CAF - Cuaderno del Desarrollo 40

Inteligencia artificial, educación y salud: una perspectiva epistemológica Temas asociados Inteligencia artificial, educación, salud, matemáticas, políticas públicas, América Latina Una charla magistral de Carlos Javier Regazzoni para el Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0 Edición 2025 Cuadernos del Desarrollo 40Resumen Carlos Javier Regazzoni propone que la inteligencia artificial (IA) sea un piso a partir del cual mejore la salud y la educación en América Latina, porque se corre el riesgo de que la IA se convierta en un techo al implementarse solo donde el mercado lo demande, y no donde se necesite. Contexto CAF -banco de desarrollo de América Latina y el Caribeofrece programas de capacitación y diferentes modalidades de acompañamiento para el desarrollo institucional, con el objetivo de contribuir a navegar los desafíos y liderar las transformaciones que la región y el mundo están experimentando. Por esto, participa en espacios de toma de decisiones de gran relevancia en el escenario multilateral, organiza actividades de fortalecimiento de capacidades e imparte programas como el Diplomado en Gobernabilidad e Innovación Pública en 23 países de Iberoamérica, en alianza con 19 universidades, y el Programa Liderazgo para la Transformación 2.0, en 13 países y 11 instituciones. Expertos y líderes con prestigio internacional llevan a cabo conversaciones, paneles de discusión y charlas magistrales, en los cuales, a través de sus experiencias y conocimiento aplicable, comparten los principales

y 11 instituciones. Expertos y líderes con prestigio internacional llevan a cabo conversaciones, paneles de discusión y charlas magistrales, en los cuales, a través de sus experiencias y conocimiento aplicable, comparten los principales desafíos, oportunidades, lecciones aprendidas y mejores prácticas en sus áreas de conocimiento.

Hallazgos Todos los modelos de IA, desde los modelos de lenguaje hasta los predictivos, tienen limitaciones aunque no sean aparentes. Es decir, son reducciones de la realidad que la máquina hace inevitablemente. Este cuaderno recoge la charla magistral de Carlos Javier Regazzoni, médico y político, en el Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0.

Recuerda: 2

Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Resumen biográfico de Carlos Javier Regazzoni Carlos Javier Regazzoni es un médico y político argentino. Su trayectoria combina la academia con la gestión pública. Se graduó y doctoró en Medicina en la Universidad de Buenos Aires, de donde también tiene un diplomado en Bioestadística. Además, es licenciado en Filosofía por la Universidad Austral. Fue miembro del Eisenhower Fellow y del Programa de Liderazgo para el Desarrollo de América Latina en la Harvard Kennedy School of Government. Ha ganado varios premios por sus investigaciones sobre la asistencia sanitaria sostenible para la vejez y el impacto de la educación universitaria en la fuerza

de Liderazgo para el Desarrollo de América Latina en la Harvard Kennedy School of Government. Ha ganado varios premios por sus investigaciones sobre la asistencia sanitaria sostenible para la vejez y el impacto de la educación universitaria en la fuerza laboral. Es autor de tres libros sobre salud pública y educación, y ha sido editor de otros tres. Regazzoni fue viceministro en el Ministerio de Desarrollo Social de la Ciudad de Buenos Aires. También, entre otros cargos, fue vicepresidente ejecutivo de una de las organizaciones de atención de salud pública más grandes de Argentina, subsecretario de Gestión Económica y Financiera y Gestión de Recursos del Ministerio de Educación, y secretario de Desarrollo Social. Además, fue director ejecutivo del Instituto Nacional de Servicios Sociales para Jubilados y Pensionados (PAMI). Asimismo, ha dirigido el equipo de Salud Pública del grupo de expertos Fundación Pensar y es el director del Think-Tank “Estela Sur”, que se centra en los estudios de la posición estratégica internacional de Argentina. Sigue la conversación en Linkedin En la actualidad, es consejero del Ayuntamiento de Almirante Brown y director de Salud Global y Seguridad Humana de CARI (Consejo Argentino para las Relaciones Internacionales). 3 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Mensajes clave En América Latina la tendencia de la pirámide poblacional para 2050 es que habrá más gente que envejece, con más esperanza de vida, y menos gente con edad para trabajar.

