El conocimiento también es infraestructura
Un organismo puede contratar la mejor plataforma del mercado y acceder al modelo más avanzado. Si quienes conocen los problemas públicos no entienden qué posibilidades abre esa tecnología, difícilmente puedan aprovecharla. La Trayectoria Formativa en Inteligencia Artificial (TFIA), un programa diseñado y construido desde el propio Estado, formó a más de 600 agentes públicos y dejó algo más que un curso: conocimiento sobre cómo enseñar inteligencia artificial en la administración pública.
Durante los últimos años hablamos mucho de inteligencia artificial: de modelos, agentes, automatizaciones, asistentes y productividad. La conversación casi siempre empieza por la tecnología —cuál es el mejor modelo, qué empresa desarrolla qué herramienta, qué tareas pueden automatizarse—, pero para el Estado hay una pregunta anterior: ¿quién, adentro, sabe qué hacer con todo esto?
Un organismo puede contratar la mejor plataforma del mercado, comprar miles de licencias o acceder al modelo más avanzado. Si las personas que conocen los problemas públicos no entienden qué posibilidades abre esa tecnología, difícilmente puedan aprovecharla. Ese fue, en buena medida, el punto de partida de la Trayectoria Formativa en Inteligencia Artificial (TFIA): no enseñar a usar herramientas, sino construir capacidades. Porque el Estado, salvo excepciones, no innova produciendo tecnología: innova adoptándola para transformar la gestión, los servicios y las políticas públicas. Y para adoptar bien hay que entender qué puede hacer una herramienta, qué no, y cómo lo hace.
La infraestructura que no se ve
Cuando hablamos de infraestructura pública digital pensamos en sistemas, redes, centros de datos, identidad digital, interoperabilidad o APIs. Pero hay otra, mucho menos visible: el conocimiento de las personas que trabajan en el Estado. Un sistema puede comprarse y una licencia puede contratarse; una capacidad institucional hay que construirla. Probablemente uno de los mayores riesgos frente a la inteligencia artificial sea creer que alcanza con incorporar tecnología, un sesgo que la administración pública arrastra desde mucho antes de la IA y que muchas veces fue la barrera real para innovar.
No alcanza. El Estado necesita personas capaces de distinguir qué problemas pueden resolverse con IA y cuáles no, qué datos hacen falta, qué riesgos existen y cómo evaluar si una implementación funciona de verdad. Personas que puedan sentarse frente a una empresa tecnológica, entender qué les están ofreciendo y decidir qué comprar, qué desarrollar, qué reutilizar y qué no tiene sentido implementar. Que puedan experimentar y, también, decir que no. Por eso la formación en IA no puede limitarse al uso de una herramienta: tiene que construir criterio.
Formar criterio, no especialistas
La TFIA no buscaba convertir a los agentes públicos en científicos de datos ni en desarrolladores. Buscaba darles herramientas para entender esta transformación y trabajar con ella: qué es la inteligencia artificial y cómo funcionan los modelos, cómo formular mejores consultas, cómo trabajar con datos, cómo pensar automatizaciones y agentes, cómo identificar un caso de uso. Y, con el mismo peso, entender los límites: qué información puede usarse, qué decisiones requieren intervención humana, cómo verificar una respuesta, cómo trabajar con seguridad y cómo evitar que la automatización termine reemplazando al criterio. Usada sin comprenderla, una herramienta extraordinariamente poderosa también puede producir más errores, más dependencia y peores decisiones.
Los casos de uso ya están adentro
Hay algo que ninguna empresa tecnológica tiene, por grande que sea: el conocimiento cotidiano de cómo funciona el Estado. Quien trabaja todos los días en un organismo sabe dónde se demora un expediente, dónde alguien copia información de un sistema a otro, dónde se acumulan cientos de documentos que nadie tiene tiempo de analizar, dónde un ciudadano hace siempre la misma consulta o dónde un procedimiento arrastra pasos que dejaron de tener sentido hace años. Ahí están los casos de uso.
Capacitar a un agente público en IA, entonces, es darle una nueva forma de mirar un problema que ya conoce. Y eso puede producir algo más interesante que un curso aprobado: alguien que vuelve a su escritorio y empieza a preguntarse por qué esa tarea se hace a mano, por qué se carga dos veces el mismo dato o por qué se responde mil veces la misma pregunta. La innovación muchas veces empieza ahí, no en un gran laboratorio, sino cuando alguien que conoce a fondo un problema descubre otra manera de resolverlo.
