domingo, 12 de julio de 2026

Habitar la tecnología: de la aceptación pasiva a la intervención crítica

Y un día el modem dejó de tener señal. Y el problema no fue eléctrico: #PersonalFlow decidió cortar el servicio de Internet.

La interacción humano-máquina comenzó a través de “PiA”, el asistente virtual de Personal.


¿Solución?

“Para la solución definitiva, es necesario que coordinemos la cita, donde los técnicos te cambiarían el equipo por el servicio actual de Personal Flow en tu zona”


“...para mejorar la calidad de nuestros servicios y darte una solución definitiva, vamos a coordinar una visita técnica para migrar a fibra óptica (FTTH), que es la tecnología actual del servicio en la zona”.


Acordada la visita, el técnico llegó a mi domicilio con la misión de cambiar el modem y establecer la conexión del nuevo cableado. 


Ya en la terraza del edificio, encargado mediante, quedó confirmado: días antes habían pasado "otros técnicos" de #PersonalFlow a realizar una “limpieza de cableado”. Los cables estaban cortados, entre ellos, por supuesto el mío. 


No basta con aceptar pasivamente los relatos que prometen innovación y progreso, es fundamental cuestionarnos, analizar sus efectos y considerar a quién/quiénes beneficia realmente. 


Una afirmación que se escucha frecuentemente es que “las tecnologías no son ni buenas ni malas, depende del uso que le demos”. Y resulta una afirmación débil, pues las tecnologías son mucho más: son maneras de mirar, representar, entender y estar en el mundo. En particular, si nos detenemos en las tecnologías digitales, definen lo que somos y cómo nos relacionamos con los otros. 


En este sentido, las tecnologías resultan extensiones de los valores humanos, que responden a lógicas de eficiencia y progreso, pero que también reproducen y amplifican desigualdades sociales. Es necesario reconocer que las tecnologías que el mercado pone a disposición de la sociedad no nacen de forma espontánea o ingenua. Son producto de decisiones y estrategias que han conducido a un desarrollo -y fundamentalmente a una inversión- en una dirección en lugar de otras muchas posibles. Y aquí, un llamado punto de atención: como argumenta Langdon Winner, la tecnología no es neutral, sino que está inherentemente ligada a valores e intereses particulares. 


Con frecuencia, la tecnología se presenta como si llegara por sorpresa: el ejemplo más actual es la Inteligencia Artificial Generativa. Y una vez que su presencia está consumada, se nos exige buscar la forma de “aprovecharla”, aunque en su diseño nunca haya estado presente este objetivo. Nos encontramos ante una pérdida de nuestra agencia frente a dicha tecnología.


La agencia no consiste simplemente en usar tecnologías, sino en comprenderlas suficientemente como para poder decidir sobre ellas, transformarlas y evitar que “determinen” nuestras prácticas (Martin Parselis).


La conceptualización de lo digital como una doble fuerza motriz, entre lo físico y digital- en palabras de Alessandro Baricco-  define nuestra capacidad de intervención en relación con las tecnologías. 


Vuelvo al ejemplo del modem de fibra óptica de #PersonalFlow: la cuestión no es tecnología sí o tecnologías no, sino qué tecnologías diseñadas y producidas por quién, para qué, cómo y cuándo.


No necesitamos promesas tecnológicas, necesitamos poder intervenir en la construcción de espacios digitales que habitaremos, y no solo usarlos pasivamente.


Una tecnología crítica es aquella que hace visible su propia construcción social, política y técnica, permitiendo que las personas comprendan cómo funciona, cuestionen los valores que incorpora y participen en su transformación. Partiendo que el carácter crítico no reside exclusivamente en el “artefacto”, sino en la relación entre la tecnología con los usuarios, ampliando su capacidad de acción.


Es urgente entonces poner el foco en nuestra agencia, en el desarrollo de una cultura técnica que amplíe nuestra capacidad de agencia y que abra posibilidades de intervención sobre los sistemas tecnológicos. 


Finalmente, ser críticos, no es estar en contra de la tecnología. 


En lo personal, mi mayor preocupación (y ocupación)  es poder contribuir a formar ciudadanos capaces de comprender críticamente la tecnología.



domingo, 7 de junio de 2026

La Universidad en la era del #dato: una transformación que ya no puede postergarse

La transformación digital de la Universidad no consiste solo en incorporar nuevas plataformas, automatizar trámites o digitalizar procesos administrativos. Supone, repensar cómo las instituciones producen, gestionan, interpretan y utilizan sus datos para mejorar la toma de decisiones, la enseñanza, la investigación y la experiencia de sus comunidades.

