|
Inteligencia artificial en gestión pública latinoamericana: transparencia, equidad y valor público
Artificial Intelligence in Latin American Public Management: Transparency, Equity, and Public Value
https://doi.org/10.47606/ACVEN/PH0496
|
|
Luis Miguel Alfaro-Chirinos1*
Medali Cueva-Rodríguez1
Recibido: 5/02/2026 Aceptado: 15/05/2026 |
RESUMEN
En esta investigación se identificó la evidencia empírica disponible respecto al impacto de la inteligencia artificial (IA) en la gestión pública Latinoamericana (20162025), teniendo en cuenta sus usos, beneficios y limitaciones. Para ello, se realizó una revisión sistemática de acuerdo con los lineamientos de la declaración PRISMA y la búsqueda fue realizada en Scopus, SciELO, Redalyc y Dialnet, e incluyó artículos en español, inglés y portugués. Se aplicaron criterios de inclusión y exclusión que incluyó la eliminación de duplicados por DOI y título, y la evaluación metodológica mediante MMAT y CASP. La muestra final incluyo 30 estudios provenientes de Scopus (n=25), Dialnet (n=2), SciELO (n=2) y Redalyc(n=1). Se encontró que la IA tiene aplicaciones en aspectos como la analítica predictiva, el procesamiento de lenguaje natural, automatización de auditorías, la gestión de servicios ciudadanos y optimización de recursos públicos. Sin embargo, se identificó que existe una falta desarrollo empírico en aspectos como la legitimidad, inclusión y confianza institucional. Asimismo, se encontró que la transparencia es tratada en términos fragmentados de disponibilidad de información más que en la explicabilidad de los algoritmos. En tanto que aspectos como la equidad fueron una dimensión emergente. Se concluye que la IA pueda integrarse en la gestión pública, siempre y cuando se priorice su evaluación ética y mecanismos de rendición de cuentas.
Palabras clave: inteligencia artificial, gestión pública, américa latina, valor público, transparencia.
___________
1. Universidad César Vallejo. Lima, Perú
Autor de correspondencia: lalfaroc@ucvvirtual.edu.pe
ABSTRACT
This review article identifies the available empirical evidence regarding the impact of artificial intelligence (AI) on public management in Latin America (2016-2025), considering its uses, benefits, and limitations. A systematic review was conducted in accordance with the PRISMA guidelines, and the search was carried out in Scopus, SciELO, Redalyc, and Dialnet, including articles in Spanish, English, and Portuguese. Inclusion and exclusion criteria were applied, including the elimination of duplicates by DOI and title, and methodological evaluation using MMAT and CASP. The final sample included 30 studies from Scopus (n=25), Dialnet (n=2), SciELO (n=2), and Redalyc (n=1). The study found that AI has applications in areas such as predictive analytics, natural language processing, audit automation, citizen service management, and public resource optimization. However, a lack of empirical development was identified in aspects such as legitimacy, inclusion, and institutional trust. Likewise, transparency was found to be addressed in fragmented terms of information availability rather than in terms of the explainability of the algorithms. Meanwhile, aspects such as equity emerged as a key dimension. It is concluded that AI can be integrated into public administration, provided that its ethical evaluation and accountability mechanisms are prioritized.
Keywords: artificial intelligence, public management, latin america, public value, transparency.
INTRODUCCIÓN
Este análisis explora la aceptación de la inteligencia artificial (IA) en la administración estatal de América Latina durante 2016–2025, dado que esta región tiene aspiraciones en relación con la transformación digital, pero también sufre limitaciones institucionales, tecnológicas y de calidad de los datos que condicionan la generación de valor público de manera transparente y equitativa. La revisión busca además determinar, en qué condiciones institucionales y de gobernanza los gobiernos de América Latina aprovechan las aplicaciones de IA para la producción de valor público sin reproducir asimetrías, opacidad o sesgos. Con respecto a esta última, Moore (1995) sostiene que las acciones estatales deben orientarse a la búsqueda de beneficios sociales considerando la autorización democrática y teniendo en cuenta la capacidad operativa y legitimidad institucional. En ese sentido, el establecimiento de este contexto es adecuado para el estudio de la IA en la administración estatal puesto que mejora la eficiencia técnica y permite hacer una evaluación como las soluciones algorítmicas son capaces de fortalecer la confianza y la mejorar los servicios estatales. Por lo tanto, la IA es más que una herramienta de automatización, permite también la implementación de una tecnología sociotécnica, la cual puede cambiar la dinámica de la toma de disposiciones que tengan relación con la organización y sobre quienes obtienen están sujetos a sus beneficios y riesgos.
