PR 3.0

La inteligencia artificial ya procesa en segundos lo que antes tomaba semanas. El reto no es tecnológico: es de criterio, de diseño y de ética. Y para el Estado peruano, es sobre todo un reto de comunicación.

Uso inteligencia artificial todos los días y debo confesar que cada semana aprendo algo nuevo. Herramientas que hace un año solo redactaban textos hoy cruzan bases de datos completas, detectan patrones en información de alta carga y proponen enfoques con una disciplina metódica que pocas personas sostienen durante horas. Lo que antes tomaba una semana de hojas de cálculo hoy se resuelve en minutos.

Pero hay una distinción que no quiero que se pierda en el entusiasmo: los resultados de la IA son precisos, no necesariamente confiables. La precisión es formal; la confiabilidad depende del contexto. Y el contexto, la experiencia y el punto de vista los ponemos los humanos. Una máquina puede encontrar el hallazgo; interpretar qué significa para esta organización, este mercado o este ciudadano sigue siendo trabajo nuestro.

Desde esa experiencia quiero plantear tres ideas: que la empresa debe pasar de una IA que genera a una que actúa; que los chatbots fracasaron por mal diseño, no por mala tecnología; y que el Estado peruano tiene en la IA la oportunidad de cumplir, por fin, una promesa que las relaciones públicas formularon hace más de cuarenta años.

1. En la empresa: de la IA que genera a la IA que actúa

La IA generativa responde: redacta, resume, sugiere. La IA agentiva ejecuta: planifica pasos, consulta sistemas, completa tareas y devuelve resultados. McKinsey define a los agentes como sistemas capaces de actuar en el mundo real, planificando y ejecutando varios pasos de un flujo de trabajo (McKinsey, 2025).

Para la gerencia, la diferencia es concreta. Un agente bien configurado puede armar en una mañana un benchmark de competidores, cruzar precios, normativas y reseñas, y entregar al equipo un insumo listo para decidir. El tiempo que se ahorra no está en escribir el informe, sino en llegar antes a la conversación que importa: qué hacemos con esto.

Sin embargo, la adopción es amplia pero poco profunda. Según la encuesta global de McKinsey (casi 2 000 participantes en 105 países), 88 % de las organizaciones usa IA en al menos una función, 62 % al menos experimenta con agentes, pero solo 23 % los escala y en ninguna función de negocio ese porcentaje supera el 10 %.

Y el entusiasmo tiene freno. Gartner proyecta que más del 40 % de los proyectos de IA agentiva serán cancelados antes de fines de 2027 por costos, valor de negocio poco claro o controles de riesgo insuficientes; además advierte del agent washing: estima que solo unos 130 de miles de proveedores ofrecen agentes reales (Gartner vía Outlook Business).

Por eso insisto en el criterio humano. La propia McKinsey reporta que 51 % de los encuestados sufrió al menos una consecuencia negativa por usar IA, y la más frecuente fue la inexactitud (30 %) (IDM). El caso más ilustrativo vino de una consultora global: Deloitte Australia tuvo que devolver parte de los 440 000 dólares australianos de un informe para el gobierno que incluía una cita judicial inventada y referencias a estudios inexistentes; la versión corregida reconoció el uso de IA generativa (AP vía CTV). El benchmark de la IA puede ser más rápido y más amplio; será más certero solo si alguien con experiencia lo valida.

2. Por qué odiamos a los chatbots (y quiénes lo hicieron bien)

Lo digo sin rodeos: he odiado a los chatbots. No porque no entienda cómo funcionan, sino precisamente porque lo entiendo. La programación que la mayoría de empresas invirtió en ellos fue pobre: árboles de decisión rígidos, respuestas enlatadas y, al final, un muro que impedía llegar a una persona.

Y no soy el único. En una encuesta de Gartner a 5 728 clientes, 64 % dijo preferir que las empresas no usen IA en su servicio al cliente y 53 % consideraría cambiarse a la competencia si se enterara de que la usarán (Gartner). El temor principal no es la tecnología: es no poder hablar con un humano.

El caso Klarna lo resume. En 2024 la fintech sueca anunció que su asistente de IA hacía el trabajo de 700 agentes y atendía 75 % de los chats. En 2025 su CEO reconoció que la calidad había caído y volvió a contratar personas, con una premisa que comparto: el cliente debe saber que siempre habrá un humano si lo quiere (Entrepreneur).