Los datos representan propiedades de objetos, hechos o conceptos, y por sí mismos suelen tener poca relevancia, pero cuando los procesamos y los analizamos estamos en condiciones de extraer información para, finalmente, generar conocimiento y comprensión. 

La transformación digital educativa no sólo consiste en incorporar tecnología. Consiste en desarrollar una cultura institucional capaz de mirar sus datos, comprenderlos críticamente y convertirlos en mejores decisiones.

Y este es precisamente el objetivo que se fija la analítica de datos: la extracción de conocimiento a partir de los datos disponibles. Un conocimiento que no se limita a explicar lo que ha ocurrido (análisis descriptivo), sino predictivo, e incluso, recomendar acciones concretas (análisis prescriptivo). 




En las últimas décadas se ha visto potenciado gracias a la gran cantidad de datos disponibles y la posibilidad de su almacenamiento, ya no solo de datos estructurados procedentes de las operaciones de las organizaciones, sino también los obtenidos a partir de una gran variedad de medios y formatos generados por nuestra actividad en internet, especialmente de las redes sociales, plataformas de contenido, comercio electrónico y búsqueda de información.

Se agrega también la gran capacidad de cómputo y la aparición de nuevas técnicas y herramientas de mano del aprendizaje automático o de la inteligencia artificial, lo que posibilita descubrir patrones y relaciones complejas entre los datos.

Transparencia y explicabilidad son requisitos fundamentales para asegurar que los datos utilizados en la toma de decisiones no sean incompletos, sesgados o de procedencia ilegítima. Con el aumento de la cantidad y diversificación de fuentes de datos, esta garantía se convierte en una tarea compleja. 

En tanto, la analítica de datos abre oportunidades muy concretas para la educación superior, como ser la detección de patrones de rendimiento académico, la anticipación de riesgos de abandono, la personalización de las trayectorias formativas, como también la contribución a la mejora de los procesos de gestión.

El informe “Tendencias TIC 360: Analítica de datos en la Universidad” (2023) plantea una idea central: sin una estrategia de datos sólida, la universidad corre el riesgo de quedarse en una digitalización superficial. Tener datos no alcanza. Es necesario contar con capacidades institucionales para transformarlos en información relevante, conocimiento útil y decisiones responsables.

Pero el desafío no es solamente técnico. La gestión del dato exige gobernanza, calidad, interoperabilidad, seguridad, privacidad, transparencia y explicabilidad. Requiere también de perfiles profesionales especializados, equipos interdisciplinarios y una cultura institucional capaz de integrar áreas académicas, administrativas, tecnológicas y de gestión.

En este sentido, la analítica de datos puede contribuir a hacer una universidad más eficiente, inclusiva y orientada al aprendizaje. Por ello, la pregunta “clave y estratégica” ya no es si las universidades deben trabajar con datos, sino cómo hacerlo de manera responsable. 

Preguntas cómo ¿Con qué modelos de gobernanza? ¿Con qué capacidades internas? ¿Con qué criterios hacer la selección de datos? ¿Con qué articulación entre tecnología, docencia, investigación y gestión? son claves plantearse al interior de una institución que elige decidir mejor a partir de los datos que tiene.

domingo, 31 de mayo de 2026

Más allá de los Asistentes virtuales: Cómo diseñar una arquitectura segura con #AgentesGuardianes

Un agente de IA es un asistente digital personalizado que utiliza inteligencia artificial para realizar tareas, responder preguntas, generar materiales o acompañar procesos de forma autónoma y adaptada a un propósito concreto. 
Así, un agente es un sistema que recibe instrucciones, interpreta información -por ejemplo, lo que escribe el usuario, documentos o datos-  y actúa en consecuencia para cumplir una función específica.

