01 / 07 — Contexto

Transformación digital y la oportunidad estratégica del Perú

La inteligencia artificial (IA) está transformando los fundamentos del desarrollo económico y social a escala mundial (Soto et al., 2026, p. 7). En este contexto, América Latina enfrenta lo que la CEPAL denomina trampas del desarrollo†: baja capacidad de crecimiento, alta desigualdad y debilidad institucional. La transformación digital, y en particular la IA, constituye una oportunidad estratégica para superar estas trampas y mejorar la productividad, la educación, la salud y la gobernanza (Soto et al., 2026, pp. 7–8).

Perú se encuentra en una encrucijada. Por un lado, lidera la región en intensidad de uso web de IA† (5,97 visitas por usuario de internet) y en uso de IA web avanzada† (1,19 visitas por usuario), y alcanza 74,6 puntos sobre 100 en adopción de IA generativa† (Soto et al., 2026, pp. 28, 98). Por otro lado, no registra autores en los main tracks de las 21 conferencias A+† de IA en 2024 (entre ellas NeurIPS, ACL, ICML, ICLR, CVPR y EMNLP), y solo 75 investigadores publican de forma consistente sobre IA (2,23 por millón de habitantes; 10.º lugar regional) (Soto et al., 2026, p. 92).

Esta tensión entre alta adopción y baja producción no es exclusiva del Perú. La región consume intensamente soluciones finales de IA, pero participa menos en su desarrollo: el 78 % del tráfico web regional corresponde a IA generativa de consumo, frente a un 22 % en modelos de código abierto, plataformas de desarrollo e interfaces de programación (API) (Soto et al., 2026, p. 143). América Latina representa el 6,6 % del PIB mundial y el 8,8 % de la población, pero solo el 1,12 % de la inversión global en IA (Soto et al., 2026, p. 5). El Banco Mundial estima que entre el 8 % y el 12 % de los empleos de la región podrían ganar productividad con IA; sin embargo, hasta 17 millones de puestos no capturarían esos beneficios por deficiencias de infraestructura digital (World Bank, 2025). En el plano empírico, Brynjolfsson et al. (2025) hallaron que la IA generativa aumentó en 15 % los problemas resueltos por hora en una muestra de 5.172 agentes de atención al cliente, con mayores beneficios para el personal menos experimentado.

La transición del Perú de consumidor de tecnología a creador de conocimiento mediante IA es una necesidad estratégica, no una opción.

La evidencia indica que la adopción masiva de herramientas extranjeras no genera, por sí sola, capacidades nacionales de innovación. El propio ILIA advierte que, sin especialización, la región corre el riesgo de convertirse en consumidora de IA con poca incidencia en su desarrollo (Soto et al., 2026, p. 27). Perú ilustra esta paradoja: lidera en uso, pero no participa en los espacios académicos donde se define la frontera del conocimiento.

Asimismo, el informe señala que la digitalización solo es transformadora cuando se incorpora como componente esencial de las agendas nacionales de desarrollo y no como consumo pasivo de plataformas externas (Soto et al., 2026, p. 7). Por ello, el ILIA vincula la soberanía digital† con tres pilares: infraestructura propia, datos locales y talento especializado (Soto et al., 2026, p. 53).

Esta transición es probable, pero condicionada: exige inversión sostenida en cómputo, formación de talento local y coordinación interinstitucional. El BID identifica obstáculos similares en la región: infraestructura tecnológica avanzada limitada, escasez de talento especializado y dificultades para integrar la IA de forma productiva en las organizaciones (Cruz et al., 2025). Asimismo, el AI Index 2026 de Stanford muestra que la adopción organizacional global alcanzó el 88 % en 2025, aunque su impacto depende de las capacidades complementarias de cada economía (Stanford HAI, 2026).

No actuar tiene un costo concreto. Brasil y México concentran el 68 % de los investigadores activos de IA de la región (Soto et al., 2026, p. 28), y los polos globales de innovación crecen a un ritmo que duplica el latinoamericano (Soto et al., 2026, p. 71). El Foro Económico Mundial plantea que la IA puede abrir una nueva vía de crecimiento para la región, siempre que existan condiciones estructurales para aprovecharla (World Economic Forum, 2026).