Los estudios recientes en América latina muestran que la incorporación de la IA en el sector estatal está centrada en el gobierno digital. Al respecto, en México, Ruvalcaba-Gómez y Cifuentes-Faura (2023) analizaron la relación del gobierno digital y la IA en el sector público de Jalisco, encontrando que aún los avances son limitados y gran parte de los trabajos públicos desconoce sobre las utilidades de la IA. En Perú, Miranda-Hospinal et al. (2024) examinaron la percepción de los expertos en obras públicas con respecto al uso de la IA como instrumento de mejora en la racionalidad y transparencia de obras públicas, destacando que existe un alto interés sobre su uso y sobre los beneficios que nos brinda para mejorar la transparencia y la eficacia en áreas como el control económico y de calidad, siendo de esta manera un importante instrumento contra la corrupción. En Brasil, Mencke et al. (2024) y Fajardo y Neiva (2025) evaluaron críticamente algunas herramientas de auditoría pública basadas en IA como ALICE y Malha Fina de Convênios, destacando una contribución positiva al control de riesgos y a la detección de irregularidades, sin embargo, advierten también que si bien la IA ofrece beneficios en términos de eficiencia se debe tener cautela respecto a sobre confiar en las salidas de los algoritmos.
Asimismo, a nivel regional la aplicación de la IA dentro de la gobernanza algorítmica es aún un espacio incipiente. De acuerdo con el trabajo de Benítez & Ruvalcaba-Gómez (2021) se ha detecto que existen preocupaciones respecto a la detección de la ética y los derechos humanos en los distintos niveles institucionales. De la misma manera, Romero & Villarroel (2024) señalan que la transparencia de la IA dentro de la administración estatal no debe estar limitada solamente con el acceso a la información sino que es necesario que se aplique principios de explicabilidad, que está referido a la capacidad de que la lógica interna del flujo de toma de decisiones pueda ser comprendido por personas, por su parte el principio de trazabilidad indica la capacidad para que los ciudadanos internalicen cómo se procesaron los datos, el control institucional, así como mecanismos de rendición de cuentas.
Teniendo en cuenta que la gobernanza algorítmica viene a ser el conjunto de procedimientos y controles aplicados en todas las etapas de la implementación de sistemas de IA, existen riesgos en cuanto a justicia algorítmica (Barocas & Selbst 2016; Mehrabi et al. 2021; Selbst et al. 2019). Por lo que, este estudio resulta innovador ya que el estudio de la IA en la gestión pública se realizará en base a tres dimensiones (valor público, transparencia e inclusión-equidad), que permitirán analizar artículos respecto a este tema en el contexto de América Latina. Contrario con revisiones previa, para la presente revisión se busca ofrecer una mirada crítica acerca de los beneficios, límites y salvaguardas centrados en la IA en contextos de instituciones públicas de Latinoamérica. Por lo tanto, el objetivo de este trabajo es sistematizar la evidencia empírica publicada entre los años 2016 y 2025 sobre aplicaciones de IA en la gestión pública de América Latina.
METODOLOGÍA
Se realizó una revisión sistemática siguiendo las directrices actualizadas de PRISMA, lo que permitió la búsqueda y sistematización de publicaciones en Ciencias Sociales siguiendo una lógica descriptivo-analítica y un enfoque comparativo. Con respecto al marco teórico se integró la perspectiva teórica del valor público que es útil para la evaluación de la legitimidad y de los resultados del ejercicio estatal (Moore, 1995) considerando perspectivas recientes relacionadas con la gobernanza y justicia algorítmicas.
Este artículo se redactó siguiendo la metodología PRISMA (Page et al., 2021) y PRISMA-S (Rethlefsen et al., 2021) de acuerdo con la siguiente secuencia metodológica: (1) planteamiento del problema de revisión; (2) aplicación de criterios de elegibilidad; (3) diseño de la estrategia de búsqueda; (4) búsqueda documental [Scopus, SciELO, Redalyc, Dialnet y Google Scholar] [periodo 2016–2025]; (5) de duplicación por DOI y título; (6) evaluación de la calidad de títulos y resúmenes seguida de la revisión de texto completo; (7) extracción de datos mediante un formulario estandarizado, con extracción de datos verificada mediante contraste realizada de forma independiente en un único formulario; (8) síntesis narrativa; (9) síntesis en tabla. La extracción de datos clave de cada publicación se realizó en una tabla diseñada en Microsoft Excel, estos datos incluyeron campos para autor, año, título, DOI, país, tipo de aplicación de IA, diseño metodológico; principales hallazgos).
Con respecto con la estrategia de búsqueda, se aplicaron descriptores relacionados a IA, que incluyeron a “artificial intelligence”, “machine learning”, “natural language processing”, “large language model*”. Respecto a la variable sector público se aplicó los siguientes descriptores “public administration”, “public management”, “public sector”, “gestión pública”, “administración pública”, “gobierno digital”, “e-government”. En todos los casos se aplicaron sus equivalentes en español y portugués. Las ecuaciones fueron adaptadas a la sintaxis específica de cada base.
