La trampa de la conversión

Imagina esto.

El modelo sabe qué necesita el paciente. El médico también lo sabe. El tratamiento existe en algún lugar del mundo.

Pero la clínica no tiene oxígeno. O el hospital ya no puede pagar el software. O la medicina está atascada en algún punto de la cadena de suministro. O la máquina se rompió y nadie vino a repararla.

Ese es el patrón que más me preocupa con la AGI.

No un mundo en el que los países pobres quedan fuera de la inteligencia.

Un mundo en el que la inteligencia llega, pero los resultados no.

Esa es la trampa de la conversión.

En 2021 vimos una versión en la vida real. Los científicos crearon vacunas contra la COVID en tiempo récord. Para finales de ese año se habían administrado alrededor de 9.000 millones de dosis en todo el mundo. La ciencia funcionaba.

La entrega no.

Los países ricos alcanzaron rápidamente tasas altas de vacunación. Los países pobres todavía estaban por debajo del 10 por ciento.

La brecha no se debía principalmente al conocimiento. Las fórmulas existían. Los protocolos existían. El conocimiento para fabricar existía en algunos lugares. Lo que decidió quién quedaba protegido fue todo lo que rodeaba a la ciencia: capacidad de compra, concentración de la fabricación, restricciones a la exportación, cadena de frío, electricidad, sistemas sanitarios locales y confianza.

Esa es la idea central de este ensayo.

La IA puede crear un mundo donde las respuestas estén en todas partes, pero los resultados no. Un estudiante puede tener un tutor de IA y seguir yendo a una mala escuela. Un agricultor puede recibir mejores consejos y seguir sin riego, almacenamiento, crédito ni acceso a compradores. Una enfermera puede tener apoyo para decidir y seguir trabajando en una clínica sin oxígeno, diagnósticos ni medicinas disponibles.

Lo mismo podría ocurrir con avances más futuristas. Imagina que la IA ayuda a crear un tratamiento real contra el envejecimiento, una cura potente contra el cáncer o algún tipo de mejora cognitiva seria. La ciencia puede ser real. Pero los beneficios seguirán llegando primero a los lugares que controlan las pruebas, la regulación, la fabricación, los seguros, los especialistas y la distribución. En ese mundo, los ricos no solo serán tratados primero. Serán mejorados primero.

El problema no es solo el acceso a la inteligencia. Es la capacidad de convertir la inteligencia en realidad.

---

Cómo funciona la trampa

Para que la inteligencia se convierta en desarrollo, toda una cadena debe sostenerse: energía, internet, cómputo, contexto local, capacidades, dispositivos, confianza, pagos, logística, mantenimiento, compras e instituciones que realmente funcionen.

El Banco Mundial tiene una forma sencilla de describirlo: conectividad, cómputo, contexto y competencia. La inteligencia no llega sola. Necesita vías por las que circular.

Si demasiadas de esas vías son débiles, la inteligencia deja de traducirse en vida cotidiana.

Esa es la trampa. Los países pobres pueden usar modelos de primera línea, herramientas de IA y conocimiento, y aun así depender de infraestructura extranjera y no conseguir mejoras reales en medicina, educación, capacidad estatal o ingresos.

El modelo sabe.

El sistema no puede entregar.

El acceso sin conversión se convierte en una nueva forma de dependencia.

---

La COVID fue el ensayo

La COVID lo hizo brutalmente evidente.

Con las vacunas, la humanidad resolvió el problema del conocimiento antes que el problema de la entrega. Para finales de 2021, los países del G20 habían asegurado suficiente suministro para cubrir más del doble de sus poblaciones. La Unión Africana, en cambio, solo pudo asegurar alrededor de una quinta parte de su población mediante acuerdos bilaterales. COVAX se creó para cerrar esa brecha, pero entregó menos de la mitad de su objetivo original.

La respuesta existía, pero se rompió la capa de conversión.

El oxígeno fue todavía más duro. Los médicos ya sabían qué necesitaban muchos pacientes de COVID. A principios de 2021, la OMS estimaba que más de medio millón de pacientes de países de ingresos bajos y medios necesitaban oxígeno cada día.

La gente siguió muriendo.

No porque faltara conocimiento. Porque el oxígeno no es una sola cosa. Es todo un sistema: producción, recarga, transporte, almacenamiento, cilindros, reguladores, concentradores, electricidad, mantenimiento, técnicos y coordinación hospitalaria.

Los médicos sabían. El sistema falló.

---

El cementerio de los pilotos

Esto no es solo una historia sobre la COVID. Ya está ocurriendo con la propia IA.

En la salud global, las herramientas de IA siguen un patrón conocido: resultados sólidos en pruebas, atención de donantes y luego deterioro antes de integrarse al sistema sanitario. Se termina la subvención. Llega la factura del servidor. La suscripción se vuelve demasiado cara. El personal capacitado se va. La integración con los sistemas nacionales nunca ocurre. Los responsables políticos pasan a otra cosa.

