivo y ética desde el primer módulo. Porque la brecha no se cierra solo con acceso tecnológico, sino formando a quienes van a diseñar y cuestionar estos sistemas. La brecha de gobernanza no es solo un riesgo. Es una oportunidad de construir marcos más justos, si el Sur Global participa como coautor y no solo como destinatario.

What role can the AI Dialogue play in advancing international cooperation on AI governance?

El Diálogo tiene una oportunidad que no debería desaprovecharse: ser el espacio donde la cooperación internacional deje de ser declarativa y se convierta en algo concreto y sostenible. Lo digo desde la experiencia, no desde la teoría. Trabajo en proyectos regionales y he visto de cerca qué hace que la cooperación funcione de verdad: partir de problemas reales, involucrar a quienes los viven y generar herramientas que otros puedan adaptar y escalar. No documentos. Herramientas. Si el Diálogo quiere ser ese catalizador, necesita enfocarse en al menos tres cosas. La primera es traducción entre marcos regulatorios. Hoy conviven iniciativas de gobernanza de IA en Europa, América Latina, África y Asia que casi no se hablan entre sí. No hace falta un modelo único -sería un error imponerlo, pero sí vocabularios compartidos y criterios mínimos de reconocimiento mutuo que permitan a países con distintos niveles de desarrollo regulatorio avanzar juntos. La segunda es transferencia real de capacidades. Acordar principios no sirve de nada si los países del Sur Global no tienen los equipos técnicos, los marcos legales ni las instituciones para implementarlos. El Diálogo puede y debe articular compromisos concretos de cooperación técnica, financiamiento y formación. Sin eso, la gobernanza global seguirá siendo un club de los que ya pueden. La tercera es legitimación de voces diversas. Quienes más influyen en los estándares globales de IA son quienes más poder tecnológico concentran. Eso no es inevitable: es una elección de diseño. El Diálogo puede cambiarla si garantiza que las perspectivas del Sur Global, la sociedad civil y las comunidades afectadas tengan peso real, no solo asiento en la sala. La cooperación genuina no se decreta. Se construye con confianza, reciprocidad y mecanismos que la sostengan cuando el evento termina.

What are some of the existing initiatives, partnerships, or mechanisms that the AI Dialogue should build upon or connect with, and what added value could the AI Dialogue bring?

El Diálogo debería apoyarse en lo que ya existe y funciona. Hay marcos normativos, iniciativas regionales y experiencias concretas que merecen reconocimiento, no competencia. A nivel global, la Recomendación sobre Ética de la IA de la UNESCO -adoptada por 193 países- es el consenso normativo más amplio disponible y debería ser punto de partida, no de llegada. Los Principios de la OCDE, el Global Digital Compact y los debates del AI for Good Summit de la UIT son referencias que el Diálogo no puede ignorar si quiere ser coherente con los procesos multilaterales que ya están en marcha. Pero lo que más quiero destacar es lo que está pasando más cerca. En el ámbito iberoamericano, la SEGIB viene construyendo algo valioso y poco visible en los foros globales. Participo como mentora en UniversitarIA, donde cinco universidades públicas de Argentina, Brasil, Chile, España y Uruguay desarrollaron prototipos de IA para resolver problemas reales de sus comunidades: accesibilidad para estudiantes con discapacidad visual, detección temprana de deserción, gestión institucional. Soluciones abiertas, construidas desde adentro, con metodologías participativas. Eso es cooperación Sur-Sur funcionando, no como concepto sino como práctica. Y merece visibilidad global. La Carta Iberoamericana de Principios y Derechos en los Entornos Digitales ofrece además un marco de valores construido regionalmente que podría inspirar estándares globales más plurales e inclusivos. El valor añadido del Diálogo no es generar un marco más -ya hay demasiados que nadie implementa- sino articular los que existen, conectar iniciativas que trabajan en paralelo sin hablarse y garantizar que el conocimiento producido en el Sur Global alimente los estándares internacionales, no solo al revés. Eso requiere voluntad política real. Y mecanismos de seguimiento que sobrevivan al evento.

