La cumbre organizada por la UIT concluyó que los beneficios de la inteligencia artificial dependerán menos de nuevas demostraciones y más de conectividad, capacidad de cómputo, estándares comunes y competencias locales.
La edición 2026 de AI for Good Global Summit concluyó en Ginebra con un cambio perceptible de énfasis: más que presentar la inteligencia artificial como una solución por sí misma, buena parte de las discusiones se concentró en la infraestructura, los estándares, las capacidades humanas y los mecanismos de confianza necesarios para utilizarla.
La cumbre, celebrada entre el 7 y el 10 de julio, fue organizada por la Unión Internacional de Telecomunicaciones (UIT) junto con más de 50 entidades de Naciones Unidas y el Gobierno de Suiza. Su programa abarcó salud, agricultura, educación, movilidad, robótica, tecnologías cuánticas, industrias creativas, infraestructura y políticas públicas.
La documentación de cierre consultada no registra una declaración vinculante, un nuevo tratado ni compromisos presupuestarios comunes. Los resultados más concretos fueron la creación de grupos de trabajo e iniciativas destinadas a trasladar los principios sobre una IA responsable hacia proyectos, estándares y capacidades institucionales.
La IA también depende de la infraestructura anterior a ella
Una de las principales conclusiones fue que la denominada brecha de la IA no comienza con los modelos, sino con problemas más elementales: falta de electricidad confiable, conectividad insuficiente, acceso desigual a centros de datos y escasez de capacidad de cómputo y personal especializado.
En su balance de la cumbre, el director de Normalización de la UIT, Seizo Onoe, señaló que solamente 32 países disponen de centros de datos especializados en IA. También indicó que los países en desarrollo, excluida China, reúnen aproximadamente la mitad de los usuarios de Internet del mundo, pero menos del 10% de la capacidad mundial de centros de datos.
Estas cifras proceden de la propia UIT y resumen el problema que la organización quiso instalar en la agenda: alrededor de 2.200 millones de personas todavía no utilizan Internet, por lo que una estrategia internacional de IA no puede separarse de las inversiones en banda ancha, electricidad, centros de datos, servicios en la nube y procesamiento en el borde.
El encuentro también moderó algunas interpretaciones de la llamada soberanía tecnológica. La posición expuesta por la UIT es que muy pocos países pueden construir por sí solos la cadena completa de chips, centros de datos, modelos y aplicaciones. Desde esa perspectiva, la autonomía no necesariamente exige aislamiento, sino capacidad para escoger proveedores, establecer condiciones y evitar dependencias mediante estándares abiertos e interoperables.
De las demostraciones a las condiciones de despliegue
Los balances diarios publicados por AI for Good muestran que la conversación se desplazó progresivamente hacia el uso de IA en ciudades, transporte, servicios públicos, redes de telecomunicaciones, autenticidad de contenidos y sistemas automatizados capaces de actuar en nombre de personas u organizaciones.
En salud, agricultura, educación y respuesta ante desastres se presentaron proyectos y casos de aplicación. Sin embargo, la información disponible sobre ellos es desigual y en numerosos casos procede de sus propios desarrolladores. La presencia en la cumbre no constituye una validación independiente de su eficacia, seguridad o capacidad para operar a gran escala.
La conclusión más prudente no es que esas aplicaciones hayan demostrado resolver los problemas descritos, sino que su adopción dependerá de datos apropiados, conocimiento sectorial, pruebas locales, supervisión y criterios comunes para evaluar resultados.
Un laboratorio para desarrollar capacidades locales
La UIT presentó durante el encuentro el AI for Good Lab, una iniciativa orientada a países en desarrollo y economías emergentes. Su propuesta combina evaluaciones de preparación nacional, apoyo para políticas públicas, formación de profesionales y acceso a infraestructura pública de IA.
El programa se apoya en experiencias previas de entornos de prueba desarrollados con países como Camerún, India, Mozambique, Nepal, Perú, Tanzania, Uzbekistán, Zambia y Zimbabue. La UIT plantea que esos entornos permitan experimentar con conjuntos de datos locales, recursos de cómputo, herramientas abiertas y modelos con pesos disponibles.
La iniciativa tiene un alcance amplio, pero todavía se encuentra en una etapa temprana. La documentación publicada describe sus áreas de trabajo y posibles beneficiarios, aunque no detalla presupuestos, calendarios por país ni indicadores con los que se evaluarán sus resultados.
Estándares para agentes que actúan en nombre de personas
El resultado técnico más definido de la cumbre fue la creación del Grupo Temático de la UIT sobre confianza e identidad para las personas y la IA agéntica.
El grupo estudiará cómo identificar y autenticar agentes de IA que interactúan con personas, empresas y otros sistemas. También trabajará en arquitecturas de referencia, credenciales digitales, interoperabilidad, criterios de seguridad y modelos para evaluar el comportamiento de estos programas durante su ciclo de vida.
La iniciativa responde a problemas como la suplantación de personas u organizaciones y la ejecución de acciones no autorizadas, especialmente cuando un agente puede realizar transacciones o intervenir en infraestructuras críticas.
Por ahora, no se ha aprobado un estándar internacional. El grupo comenzará su trabajo técnico en noviembre de 2026 y deberá elaborar una hoja de ruta para una posible normalización posterior.
Nuevas estructuras, pero todavía pocos compromisos medibles
Otro de los anuncios fue la Comisión Mundial AI for Good, integrada inicialmente por más de 40 representantes de gobiernos, empresas tecnológicas y organismos internacionales.
La comisión se propone impulsar vías prácticas para aumentar la confianza y reducir las desigualdades de acceso a la IA. No obstante, la información publicada hasta ahora no establece obligaciones para sus integrantes, resultados esperados, mecanismos de rendición de cuentas ni plazos concretos.
Por ello, su relevancia dependerá de los proyectos, recursos y compromisos verificables que pueda presentar después de su reunión inaugural. Su composición de alto nivel no constituye por sí misma una garantía de resultados.
La conclusión general de AI for Good 2026
El principal mensaje que deja la cumbre es que el desarrollo de la IA ya no puede medirse solamente por las capacidades de los modelos. Su impacto dependerá también de quién controla la infraestructura, qué países pueden acceder a ella, cómo se identifican los sistemas automatizados, qué estándares permiten conectarlos y qué conocimientos tienen las instituciones encargadas de utilizarlos.
AI for Good 2026 produjo nuevas estructuras para trabajar en esas materias, pero no resolvió los desacuerdos regulatorios ni la concentración mundial de infraestructura. La siguiente prueba será determinar si sus laboratorios, comisiones y grupos técnicos generan estándares utilizables, capacidades locales y resultados que puedan medirse independientemente.
Fuentes: sitio oficial de AI for Good Global Summit 2026, balance de cierre del evento, conclusiones del director de Normalización de la UIT, documentación del AI for Good Lab, documentación del grupo sobre identidad y confianza y anuncio de la Comisión Mundial AI for Good.
📬 Newsletter gratuito