Los parámetros de inclusión consideraron estudios indexados entre 2016 y 2025 en español, inglés o portugués que exploraron aplicaciones de IA en administraciones públicas de países de América Latina con un vínculo explícito con el valor público (transparencia, rendición de cuentas, equidad, junto con sesgo algorítmico). Se excluyeron estudios que se referían únicamente a investigación clínica, industrial o privada sin participación alguna del gobierno, notas editoriales, documentos de los cuales no se pudieron extraer datos empíricos suficientes (Fig. 1) y duplicados. El cribado de títulos y resúmenes fue realizado por dos revisores de manera independiente. El acuerdo entre evaluadores se estimó en términos del coeficiente kappa de Cohen, con κ = 0.718, lo que indica un grado bastante alto de acuerdo entre evaluadores. Se alcanzó un consenso para resolver cualquier discrepancia antes de finalizar la muestra de estudios para su inclusión.
Se ejecutó la valoración metodológica de la calidad utilizando las herramientas de MMAT y CASP, de acuerdo con el diseño de cada uno de los estudios (CASP UK, 2018; Hong et al., 2018). No se realizó un metaanálisis en razón de la variabilidad metodológica entre los estudios, enfoques, poblaciones, países, aplicaciones tecnológicas e indicadores reportados. Realizaron una síntesis narrativa y un análisis temático, categorizando los hallazgos en tres grandes categorías: valor público, transparencia y equidad.
Este estudio no trabajó directamente con sujetos humanos, ni implicó datos personales no públicos; por lo tanto, no se requirió consentimiento. Sin embargo, a pesar de que en los artículos revisados se presentó información altamente reservada, se cumplieron los principios internacionales de confidencialidad, el uso responsable de la información y los modelos establecidos de ética.
Figura 1
Diagrama Prisma – IA en gestión pública latinoamericana: transparencia, equidad y valor público
Nota. Se identificaron 189 registros, tras la eliminación de los duplicados (n = 125) se examinaron 64, de los cuales se excluyeron 34 por no cumplir los criterios y finalmente se incluyeron 30 estudios en la síntesis. Elaboración propia basada en PRISMA 2020.
RESULTADOS
Como indica esta síntesis de los treinta estudios, estos temas tienden a agruparse en torno a los servicios al ciudadano, la supervisión y la inspección, la gestión de los recursos públicos, la seguridad y la justicia, y el gobierno digital. Esta distribución muestra que la IA en la gestión pública de América Latina se ha adoptado donde existe presión por mejorar la eficiencia y la rapidez de respuesta, así como por reforzar la rendición de cuentas y optimizar los procesos administrativos. Por último, el análisis de la distribución temporal indica que un gran número de publicaciones se produjo entre 2020 y 2025, una señal de un creciente interés académico en la IA aplicada a la gestión pública en América Latina.
Figura 2
Distribución de estudios incluidos por año de publicación, 2016–2025
Nota. Elaboración propia con base en los 30 estudios incluidos en la revisión sistemática.
Las aplicaciones de procesamiento de lenguaje natural y clasificación automatizada en los servicios ciudadanos se centran en la gestión de solicitudes orientadas a transacciones o procedimientos, la evaluación de la urgencia y la dirección de las solicitudes. Esto permite a estos usos reducir la carga operativa y mejorar la rapidez de las respuestas; sin embargo, existe una limitación en su nivel de explicabilidad para las personas afectadas, lo que da lugar a que la decisión de automatización resulte inescrutable. En la supervisión y el control, se utilizan modelos predictivos para diseñar auditorías, buscando riesgos y posibles irregularidades que se detectarán (Fajardo & Neiva, 2025; Mencke et al., 2024), como en experiencias brasileñas con auditoría pública apoyada por IA. En el caso de la gestión de recursos se emplea el análisis de datos con el fin de planificar y programar servicios.
De esta manera, el rendimiento está relacionado de manera directa con la calidad de los datos y capacidad técnica del aparato público. A manera general se ha identificado que el patrón sectorial implica que en los gobiernos de América Latina se han adoptado los usos de la IA desde su naturaleza instrumental, es decir, se aprovecha su automatización y eficacia operativa. Por el contrario, existe una madurez empírica menor en temas relacionados con la legitimidad democrática o la confianza institucional. Lo que demuestra que, no solamente hace falta tener una administración mejorada al crear valor público, sino también con la capacidad de generar bienestar social y transparencia (Moore, 1995).
En los artículos analizados, las tecnologías que se repiten con mayor frecuencia son el aprendizaje automático supervisado, la analítica predictiva y el procesamiento lingüístico. Estas herramientas son de utilidad en la gestión pública para procesos como la gestión documental, detección de riesgos, auditorías o servicios a la ciudadanía y apoyo en la toma de decisiones. Por último, en tiempos recientes, los sistemas de lenguaje a gran escala y los recursos específicos del lenguaje que despliegan múltiples dominios lingüísticos (como el jurídico o el gubernamental) se volvieron más populares y ampliaron el potencial para la automatización de documentos y el análisis institucional.