En América Latina la tendencia de la pirámide poblacional para 2050 es que habrá más gente que envejece, con más esperanza de vida, y menos gente con edad para trabajar. La IA automatiza la capacidad humana de inferir. A mayor nivel educativo más esperanza de vida. Para la mayoría de los expertos, la IA reta la forma de organizar el conocimiento y la idea de lo que es conocimiento. 0201 06 03 07 04 0805 Existe una correlación inversa entre mortalidad y nivel educativo alcanzado. En América Latina hay que crear un nuevo paradigma para la salud. Todos los modelos de IA, desde los modelos de lenguaje hasta los modelos predictivos, tienen limitaciones aunque esto no sea aparente. La propuesta es que la IA sea un piso a partir del cual se mejore la salud en América Latina, porque el riesgo es que se convierta en un techo. 4 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Introducción ¿Por qué combinar la IA con la educación y la salud? Para la mayoría de los expertos, la IA reta la forma de organizar el conocimiento y la idea de lo que es conocimiento. Hay una correlación inversa entre mortalidad y nivel educativo alcanzado. Para explicar esta primera tesis se basa en una investigación seminal de Evelyn M. Kitagawa y Phillip M. Hauser, realizada en Estados Unidos y publicada en 1968. La investigación se titula Education Differentials

Para explicar esta primera tesis se basa en una investigación seminal de Evelyn M. Kitagawa y Phillip M. Hauser, realizada en Estados Unidos y publicada en 1968. La investigación se titula Education Differentials in Mortality by Cause of Death y determinó que la esperanza de vida de la gente, “el gran indicador de la salud”, dependía de su nivel educativo. “Hay una correlación inversa entre mortalidad y nivel educativo alcanzado”. El experto comenta que fue el primer trabajo sobre este tema y para llegar a estas conclusiones, los investigadores analizaron datos sobre la población blanca del censo de Estados Unidos de 1960. A mayor nivel educativo más esperanza de vida A partir de allí han surgido estudios que demostraron que quien más estudia, vive más años. “Para los médicos, la educación de la población es una prioridad sanitaria”. Lee y descarga la investigación ‘Education Differentials in Mortality by Cause of Death’ Por ello, para desarrollar su charla, Regazzoni parte de que la epistemología se concentra en la filosofía de la ciencia, entendida según el Diccionario de la Lengua Española como la “teoría de los fundamentos y métodos del conocimiento científico”. Desde esta visión, propone pensar la IA en la salud y la educación como un desafío conocido. Para explicar por qué escoge combinar la IA con estas dos áreas, propone dos tesis. 5 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública

Para explicar por qué escoge combinar la IA con estas dos áreas, propone dos tesis. 5 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0La IA automatiza la capacidad humana de inferir Con la segunda tesis, Regazzoni dice que a la IA ya se la considera una “tecnología del discernimiento”. La IA ha producido un enorme impacto en el juicio humano y en la toma de decisiones. “Nos ha sacado del esquema donde la computadora participaba muy poco de todo el universo de la decisión”. Explica que, si antes la tecnología automatizaba razonamientos y movimientos simples, y un modelo matemático hacía un pronóstico, por ejemplo: “¿va a llover?” y a partir de eso se tomaban decisiones, entonces “ahora la computadora ocupa un lugar mucho mayor porque se metió en el mundo de la inferencia y esta es la novedad que trae la IA a la vida moderna”. El experto dice que siendo la inferencia la capacidad de los seres humanos de a partir de una realidad saber o deducir que existe otra, da el siguiente ejemplo: “había un plato lleno de comida y ahora lo veo vacío; por lo tanto, puedo inferir que alguien se lo comió”. Enfatiza que esa capacidad de deducción es “únicamente” humana.

6 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Así piensan ChatGPT

6 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Así piensan ChatGPT y todos los modelos de IA ChatGPT, los modelos de IA que predicen el clima o los modelos financieros que determinan los movimientos de acciones de las compañías operan con el mismo mecanismo matemático: regularidades, patrones, predicciones, decisiones u órdenes ejecutivas que se traducirán en cantidades, distribuciones, modelos y estimaciones. ¿Qué significa utilizar lA? Regazzoni señala qué es el “postulado madre” del machine learning y lo explica paso a paso.

1. En la realidad existen regularidades –eventos o elementos que se repiten—, y patrones —las reglas y estructuras que generan esa repetición—.

2. Los patrones permiten hacer predicciones.

3. Estas predicciones se utilizan para alimentar el sistema de toma de decisión de una máquina. En este sistema participa, a veces, un humano y otras es la propia máquina la que toma las decisiones –a partir de las predicciones que ya ha hecho– a través de su llamado sistema ejecutivo.

