En el marco de la Reunión Anual y Toma de Protesta del Consejo Nacional de Clústeres de Software y Tecnologías de la Información (MxTI), que reunió a los sectores público, privado y académico, se llevó a cabo la Cumbre de Innovación durante la cual, desde Riverside, California; la Dra. Susan Hackwood, Presidenta de la Junta de Gobierno de la Fundación México‑Estados Unidos para la Ciencia (FUMEC), impartió la conferencia magistral: “Cómo la IA puede informar y transformar la formulación de políticas, a través de ejemplos del mundo real”.
Hackwood brindó dicha exposición en la que estuvieron presentes de manera presencial el Ing. Carlos Meneses, coordinador de Automotriz y Semiconductores en FUMEC, y de forma remota el Ing. Alfredo Sánchez, Vicepresidente de la Junta de Gobierno de FUMEC y VP de la Comisión de Semiconductores de MxTI y el Ing. Eugenio Marín, CEO de FUMEC.
La Dra. Susan Hackwood es pionera en la intersección entre ciencia, tecnología y política pública, fundó la Facultad de Ingeniería en la Universidad de California, Riverside (UCR), dirigió el California Council on Science and Technology (CCST) por 23 años donde impulsó iniciativas como Science to Policy y Science Fellows, orientadas a integrar evidencia científica en decisiones gubernamentales.
Durante su intervención, Hackwood describió cómo herramientas basadas en IA permiten predecir resultados de políticas de salud, educación y cambio climático, así como ajustar programas de manera dinámica y eficiente. Subrayó la importancia de combinar datos (big data), evidencia robusta y capacidad institucional para generar políticas públicas más inteligentes, eficientes e inclusivas.
Hackwood trazó un recorrido por el papel de la inteligencia artificial en sectores clave —manufactura, agricultura y medicina— y presentó las bases de una hoja de ruta para integrar la IA en la formulación de políticas públicas de México, con visión ética, basada en evidencia y anclada a experiencias tanto nacionales como internacionales.
Desde la manufactura, Hackwood destacó cómo la IA dejó de ser un asistente para convertirse en una tecnología de propósito general, capaz de impulsar procesos industriales completos. Señaló ejemplos concretos como el mantenimiento predictivo, que anticipa fallas antes de que paralicen operaciones; los gemelos digitales, que replican en el mundo virtual el comportamiento de sistemas reales; y el control de calidad automatizado, basado en visión computacional. Apuntó que para que esto funcione en la práctica, se requieren políticas públicas que establezcan estándares de datos claros, formación de la fuerza de trabajo y criterios de interoperabilidad entre diferentes plataformas y proveedores.
En el campo de la agricultura, señaló que con la IA se pueden pronosticar rendimientos de manera precisa, optimizar riegos en tiempo real y emplear aprendizaje federado, una técnica que permite entrenar modelos sin centralizar datos privados. No obstante, aclaró que esta transformación debe acompañarse de reglas claras en propiedad intelectual y uso justo de datos, para proteger tanto los derechos de los agricultores como la innovación.
El sector salud fue otro escenario en el que destacó que la inteligencia artificial ya se utiliza en la interpretación de imágenes médicas —como rayos X y resonancias—, acelera el descubrimiento de fármacos y aligera cargas administrativas con procesos automatizados. Sin embargo, apuntó que este avance puede tropezar con los mismos obstáculos que frenan su potencial: privacidad, validación científica rigurosa y eliminación de sesgos en los algoritmos clínicos.
Aunado a lo anterior, analizó la evolución de la Estrategia Nacional de IA de México, vigente desde 2018. Recordó sus cinco pilares fundamentales —gobernanza, investigación y desarrollo, infraestructura, habilidades y ética— y mostró su expansión reciente con hitos como la creación de la ANIA en 2023 y un proyecto de Ley Federal de IA en marcha desde 2024, que propone un semáforo de riesgos para clasificar sistemas de IA desde riesgo alto hasta mínimo, la formación de un Consejo Nacional de Ética en IA y un Registro Nacional de Sistemas de IA, alineándose así con estándares internacionales como los de la UE y la OCDE .
Además, subrayó la importancia de orientar las capacidades de los clústeres regionales en áreas como ciudades inteligentes, salud, agricultura o gobernanza o en laboratorios vivos para pilotar regulaciones (“sandboxes regulatorios”). Estas zonas de prueba, dijo, permiten a gobiernos, empresas y universidades diseñar normativas, capacitar talento y generar evidencia real antes de extender soluciones a todo el país.
Hackwood también revisó los modelos estadounidenses: el California Council on Science & Technology (CCST) y el programa Science-to-Policy (S2P) de la Universidad de California, Riverside. El CCST ofrece asesoría científica ágil a la legislatura estatal, mientras el S2P forma doctores que migran a cargos públicos o a ONGs. Ambos modelos podrían ser replicables en México.
Al finalizar su conferencia, Hackwood cerró con seis recomendaciones estratégicas:
- Crear consejos asesores públicos de IA.
- Lanzar sandboxes regulatorios en clústeres.
- Diseñar fellowships académico-políticos.
- Usar clústeres para desarrollar casos piloto normativos.
- Formar a funcionarios públicos en prospectivas de IA.
- Integrar investigadores en los circuitos de decisión.
El objetivo es construir una gobernanza de IA inclusiva, dinámica y con raíces locales. A decir de Hackwood, México, aun siendo líder en América Latina, enfrenta retos en la adopción de la IA en el sector público: déficit de talento especializado, infraestructura tecnológica limitada y escasa integración entre datos disponibles y decisiones gubernamentales.