En Brasil, la investigación sobre auditoría pública ha demostrado cómo la IA tiene el potencial de fortalecer la detección temprana de riesgos, limitar los márgenes de discrecionalidad y reforzar el control sobre los recursos públicos (Fajardo & Neiva 2025; Mencke et al. 2024). Recent Application on AI in Public Works: El análisis de la IA en obras públicas realizado con funcionarios públicos e investigadores (n=14.060), en comparación, muestra optimismo sobre la transparencia y la racionalidad de la toma de decisiones, pero también pone de relieve la falta de desarrollo de la explicabilidad, la documentación de modelos y la supervisión institucional para su uso en cada nivel (Miranda-Hospinal et al., 2024). Los informes sobre gobierno digital e IA en México indican que la aceptación ciudadana está condicionada por la confianza, la transparencia y la utilidad pública (Ruvalcaba-Gomez & Cifuentes-Faura, 2023).
Para ambas situaciones se refuerza la idea de la que IA, al menos en la fase en la que se encuentra actualmente, no tiene impactos de acuerdo con la sofisticación tecnológica, sino que más bien en la creación de condiciones adecuadas en las instituciones. Entre las que se incluye a la disponibilidad de datos representativos, la trazabilidad, líneas de responsabilidad, y la capacitación de equipos transdiciplinarios. Al respecto, la literatura sobre justicia algorítmica sostiene que (Barocas & Selbst, 2016; Selbst et al., 2019) en situaciones donde esas condiciones no se cumplen, los riesgos a la opacidad, el sesgo y el uso acrítico de los resultados algorítmicos aumentan
Cuando se analiza la IA desde la mirada del valor público que puede ofrecer se encuentra que mejora la efectividad operacional de los procesos ya que los tiempos de respuesta del procesamiento son menores además que permite la automatización de procesos, siendo así de gran utilidad en el fortalecimiento de la supervisión pública. Pese a ello, dichos avances no pueden por sí solos generar legitimidad y confianza institucional y tampoco justicia distributiva. En ese sentido, es necesario que se evalúe el valor público más allá de una perspectiva estrictamente técnica, por lo que se debe considerar que ofrezca un acceso equitativo, que haya una apertura institucional y mecanismos de rendición de cuentas, incluidas las soluciones algorítmicas.
Respecto a su relevancia, la asimetría es comparable a todas las dimensiones analizadas en este estudio. Así pues, de los 30 estudios seleccionados, se encontró que 21 sustentan que la IA presenta ventajas en cuanto a eficiencia, automatización, ahorro de tiempo, focalización en auditorías y optimización de la gestión de recursos. Además, se halló que 14 estudios (46,7%) abordan de manera explícita temas de relevancia como la transparencia considerando la provisión de información, trazabilidad o rendición de cuentas. Por último, se encontró que solamente 7 de los estudios (23,3%) enmarcan explícitamente la equidad, el sesgo algorítmico o la no discriminación como una dimensión central del análisis. Lo que sugiere, que la racionalidad en el uso de la IA dentro de la administración pública es mayormente instrumental. En consecuencia, existe una desconexión considerable entre la eficiencia en las operaciones y las garantías de equidad y transparencia en toda la región.
Tabla 1
Dimensiones analíticas abordadas en los estudios incluidos
|
Dimensión analítica |
Estudios que la abordan |
Porcentaje |
Interpretación |
|
Eficiencia operativa |
21 |
70,0% |
Dimensión predominante |
|
Transparencia y rendición de cuentas |
14 |
46,7% |
Tratamiento intermedio |
|
Gobernanza algorítmica |
10 |
33,3% |
Presencia emergente |
|
Valor público sustantivo |
9 |
30,0% |
Menor desarrollo empírico |
|
Equidad y sesgo algorítmico |
7 |
23,3% |
Desarrollo incipiente |
Nota. Elaboración propia con base en los 30 estudios incluidos en la revisión sistemática.
Los resultados favorables se agrupan en situaciones en las que la IA puede optimizar a mejorar la puntualidad de la respuesta, reforzar la supervisión, optimizar la asignación de recursos y detectar riesgos administrativos. Estas ventajas conciernen a administraciones públicas con escasez de recursos y a una ciudadanía o instituciones con alta demanda, o bien se relacionan con cuestiones de diseño institucional.
Pero surgen resultados problemáticos en situaciones con insuficiente capacidad de explicación, sin auditorías independientes y cuando el conjunto de datos es incompleto o las instituciones tienen poca capacidad para supervisar decisiones automatizadas. Para casos como los presentados, el uso de la IA puede trasladar desigualdades que ya existen dentro del sector público sobre todo si los datos no consideran la existencia de brechas territoriales, socioeconómicas o digitales.