4. Todas las regularidades se transforman en cantidades y, a su vez, en distribuciones probabilísticas que permiten diseñar modelos probabilísticos, en los cuales la probabilidad de que ocurran A, B y C juntos depende de un parámetro, miles o millones de parámetros.

7

probabilísticas que permiten diseñar modelos probabilísticos, en los cuales la probabilidad de que ocurran A, B y C juntos depende de un parámetro, miles o millones de parámetros. 7 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Regazzoni retoma las regularidades y los patrones para explicar lo que son las dependencias, es decir, las relaciones que se establecen entre los valores observados. Al respecto, comenta que una dependencia consiste en la posibilidad de hacer inferencias entre variables que se cree que están conectadas. Una dependencia consiste en la posibilidad de hacer inferencias entre variables que se cree que están conectadas. Por ejemplo, si una persona latinoamericana es muy buena jugando fútbol se puede inferir con una alta probabilidad que nació o creció en Brasil. Otro ejemplo de una dependencia entre dos valores: provenir de una comunidad vulnerable producirá un mal rendimiento educativo. Aquí se combinarían dos valores medidos con instrumentos físicos: el nivel educativo, con el programa PISA, y el nivel de ingresos o condiciones de vida, con una encuesta permanente de hogares. Conoce más sobre el programa Pisa 8 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Los modelos de IA sí reducen la realidad y hay una razón epistemológica

una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Los modelos de IA sí reducen la realidad y hay una razón epistemológica Regazzoni explica que todos los modelos de IA, desde los modelos de lenguaje hasta los modelos predictivos, tienen limitaciones, aunque esto no sea aparente. Con esto, se refiere a reducciones de la realidad que inevitablemente hace la máquina.

Segunda reducción: la máquina aísla la experiencia de ser humano La mente humana es “infinitamente” distinta de la IA, acentúa Regazzoni, porque no capta realidades numéricas, sino conceptos y esencias no cuantificables.

Los datos con los que funciona la IA son millones de variables de interés, que han sido obtenidas a través de sistemas de medición de una realidad infinitamente más rica. Es decir, la IA aísla del mundo una parte de la experiencia de ser humano: el barrio donde vive una persona, la familia con la que se crió, su trabajo, sus experiencias del día anterior, su niñez. La máquina descontextualiza esta experiencia a favor de la necesidad física de medir y cuantificar.

Primera reducción: la máquina transforma todo en números El mundo empírico es el de la experiencia de la especie humana.

Hacer mediciones implica traducir la realidad a números –llamados variables de interés–. Estas variables numéricas (por ejemplo, estatura, peso, circunferencia craneana, glóbulos rojos, coeficiente

Hacer mediciones implica traducir la realidad a números –llamados variables de interés–. Estas variables numéricas (por ejemplo, estatura, peso, circunferencia craneana, glóbulos rojos, coeficiente intelectual) se miden a través de medios físicos o de test y exámenes. Cuando esto se aplica a la IA se plantea que conceptos más abstractos como la dignidad humana, los derechos humanos, la felicidad puedan ser transformados en cantidades y allí, recalca el experto, está la limitación. ¿Pueden medirse en cantidades? La IA aísla del mundo una parte de la experiencia de ser humano. 9 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Tercera reducción: la incertidumbre del sistema predictivo El valor de los datos está en la hipótesis Regazzoni pone un ejemplo. Para determinar el peso de una persona no basta la variable de su estatura, se necesita una función predictora estadística, que, en este caso, sería “un objeto matemático de medición”. Cuando se trata de los modelos predictivos de lenguaje –que anticipan y adivinan lo que se desea escribir en un chat, un correo electrónico, un documento en línea– la máquina actúa con un nivel de certeza que no es absoluto. El experto destaca que en todas las estimaciones hay incertidumbre, así como en