Hecha desde el Estado, no en soledad
Hay otro aspecto de la TFIA que para mí es especialmente importante: no fue un producto comprado ni una capacitación tercerizada. La pensaron y construyeron agentes de la propia Secretaría de Innovación, Ciencia y Tecnología —personas del Estado formando a otras personas del Estado—, lo que permitió diseñarla desde los problemas, necesidades y capacidades concretas de la Administración Pública. La primera edición se lanzó en septiembre de 2025 como piloto para la Secretaría, combinando actividades presenciales y asincrónicas, ejercicios prácticos y encuentros con especialistas, con la idea desde el inicio de extenderla a otras dependencias.
Construirla desde el Estado no significó construirla en soledad. Una tecnología que cambia a esta velocidad obliga a relacionarse con quienes la desarrollan, y por eso la trayectoria sumó a Google, Meta, Microsoft, Oracle, AWS, Accenture, Globant, Salesforce, Cisco, Red Hat e IBM, entre otros, además de la Fundación Sadosky y comunidades del sector público como IDERA.
El aprendizaje de ese modelo es claro: las empresas no reemplazaron al Estado en la construcción de la política; la complementaron. El Estado aportó el conocimiento de sus procesos, necesidades y responsabilidades; las empresas, conocimiento especializado, experiencia y contacto directo con tecnologías que cambian casi todos los meses. La relación público-privada en tecnología no debería reducirse a la de comprador y proveedor. Las empresas tienen investigación, talento, infraestructura y una capacidad de innovación difícil de replicar; el Estado tiene escala, problemas concretos, información y responsabilidades que no puede delegar. Cuando esas capacidades se encuentran bien, el resultado vale mucho más que una compra.
La clave está en dónde queda la capacidad, y en este caso el conocimiento quedó dentro del Estado. El objetivo no es que cada organismo tenga que contratar a una empresa cada vez que quiera entender qué puede hacer con IA, sino lo contrario: que tenga suficiente conocimiento propio para relacionarse mejor con todas y saber qué comprar, qué no, qué desarrollar y qué reutilizar.
De una capacitación a un producto
Quizás el resultado más interesante sea que hoy ya no hablamos solamente de un ciclo de capacitación. Existe un producto que puede servir como base para formar en inteligencia artificial a todo el Estado Nacional, y eso cambia la escala de la discusión. Ningún ministerio, secretaría u organismo necesita empezar de cero, diseñar su propio programa, producir otra vez los mismos contenidos y salir a buscar a los mismos especialistas. Ya hay contenidos, metodología, una plataforma, casos de uso, empresas que participaron y agentes que atravesaron la experiencia. La TFIA tampoco partió de cero: la ONTI viene dictando cursos de inteligencia artificial desde hace años, y ese recorrido previo es parte del mismo capital. Lo que la trayectoria sumó fue un diseño progresivo, construido junto con las empresas que desarrollan la tecnología y anclado en los casos de uso de los propios organismos. Un ejemplo concreto es la guía de prompting que se desarrolló para el Estado: una guía general sobre cómo hablarle a un modelo se consigue en cualquier lado, pero una escrita desde el trabajo público es otra cosa, porque tiene que hacerse cargo de expedientes, normativa, procedimientos y datos que no pueden salir del organismo. Ese tipo de material no se compra: se escribe conociendo el contexto donde se va a usar, y después queda disponible para cualquier otro organismo sin volver a producirlo. Y, sobre todo, hay conocimiento acumulado sobre cómo enseñar inteligencia artificial dentro del Estado: un activo que puede reutilizarse, actualizarse, ampliarse y ponerse a disposición de toda la Administración Pública Nacional. La TFIA no es un curso cerrado. Fue pensada como una base, y ya se estaba trabajando en su segundo módulo: es un programa vivo, que crece a medida que cambia la tecnología.