Así pues, además de un riesgo técnico, el uso de la IA también puede llegar a tener implicancias políticas e incluso institucionales. Por lo que, si la inteligencia artificial se emplea en la automatización de decisiones públicas sin considerar controles y contrapesos adecuados es posible que se reduzca la capacidad de los ciudadanos para comprender o cuestionar las decisiones del Estado. Lo que incide directamente sobre la transparencia, y la legitimidad democrática.
Si bien se ha encontrado que IA contribuye significativamente a la mejora de la gestión pública, si su implementación no considera controles adecuados o una base de datos inclusiva y confiable que entrene adecuadamente a los modelos automáticos puede llegar a reproducir desigualdades ya existentes, sobre todo si no se respetan la ética, sociabilidad y los criterios institucionales. En ese sentido, si se entrenan modelos algorítmicos con datos de mala calidad o sesgados, es posible que comunidades o territorios vulnerables pueden no estar representados adecuadamente.
Por otro lado, teniendo en cuenta que hay una dependencia creciente hacia la tecnología dentro de este ámbito, puede que se restrinja la soberanía de los datos de un país y por ende agravar las exigentes auditorías públicas de los modelos y conducir a una menor capacidad de los Estados para correlacionar las soluciones tecnológicas con las realidades locales. Lo que ocurre actualmente en muchas administraciones públicas que dependen de proveedores externos, plataformas privadas o capacidades técnicas concentradas en otros estados.
Asumiendo esta perspectiva, se encuentra que la IA no puede evaluarse solamente por su capacidad para producir eficiencia sino desde su capacidad para general un valor público real. Por lo que, aspectos como la confianza institucional, transparencia o la legitimidad y protección de derechos pueden estar en riesgo. Por lo tanto, sin considerar estos criterios, la transformación digital puede por un lado mejorar la eficacia, pero del mismo modo debilitar la democracia.
En Latinoamérica, la evidencia científica es menor en cuanto a métricas en comparación con países de altos ingresos, donde hay mucha literatura comparable y hay una mayor homogeneidad metodológica. Lo que, si bien permite evitar grandes generalizaciones o metaanálisis, es bastante útil para explicar el rol de la IA en los gobiernos de países con pocas capacidades institucionales suficientes.
Desde un enfoque macro crítico, los resultados arrojan luz sobre la brecha NorteSur en la implementación de la IA pública. Aunque los países situados en la parte superior de esta pirámide tecnológica crean estándares, plataformas, modelos y marcos regulatorios (políticamente correctos), muchos países latinoamericanos quedan en gran medida relegados a posiciones de adopción de soluciones externas. Esta asimetría conduce a nuevas formas de dependencia tecnológica, limita la soberanía de los datos y, en última instancia, reduce la capacidad de un Estado para auditar o contextualizar sistemas algorítmicos.
En la misma línea, la revisión nos permite identificar críticamente el riesgo de un colonialismo de datos concebido como la extracción, el procesamiento y el uso de datos producidos en contextos periféricos de acuerdo con lógicas tecnológicas, comerciales o institucionales correspondientes a contextos más allá de sus territorios. Los riesgos respecto del poder estatal son que surjan en la gestión pública cuando bases de datos de ciudadanos, firmas conductuales, registros administrativos o información territorial sean explotados por sistemas cuyo diseño, entrenamiento o supervisión no dependen exclusivamente del Estado. Esto puede afectar la transparencia, la equidad y la capacidad de los ciudadanos para realmente cuestionar decisiones automatizadas.
En comparación con la literatura internacional, también refleja que en la región la transparencia con frecuencia todavía se interpreta como la publicación de información más que como la provisión de explicabilidad algorítmica. Asimismo, la equidad está emergiendo como un tema, pero aún sigue relativamente sin medirse de manera empírica. De ello se sigue que debemos pensar en la gobernanza algorítmica no solo como un asunto técnico, sino también como una cuestión de soberanía pública, justicia social y legitimidad democrática.
Aunque la heterogeneidad en el diseño del estudio, los protocolos, el país y los indicadores de impacto impide una síntesis estadística, se aplicaron MMAT y CASP para evaluar la rigurosidad metodológica de los estudios incluidos. Por estas razones, realizamos una síntesis narrativa y temática, junto con la identificación de evidencias provenientes de diversas corrientes de la literatura de ciencias sociales que se han establecido como adecuadas para su revisión.
Implicaciones para políticas públicas y gestión
Los resultados empíricos muestran que deberían establecerse criterios para la gobernanza algorítmica mediante la implementación de la IA en la gestión pública de los países de ALC. ¿Cómo hacerlo? Primero, institucionalizar las evaluaciones del impacto algorítmico según el nivel de riesgo de cada sistema. En segundo lugar, es necesario fortalecer la gobernanza de los datos mediante políticas de calidad, trazabilidad, interoperabilidad y protección de los datos personales. En tercer lugar, los mecanismos de revisión humana deben integrarse como predeterminados en todos los sistemas, sobre todo si estos pueden llegar a afectar derechos o el acceso a los servicios públicos.