escribir en un chat, un correo electrónico, un documento en línea– la máquina actúa con un nivel de certeza que no es absoluto. El experto destaca que en todas las estimaciones hay incertidumbre, así como en cada palabra de ChatGPT hay variabilidad. Esta es la razón por la que el chat de la IA generativa pregunta al usuario o usuaria si está conforme con la respuesta. Argumenta que una cosa es hablar de medicina y que en la pantalla de esta conferencia magistral se vea que tiene un doctorado en medicina, que es médico y que ha publicado papers, y otra cosa es una persona que solo se haya entrenado con ChatGPT: ¿qué parámetro tiene para decir si está bien la respuesta, si le gusta o no? Entonces, subraya, es el mismo riesgo “complejo, serio y de consecuencias inéditas” para cualquier modelo predictivo. Las hipótesis son ideas de cómo funciona la realidad, según Regazzoni. Por ello, asegura que, a la hora de implementar proyectos de IA en oficinas públicas, los problemas no aparecen por la falta de datos, sino por la ausencia de hipótesis. “A quien no tiene hipótesis, seis mil trillones de datos no le alcanzan y para quien tiene una hipótesis, capaz que un dato es suficiente”. De manera que para tener mejores resultados hace falta mejorar las hipótesis. Esta tesis la atribuye Regazzoni a los estadísticos “que han hecho historia en la estadística”. Es por eso que recomienda que las transformaciones digitales de las

tener mejores resultados hace falta mejorar las hipótesis. Esta tesis la atribuye Regazzoni a los estadísticos “que han hecho historia en la estadística”. Es por eso que recomienda que las transformaciones digitales de las organizaciones comiencen por regresar a lo “hipotético deductivo”, una capacidad de las personas. Y, a partir de allí, analizar lo que puede aportar la IA como herramienta a esa digitalización. “En 10 años seremos un grupo que no sabe nada y va a tener que estar preguntando al chat, y lo que hoy es una alucinación va a pasar a ser la única realidad posible”. En caso de que así fuera, comenta el experto, se dejaría de pensar y eso es lo que caracteriza a las personas, porque son las personas las que conforman las organizaciones. 10 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0En América Latina hay que crear un nuevo paradigma para la salud Al respecto, señala que en América Latina hay una salvedad y es que la salud tiene unos “25 años siendo un desastre” y enfatiza en que la amenaza es seria para la salud de la población y la capacidad financiera de mejorarla, lo cual se expresa en los elementos que el experto explica a continuación. Regazzoni predice el papel que ocupará la IA en la salud: el 70 % del trabajo lo va a hacer una máquina y lo hará mejor que el médico. El 70 % del trabajo lo va a hacer

explica a continuación. Regazzoni predice el papel que ocupará la IA en la salud: el 70 % del trabajo lo va a hacer una máquina y lo hará mejor que el médico. El 70 % del trabajo lo va a hacer una máquina y lo hará mejor que el médico. 11 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.02000 Bolivia 182,2 18 0 20 40 60 80 100 120 140 160 180 200 220 240 260 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Bolivia Argentina Chile Dinamarca Argentina 111,4 11 Chile 87,43 9 Dinamarca 65,04 6

Fuente: Organización Mundial de la Salud (OMS).

La mortalidad Regazzoni señala que la mortalidad es el dato “más elemental” para mostrar cómo está la salud de un país y lo demuestra con un gráfico que contiene datos sobre la probabilidad de morir entre los 15 y 60 años en Argentina, Bolivia, Chile y Dinamarca. La mortalidad en Bolivia es tres veces mayor que en Dinamarca y el doble en Argentina y Chile, según el gráfico de la Organización Mundial de la Salud (OMS). Comenta que la dimensión dramática de que cumplir 61 años sea dos veces más probable si se vive en Dinamarca que si se vive en Argentina, “es brutal, pero es la realidad”. Tasa de mortalidad adulta

Salud (OMS). Comenta que la dimensión dramática de que cumplir 61 años sea dos veces más probable si se vive en Dinamarca que si se vive en Argentina, “es brutal, pero es la realidad”. Tasa de mortalidad adulta (probabilidad de morir entre los 15 y 60 años por cada 1.000 habitantes) 12 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Hombres Hombres HombresMujeres Mujeres Mujeres 100 años y más 95 a 99 años 90 a 94 años 85 a 89 años 80 a 84 años 75 a 79 años 70 a 74 años 65 a 69 años 60 a 64 años 55 a 59 años 50 a 54 años 45 a 49 años 40 a 44 años 35 a 39 años 30 a 34 años 25 a 29 años 20 a 24 años 15 a 19 años 10 a 14 años 5 a 9 años 0 a 4 años 6 64 42 20

A. 2000 B. 2024 C. 2050 6 64 42 206 64 42 20

Fuente: Centro Latinoamericano y Caribeño de Demografía (CELADE)-División de Población de la Comisión Económica para América Latina y el Caribe (CEPAL), “Estimaciones y proyecciones de la población, revisiones 2000 y 2024” [en línea] https://www.cepal.org/es/subtemas/ proyecciones-demograficas/ america-latina-caribe-estimaciones-proyecciones-poblacion/estimaciones-proyecciones-excel y Naciones Unidas, World Population Prospects [en línea] https://population.un.org/wpp/.

