SANTEX

Para hablar de IA responsable necesitamos entender quién hace los datos y en qué condiciones

Compartí esta noticia !

Milagros Miceli, investigadora argentina radicada en Alemania, reconocida por la revista TIME como una de las 100 personas más influyentes de la IA en 2025 brindó una charla titulada Lo que nadie dice de la IA en las oficinas de la tecnológica Santex. En la misma abordó el lado menos visible de la inteligencia artificial: el trabajo humano detrás de los algoritmos, los sesgos que nacen antes de los datos y el rol estratégico del sur global en la nueva economía de la inteligencia.

El trabajo de Miceli se centra en estudiar cómo se producen los datos que alimentan los modelos de IA, quiénes los generan, en qué condiciones y qué estructuras de poder moldean esa producción: “Hay una precarización de estos trabajadores, que van a buscarlos y buscarlas en lugares muy, muy vulnerables. Encima hay un discurso detrás de esto que tiene que ver mucho con la filantropía (…): llevamos trabajo a esta u otra población porque no tienen otras posibilidades, entonces la industria de la inteligencia artificial hace posible darles un trabajo (…) Pero hay una intencionalidad de tercerizar a países del mundo donde las normativas que tienen que ver con el trabajo son laxas” asegura.

Miceli también compartió su punto de vista respecto a Stargate, el proyecto anunciado por el CEO de Open AI Sam Altman para el sur argentino: “En el anuncio no hubo precisiones. Dicen “va a venir esta inversión” pero no sabemos ni cómo, ni cuándo, ni quién la va a traer, en qué forma, no sabemos a quién va a afectar, dónde efectivamente (…) ni cuáles van a ser las condiciones que se le va a imponer a OpenAI para crear este mega data center, cuál va a ser el gasto energético y finalmente tampoco sabemos qué nos va a aportar a nosotros y nosotras como argentinos, a nuestra soberanía, qué ganancia le va a dejar”

“Estos data centers se instalan en territorios específicos, donde se los ceden. Tienen un consumo de agua enorme enorme. Se necesita agua fresca y limpia: no puede ser agua reciclada, ni salada; se necesita agua fresca y limpia. Necesitan litros y litros y millones de litros de agua para sus sistemas de refrigeración” agregó Miceli, haciendo referencia también al vasto consumo energético y las plantas de energía que prometen. “Lo más probable, y eso muestra las experiencias en Chile, en México y en otros países de la región, es que sí instalan plantas de energía, son energías altamente contaminantes. Entonces, no veo ahí tampoco el beneficio. Pero el contraargumento es “bueno, pero es una inversión de 2.500 millones de dólares, no estamos para despreciarla” sentenció

Santex llevó adelante esta iniciativa ya que siempre busca liderar estas conversaciones incómodas para gran parte del sector privado, mostrando su compromiso con un desarrollo tecnológico no extractivista y con las personas en el centro. Esto se da en el marco de un incipiente debate por el proyecto de reforma laboral que el Gobierno presentó este viernes y planea enviar al Congreso Nacional. 

“Nosotros nos encontramos como compañía en un lugar donde tenemos una responsabilidad enorme, porque nos dedicamos a la fabricación de tecnología. Ésta ha dejado de ser una conversación técnica y ha pasado a ser una conversación ética. La inteligencia artificial ha traído ese cambio de paradigma, de pensamiento y de mirada sobre qué tipo de ideología tenemos que desarrollar para construirnos nosotros mismos como humanidad en un futuro” aseguró Juan Santiago, CEO y Founder de Santex y miembro del Board de la AI League for Good.

Compartí esta noticia !

Sin datos, no hay IA: el verdadero desafío de América Latina

Compartí esta noticia !

Por Juan Santiago, CEO y Founder de Santex. En América Latina la conversación sobre inteligencia artificial se ha instalado con fuerza en directorios empresariales, roadmaps de innovación y hasta en las agendas públicas. Pero hay una pregunta que pocas veces se formula con suficiente honestidad: ¿están nuestras empresas realmente listas para adoptar IA que genere valor? La respuesta, desde mi experiencia, no está en los algoritmos, ni en los laboratorios, ni siquiera en la tecnología de última generación. Está en los datos.

Muchas organizaciones ven en la inteligencia artificial un atajo hacia la eficiencia, pero ignoran una verdad esencial: sin una base sólida de datos, la IA no es más que una promesa sofisticada. Automatizar sin diagnosticar es como acelerar en punto muerto. Por eso, antes de pensar en soluciones de IA, el verdadero desafío es volverse data-centrista.

Este proceso implica revisar la infraestructura tecnológica, evaluar la madurez digital, diagnosticar el nivel de analítica existente y, sobre todo, entender el ciclo de vida de los datos dentro de la operación. Solo así se puede hablar con seriedad de “data readiness”, ese estado en el que los datos no solo existen, sino que están listos para alimentar decisiones inteligentes.

En nuestra región, donde los recursos son finitos y la presión por resultados es constante, diseñar una estrategia de IA con foco en impacto positivo es urgente. No se trata solo de eliminar tareas manuales con automatización inteligente. Se trata de diseñar procesos que generen un aprendizaje a partir de sí mismos, que reduzcan costos, que agilicen respuestas y que respalden con datos precisos las decisiones en áreas críticas.

Hemos visto casos concretos en los que, tras un diagnóstico correcto, la implementación de IA y automatización robótica de procesos ha generado mejoras de hasta un 30% en eficiencia operativa. ¿La clave? Preguntar bien desde el inicio. La IA no empieza con modelos. Empieza con un objetivo claro y consciente de los desafíos y el respaldo de datos consistentes.

Además, otro componente fundamental es la ingeniería orientada al cliente: la IA debe integrarse al flujo real de trabajo, a la cultura de la empresa y, sobre todo, a las necesidades del usuario final. Desde asistentes virtuales hasta visión por computadora, el desarrollo con impacto positivo va mucho más allá del código: es propósito, tener claro para qué hacemos lo que hacemos.

Todo esto exige una metodología clara. Sensibilizar a los equipos. Diagnosticar capacidades reales. Identificar casos de uso con retorno de inversión comprobable. Prototipar soluciones. Acompañar la implementación con asesoría técnica y económica. Y hacerlo en etapas, según la madurez y tamaño de cada organización.

En este camino, el analista de datos se convierte en figura estratégica. Es quien conecta el negocio con la tecnología, quien entiende dónde tiene sentido aplicar IA y qué se puede automatizar sin perder el control. Hoy, el analista de datos vale más que el código. Porque es quien transforma el caos en decisiones. La IA es el nuevo copiloto de las empresas. Pero si no sabés a dónde vas, no importa qué tan avanzado sea el sistema que te guía. América Latina no necesita más promesas de inteligencia artificial. Necesita datos que hablen, procesos que aprendan y líderes que decidan con propósito.

Compartí esta noticia !

Categorías

Solverwp- WordPress Theme and Plugin