CONCLUSIONES
En la presente investigación se ha encontrado que, en la administración pública de los países de América Latina, la inteligencia artificial se ha adoptado debido a razones de rapidez y automatización de procesos. Lo que implica efectos positivos sobre la eficiencia operativa, la puntualidad respecto a la prestación de servicios y la regulación pública. Pese a ello, dichos avances no son suficientes para generar un valor público pues necesitan ir acompañados de salvaguardas institucionales, los cuales garanticen procesos transparentes, explicabilidad y rendición de cuentas.
El análisis de los 30 artículos seleccionados en la presente revisión revelan que la adopción de IA se encuentra sustentada bajo tres condiciones: (i) datos regidos por atributos de calidad, trazabilidad y protecciones de daros; (ii) diseños institucionales para la evaluación del impacto algorítmico, la documentación del ciclo de vida, auditorías independientes y canales de queja; y (iii) capacidades interdisciplinarias en el funcionamiento/supervisión/corrección de sistemas sociotécnicos en producción.
En la revisión también se halló que la implementación de la IA dentro de gobiernos estatales no solamente es evaluada desde una perspectiva tecnológica, sino que también se analizan sus implicancias políticas y sociales. La IA puede ser una herramienta útil para fortalecer la gestión pública si esta se centra en atender los problemas de los ciudadanos a través de una mejor asignación de recursos, reducción de brechas de acceso y el crecimiento de la confianza institucional. Sin embargo, sus potenciales beneficios deben tomarse con cautela ya que si no se entrena con datos suficientes y no cuenta con una supervisión adecuada puede llegar a reproducir desigualdades ya existentes.
Una gobernanza algorítmica requiere de mecanismos obligatorios como evaluación de su impacto, adecuado entrenamiento con suficiente documentación de datos y modelos, auditorías independientes y tener vías de apelación ciudadana para que pueda integrarse dentro de la administración pública. Por lo tanto, solamente si existen condiciones previas de transparencia, control democrático y capacidad estatal, la IA podrá generar un valor público.
REFERENCIAS
Adamczyk, W. B., Monasterio, L., & Fochezatto, A. (2021). Automation in the future of public sector employment: the case of Brazilian Federal Government.
Technology in Society, 67, 101722. https://doi.org/10.1016/J.TECHSOC.2021.101722
Barocas, S., & Selbst, A. D. (2016). Big Data’s Disparate Impact. SSRN Electronic Journal. https://doi.org/10.2139/SSRN.2477899
Batista, M., Rocha, V., & dos Santos, J. L. A. (2020). Transparência, corrupção e má gestão: uma análise dos municípios brasileiros. Revista de Administração Pública, 54(5), 1382–1401. https://doi.org/10.1590/0034-761220190290
Benítez, V. H. G., & Ruvalcaba-Gómez, E. A. (2021). Analysis of national artificial intelligence strategies in Latin America: A study of the ethics and human rights approaches. Revista de Gestión Pública, 10(1), 5–32.
https://doi.org/10.22370/RGP.2021.10.1.3151
Business & Human Rights Resource Centre. (2019). OECD principles on artificial intelligence state that AI systems should be designed so that they respect
human rights, include safeguards. OECD. https://www.businesshumanrights.org/es/%C3%BAltimas-noticias/oecd-principles-on-artificialintelligence-state-that-ai-systems-should-be-designed-so-that-they-respecthuman-rights-include-safeguards/
CASP UK. (2018). CASP Checklists. https://casp-uk.net/casp-tools-checklists/ Chenou, J. M., & Valenzuela, L. E. R. (2021). Habeas Data, Habemus Algorithms:
Algorithmic Intervention in Public Interest Decision-Making in Colombia. Law,
State and Telecommunications Review, 13(2), 56–77. https://doi.org/10.26512/lstr.v13i2.34113
Curo, G. G., Lopez, G. S. L., Li, A. E. Q., & Paredes, W. M. (2022). Nuevas tecnologías y organizaciones del sector público en Perú. Revista Venezolana de Gerencia: RVG, ISSN-e 2477-9423, ISSN 1315-9984, Vol. 27, No. Extra
8, 2022 (Ejemplar dedicado a: Edición Especial), págs. 806-818, 27(8), 806–
818. https://doi.org/10.52080/rvgluz.27.8.5 de Souza Freire, F., Carvalho, G. P., Costa, L., Mendes Martins, V., Costa, C., & Saraiva, M. (2025). Automating public governance oversight: evidence from the Federal District of Brazil. Administratie si Management Public, 45, 91–
109. https://doi.org/10.24818/amp/2025.45-05
Fajardo, B., & Neiva, S. (2025). ‘Malha Fina de Convênios’: an AI application for auditing in the Brazilian federal government. Public Money & Management.