La herramienta funcionaba.

El sistema no pudo mantenerla viva.

Por eso la pregunta real no es solo si la IA puede ayudar en contextos con pocos recursos. En muchos casos está claro que sí. La pregunta más difícil es si la institución que la rodea puede absorberla, pagarla, regularla, mantenerla y convertirla en algo normal.

---

América Latina ya mostró la división

No es solo una historia sobre países ricos y pobres. La verdadera división atraviesa la capacidad de implementación.

América Latina no avanzó como un bloque. Chile gestionó mucho mejor la vacunación que Perú, no porque entendiera mejor la vacuna, sino porque podía entregarla mejor. Aseguró el suministro antes, tenía una infraestructura de vacunación más fuerte y podía mover las dosis por sistemas que funcionaban.

Perú mostró el otro lado del patrón. Tenía un sistema sanitario más fragmentado, peor coordinación, una geografía más difícil y una inestabilidad política más profunda. La crisis del oxígeno lo hizo visible de forma brutal. Perú terminó con uno de los peores resultados de mortalidad del mundo. Antes de la pandemia, dos grupos empresariales suministraban casi todo el oxígeno médico contratado por el Estado. El país también mantenía una regla de pureza más estricta que el estándar de la OMS, lo que limitaba la competencia y ralentizaba el acceso. Después, muchas plantas de oxígeno instaladas en el país terminaron sin uso, averiadas o abandonadas.

Eso no fue un fracaso en entender el oxígeno.

Fue un fracaso en convertir conocimiento en entrega.

Perú ya había visto una versión de esto antes de la IA. El programa One Laptop per Child llevó dispositivos a escuelas rurales y aun así no encontró mejoras significativas en lectura o matemáticas. El artefacto llegó. El sistema que lo rodeaba no cambió lo suficiente para convertir el acceso en resultados.

---

Por qué la IA podría profundizar la dependencia

La historia optimista dice que la inteligencia se volverá barata y que los beneficios se repartirán naturalmente. Eso supone que el principal cuello de botella es el conocimiento. En muchos países pobres no lo es. Es la implementación.

Si los modelos, la nube, los chips, el suministro de medicinas, la robótica y las plataformas centrales son propiedad de otros, los países pobres podrían obtener acceso a la inteligencia principalmente como inquilinos.

Podrán consultar el futuro sin poder construirlo.

Trabajos recientes de grupos como UNCTAD y la OCDE apuntan en esa dirección. La capacidad de IA, el cómputo y la I+D empresarial están muy concentrados, mientras que la preparación y las ganancias de productividad son mucho mayores en las economías avanzadas que en las más pobres. La inteligencia puede difundirse más rápido que la captura de valor.

Ese es el peligro real. La IA no necesita excluir a los países pobres para profundizar la desigualdad. Solo necesita incluirlos en condiciones de dependencia.

Obtienen mejores respuestas, pero el valor se captura en otro lugar.

Obtienen mejores herramientas, pero la infraestructura sigue siendo extranjera.

Obtienen apoyo para el diagnóstico, pero no las medicinas.

Obtienen ayuda educativa, pero no escuelas más fuertes.

Obtienen inteligencia empresarial, pero no crédito más fácil, mejor logística ni capacidad industrial local.

Todo esto puede ayudar marginalmente.

Pero no es lo mismo que desarrollo.

---

El contraejemplo positivo

Esto no significa que los países pobres nunca puedan convertir herramientas digitales en mejoras amplias. Sí pueden.

M-PESA en Kenia es un recordatorio útil. El dinero móvil redujo fricciones de la vida económica diaria y produjo mejoras reales en el bienestar porque se apoyó en vías que la gente podía usar. La tecnología encajaba en el contexto, resolvía un cuello de botella real y pasó a formar parte de la vida cotidiana en lugar de quedarse como una demostración externa.

Así se ve una conversión exitosa.

No es magia.

No es solo acceso.

Es una herramienta encontrándose con vías que funcionan.

---

La pregunta real

La pregunta central del desarrollo en la era de la IA no es si los países pobres pueden acceder a la inteligencia.

Es si pueden construir la capacidad de convertir la inteligencia en mejoras amplias.

Eso significa infraestructura, instituciones, talento local, logística, fabricación, energía, compras y capacidad estatal.

Si nada de eso mejora, la IA quizá no cierre la brecha de desarrollo.

Puede reorganizarla.

El modelo sabe.

El sistema no puede entregar.

La AGI podría escalar ese patrón mucho más allá de la salud pública.

El futuro quizá no se divida entre quienes pueden preguntar.

Quizá se divida entre quienes pueden convertir las respuestas en realidad.