No es simplemente un chatbot:
  • Tiene un rol definido 
  • Mantiene un contexto de trabajo 
  • Puede producir acciones o productos concretos
Hace unos días me encontré con un documento Market Guide for Guardian Agents que alerta sobre las políticas de uso de IA y gobernanza en las empresas. Así, el problema que hoy se plantea es que la adopción de agentes está superando la madurez de controles, cuando la mayoría de las empresas usan IA sin reglas.
Guardian agents supervise AI agents, helping ensure agent actions align with goals and boundaries. They monitor and block risky actions and are evolving from a collection of services to autonomous agents that enforce policies across platforms. AI leaders can use this Guide to understand the market and vendors. 
Según el informe, las empresas actualmente destinan menos del 1% de su presupuesto en IA agéntica a los mecanismos que supervisan y protegen esos mismos agentes.
Gartner también anticipa que el 40% de los proyectos de IA agéntica fracasará antes de 2027 precisamente por la falta de controles de gobernanza. 

La adopción de agentes de IA se está acelerando a un ritmo sin precedentes. Según datos de #Gartner, el 17% de los CIOs ya ha desplegado agentes de IA y otro 42% planea hacerlo a muy corto plazo. Sin embargo, esta autonomía introduce riesgos operativos y de cumplimiento que avanzan mucho más rápido que la capacidad de revisión humana.

Los números de adopción que Gartner documenta para 2026 son significativos, y no tienen equivalente en ciclos tecnológicos más recientes: 
  • Menos del 5% de las aplicaciones empresariales tenían agentes de IA específicos para tareas en 2025
  • 40% las tendrán antes de que termine 2026
  • 17% de los CIOs encuestados ya los desplegó
  • 42% planea hacerlo en los próximos 12 meses
Ese salto — de menos del 5% a 40% en menos de 18 meses — no tiene paralelo en la historia de adopción corporativa de tecnología reciente. 

Gartner predice también que hasta 2028, al menos el 80% de las transacciones no autorizadas de agentes de IA serán causadas por violaciones internas de las políticas de la empresa, como intercambio excesivo de información, uso inaceptable o comportamientos desalineados, no por ataques maliciosos externos.
A medida que los agentes interactúan de forma nativa con datos confidenciales, la frontera entre la gestión de identidad y el gobierno de datos se vuelve casi invisible. 
Para 2027, más del 70% de los proveedores de IA clasificará la sensibilidad de los datos como parte del proceso de concesión de accesos.

En este contexto, para escalar la IA de forma segura, surgió una nueva categoría: los Agentes Guardianes (Guardian Agents).

¿Qué son exactamente y por qué cambiarán las reglas del juego de la ciberseguridad antes de que termine la década? 

Un Agente Guardián es una entidad de software que combina gobierno de IA y controles en tiempo de ejecución, diseñado específicamente para supervisar a otros agentes de IA. Su función es garantizar que las acciones de los “agentes autónomos” no violen las políticas de la empresa ni se desvíen de sus objetivos preestablecidos.

A diferencia de las herramientas de seguridad tradicionales, los guardianes están evolucionando de ser simples servicios de monitoreo pasivo a convertirse en agentes semiautónomos o completamente autónomos capaces de bloquear o redirigir acciones riesgosas en tiempo real.

Muchos proveedores de plataformas, como Microsoft -con Agent 365- o Salesforce -con Agentforce- ya incluyen sus propias funciones guardianas embebidas. Esto es importante pero no es suficiente, ya que ningún proveedor de nube puede hacer cumplir políticas de forma unilateral cuando un agente delega tareas en la nube de un competidor o en un entorno local. 

Según el informe, el impacto de esta arquitectura será masivo: para 2029, los agentes guardianes independientes eliminarán la necesidad de casi la mitad de los sistemas tradicionales de riesgo y seguridad destinados a proteger las actividades de IA agéntica en más del 70% de las organizaciones.

¿El Camino Hacia la Autonomía Responsable?


La autonomía sin supervisión no es innovación; es un riesgo operativo inaceptable. Los agentes de IA simplemente no se pueden lanzar al entorno corporativo esperando que sigan instrucciones ambiguas a la perfección.
Las empresas que actúen hoy implementando pruebas piloto con agentes guardianes independientes y diseñando estructuras de metagobernación para "guardar a los propios guardianes" asegurarán una ventaja competitiva masiva, desbloqueando el verdadero potencial productivo de los sistemas autónomos de forma segura, auditable y responsable.



Fuentes: 

Market Guide for Guardian Agents https://airrived.ai/wp-content/uploads/2026/03/Market-Guide-for-Guardian-Agents.pdf?


PAPER REVIEW N°72: Del piloto al fracaso: cómo el 40% de los proyectos agénticos caerán antes de 2027

https://futuria.substack.com/p/paper-review-n72-del-piloto-al-fracaso