https://doi.org/10.1080/09540962.2025.2499704
Finol-Romero, L. (2023). Transparency in perspective of open government:
approach and conceptual map. Revista de derecho (Valdivia), 36(2), 141–
162. https://doi.org/10.4067/S0718-09502023000200141
Flores, A. M., Pavan, M. C., & Paraboni, I. (2021). User profiling and satisfaction inference in public information access services. Journal of Intelligent
Information Systems 2021 58:1, 58(1), 67–89.
https://doi.org/10.1007/S10844-021-00661-W
Francisca, M., Rosado, E., Gabriela, M., & Bravo, E. (2025). Inteligencia Artificial y tecnologías emergentes como herramientas para la toma de decisiones estratégicas en la Administración Pública: Artificial intelligence and emerging technologies as tools for strategic decision-making in public administration. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(4),
3171. https://doi.org/10.56712/LATAM.V6I4.4497
Garbaccio, G. L., & Lima Ramos, D. F. D. A. (2025). Utilização da Inteligência Artificial na Gestão Pública para Identificação de Irregularidades em
Licitações e Contratos: Experiências Brasileira e Portuguesa. Revista
Juridica, 3(83), 76–101. https://doi.org/10.26668/REVISTAJUR.2316753X.V3I83.7741
Hong, Q. N., Pluye, P., Fàbregues, S., Bartlett, G., Boardman, F., Cargo, M., Dagenais, P., Gagnon, M.-P., Griffiths, F., Nicolau, B., Rousseau, M.-C., & Vedel, I. (2018). Mixed Methods Appraisal Tool (MMAT), Version 2018 – User Guide. http://mixedmethodsappraisaltoolpublic.pbworks.com/w/file/fetch/127916259
/MMAT_2018_criteria-manual_2018-08-01_ENG.pdf
Hood, C., & Heald, D. (2006). Transparency: The Key to Better Governance? En
REVIEWS Public Administration (Vol. 86, Número 2). Oxford University Press. https://www.davidheald.com/coverage/PA%20Raab%202008.pdf
Jimbo-Santana, M., & Jimbo-Santana, P. (2021). Gobernanza Digital. Desarrollo de las Tecnopolíticas en los Países de América Latina: Una Revisión Sistemática de la Literatura. Economía y Negocios, 12(1), 51–65. https://doi.org/10.29019/EYN.V12I1.906
Laurente, I., Mallqui, D., & Serafim, M. P. (2023). Políticas públicas en salud con uso de inteligencia artificial: producción de conocimiento científico en Sudamérica. Revista Tecnologia e Sociedade, 19(58), 41–59. https://doi.org/10.3895/RTS.V19N58.16619
Limongi, R., Tsai, S.-B., Anastacio, E., Rafael ANPAD, S., Panizzon, M., Janissek-
Muniz, R., Marroni Borges, N., & Cainelli, A. (2025). Assessment Method for Generative AI Technology in Foresight and Policy Design in Public Management: Expanding AI Trustability for Anticipatory Governance. BAR -
Brazilian Administration Review, 22(3), e240196.
https://doi.org/10.1590/1807-7692BAR2025240196
Manus, A. C. M., & Larraín, y. S. S. (2021). La transparencia y la no discriminación en el Estado de bienestar digital. Revista Chilena de Derecho y Tecnología, 10(2), 301–332. https://doi.org/10.5354/0719-2584.2021.61034
Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2021). A Survey on Bias and Fairness in Machine Learning. ACM Computing Surveys, 54(6). https://doi.org/10.1145/3457607;WEBSITE:WEBSITE:DL-
SITE;REQUESTEDJOURNAL:JOURNAL:CSUR;ISSUE:ISSUE:DOI
Mencke, W., Gomes, R., & Xavier, F. (2024). Impacts of AI-based anti-corruption audits on risk aversion in decision-making: a case study of the Brazilian ALICE tool. Global Public Policy and Governance 2024 4:3, 4(3), 273–286.
https://doi.org/10.1007/S43508-024-00098-1
Miranda-Hospinal, O., Villodre, J., Valle-Cruz, D., & Angulo-Sánchez, K. (2024). Exploring the impact of artificial intelligence on the transparency and rationality of Peruvian public works: perceptions, expectations, challenges and opportunities. Transforming Government: People, Process and Policy, 20(1), 124–144. https://doi.org/10.1108/TG-07-2024-0167
Moore, M. H. (1995). Creating public value: Strategic management in government. Harvard University Press.
Morales Rocha, J. L., Coyla Zela, M. A., Morillos Valderrama, S. O., & Quispe Mamani, D. (2023). Open government in municipalities of Peru as an alternative to generate trust in citizens. Revista Venezolana de Gerencia, 28(102), 459–476. https://doi.org/10.52080/RVGLUZ.28.102.2
Motta Do Nascimento, S., de Oliveira, M., Oliveira, D. C., Finkler, M., Hellmann, F., Coelho, E., & Bussinguer, A. (2025). Inteligencia artificial, derechos humanos y justicia social: un análisis bioético de las recomendaciones internacionales.