How can different stakeholders contribute to the AI Dialogue? Please share recommendations for the format and structure of the AI Dialogue.

Para que el Diálogo sea genuinamente inclusivo necesita repensar no solo quién participa, sino cómo participa y quién tiene capacidad real de influir en lo que se decide. No alcanza con ampliar la lista de invitados si los formatos siguen favoreciendo a quienes ya concentran recursos, infraestructura y poder de incidencia global. Cada actor aporta algo distinto e insustituible. Los gobiernos aportan legitimidad y capacidad regulatoria, pero necesitan escuchar antes de legislar. La academia y la sociedad civil aportan evidencia, pensamiento crítico y la voz de comunidades que raramente llegan a los procesos intergubernamentales. El sector privado y el ecosistema emprendedor aportan comprensión real de cómo la IA se implementa en contextos productivos y sociales concretos, aunque esa participación debe venir acompañada de transparencia y mecanismos claros de gestión de conflictos de interés. Y las juventudes aportan algo que ningún otro actor puede ofrecer: la perspectiva de quienes van a convivir durante décadas con las consecuencias de lo que hoy decidamos. Llevo más de quince años trabajando en educación, innovación y tecnología en América Latina, y he aprendido que los procesos más valiosos no son los que acumulan declaraciones, sino los que generan construcción colectiva sobre problemas reales. En UniversitarIA, equipos interdisciplinarios de cinco países desarrollaron soluciones concretas en pocos días usando metodologías de co-diseño. Ese tipo de dinámica —donde la diversidad no es decorativa sino funcional— podría enriquecer significativamente partes del Diálogo. En términos operativos: representación geográfica y sectorial garantizada, no cosmética; participación remota accesible para quienes no pueden viajar a Ginebra; interpretación en español y portugués como condición mínima de equidad; y procesos transparentes que muestren cómo cada voz influyó en los acuerdos finales. La inclusión real no se mide por cuántos participan. Se mide por cuánto peso tienen sus perspectivas en lo que finalmente se decide.

Which voices, communities, or perspectives are currently underrepresented in global discussions on AI governance? How could they be included?

Los debates globales sobre gobernanza de la IA tienen un problema de representación que no es accidental. Refleja las mismas asimetrías de poder que, en teoría, queremos corregir. Las voces más ausentes son exactamente las que más tienen en juego. Las comunidades del Sur Global -poblaciones rurales, indígenas, en situación de vulnerabilidad- raramente están en los espacios donde se definen los estándares que después se aplican sobre sus vidas. América Latina concentra una parte enorme de quienes usan y son afectados por sistemas de IA, pero una fracción mínima de quienes los regulan o diseñan. Esa distancia no es un detalle: es el problema central. Las mujeres y disidencias en tecnología seguimos siendo minoría en los espacios técnicos y de decisión. Lo digo con conocimiento de causa: llevo más de veinte años siendo mujer en ingeniería, y sé bien lo que cuesta estar y lo que se pierde cuando no estamos. Una gobernanza sin perspectiva de género no es neutral. Reproduce exactamente los sesgos que dice querer eliminar. El ecosistema emprendedor -especialmente fundadoras tecnológicas del Sur Global- es otra ausencia sistemática. Cofundé una startup EdTech en Argentina y conozco de cerca lo que significa construir soluciones de IA con recursos limitados, para poblaciones reales, con restricciones que los grandes laboratorios simplemente no tienen en su radar. Ese conocimiento situado no aparece en ningún paper. Incorporarlo no es generosidad: es mejor política pública. Y después están los docentes, trabajadores de salud, funcionarios de nivel medio, ciudadanos comunes. Quienes conviven con la IA todos los días sin haberla elegido. Para que esto cambie hacen falta cosas concretas: financiamiento real para participación del Sur Global, consultas previas en idiomas locales, representación con peso efectivo en las decisiones y espacios permanentes, no solo eventos. La diversidad en la sala no es un gesto. Es una condición técnica para que la gobernanza funcione.