La otra cara existe, y en el Perú la tenemos cerca. La banca invirtió más, y se nota. El BCP pasó de 8,8 millones de clientes digitales en diciembre de 2023 a 17,3 millones en agosto de 2026, el 81 % de su base; en su grupo financiero, más del 90 % de los colaboradores usa herramientas de IA, y su apuesta al 2030 es una banca conversacional que recuerde el contexto del cliente (Infomercado). La lección no es que el chatbot funcione; es que quien diseña con el usuario en el centro y con un humano disponible gana engagement con sus stakeholders.

Gartner proyecta que hacia 2029 la IA agentiva resolverá de forma autónoma 80 % de los problemas comunes de atención, con 30 % menos costos operativos (Gartner). Si eso ocurre, la pregunta será quién diseñó esa conversación y con qué criterio.

3. En el Estado: del trámite a la relación

Si en la empresa la IA mejora decisiones, en el Estado puede mejorar algo más difícil: la relación con el ciudadano. Hay países que ya lo demuestran.

Dos lecciones de esos casos son clave. El Reino Unido detectó que algunos usuarios confiaban de más en las respuestas por la credibilidad de la marca GOV.UK, y tuvo que trabajar para que entendieran el riesgo de error (UKAuthority). Y la NHS mantiene los canales tradicionales junto a la herramienta de IA: nadie queda obligado a hablar con una máquina.

La salud es donde más se juega. Un ciudadano que llama para pedir una cita no quiere un menú: quiere una respuesta. EsSalud ya anunció el uso de IA para mejorar su central telefónica de citas (El Peruano) y desarrolla herramientas como MediVoz, un escriba clínico que transcribe consultas (Andina).

¿Dónde está el Perú? Tenemos marco: la Ley 31814 (2023), su reglamento (D. S. 115-2025-PCM, vigente desde el 22 de enero de 2026) y la Estrategia Nacional de IA 2026-2030 (R. M. 152-2026-PCM), que exige a cada entidad un Oficial de IA, un plan de acción de al menos tres años, reportes trimestrales y la norma NTP-ISO/IEC 42001 (IUS360). Y hay casos: el asistente Gobi en gob.pe, LIA del MTC y un asistente del MIMP que orienta en español, quechua, aimara y shipibo-konibo (El Peruano).

En el Índice Latinoamericano de IA (ILIA 2025, CEPAL y CENIA), el Perú ocupa el puesto 7 de 19 con 51,93 puntos, en el grupo de adoptantes y por encima del promedio regional de 42,98 (El Comercio).

Pero aquí está el dato que más me interesa como comunicador. En el índice de gobierno digital de la ONU, el Perú subió del puesto 82 en 2012 al 58 en 2024. En el mismo periodo reciente, en participación electrónica cayó del 22 en 2022 al 42 en 2024 (ONU DESA). Digitalizamos trámites, pero escuchamos menos.

Ese es el riesgo de ver un solo árbol y no el bosque. La norma ordena el uso; no garantiza la conversación. Como advierte un análisis de IUS360, la estrategia deposita casi toda la ejecución en la Secretaría de Gobierno y Transformación Digital sin un aumento conocido de recursos, y pide planes a las 1 891 municipalidades al mismo tiempo.

4. Grunig tenía razón: las herramientas cambian, los conceptos no

En 1984, James Grunig y Todd Hunt publicaron Managing Public Relations y propusieron cuatro modelos de relaciones públicas. Los dos últimos son bidireccionales y se basan en investigación: el asimétrico, que escucha al público para persuadirlo mejor, y el simétrico, que escucha para construir entendimiento mutuo y está dispuesto a que la propia organización cambie. La literatura considera al simétrico el modelo más ético, porque es el único que funciona como diálogo real (SAGE, Encyclopedia of Public Relations).

Hacia 2010 yo pensaba que las redes sociales serían la herramienta que por fin haría posible ese modelo. No ocurrió del todo: las instituciones aprendieron a publicar en redes, pero pocas aprendieron a escuchar en ellas. Como siempre he dicho, las herramientas van a cambiar, pero los conceptos no.