América Latina y el Caribe: población total a mitad de año,

proyecciones-demograficas/ america-latina-caribe-estimaciones-proyecciones-poblacion/estimaciones-proyecciones-excel y Naciones Unidas, World Population Prospects [en línea] https://population.un.org/wpp/.

América Latina y el Caribe: población total a mitad de año, estimada y proyectada, por sexo y grupo de edad, 2000, 2024 y 2050.

(en porcentajes) La pirámide poblacional En América Latina la tendencia de la pirámide poblacional para 2050 es que habrá más gente que envejece, con más esperanza de vida, y menos gente con edad para trabajar. Explica que en la punta de la pirámide está la población con más edad y abajo la población infantil. En la tendencia para 2050, la pirámide no tiene base (con lo cual faltará producción), mientras aumenta la población que dependerá de los servicios sociales y demandará atención sanitaria y una compensación de los ingresos a partir de los 65 años. Perspectivas de la población mundial 2000 Perspectivas de la población mundial 2024 13 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0La falta de cobertura Regazzoni recuerda que la mayoría de los países de la región destinan solo del 6 al 7 % del PIB a la salud, salvo Argentina que destina el 10 %. Mientras que en cualquier país europeo está entre el 11 y 12 % y en Estados Unidos en 19 %, según la Organización Panamericana de la Salud (OPS).

salvo Argentina que destina el 10 %. Mientras que en cualquier país europeo está entre el 11 y 12 % y en Estados Unidos en 19 %, según la Organización Panamericana de la Salud (OPS). La OPS muestra que esta proporción del PIB es la que garantiza los niveles de cobertura a las demandas de salud. En América Latina, más de la mitad de la población no las tiene. El experto lo ejemplifica con un dato sobre la primera causa de muerte mundial, los infartos: de cada 10, solo 4 tienen la atención adecuada y 6, una atención subóptima. Lee y descarga el documento ‘Financiamiento de los sistemas de salud en América Latina y el Caribe: principales tendencias al 2023’ Consulta y lee el documento ‘Avances hacia la salud universal en la Región de las Américas’ 14 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0El impacto de la IA en la salud Regazzoni propone pensar en un paradigma nuevo para la salud en la región, que con la IA tiene dos desafíos: el dinero y las personas. La promesa de esta tecnología es ampliar el nivel de cobertura sin alterar el gasto, con biotecnología y sistemas de IA. Es decir, más eficiencia con la misma cantidad de recursos. El experto advierte que no está claro quién pagará la cuenta de la inversión de “sumas siderales” en biotecnología y sistemas de IA.

de IA. Es decir, más eficiencia con la misma cantidad de recursos. El experto advierte que no está claro quién pagará la cuenta de la inversión de “sumas siderales” en biotecnología y sistemas de IA. A su modo de ver, en la economía real tal pago se hará “mordiendo” presupuestos de salud, lo que implicaría otorgar menos medicamentos o pagar menos sueldos.

La promesa: eficiencia La realidad: ¿quién paga?

Hay que dejar atrás el modelo que busca nada más que cumplir con los calendarios de vacunación, instalar salas de atención primaria en cada pueblo y disponer de un tomógrafo por cada millón de habitantes. El foco de la salud en América Latina: la IA como un piso y no como un techo La propuesta de Regazzoni es que la IA sea un piso a partir del cual se mejore la salud en América Latina, porque el riesgo es que se convierta en un techo. Es decir, un punto desde el cual no se pueda avanzar más si se implementa desde el mercado y no donde se necesite. Para el experto, esto puede conducir a la vulneración de los pacientes —porque los sistemas se entrenan con el foco en datos, sin importar la realidad de la persona que es en definitiva la propietaria de los datos—, además de la desaparición de los puestos de trabajo y un deterioro de la formación profesional en el sector. “En los organismos públicos o incluso en una empresa hay un límite que es el frame presupuestario. Por eso,