Eso no significa que todos tengan que aprender lo mismo. Un abogado del Estado necesita un recorrido distinto al de un desarrollador; un equipo de atención ciudadana enfrenta problemas diferentes a los de un área de datos o de ciberseguridad, y un organismo científico seguramente tenga casos de uso mucho más sofisticados que una oficina administrativa. Pero todos pueden partir de una base común y, desde ahí, seguir trayectorias específicas —gestión administrativa, desarrollo, derecho, datos, atención ciudadana, comunicación, compras públicas, conducción— que evolucionen junto con la tecnología. Los modelos y herramientas de hoy probablemente no sean los de dentro de cinco años, y muchas de las que hoy parecen revolucionarias habrán desaparecido. Por eso el activo más importante no es dominar una herramienta, sino construir una organización capaz de aprender herramientas nuevas todo el tiempo.
Más de 600 agentes y una mirada desde afuera
La TFIA ya capacitó a más de 600 agentes públicos en fundamentos de inteligencia artificial, gobernanza, prompting y uso de datos. Y en julio de 2026 la OCDE la incorporó al OECD.AI Policy Navigator, su repositorio de políticas e iniciativas de IA de más de 80 jurisdicciones y organizaciones, donde figura como AI Learning Pathway (AILP). La ficha destaca su carácter progresivo, su alcance, la colaboración con compañías tecnológicas y su objetivo de reducir brechas de capacidades digitales dentro del Gobierno.
No se trata de presentarlo como un premio. Me interesa más por lo que es: una experiencia desarrollada dentro del Estado argentino que empezó a formar parte de la conversación internacional sobre cómo preparar a las administraciones públicas para la inteligencia artificial.
La IA no reemplaza la transformación digital
También hay que evitar la tentación de pensar que la IA va a resolver cualquier problema del Estado. Si los datos están desordenados, un modelo no los ordena por arte de magia; si dos organismos no interoperan, un agente no resuelve el problema institucional; si un procedimiento tiene veinte pasos innecesarios, automatizarlo puede ser simplemente hacer más rápido un mal proceso; y si un ciudadano tiene que presentar cinco veces información que el Estado ya tiene, ponerle IA encima al trámite no lo mejora. Antes de automatizar, un proceso tiene que estar rediseñado para resolver el problema, no solo para hacerlo más rápido: si no, la tecnología termina potenciando la deficiencia. La inteligencia artificial no reemplaza la transformación digital: la obliga a profundizarse. Nos devuelve a las discusiones de siempre —datos, interoperabilidad, identidad, seguridad, procesos, gobernanza—, pero ahora con herramientas muchísimo más poderosas encima.
Aprender a aprender
Más de 600 personas capacitadas es un resultado importante, pero quizás no sea la métrica más interesante. La pregunta que me gustaría hacer es otra: ¿cuántas de esas personas volvieron a sus puestos de trabajo mirando un problema de otra manera? Cuántas automatizaron una tarea, encontraron un caso de uso, empezaron a experimentar, pudieron conversar distinto con sus equipos tecnológicos o dejaron de ver a la IA como algo lejano, reservado a especialistas. Ahí está el impacto real: en la capacidad que queda.
De producto a infraestructura
El próximo paso debería ser más ambicioso: transformar lo construido en una capacidad permanente. Que cualquier organismo pueda acceder a la TFIA, con contenidos comunes y recorridos específicos que se actualicen de manera continua; que cada organismo sume sus propios casos de uso; que haya una comunidad de agentes públicos trabajando sobre IA, y que una solución encontrada en un ministerio pueda conocerse y reutilizarse en otro. Que lo que el Estado aprende una vez no tenga que aprenderlo veinte veces. En tecnología hablamos todo el tiempo de componentes reutilizables; tal vez deberíamos pensar igual sobre el conocimiento. Aprender una vez, reutilizar muchas veces.
Eso también es infraestructura pública digital. Un Estado moderno no es solo el que tiene mejores sistemas, sino el que entiende las tecnologías que usa, puede discutir con quienes las producen, sabe gobernarlas, construye cuando corresponde y contrata cuando conviene, y sigue aprendiendo cuando la tecnología vuelve a cambiar.
La TFIA empezó capacitando personas y después construyó un producto. Ahora tiene la oportunidad de dar el paso siguiente: convertirse en una capacidad permanente para todo el Estado Nacional. La inteligencia artificial necesita infraestructura, y una parte fundamental de esa infraestructura no está en un centro de datos. Está en las personas.