La IA reabre la oportunidad con una ventaja que las redes no tenían: escala. Un agente bien diseñado puede atender a millones de ciudadanos, a cualquier hora y en su lengua, y además convertir cada consulta en información: qué trámites confunden, dónde se traban, qué se repite. Eso es investigación de públicos en tiempo real, el insumo que Grunig ponía en el centro.

Pero la tecnología, por sí sola, puede quedarse en el modelo asimétrico: usar lo que escucha solo para responder mejor lo mismo. El salto simétrico ocurre cuando esa información regresa a la entidad y cambia el procedimiento, simplifica el formulario o corrige la norma. Por eso sostengo que la IA en el Estado debe plantearse y gobernarse con participación directa de las áreas de comunicaciones y relaciones públicas, no como un proyecto solo tecnológico. El área de TI construye el canal; comunicaciones debe diseñar la conversación y asegurar que lo escuchado llegue a quien decide.

El primer reto del Estado es entender todo lo que la IA puede hacer. El segundo, más difícil, es decidir para qué la quiere: para hablarle al ciudadano o para conversar con él.

5. Sin ética no hay confianza, y sin confianza no hay diálogo

Todo lo anterior se cae si el ciudadano no confía en lo que el Estado hace con sus datos. Y hoy esa confianza está en juego. A nivel global, 66 % de las personas usa IA con regularidad, pero solo 46 % está dispuesta a confiar en ella, según el estudio de KPMG y la Universidad de Melbourne en 47 países (MBS). Un dato alentador para nosotros: en las economías emergentes tres de cada cinco personas confían en la IA, frente a dos de cada cinco en las avanzadas.

En el Perú, las denuncias por uso indebido de datos personales pasaron de 30 en 2018 a 647 en 2025, y las entidades públicas figuran entre los sectores más sancionados (La Cámara). En 2025 la Autoridad Nacional de Protección de Datos Personales impuso multas por más de 11,3 millones de soles (MINJUSDH) e incluso sancionó a una entidad del propio Estado por difundir la fotografía de un ciudadano sin su consentimiento (Perú Retail). Si una foto genera una infracción grave, imaginemos lo que está en juego cuando un agente de IA accede a historias clínicas o datos tributarios.

Por eso propongo cuatro condiciones mínimas para cualquier agente de IA del Estado:

1. Transparencia: el ciudadano debe saber que habla con una IA, qué datos usa y para qué.
2. Humano disponible: siempre una vía clara para hablar con una persona, como mantiene la NHS y como terminó reconociendo Klarna.
3. Supervisión y verificación: respuestas ancladas en fuentes oficiales y revisadas, como el GOV.UK Chat que pasó de 76 % a 90 % de precisión.
4. Retorno a la gestión: lo que el agente escucha debe volver a la entidad y cambiar procesos. Ahí está el modelo simétrico.

La concientización pública sobre qué es la IA y cómo puede mejorar el desarrollo humano no es un lujo; es condición para que la adopción no amplíe brechas. El PNUD lo advierte: estas herramientas mejoran el servicio para quienes tienen acceso, pero pueden ensanchar la distancia con quienes no (Swissinfo/EFE).

La IA no reemplaza el criterio. Lo exige. En la empresa, para validar lo que la máquina encuentra; en el Estado, para decidir qué hacer con lo que el ciudadano dice. Cuarenta años después de Grunig, por fin tenemos una herramienta capaz de escuchar a escala. Lo que falta es la voluntad de conversar.

Fuentes

• Grunig, J. y Hunt, T. (1984). Managing Public Relations. Holt, Rinehart and Winston.
• PCM. D. S. 115-2025-PCM, Reglamento de la Ley 31814.
• El Peruano. R. M. 152-2026-PCM, Estrategia Nacional de IA 2026-2030.
• ONU DESA. UN E-Government Survey, perfil del Perú.
• McKinsey. The state of AI in 2025.
• Gartner. Encuesta sobre IA en servicio al cliente (2024) y predicción sobre IA agentiva (2025).
• Universidad de Melbourne y KPMG. Trust, attitudes and use of AI: a global study 2025.
• CEPAL y CENIA. Índice Latinoamericano de IA 2025, según El Comercio y El Observador.
• NHS England. Aceleración de herramientas de IA (2026).
• MINJUSDH. Balance 2025 de la ANPD.