Cuando la IA habla como México: el reto de darle voz propia a la tecnología

La reciente declaración del secretario de Economía Marcelo Ebrard sobre la creación de un lenguaje propio de inteligencia artificial para México es una noticia relevante para la competitividad del país. Este es un gran paso que abre preguntas importantes para una discusión de fondo: ¿Qué significa exactamente un “lenguaje nacional de IA”? ¿Qué implicaciones tiene en lo técnico, lo cultural y lo político? ¿Y qué tan realista es pensar que México puede competir en este terreno, dominado por gigantes globales con miles de millones en inversión?

Más allá de los titulares y las posibilidades, lo que está en discusión es la posibilidad de que México defina sus propias reglas, sus propias voces, su propio lugar en el ecosistema digital global. Pero para que esa ambición no se quede en un mero deseo, hay que aterrizar el concepto, identificar sus riesgos y diseñar una estrategia con base en lo que realmente tenemos: talento, urgencias locales y una oportunidad que no se repetirá pronto.

¿De qué hablamos cuando hablamos de “lenguaje de IA”?

En el mejor de los casos, un lenguaje de IA “mexicano” no es solo una traducción automática del inglés, sino una estructura lingüística entrenada para entender el español que realmente se habla en México: con sus modismos, contextos, acentos regionales y desigualdades. Pero el riesgo es que esta idea se reduzca a una visión limitada de país. Porque un lenguaje por sí solo no corrige sesgos ni garantiza que los sistemas sean accesibles para todos.

Un modelo de IA que no entienda a una mujer oaxaqueña que habla español como segunda lengua, o que omita la forma en que se organiza la vida en una colonia popular de Guadalajara, no será más “mexicano” por llevar ese nombre.

La clave no es el modelo: es quién lo entrena

Aquí es donde entra una variable crítica: el talento humano. México no necesita solo infraestructura digital ni asociaciones con grandes tecnológicas. Necesita personas capaces de diseñar, entrenar, evaluar y adaptar estos modelos con un criterio ético, técnico y social. Y ahí es donde la formación se vuelve urgente.

Experiencias de plataformas como Platzi, muestran que el acceso al conocimiento —si es constante, práctico y contextualizado— transforma trayectorias de vida. Pero formar talento en IA no es solo enseñar a programar: es enseñar a pensar críticamente, identificar sesgos y entender el lenguaje como una herramienta de poder.

Imaginemos una ruta de formación que no solo enseñe a construir modelos, sino que forme para recopilar y organizar ejemplos reales del idioma no solo desde la academia o el gobierno, sino también desde barrios, colectivos, cooperativas rurales, empresas, espacios culturales y sectores de clase media trabajadora. Que incorpore las voces de empleados, emprendedores, artistas y técnicos, no solo de especialistas. Si el lenguaje de IA mexicano se diseña sin ellos y ellas, no será realmente mexicano: será otro modelo centralista, con un solo acento dominante.

¿Puede México competir en el tablero global de la IA?

Hoy, los modelos de lenguaje más avanzados en IA —como GPT, Gemini o LLaMA— son desarrollados por empresas con recursos técnicos que no están al alcance de la mayoría de los países. Pensar que México puede tener un modelo equivalente no es imposible si se entiende el concepto con claridad: no se trata de competir en tamaño, sino en relevancia.

México no necesita el modelo más grande, sino uno que funcione aquí: que ayude a resolver problemas reales para los mexicanos, desde el acceso a la justicia hasta la salud pública o la educación multilingüe.

Se necesita también un marco de gobernanza que garantice que este desarrollo será transparente, auditable y abierto al escrutinio público. Un lenguaje verdaderamente nacional se construye con transparencia e inclusión.

El reto está puesto, hay que entrarle

Crear un lenguaje de IA para México no es solo un problema técnico: es un proyecto cultural, educativo, político y ético. No se trata solo de escribir código, sino de decidir qué voces, qué visiones, qué territorios estarán representados.

La educación será clave para formar a quienes hagan ese lenguaje posible. Pero no cualquier formación: debe ser crítica, conectada con la realidad social, y abierta a la diversidad. Una formación que ya existe en espacios independientes, pero que necesita escalar, organizarse y ser reconocida.

México está a tiempo de dar ese salto en lo digital. Pero para lograrlo, debe construir un lenguaje de IA que realmente lo represente. Y para eso, primero, hay que escuchar todas sus voces —incluso las que el algoritmo no alcanza a detectar.