Observatorio de Politicas Digitales
El propósito es monitorear las leyes y regulaciones propuestas e implementadas, evaluar el nivel de adopción de marcos éticos en inteligencia artificial y tecnologías emergentes, y generar evidencia que impulse políticas públicas responsables.
Services
Focos Principales del Observatorio
Participación Multiactor
Gobierno
Lorem ipsum dolor sit amet, consectetur adipis icing elitodin pro us.
Academia
Lorem ipsum dolor sit amet, consectetur adipis icing elitodin pro us.
Empresas
Lorem ipsum dolor sit amet, consectetur adipis icing elitodin pro us.
Sociedad
Lorem ipsum dolor sit amet, consectetur adipis icing elitodin pro us.
Nuestra Misión
Contribuir al desarrollo de un ecosistema tecnológico ético y confiable
Nuestra Visión
Ser el laboratorio latinoamericano de referencia en análisis ético y gestión de riesgos tecnológicos
Plan Estratégico 2025-2026
Hacia una gobernanza ética y colaborativa de la IA en América Latina
1. Definición institucional y gobernanza
2. Infraestructura y protocolos de investigación aplicada
3. Red de colaboración regional
4. Estrategia de comunicación y formación
5. Evaluación e impacto sostenido
Principales Riesgos e Incidencias a Medir en el Laboratorio CLETec
El Laboratorio de Incidentes y Riesgos Tecnológicos
medirá, analizará y documentará los principales riesgos
ético-tecnológicos que afectan a la región, generando
indicadores de exposición y madurez ética institucional.
Riesgos Éticos
Enfoque: sesgos, valores y decisiones morales de los sistemas de IA.
Indicadores: sesgos algorítmicos (género, raza, clase, origen geográfico), falta de transparencia, desplazamiento de responsabilidad
humana, desinformación, pérdida de pensamiento crítico.
Ejemplos: algoritmos de contratación sesgados, deepfakes, generadores
de texto con citas falsas.
Medición: auditorías de equidad, trazabilidad de decisiones, análisis
de sesgo de salida.
Riesgos Técnicos
Enfoque: desempeño, seguridad y confiabilidad de sistemas
tecnológicos.
Indicadores: errores sistemáticos, vulnerabilidades de ciberseguridad,
falta de validación, dependencia de modelos cerrados.
Ejemplos: fallas en reconocimiento facial, datasets no verificados.
Medición: métricas de precisión, tasas de error, cumplimiento de
ISO/IEC 42001, NIST AI RMF o IEEE 7000.
Riesgos Sociales
Enfoque: efectos de la IA sobre la equidad, inclusión y bienestar
humano.
Indicadores: desplazamiento laboral, brecha digital, impactos
culturales y lingüísticos, desinformación.
Ejemplos: automatización de empleos sin reskilling, plataformas
educativas sesgadas, chatbots con prejuicios.
Medición: estudios de inclusión digital, encuestas de impacto y
derechos humanos.
Riesgos Legales y de
Cumplimiento
Enfoque: respeto a marcos normativos y principios de derechos
digitales.
Indicadores: incumplimiento de leyes de datos, falta de
consentimiento, violación de propiedad intelectual, ausencia de
rendición de cuentas.
Ejemplos: IA entrenada con contenido protegido, vigilancia sin control
judicial.
Medición: cumplimiento de GDPR, IA Act, leyes locales y políticas éticas institucionales.
Riesgos Ambientales
Enfoque: impacto ecológico del ciclo de vida de la IA.
Indicadores: consumo energético, huella de carbono, gestión de
residuos electrónicos.
Ejemplos: centros de datos sin energía limpia, minería irresponsable de
litio o cobalto.
Medición: estimaciones de dioxido de carbono equivalente, adopción de políticas de
sostenibilidad digital.
Riesgos de Gobernanza y Supervisión
Enfoque: estructuras institucionales y coordinación multisectorial.
Indicadores: ausencia de comités de ética, falta de protocolos, déficit de
formación ética, concentración tecnológica.
Ejemplos: gobiernos sin evaluación de riesgos, empresas sin
lineamientos éticos.
Medición: madurez de mecanismos de gobernanza (comités,
auditorías, políticas internas).