desaparición de los puestos de trabajo y un deterioro de la formación profesional en el sector. “En los organismos públicos o incluso en una empresa hay un límite que es el frame presupuestario. Por eso, se hace tan complejo en países como los nuestros, que son todos “medio” pobres, implementar estos sistemas. Hay que resolver esta ecuación”. 15 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Para referirse al rezago de los estudiantes de la región con respecto a otros países y regiones del mundo, Regazzoni acude nuevamente a los datos como indicadores sociales de lo que ocurre en América Latina. Según el programa PISA de la Organización para la Cooperación y el Desarrollo Económico (OCDE), que evalúa el desempeño estudiantil de 50 economías del mundo, la región está cinco años por detrás del promedio de los países. “Un país latinoamericano típico está 10 años atrás de Corea, Macao, Taipei, Hong Kong, Taiwán, Japón”, recalca. Para Regazzoni, lo anterior conduce a un segundo problema que es el fracaso de las políticas públicas y lo explica a continuación: en el sistema educativo, la enseñanza obligatoria dura unos 11 años durante los cuales los estudiantes asisten a un edificio público, supervisados por un funcionario —maestros y maestras—, que a su vez están tutelados por otra escala del funcionariado

obligatoria dura unos 11 años durante los cuales los estudiantes asisten a un edificio público, supervisados por un funcionario —maestros y maestras—, que a su vez están tutelados por otra escala del funcionariado —directoras y directores—, durante 150 a 160 días al año, cuatro horas por día. Por ejemplo, en Argentina, de todo ese tiempo el alumnado sale sin habilidades básicas: el 70 % no aprendió a hacer una regla de tres simple ni a interpretar textos y 35 % desarrolla sobrepeso. Mientras América Latina es la región con más desigualdad y menos crecimiento del planeta, con 100 millones de pobres, está el tema de la inversión, acentúa Regazzoni. Según muestra en otro gráfico, basado en evaluaciones del programa PISA de 2022, los países que más invierten –los más ricos– tienen el mejor nivel en matemáticas. Impacto de la IA en la educación 16 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Vietnam Camboya Turquía Promedio de la OCDE 472 puntos Inversión promedio de la OCDE 100.000 (USD, PPA) Serbia Grecia Chile Uruguay México Colombia

Argentina Panamá República Dominicana Perú Jamaica El Salvador Paraguay Japón Taipei Chino Corea Canadá Finlandia Estados Unidos Noruega Singapur Macao 600 580 560 540 520 500 480 460 440 420 400 380 360 340 320 0 20.000 40.000 60.000 80.000 100.000 120.000 140.000 160.000 180.000 200.000 220.000 Inversión en educación y resultados en matemáticas, PISA 2022

Fuente: OCDE (2023), PISA

2022, Vol. I, Figura I.4.15.

Nota: Inversión acumulada por estudiante entre los 6 y 15 años en dólares estadounidenses ajustados por paridad de poder adquisitivo (PPA).

Inversión acumulada por estudiante (USD, PPA) 17 Inteligencia artificial, educación y salud: una perspectiva epistemológica Diplomado en Gobernabilidad e Innovación Pública y el Programa Liderazgo para la Transformación 2.0Frente a esta realidad en la región, según el experto, con la IA pasando como “una locomotora en la que te subes o te pisa”, se hace muy complejo desarrollar una estrategia para convertir a la IA en piso y no en techo.

La pregunta es: ¿la IA es el piso que va a permitir resolver el gran problema del aprendizaje y el gran problema de financiamiento que tiene la educación? “La educación es la manera que tenemos de ampliar nuestra mente, nuestras habilidades cognitivas y también nuestras destrezas físicas”.

y el gran problema de financiamiento que tiene la educación? “La educación es la manera que tenemos de ampliar nuestra mente, nuestras habilidades cognitivas y también nuestras destrezas físicas”. Regazzoni hace referencia a los niños que aumentan de peso a los 10 años porque no hacen ninguna actividad deportiva y están ocho horas frente a la pantalla, y pregunta: ¿ustedes piensan que los chinos, los coreanos, los japoneses prohíben la computadora o el uso del celular en la escuela porque son “locos”? No, lo hacen porque quieren que los niños hagan deporte y usen el cerebro para leer y desafiarse. El cambio de paradigma, insiste, debe ser radical. De lo contrario, la IA en la educación puede convertirse en “un chichón más” que se agregue a estos problemas en el sector y que amenace con aumentar las desigualdades. Por último, Regazzoni termina su charla magistral con una cita de Thomas S. Elliot, poeta estadounidense e inglés, premio Nobel de Literatura en 1948: “Ya no es posible hallar consuelo en las profecías pesimistas”. El experto invita a dejar el pesimismo y las ideas de apocalipsis, y con énfasis concluye: “pongámonos las pilas y pensemos realmente cómo cambiar la rea