La evaluación AILA ubica al país en una etapa “sistemática” de preparación: cuenta con políticas, instituciones y capacidades estructuradas, pero todavía enfrenta obstáculos para implementar y escalar la inteligencia artificial.
Costa Rica cuenta con una base institucional y digital que le permite avanzar en la adopción de inteligencia artificial (IA), pero todavía enfrenta limitaciones en gobernanza de datos, infraestructura, talento especializado, capacidad del sector público y mecanismos de confianza y seguridad, según una evaluación elaborada por el Programa de las Naciones Unidas para el Desarrollo (PNUD) en coordinación con el Ministerio de Ciencia, Innovación, Tecnología y Telecomunicaciones (Micitt).
La Evaluación del Panorama de la Inteligencia Artificial (AILA) ubica a Costa Rica en una etapa “sistemática” de preparación para la IA. Esta categoría corresponde a países que ya cuentan con políticas, instituciones y capacidades estructuradas, pero que todavía enfrentan dificultades para implementar y ampliar el uso de estas tecnologías de manera consistente.
El informe analiza tres grandes pilares. Costa Rica obtuvo una puntuación de 2,7 en ecosistema de IA, 2,6 en IA para el Gobierno y 2,4 en regulación y ética, sobre una escala de 0 a 5 que se traduce en cinco etapas de preparación.
Según el estudio, el país parte de condiciones favorables como la existencia de la Estrategia Nacional de Inteligencia Artificial 2024-2027, una base digital e institucional desarrollada y una economía con presencia de servicios y manufactura de mayor valor agregado.
Sin embargo, el informe señala que esas condiciones todavía no se traducen en una capacidad suficiente para implementar IA de manera amplia y coordinada.
Datos existen, pero siguen fragmentados
Una de las principales brechas identificadas corresponde a la gobernanza de datos. El análisis señala problemas de interoperabilidad entre instituciones, calidad desigual de la información, poca estandarización y lineamientos insuficientes sobre almacenamiento, intercambio y uso.
El estudio reconoce la existencia del Portal Nacional de Datos Abiertos y otras capacidades institucionales, pero concluye que disponer de información digitalizada no significa necesariamente contar con datos limpios, interoperables y preparados para alimentar sistemas de inteligencia artificial.
Brecha de talento especializado
La evaluación también identifica el talento como uno de los factores que dificultan que Costa Rica avance hacia una mayor madurez en inteligencia artificial.
Entre las habilidades que las personas consultadas señalaron con mayor déficit aparecen ética y gobernanza de la IA, desarrollo de software para IA, aprendizaje automático, ciencia de datos, ingeniería de datos y ciberseguridad.
Además, la mayoría de las personas consultadas calificó como difícil o muy difícil encontrar en Costa Rica personal con habilidades avanzadas para desarrollar inteligencia artificial.
El problema también alcanza al sector público. El informe señala una baja alfabetización en IA entre parte del funcionariado, poca capacitación formal, dificultades para atraer y retener talento técnico y ausencia de herramientas estructuradas que orienten el uso de estas tecnologías dentro de las instituciones.
Infraestructura favorable, pero desigual
Costa Rica cuenta con condiciones favorables en conectividad general y generación eléctrica renovable, pero el estudio identifica diferencias territoriales y limitaciones en el acceso a infraestructura especializada.
Según datos citados en el informe, para 2022 el 86% de los hogares urbanos tenía acceso a Internet, frente al 76% de los hogares rurales.
La evaluación también señala que la disponibilidad de recursos especializados para inteligencia artificial, como capacidad de computación de alto rendimiento y procesadores especializados, sigue siendo limitada, costosa y concentrada geográficamente.
Regulación y seguridad presentan los mayores retos
El pilar de regulación y ética obtuvo la puntuación más baja de los tres grandes componentes evaluados.
Costa Rica cuenta con normas sobre protección de datos, ciberseguridad y otros ámbitos relacionados, además de principios sobre uso responsable incluidos en la Estrategia Nacional de Inteligencia Artificial. Sin embargo, el informe identifica vacíos en mecanismos específicos para supervisar sistemas de IA, reportar incidentes, realizar evaluaciones de impacto y permitir que las personas cuestionen decisiones automatizadas.
Dentro de este pilar, la regulación obtuvo una puntuación de 2,9, la ética de la IA 2,2 y confianza y seguridad 2, el resultado más bajo entre los subcomponentes analizados.
El estudio señala que todavía existen pocos mecanismos para monitorear el cumplimiento de principios éticos y que no hay requisitos generalizados para reportar fallos, sesgos o incumplimientos asociados con sistemas de inteligencia artificial.
Cinco áreas prioritarias
A partir de sus resultados, el PNUD y el Micitt identificaron cinco áreas que Costa Rica debería fortalecer:
- Datos y gobernanza de datos para la IA: mejorar calidad, interoperabilidad, catalogación y reglas para el intercambio de información.
- Infraestructura digital y acceso territorial: reducir las brechas de conectividad y capacidades tecnológicas, especialmente fuera de la Gran Área Metropolitana.
- Transformación del sector público mediante IA: pasar de proyectos aislados y pilotos a implementaciones que puedan mantenerse y ampliarse.
- Talento, alfabetización y reconversión de capacidades: ampliar la formación técnica, la alfabetización digital y las habilidades especializadas.
- Gobernanza, confianza y uso responsable: desarrollar reglas, mecanismos de supervisión y herramientas para gestionar riesgos.
El informe también plantea seis vías de acción, entre ellas crear lineamientos para el uso responsable de IA, fortalecer la gobernanza de datos, mejorar la infraestructura digital, desarrollar casos de uso dentro del sector público, apoyar la innovación y ampliar la formación en estas tecnologías.
En conjunto, los resultados apuntan a que el principal reto para Costa Rica no consiste en formular una nueva estrategia desde cero, sino en convertir las capacidades existentes en capacidad efectiva de ejecución y articular mejor los datos, la infraestructura, el talento y los mecanismos de gobernanza necesarios para implementar inteligencia artificial.