1.º
en uso web de IA en la región (5,97 visitas por usuario)
3.º
en adopción de IA generativa (74,6 de 100)
0
autores en main tracks de conferencias A+ (2024)
75
investigadores activos en IA (2,23 por millón; 10.º lugar)
«Sin especialización, la región tiene el riesgo de convertirse en un consumidor de IA con poca incidencia en su desarrollo.» — Soto et al. (2026, p. 27)
ReferenciasBrynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
Cruz, A., Mora, R., Andonova, V., Rosales Torres, C. S., Carrasco, C., & Castillo Leska, A. (2025). fAIr Tech Radar: Exploring the adoption of artificial intelligence in Latin America and the Caribbean. Inter-American Development Bank. https://doi.org/10.18235/0013837
Soto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Hallazgos principales, IA aplicada y talento humano (LC/TS.2026/1). CEPAL & Centro Nacional de Inteligencia Artificial (CENIA). https://www.cepal.org/es/publicaciones/86007-indice-latinoamericano-inteligencia-artificial-ilia-2025-hallazgos-principales
Stanford Institute for Human-Centered Artificial Intelligence [Stanford HAI]. (2026). The 2026 AI Index report. Stanford University. https://hai.stanford.edu/ai-index/2026-ai-index-report
World Bank. (2025, April 15). Quantifying the jobs potential of AI in Latin America and the Caribbean. https://www.worldbank.org/en/results/2025/04/15/quantifying-the-jobs-potential-of-ai-in-latin-america-and-the-caribbean
World Economic Forum. (2026). Latin America in the Intelligent Age: A new path for growth. https://www.weforum.org/publications/latin-america-in-the-intelligent-age-a-new-path-for-growth/
02 / 07 — Comunidad

Investigación colectiva y aprendizaje continuo

Exploramos sistemas de IA mediante experimentación rigurosa, ingeniería inversa y aprendizaje colaborativo continuo. Nuestra filosofía es simple: el objetivo no es copiar, sino comprender. Al disecar cómo funcionan los modelos, los adaptamos y evolucionamos para ajustarlos a nuestro contexto cultural y económico único, asegurando que la innovación sea un esfuerzo comunitario compartido.

La investigación colectiva es esencial para desarrollar soluciones de IA contextualmente relevantes en Perú.
Solo 75 investigadores publican de forma consistente sobre IA en Perú (2.23/millón, 10° lugar), con 0% de participación en conferencias de primer nivel (Soto et al., 2026, p. 92). La investigación fragmentada limita la capacidad del Perú para desarrollar modelos y soluciones locales: Brasil y México concentran el 68% de los investigadores activos de IA en América Latina (Soto et al., 2026, p. 28). La investigación colectiva puede tener éxito con alianzas académico-industriales coordinadas. Las barreras de idioma y el acceso limitado a recursos computacionales pueden dificultar la colaboración (Soto et al., 2026, p. 100).
75
investigadores activos en IA
10°
lugar regional (2.23/millón)
68%
concentrado en Brasil y México
ReferenciasSoto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Hallazgos principales, IA aplicada y talento humano (LC/TS.2026/1). CEPAL & Centro Nacional de Inteligencia Artificial (CENIA). https://www.cepal.org/es/publicaciones/86007-indice-latinoamericano-inteligencia-artificial-ilia-2025-hallazgos-principales
03 / 07 — Infraestructura

Infraestructura de código abierto

Las tecnologías abiertas son la base de la transparencia, la accesibilidad y la verdadera capacidad de innovación. Aprovechamos Kubernetes y ecosistemas abiertos para desplegar soluciones de IA escalables. Al integrar LocalAI para compatibilidad de API y AnythingLLM para gestión documental, creamos entornos robustos y autohospedados, asegurando que investigadores en zonas remotas del Perú tengan las mismas herramientas que los grandes centros tecnológicos globales, sin depender de proveedores de nube externos.

