Colombia acumula volúmenes crecientes de datos administrativos, epidemiológicos, fiscales y sociales que en su mayoría permanecen subutilizados por las entidades que los generan. La gobernanza anticipatoria ofrece un marco metodológico para transformar esa acumulación pasiva en capacidad predictiva activa, y la inteligencia artificial está acelerando esa posibilidad de manera concreta y verificable. La pregunta no es si el Estado colombiano debería adoptar este enfoque, sino si sus instituciones tienen la arquitectura organizacional para hacerlo antes de que los problemas lleguen con fuerza.
Qué significa exactamente gobernanza anticipatoria con soporte de IA
La gobernanza anticipatoria no es sinónimo de predicción tecnológica ni de automatización de decisiones públicas. Según el Marco de Prospectiva de la OCDE, se trata de una capacidad institucional para explorar futuros plausibles, incorporar esa exploración en los ciclos de política pública y ajustar la toma de decisiones antes de que los fenómenos se vuelvan irreversibles. La inteligencia artificial contribuye a este proceso en al menos tres dimensiones: detección de señales débiles en grandes volúmenes de datos no estructurados, construcción de escenarios probabilísticos con actualización continua, y simulación de impactos de políticas antes de su implementación. Lo relevante no es la tecnología en sí, sino cómo se integra con el juicio institucional y la deliberación pública.
El problema específico del Estado colombiano: datos sin arquitectura anticipatoria
El Departamento Nacional de Planeación, el DANE, el Ministerio de Salud y entidades como la Unidad para la Gestión del Riesgo de Desastres generan información continua sobre fenómenos que con frecuencia derivan en crisis costosas. Sin embargo, esos flujos de datos operan en silos institucionales sin una capa de análisis prospectivo que los conecte. Un modelo de gobernanza anticipatoria asistido por IA requeriría, como condición previa, una interoperabilidad de sistemas que Colombia aún no ha consolidado a escala nacional, aunque iniciativas como el Sistema Estadístico Nacional y la Política de Datos Abiertos del MINTIC apuntan en esa dirección. El Conpes 3920 de 2018 sobre explotación de datos sentó bases regulatorias, pero su implementación sectorial sigue siendo heterogénea.
Tres aplicaciones reales donde la gobernanza anticipatoria ya genera valor
En materia de gestión fiscal territorial, modelos de aprendizaje automático alimentados con datos del Formulario Único Territorial permitirían identificar municipios en riesgo de déficit estructural con uno o dos años de anticipación, habilitando intervenciones preventivas del Ministerio de Hacienda antes de que se activen las alertas formales de Ley 617. En seguridad alimentaria, el cruce de datos climáticos del IDEAM con registros de precios del DANE y reportes del Instituto Colombiano Agropecuario puede alimentar modelos de detección temprana de choques en la cadena de abastecimiento regional. En movilidad urbana, ciudades como Medellín y Bogotá ya cuentan con infraestructura de datos de tráfico y uso de suelo que podría integrarse en modelos de gobernanza anticipatoria para anticipar cuellos de botella antes de que se conviertan en colapsos operativos. En los tres casos, el valor no proviene del algoritmo aislado, sino de su articulación con equipos técnicos que interpretan los resultados y los traducen en recomendaciones de política.
Los riesgos que nadie está leyendo con suficiente seriedad
La automatización acrítica de decisiones públicas a través de IA plantea riesgos de sesgo algorítmico que en contextos de alta desigualdad como el colombiano pueden amplificar vulnerabilidades existentes. Si los modelos se entrenan con datos históricos que reflejan inequidades estructurales, la gobernanza anticipatoria podría terminar anticipando y reforzando esas inequidades en lugar de corregirlas. Este no es un argumento contra la adopción de IA en el sector público, sino a favor de que esa adopción esté acompañada de auditorías de equidad, marcos de rendición de cuentas y participación ciudadana en el diseño de los sistemas. La Comisión Interamericana de Derechos Humanos y organismos como la UNESCO han advertido sobre este riesgo con evidencia creciente en contextos latinoamericanos.
Lo que necesitan los equipos directivos para avanzar
Implementar gobernanza anticipatoria con soporte de IA en una entidad pública colombiana requiere cuatro capacidades que deben desarrollarse de forma simultánea: talento humano con formación híbrida en ciencias de datos y análisis de política pública; una cultura organizacional que tolere la incertidumbre y valore el pensamiento de escenarios sobre la certeza del dato único; marcos legales claros sobre uso de datos personales y responsabilidad algorítmica; y alianzas con centros universitarios colombianos como el Centro de Investigaciones para el Desarrollo de la Universidad Nacional o el CEPEC de la Universidad del Rosario, que ya trabajan en metodologías de prospectiva aplicada al sector público. Sin estas cuatro condiciones operando en conjunto, la tecnología disponible seguirá siendo una promesa sin aterrizaje institucional.
Fuentes
- OCDE – Anticipatory Governance and the Future of Government, 2021
- DNP Colombia – Conpes 3920: Política Nacional de Explotación de Datos (Big Data), 2018
- CEPAL – Inteligencia artificial para el desarrollo sostenible en América Latina y el Caribe, 2023
- UNESCO – Recomendación sobre la Ética de la Inteligencia Artificial, 2021
- Universidad Nacional de Colombia, Centro de Investigaciones para el Desarrollo – Estudios de prospectiva y política pública en Colombia, 2022