What innovative engagement formats could most effectively foster meaningful and dynamic engagement during the AI Dialogue?

Los formatos tradicionales de conferencia tienden a reproducir las mismas jerarquías que el Diálogo debería cuestionar. Paneles de expertos, declaraciones institucionales, plenarias de micrófonos abiertos: quienes más hablan son quienes más poder ya tienen. Si queremos un diálogo genuino, el formato tiene que cambiar antes de que empiece. He trabajado en proyectos de innovación participativa durante años y lo que aprendí es simple: los procesos que realmente generan resultados parten de problemas concretos, mezclan perfiles distintos intencionalmente y terminan produciendo algo tangible, no solo documentos de conclusiones que nadie lee. Para este Diálogo propongo pensar en al menos cuatro direcciones. Primera: laboratorios de co-diseño temáticos, con grupos pequeños, interdisciplinarios y con representación geográfica real, trabajando sobre desafíos concretos de gobernanza. La metodología LABIC de la SEGIB, que apliqué en UniversitarIA, es un modelo probado que podría adaptarse perfectamente. Segunda: consultas previas descentralizadas. Antes de Ginebra, espacios regionales -presenciales y virtuales- donde comunidades del Sur Global, docentes, jóvenes y sociedad civil puedan construir posiciones propias que lleguen al evento con peso real, no como insumo decorativo. Tercera: sesiones de escucha activa con actores no tradicionales. Emprendedores/as, educadores/as, trabajadores/as y ciudadanos/as que conviven cotidianamente con sistemas de IA tienen algo que decir que ningún paper ni ningún lobbysta corporativo puede reemplazar. Cuarta: mecanismos de seguimiento participativo post-evento. Plataformas digitales abiertas, multilingües y accesibles para monitorear compromisos y proponer ajustes. Porque el Diálogo no puede ser otro evento que termina con una foto y una declaración. El formato es política. Cómo se diseña determina, antes de que empiece, quién va a poder incidir en sus resultados.

Please share examples of policies, practices, platforms, or approaches that promote effective AI governance or offer concrete solutions to addressing its challenges.

1

Más que hacer un inventario de marcos regulatorios conocidos, quiero compartir lo que he visto funcionar desde adentro, porque creo que ahí está el conocimiento que más falta en estos debates. La experiencia que considero más replicable es UniversitarIA, la iniciativa de la SEGIB en la que participo como mentora. Cinco universidades públicas de cinco países desarrollaron en una semana prototipos de IA centrados en problemas reales de sus comunidades. Lo que hace valiosa esta experiencia no es solo el resultado técnico sino el proceso: equipos interdisciplinarios, metodología participativa, criterios éticos integrados desde el diseño y no pegados al final. Eso es gobernanza en acción, no solo en papel. Desde XSTEM, la startup EdTech que cofundé, trabajamos con estudiantes y docentes integrando IA en contextos educativos reales, con foco en pensamiento crítico, ética y evaluación de impacto. Esa experiencia me enseñó algo que no está en ningún marco regulatorio: que la gobernanza efectiva empieza en el aula, cuando una estudiante pregunta por qué el sistema le dio ese resultado y la docente tiene herramientas para responderle. Ya tenemos más de 1000 estudiantes de Latam en una plataforma formándose en IA, con sponsors como IBM. Hablo también como docente universitaria. En el aula es donde se ve con más claridad qué funciona y qué no cuando la IA llega a contextos con recursos limitados, diversidad real y preguntas que los laboratorios tecnológicos no se hacen. Esa perspectiva debería alimentar los marcos de gobernanza global, no llegar tarde como nota al pie. En el ámbito normativo, la Recomendación sobre Ética de la IA de la UNESCO sigue siendo el marco más legítimo disponible y conocido, precisamente porque su construcción fue participativa y multilingüe. La buena gobernanza de la IA se construye donde la tecnología aterriza: en el aula, en la organización, en la comunidad.