KubernetesLocalAIAnythingLLMSelf-hosted
El código abierto es la ruta más viable para que el Perú desarrolle soberanía en IA.
Honduras, El Salvador y Cuba destacan en productividad, calidad y relevancia de código abierto (Soto et al., 2026, p. 28). El open source reduce la dependencia de sistemas propietarios y permite la personalización local. Un alto desempeño en producción de código abierto indica comunidades de desarrollo colaborativo sólidas (Soto et al., 2026, p. 113). El éxito depende de una inversión sostenida en capacitación e infraestructura. El código abierto requiere experiencia técnica que puede ser escasa en zonas remotas (Soto et al., 2026, p. 100).
ReferenciasDi Giacinto, E. (n.d.). LocalAI. https://localai.io
Mintplex Labs. (n.d.). AnythingLLM. https://anythingllm.com
Soto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Hallazgos principales, IA aplicada y talento humano (LC/TS.2026/1). CEPAL & Centro Nacional de Inteligencia Artificial (CENIA). https://www.cepal.org/es/publicaciones/86007-indice-latinoamericano-inteligencia-artificial-ilia-2025-hallazgos-principales
04 / 07 — Práctica

De la teoría a la aplicación

Vamos más allá de la discusión teórica, implementando arquitecturas transformer de vanguardia y modelos generativos usando PyTorch, Diffusers e ik_llama.cpp. Nuestro flujo de trabajo incluye llama-factory para fine-tuning eficiente de modelos sobre datasets locales, y wllama.cpp (WASM) para ejecutar estos modelos directamente en el navegador. Este enfoque práctico permite comprender a fondo el funcionamiento interno sin depender de APIs externas, dando a los desarrolladores las herramientas para crear soluciones robustas para educación, salud y agricultura dentro del Perú.

PyTorchDiffusersik_llama.cppLLaMA-Factorywllama (WASM)
La implementación práctica de herramientas de IA es crítica para cerrar la brecha entre la teoría y el impacto real.
Perú lidera el tráfico web de IA con 100 puntos (5,97 visitas/usuario) y 1.19 visitas a IA avanzada (1er lugar) (Soto et al., 2026, p. 142). Un alto tráfico web indica fuerte involucramiento de los usuarios con herramientas de IA, creando oportunidades para el desarrollo de aplicaciones. 15 de 19 países ILIA muestran buenos resultados en desarrollo de apps, lo que indica que es un punto de entrada accesible para la adopción de IA (Soto et al., 2026, p. 28). El éxito de la implementación depende de la disponibilidad de infraestructura y las habilidades de los desarrolladores. El acceso limitado a GPU (solo 7,235 TF/s HPC, 3er lugar nacional) puede restringir el entrenamiento de modelos (Soto et al., 2026, p. 48).
ReferenciasKawrakow, I. (n.d.). ik_llama.cpp. https://github.com/ikawrakow/ik_llama.cpp
Soto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Hallazgos principales, IA aplicada y talento humano (LC/TS.2026/1). CEPAL & Centro Nacional de Inteligencia Artificial (CENIA). https://www.cepal.org/es/publicaciones/86007-indice-latinoamericano-inteligencia-artificial-ilia-2025-hallazgos-principales
Zheng, Y. (n.d.). LLaMA-Factory. https://github.com/hiyouga/LLaMA-Factory
05 / 07 — Identidad

Soberanía de IA para el Perú

Nuestro objetivo final es construir sistemas de IA que hablen nuestro idioma — literal y culturalmente. Estamos entrenando modelos específicamente para el español peruano y contextos locales, incluyendo soporte multilingüe vital para lenguas indígenas como quechua y aymara. Esto garantiza que la IA sirva a todos los peruanos, preservando y elevando nuestra herencia lingüística.

La soberanía de IA mediante modelos lingüísticos locales es esencial para la relevancia cultural y la inclusión.
LatamGPT prioriza el español, portugués, inglés y lenguas indígenas como el quechua (Soto et al., 2026, p. 58). Los modelos locales previenen sesgos culturales y aseguran relevancia para las necesidades regionales. El ILIA 2025 señala que la mayoría de los grandes modelos de lenguaje han sido entrenados con datos en inglés y reflejan principalmente los contextos del Norte Global (Soto et al., 2026). Estudios académicos muestran que, en varios de los principales modelos analizados, más del 90 % de sus corpus de entrenamiento corresponde al inglés (Armengol-Estapé et al., 2022; Xu et al., 2025; Kew et al., 2024; Wu et al., 2025). Por eso queremos que la inteligencia artificial también pueda comprender nuestras lenguas, nuestras culturas y nuestra realidad. La soberanía es alcanzable con colaboración regional e inversión sostenida. La escasez de datos y los requerimientos computacionales pueden limitar la calidad de los modelos (Soto et al., 2026, p. 100). Como señaló Jensen Huang (CEO de Nvidia) en el World Government Summit de Dubái: «Cada país necesita ser dueño de la producción de su propia inteligencia… [sus datos] codifican su cultura, la inteligencia de su sociedad, su historia. Por lo tanto, deben tomar sus datos, refinarlos y crear su propia inteligencia nacional» (Sinha, 2024). Esta declaración del líder de la compañía que produce el 90 % de los chips de IA del planeta valida nuestra tesis: sin soberanía de datos e infraestructura propia, no existe inteligencia artificial soberana —y el Perú no puede seguir dependiendo de modelos que no reflejan su cultura, su historia ni sus lenguas.
90%
del corpus de entrenamiento es en inglés
Español, Portugués, Inglés y Lenguas indígenas+
idiomas prioritarios en LatamGPT
ReferenciasArmengol-Estapé, J., de Gibert Bonet, O., & Melero, M. (2022). On the multilingual capabilities of very large-scale English language models. Proceedings of the 13th Conference on Language Resources and Evaluation (LREC 2022), 3056–3068. European Language Resources Association.
Kew, T., Schottmann, F., & Sennrich, R. (2024). Turning English-centric LLMs into polyglots: How much multilinguality is needed? Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing (EMNLP 2024).
Sinha, S. (2024, February 16). How OpenAI’s Sam Altman and Nvidia’s Jensen Huang think A.I. should be regulated. Observer. https://observer.com/2024/02/nvidia-jensen-huang-openai-sam-altman-ai-regulation/
Soto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Hallazgos principales, IA aplicada y talento humano (LC/TS.2026/1). CEPAL & Centro Nacional de Inteligencia Artificial (CENIA). https://www.cepal.org/es/publicaciones/86007-indice-latinoamericano-inteligencia-artificial-ilia-2025-hallazgos-principales
Wu, C., et al. (2025). A survey of multilingual large language models. Patterns, 6(1), 101118. https://doi.org/10.1016/j.patter.2024.101118
Xu, Y., Hu, L., Zhao, J., Qiu, Z., Xu, K., Ye, Y., et al. (2025). A survey on multilingual large language models: Corpora, alignment, and bias. Frontiers of Computer Science, 19, 1911362. https://doi.org/10.1007/s11704-024-40579-4
06 / 07 — Invitación

Únete al movimiento

IA hecha en Perú, para el Perú, requiere una comunidad de mentes apasionadas. Extendemos una invitación formal a investigadores, estudiantes, universidades e instituciones a colaborar con nosotros. Juntos, construyamos un ecosistema de IA sostenible, ético y soberano que impulse al Perú hacia el futuro.

El desarrollo colaborativo de IA es esencial para la soberanía tecnológica del Perú.
Fundamentos: el 1.12% de la inversión global en IA correspondiente al Perú y solo 6 empresas unicornio indican una subinversión notable (Soto et al., 2026, p. 29). La colaboración puede reunir recursos y experiencia para superar las brechas de inversión. Iniciativas regionales como LatamGPT demuestran una colaboración multi-institucional exitosa (Soto et al., 2026, p. 57). El éxito requiere apoyo institucional y alineación de políticas. La fragmentación y la falta de coordinación pueden obstaculizar los esfuerzos colaborativos (Soto et al., 2026, p. 153).
Visitar plataforma oficial →
ReferenciasSoto, Á., Durán, R., Moreno, A., Adasme, S., Rovira, S., Jordán, V., & Poveda, L. (Coords.). (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025: Hallazgos principales, IA aplicada y talento humano (LC/TS.2026/1). CEPAL & Centro Nacional de Inteligencia Artificial (CENIA). https://www.cepal.org/es/publicaciones/86007-indice-latinoamericano-inteligencia-artificial-ilia-2025-hallazgos-principales
07 / 07 — Plan de Ruta

Prototipos que cruzan fases: Infraestructura → Aplicaciones → Formación

Este proyecto es auspiciado por el Colegio Santa Rosa de Lima, San Borja y operado por su Comité de Ética de Inteligencia Artificial, órgano técnico autónomo que guía la adopción ética, segura y soberana de la IA. Nuestra hoja de ruta no depende del cronograma estatal, sino que responde a una lógica técnica y pedagógica interna: cada prototipo cruza simultáneamente las tres fases (infraestructura, aplicaciones, formación), mejorando de forma incremental y progresiva. Por ejemplo, el prototipo de asistentes de creación de contenido de gestión pedagógica requiere: (1) infraestructura local (Kubernetes, LocalAI, AnythingLLM, ik_llama.cpp) para ejecutar modelos en el aula; (2) aplicación concreta (interfaz de generación de ejercicios con validación ética); y (3) formación docente (talleres sobre prompts y supervisión humana). Cada mejora en una fase impulsa mejoras en las otras dos —sin esperar decisiones externas ni depender de infraestructura externa.

El enfoque iterativo e incremental, con prototipos que cruzan infraestructura, aplicaciones y formación, es viable y éticamente sostenible, alineado con la Estrategia Nacional de IA pero autónomo en su ejecución.
La Estrategia Nacional de IA 2026–2030 (ENIA) establece principios generales para el uso ético de la IA, incluyendo transparencia, supervisión humana y protección de datos (PCM, 2025a, p. 45). La Ley N° 31814 reconoce expresamente que "las instituciones educativas pueden desarrollar iniciativas propias de IA, siempre que se alineen con los principios éticos nacionales" (art. 17, inc. 4), lo que otorga autonomía técnica para diseñar rutas independientes (Perú, 2023, p. 8). Nuestra ruta prioriza infraestructura local (Kubernetes, LocalAI, AnythingLLM, ik_llama.cpp) antes que aplicaciones, porque sin sovereign infrastructure no hay soberanía tecnológica (DGCC, 2025a, p. 100). El Comité de Ética de IA del Colegio validará cada fase mediante evaluaciones de impacto ético y privacidad, conforme a la NTP-ISO/IEC 23894:2023 (INACAL, 2023, p. 7), sin depender de aprobaciones externas. Este enfoque iterativo y incremental evita la fragmentación estatal: mientras el gobierno define marcos, nosotros ejecutamos pilotos validados antes de escalar (ENIA, 2025b, p. 59). La Evaluación del Estadio de Preparación de la IA en el Perú (UNESCO, 2025, p. 31) confirma que el país necesita abordar infraestructura, talento y financiamiento de forma simultánea —nuestra metodología lo hace desde el inicio. El Reglamento Interno 2026 del Colegio Santa Rosa de Lima establece en su Art. 152° la creación del Comité de Ética y Protección de Datos en el Uso de la Inteligencia Artificial, con autonomía técnica y operativa para emitir dictámenes vinculantes (Colegio Santa Rosa de Lima, 2026, p. 152).
Fase 1
Infraestructura física (Kubernetes + LocalAI + AnythingLLM + Ik_llama.cpp)
Fase 2
Aplicaciones: Asistentes de creación de contenido de gestión pedagógica, tutores virtuales
Fase 3
Formación: Talleres docentes, talleres éticos, prototipos validados
ENIA 2026–2030Ley 31814ISO/IEC 23894:2023INACALDGCCReglamento Interno 2026
ReferenciasColegio Santa Rosa de Lima. (2026). Reglamento Interno 2026.
DGCC. (2025). Estrategia de IA.
INACAL. (2023). NTP-ISO/IEC 23894:2023.
PCM. (2025a). Estrategia Nacional de Inteligencia Artificial 2026–2030.
PCM. (2025b). Reglamento de la Ley N° 31814.
Perú. (2023). Ley N° 31814, Ley de Inteligencia Artificial.
UNESCO. (2025). Evaluación del Estadio de Preparación de la IA en el Perú.
1 / 7

📚 Recursos

📂
Selecciona un recurso para verlo
Cargando motor WASM y Embeddings...
La Golondrina
🤔
Pensando...

La Golondrina Cuántica

IA Soberana · RAG Semántico (Transformers) · 20 Tarjetas

Terminal de Voz
Esperando modelo...
Iniciando sistema. Cargando librerías locales...
Detectando backend...
Temperature
Top P
Top K
Seed (0 = aleatorio)
Última Seed Usada
—
System Prompt
Slide 1 · 0 tarjetas

➕ Agregar Recurso

📖 Referencias APA 7
Glosario