Cuando el Gobierno de Queensland, respaldado por el informe Gobernanza en la Era de la IA: Preparación y Liderazgo Responsable, fue publicado por el Servicio Geológico de Queensland en colaboración con FrontierSI, entró en un debate global ya colmado de advertencias sobre la inteligencia artificial. Sin embargo, el informe en sí tiene cuidado en atenuar el bombo tecnológico. En cambio, posiciona la IA, particularmente la IA generativa, como una prueba de estrés para algo mucho más fundamental: cómo las organizaciones gobiernan los datos, toman decisiones y asumen la responsabilidad por las tecnologías que implementan.
Como indican los autores desde el principio, “la cuestión crítica es si la organización o departamento gubernamental está técnicamente preparado para implementar estos servicios de manera responsable y a gran escala”. Ese enfoque establece el tono para todo el documento. Este no es un manifiesto para la adopción rápida de la IA, ni un llamado a nueva legislación. Es un documento de gobernanza práctica destinado a traducir principios de política en una realidad institucional.
De un éxito técnico a un problema de gobernanza
El informe se basa en la experiencia más que en la teoría. Se apoya en un concepto de prueba de IA generativa conocido como el “Bibliotecario Digital”, desarrollado por el Servicio Geológico de Queensland para mejorar el descubrimiento en miles de informes geológicos. Utilizando modelos de lenguaje grande y generación aumentada por recuperación, el sistema demostró que la IA podía sintetizar datos complejos y no estructurados de manera mucho más eficiente que las herramientas de búsqueda tradicionales.
Pero el éxito expuso un problema más profundo. Mientras la tecnología funcionaba, la organización reconoció que pasar de la prueba de concepto a un servicio público en producción planteaba preguntas que las políticas existentes no respondían. El informe señala que, aunque las políticas de gobernanza de IA enfatizan la ética, la calidad, la fiabilidad y la explicabilidad, “ofrecen una orientación práctica limitada sobre cómo traducir estos principios en un marco implementable.” El documento fue escrito para llenar ese vacío.
Preparación antes del despliegue
Una contribución central del informe es su insistencia en que la adopción de la IA no es principalmente un desafío técnico. En cambio, introduce un Marco de Evaluación de Preparación para la IA construido en torno a cuatro dominios: estrategia, organización, datos y tecnología. Estos dominios son deliberadamente interdependientes. Como explica el informe, “la adopción efectiva de la IA requiere preparación más allá de la madurez tecnológica”, y los datos, la gobernanza, el liderazgo y la cultura deben evolucionar juntos.
Este enfoque es legal y reglamentariamente significativo. Muchos conflictos relacionados con la tecnología surgen no porque un sistema haya fallado, sino porque nadie podía explicar quién era responsable, por qué se utilizaron ciertos datos, o cómo se tomaron las decisiones. Al centrarse en la preparación, el informe recontextualiza el riesgo como algo que se acumula cuando las organizaciones escalan la tecnología más rápido que su capacidad de gobernanza.
Gobernanza que escala con el riesgo
El informe también rechaza un modelo de supervisión de talla única. Propone un marco de gobernanza escalonado alineado al ciclo de vida de un sistema de IA, desde la planificación y diseño hasta el despliegue y monitoreo. Los artefactos de gobernanza, como los marcos de responsabilidad, los planes de riesgo e impacto, los controles de privacidad y seguridad, y los mecanismos de aseguramiento, se introducen de forma progresiva, dependiendo del alcance y perfil de riesgo del sistema.
Como lo plantean los autores, la gobernanza debe ser “aplicada proporcionalmente a la escala, complejidad, perfil de riesgo y ciclo de vida del servicio habilitado por IA.” Este lenguaje se asemeja estrechamente al pensamiento regulatorio contemporáneo en áreas que varían desde la protección de datos hasta los servicios financieros, y anticipa un futuro escrutinio en lugar de reaccionar a él después de que ocurren los hechos.
Por qué esto importa más allá de la IA
Aunque el informe está enmarcado en torno a la IA, sus implicaciones se extienden más allá de la inteligencia artificial. En su núcleo, el documento trata sobre tecnologías intensivas en datos y la disciplina institucional requerida para utilizarlas de manera responsable. Esto es particularmente relevante en los sectores de clima y energía, donde los datos son cada vez más granulares, continuos y significativos.
Como ejemplo de metodologías de recolección de datos, los medidores inteligentes a menudo se discuten como infraestructura de hardware o IoT, Internet de las Cosas. En realidad, su valor radica en lo que sucede con los datos después de ser recolectados.
El Medidor Inteligente de Carbono de Carbon Credits Marketplace es un ejemplo válido. La metodología de recolección de datos típicamente implica información de consumo de alta frecuencia y agregación a largo plazo para dMRV (Medición, Reporte y Verificación Digital), así como la capacidad de pronosticar y rastrear tanto las tendencias de emisiones como el cumplimiento.
Desde una perspectiva de gobernanza, esto coloca los datos del Medidor Inteligente de Carbono firmemente en la categoría de datos de alto valor, incluso donde no encajan estrictamente en definiciones tradicionales de información personal.
Por lo tanto, el énfasis del informe de Queensland sobre la gobernanza de datos es directamente relevante. Se destaca la importancia de la calidad de los datos, la procedencia, la integridad, la seguridad y la gestión del ciclo de vida, subrayando que “los datos aseguran confianza, integridad y calidad como la base para que los sistemas de IA funcionen.” Lo mismo es cierto para la contabilidad de carbono y la presentación de informes sobre emisiones.
Responsabilidad, no automatización
Uno de los temas más resonantes legalmente del informe es la responsabilidad. Se enfatiza repetidamente que la responsabilidad por los servicios habilitados por IA no puede delegarse a la tecnología misma. El marco de gobernanza define roles explícitos, incluidos funcionarios responsables, oficiales de estrategia, oficiales de gobernanza de datos y funciones de aseguramiento, todos diseñados para mantener una línea clara de visión entre el liderazgo organizacional y los resultados del sistema.
Una lección silenciosa pero importante
La lección más importante de Gobernanza en la Era de la IA también es la más silenciosa. Los sistemas construidos con la gobernanza en mente tienen más probabilidades de ganar confianza, sobrevivir a cambios regulatorios y apoyar capacidades analíticas futuras sin costosas rediseños. Aquellos que no lo hagan pueden encontrarse limitados no por la ley, sino por su propia falta de preparación.
Como observa el propio informe, este trabajo representa “una instantánea en el tiempo,” ofrecida como una contribución a una conversación en evolución. Esa conversación, sobre cómo se cruzan los datos, la tecnología y la gobernanza, se vuelve cada vez más urgente. Y es una que se extiende mucho más allá de la IA, hasta el corazón de cómo medimos, gestionamos y regulamos la transición a una economía de bajo carbono.
Fuente: GSQ (2025), Gobernanza en la Era de la IA: Preparación y Liderazgo Responsable, octubre de 2025.
Comentarios