Revista de Bioética y Derecho, 82–100.
https://doi.org/10.1344/RBD2025.65.50275
Navarro, L. S. S., Chacón, A. M. G., Panduro, J. A. T., & Becerra, R. M. Á. (2022). Gobierno digital y modernización en entidades públicas peruanas: revisión sistemática de literatura. Revista Venezolana de Gerencia: RVG, ISSN-e 2477-9423, ISSN 1315-9984, Vol. 27, No. 100, 2022, págs. 1376-1389, 27(100), 1376–1389. https://doi.org/10.52080/rvgluz.27.100.6
Nohara, I. P., & Colombo, B. A. (2019). Tecnologias cívicas na interface entre direito e inteligência artificial: Operação Serenata de Amor para gostosuras ou travessuras? A&C - Revista de Direito Administrativo & Constitucional,
19(76), 83–103. https://doi.org/10.21056/AEC.V19I76.1100
Nunes, E. H. da C., de Oliveira, J. C. B., Melo, L. M. de Q., Feitosa, C. E. A., & Monteiro, I. T. (2024). Democracy out-of-the-box: analysis of compliance with constitutional principles in tax policies that use Artificial Intelligence. Journal on Interactive Systems, 15(1), 333–348. https://doi.org/10.5753/JIS.2024.3879
Oselame Graf, J., & Müller Bitencourt, C. (2024). Digital government and the handling of sensitive data in the execution of public policies: challenges and possibilities. Araucaria, 26(56), 139–153.
https://doi.org/10.12795/ARAUCARIA.2024.I56.06
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E.
W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372.
https://doi.org/10.1136/BMJ.N71
Prieto, E. A. C., Galarza, I. A. S., Guevara, A. P., Sanchez, S. P. V., & Calderón, R.
F. C. (2024). Governance Model for Artificial Intelligence in the Public Sector
of Guayaquil, Ecuador, 2024. Journal of Ecohumanism, 3(8), 12850-12859-
12850–12859. https://doi.org/10.62754/JOE.V3I8.6113
Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., Ayala, A. P., Moher, D., Page, M. J., Koffel, J. B., Blunt, H., Brigham, T., Chang, S., Clark, J., Conway, A., Couban, R., de Kock, S., Farrah, K., Fehrmann, P., Foster, M., Fowler, S. A., Glanville, J., … Young, S. (2021). PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews.
Systematic Reviews, 10(1), 1–19. https://doi.org/10.1186/S13643-02001542-Z
Romero, L. F. (2025). Transparency of the public administration: discussion and analysis from the perspective of artificial intelligence. Revista de Derecho Administrativo Económico (ReDAd), ISSN-e 2810-7500, ISSN 2810-7608, No. 41 (enero - junio), 2025, págs. 129-154, (41), 129–154. https://doi.org/10.7764/redad.41.8
Romero, L. F., & Villarroel, I. E. (2024). Transparencia de la inteligencia artificial en la administración pública: Una revisión de estándares internacionales.
Revista de Direito Internacional, 21(1), 168–191. https://doi.org/10.5102/RDI.V21I1.9422
Romero, O. H., Julio, R., Rivera, C., Vallejo, U. C., & Perú, L. (2025). Políticas públicas basadas en datos e inteligencia artificial: revisión sistemática sobre modernización del estado y transformación digital. Impulso, Revista de
Administración, 5(11), 315–329.
https://doi.org/10.59659/IMPULSO.V.5I11.146
Ruvalcaba-Gomez, E. A., & Cifuentes-Faura, J. (2023). Analysis of the perception of digital government and artificial intelligence in the public sector in Jalisco, Mexico. International Review of Administrative Sciences, 89(4), 1203–1222. https://doi.org/10.1177/00208523231164587;REQUESTEDJOURNAL:JOU
RNAL:RASB;JOURNAL:JOURNAL:RASB;PAGE:STRING:ARTICLE/CHAP TER
Selbst, A. D., Boyd, D., Friedler, S. A., Venkatasubramanian, S., & Vertesi, J. (2019). Fairness and abstraction in sociotechnical systems. FAT* 2019 - Proceedings of the 2019 Conference on Fairness, Accountability, and Transparency, 59– 68.
https://doi.org/10.1145/3287560.3287598;PAGE:STRING:ARTICLE/CHAPT ER
Tavares, A. A., & Bitencourt, C. M. (2021). Diálogo entre o Direito e a Engenharia de Software para um novo paradigma de transparência: controle social digital. Revista Eurolatinoamericana de Derecho Administrativo, 8(1), 9–34.
https://doi.org/10.14409/REDOEDA.V8I1.9676
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial.
https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa