Implementación y desafíos de la inteligencia artificial
en la gestión pública latinoamericana: una revisión sistemática
Implementation and challenges of artificial intelligence in Latin American
public management: A systematic review
Recibido: 15/04/2026 - Aceptado: 10/07/2026
Abraham Saul Sanchez Mendez
https://orcid.org/0000-0002-9416-7885
asanchezm12@ucvvirtual.edu.pe
Universidad César Vallejo. Lima, Perú
Rocío Tarcila Vicente De paz
https://orcid.org/0000-0003-3509-4214
rvicentepa16@ucvvirtual.edu.pe
Universidad César Vallejo. Lima, Perú
Elva Melisa Cueva Vásquez de Rojas
https://orcid.org/0009-0004-6877-2178
ecueva18@ucvvirtual.edu.pe
Universidad César Vallejo. Lima, Perú
Resumen
Actualmente, la inteligencia artificial (IA) se posiciona como una herramienta clave para transformar la
administración pública, al automatizar procesos, optimizar decisiones y reducir la corrupción mediante el control
de datos. Este estudio tiene como objetivo analizar la implementación y los desafíos de la inteligencia artificial en
la gestión pública latinoamericana a partir de la evidencia disponible en la literatura científica. Metodológicamente,
adopta un enfoque cualitativo y una revisión sistemática de la literatura siguiendo los protocolos PRISMA. Los
resultados revelan que la IA facilita el procesamiento rápido de grandes volúmenes de datos, la automatización de
flujos administrativos, la planificación efectiva de políticas y una mejor prestación de servicios que acerca el Estado
a la ciudadanía. Sin embargo, estos beneficios coexisten con brechas estructurales significativas, como la
heterogeneidad territorial, las limitaciones presupuestarias y la insuficiente infraestructura, además de la urgencia
por establecer marcos éticos y normativos que eviten la vulneración de derechos. Se concluye que la IA no es una
panacea ni una amenaza inevitable, sino una herramienta condicionada por el contexto institucional. Su éxito
dependerá de la capacidad de los Estados para armonizar la innovación tecnológica con la justicia social y la
rendición de cuentas democrática.
Palabras clave: estado, gestión, gobiernos, tecnología.
Abstract
Currently, artificial intelligence (AI) is positioned as a key tool for transforming public administration by automating
processes, optimizing decisions, and reducing corruption through data control. This study aims to analyze the
implementation and challenges of artificial intelligence in Latin American public management based on the evidence
available in the scientific literature. Methodologically, it adopts a qualitative approach and a systematic literature
review following the PRISMA protocols. The results reveal that AI facilitates the rapid processing of large volumes
of data, the automation of administrative workflows, effective policy planning, and improved service delivery that
brings the State closer to its citizens. However, these benefits coexist with significant structural gaps, such as
territorial heterogeneity, budgetary constraints, and insufficient infrastructure, in addition to the urgent need to
establish ethical and regulatory frameworks that prevent human rights violations. The study concludes that AI is
neither a panacea nor an inevitable threat, but rather a tool conditioned by the institutional context. Its success will
2
depend on the ability of states to harmonize technological innovation with social justice and democratic
accountability.
Keywords: state, management, governments, technology.
Introducción
Actualmente a nivel mundial, los ciudadanos exigen que los recursos de las naciones sean invertidos en
mejorar la calidad de vida (Transparencia Internacional, 2023). Esta demanda no es nueva, pero se ha intensificado
en los últimos años debido a la creciente desigualdad social, la precariedad de los servicios básicos y la
desconfianza generalizada hacia las instituciones públicas. La gente quiere ver resultados concretos: hospitales
bien equipados, escuelas con materiales, calles en buen estado y seguridad efectiva. Sin embargo, el impacto de
la corrupción persistente ha debilitado el estado de derecho con el desvío de recursos, comprometiendo sectores
de la salud, educación, seguridad y vialidad, entre otros (Monsalvo, 2024). Es decir, los fondos que deberían
destinarse a cubrir necesidades urgentes terminan en manos de unos pocos, y eso provoca que las obras se
paralicen, que los salarios de los maestros no lleguen a tiempo o que los medicamentos falten en los centros de
salud. La corrupción no solo es un delito económico, sino una violación directa de los derechos humanos, porque
al robar el dinero público se está robando el futuro de las personas.
Al respecto, Fernand y Pastás (2022) señalan que la corrupción es un fenómeno costoso para los
individuos, las empresas, las organizaciones, el sector público y la economía en general. Sus efectos negativos en
el desarrollo económico nacional son reconocidos en la literatura económica. Esto se debe a que la corrupción
altera los mercados, desalienta la inversión extranjera, aumenta el costo de los proyectos y genera ineficiencias
que terminan pagando los contribuyentes. Por ejemplo, cuando una empresa debe sobornar a un funcionario para
obtener una licencia, ese costo adicional se traslada al precio final del producto o servicio, afectando a todos los
consumidores. Además, la corrupción fomenta la impunidad y debilita las instituciones democráticas, porque
quienes deberían vigilar el cumplimiento de la ley son los mismos que la violan.
En efecto, es un problema que ha permeado todos los sectores de la sociedad, tanto a nivel mundial como
en América Latina; así lo explica Song (2023), indicando que la corrupción en la región ha sido un problema
sistemático a lo largo de su historia reciente, donde se tiene un foco claro de las consecuencias a través del caso
Odebrecht, que se expandió por toda la región. Este caso emblemático mostró cómo una constructora brasileña
pagó sobornos a funcionarios de alto nivel en varios países para obtener contratos millonarios, lo que generó
escándalos políticos, juicios y caídas de gobiernos. Pero más allá de los titulares, lo que quedó fue la evidencia de
que la corrupción no es un hecho aislado, sino una red organizada que atraviesa fronteras y que requiere de
soluciones igualmente coordinadas.
Cabe destacar que, la corrupción no es un fenómeno nuevo, ya que, según Obando et al. (2021), esta ha
sido recurrente en América Latina, teniendo un crecimiento exponencial en la década de los noventa del siglo
pasado, lo que, junto a otros factores adversos, generó constantes tensiones en la realidad social. Durante esos
años, muchos países de la región vivieron procesos de privatización y apertura económica que, si bien trajeron
inversiones, también crearon espacios para el soborno y el tráfico de influencias. La debilidad de los sistemas de
control y la falta de transparencia facilitaron que los funcionarios públicos se apropiaran de recursos que debían
destinarse al bienestar colectivo.
Es decir, es un problema que ha ido evolucionando a través del tiempo, lo que demuestra cuán difícil es
su erradicación en los sectores gubernamentales. Alcarraz (2022) señala que, en parte, esto se debe a que existen
distintos factores que impiden un desarrollo ético en la gestión pública. Entre esos factores se encuentran la falta
de capacitación de los servidores públicos, la ausencia de códigos de conducta claros, la presión política para
cumplir metas a corto plazo y la escasa participación ciudadana en la toma de decisiones. Aunado a esto, la
administración pública enfrenta limitaciones estructurales en la gestión de datos, lo que reduce su capacidad de
respuesta eficiente frente a las demandas ciudadanas (Wirtz et al., 2021).
Por ello, antes de migrar la responsabilidad de la gestión, monitoreo, costos y presupuesto a la IA, se debe
garantizar la adopción de nuevos modelos de gestión, pues la mayoría de las estructuras burocráticas siguen
diseñadas para una gobernanza lineal y jerárquica (Waheduzzaman, 2024) en lugar de una retroalimentación
continua entre humanos e IA (Obeta et al., 2026). Es decir, en lugar de tener cadenas de mando rígidas donde las
decisiones bajan de arriba hacia abajo, se necesitan equipos flexibles que trabajen en red, que puedan ajustar sus
acciones según los datos que arroje la IA y que se atrevan a experimentar sin miedo al fracaso. La IA no es una
3
varita mágica; es una herramienta que debe ser alimentada, supervisada y corregida constantemente por personas
capacitadas para que se logren beneficios. Ante este contexto, este estudio tiene como objetivo analizar la
implementación y los desafíos de la inteligencia artificial en la gestión pública latinoamericana a partir de la
evidencia disponible en la literatura científica.
Vale acotar que, se seleccionó específicamente la inteligencia artificial en la gestión pública, porque ya en
varias regiones se están usando algoritmos para cruzar datos de declaraciones de impuestos con registros de
propiedades, vehículos y actividades comerciales, lo que ha permitido detectar inconsistencias y aumentar la base
de contribuyentes, permitiendo a los gobiernos ahorrar recursos, mejorar la calidad de servicios y aumentar la
satisfacción de los ciudadanos (Carranza et al., 2023).
Claro está que la aplicación de la inteligencia artificial en la región implica desafíos de gobernanza,
incluyendo la sostenibilidad, el desarrollo económico, la salud y la educación, pero puede ser una herramienta
esencial para enfrentar la corrupción en los países en desarrollo (Filgueira, 2023). No se trata de creer que la IA
resolverá todos los problemas de un día para otro, sino de reconocer que, bien utilizada, puede ser un aliado
poderoso para transparentar la gestión pública, reducir los espacios de opacidad y facilitar el control ciudadano.
Es decir, su potencial tecnológico y los desafíos éticos que plantea requieren encontrar un balance entre eficiencia,
equidad y participación democrática (Ariza, 2024). Ante estos desafíos, cabe preguntarse: ¿cuáles serán las
implementaciones y los retos de la inteligencia artificial en la gestión pública latinoamericana?
Metodología
El estudio se desarrolló bajo un enfoque cualitativo, con un tipo de investigación documental en base a la
revisión sistemática, para Higgins et al. (2023) es un tipo de estudio científico que utiliza métodos sistemáticos y
explícitos para identificar, seleccionar y evaluar críticamente todas las investigaciones relevantes sobre una
pregunta determinada, con el objetivo de proporcionar una síntesis completa, imparcial y reproducible de la
evidencia disponible. Además, se ejecutaron los protocolos PRISMA (Preferred Reporting Items for Systematic
Reviews and Meta-Analyses), definidos por Page et al. (2021) como un conjunto de ítems basados en la evidencia
que deben incluirse al redactar una revisión sistemática y un metaanálisis, diseñado para ayudar a los autores a
documentar de manera transparente el porqué de la revisión, qué hicieron los autores y qué encontraron. En este
sentido, para llevar a cabo la investigación se establecieron las siguientes fases:
Fase de identificación de los estudios
La primera etapa consistió en la identificación de la literatura científica mediante una búsqueda sistemática
en importantes bases de datos académicas como: Scopus, Web of Science, PubMed, SciELO. Como resultado de
este proceso se recuperaron 86 registros potencialmente relacionados con el uso de la inteligencia artificial en la
gestión pública en América Latina. Esta búsqueda se llevó a cabo utilizando las siguientes categorías: Inteligencia
artificial para la eficiencia y transformación de la gestión pública, gobernanza digital, regulación y marcos éticos de
la inteligencia artificial, transformación digital y modernización del gobierno electrónico, infraestructura tecnológica,
capacidades institucionales y gestión de datos, limitaciones, desafíos y brechas para la implementación de la
inteligencia artificial.
Fase de eliminación de registros duplicados
Una vez recopilados los documentos, se revisaron los registros para identificar publicaciones repetidas en
las bases de datos. Durante esta etapa se eliminaron 14 registros duplicados, obteniendo una muestra inicial de
72 estudios únicos, los cuales fueron considerados para la siguiente fase.
Fase de cribado de títulos y resúmenes
Posteriormente, los 72 registros fueron sometidos a un proceso de cribado mediante la revisión de sus
títulos y resúmenes. Esta evaluación permitió verificar su pertinencia con respecto al objetivo de la investigación y
a los criterios de inclusión y exclusión previamente establecidos. Como resultado, se descartaron 40 estudios por
no abordar específicamente la temática de interés, por presentar un enfoque diferente o por no cumplir con los
requisitos metodológicos definidos. En consecuencia, 32 artículos avanzaron hacia la siguiente fase
4
Fase de evaluación de elegibilidad
En esta fase se realizó una lectura detallada del texto completo de los 32 artículos seleccionados para
determinar si cada estudio cumplía con todos los criterios de elegibilidad establecidos para la revisión sistemática.
Como resultado de esta evaluación se excluyeron 20 artículos, debido a que no satisfacían los criterios definidos
o presentaban información insuficiente para el análisis.
Fase de inclusión de los estudios
Finalmente, luego del proceso de identificación, depuración, cribado y evaluación de elegibilidad, se
seleccionaron 12 estudios que cumplieron con todos los criterios establecidos.
Figura 1
Diagrama resultante de la ejecución de los protocolos PRISMA
Registros identificados a través de búsqueda
en bases de datos (n = 86)
↓
Registros después de eliminar duplicados
(n = 72)
→
Duplicados eliminados
(n = 14)
↓
Registros cribados (título y resumen)
(n = 72)
→
Registros excluidos
(n = 40)
↓
Artículos de texto completo evaluados para
elegibilidad
(n = 32)
→
Artículos de texto completo
excluidos
(n = 20)
↓
Estudios incluidos en la síntesis cualitativa
(n = 12)
Fuente: Elaboración propia
Resultados y discusión
A continuación, se presentan los resultados y su discusión, organizados en una tabla que resume doce
estudios relevantes sobre inteligencia artificial (IA) en la gestión pública latinoamericana. La tabla incluye autoría,
país, título y hallazgos principales para facilitar la comparación de aportes empíricos y revisiones teóricas.
5
Tabla 1
Hallazgos encontrados en la muestra resultante de los protocolos PRISMA
Nº
País
Título
Hallazgos
1
México
Ventajas y desventajas del uso de la
Inteligencia Artificial en el ciclo de las
políticas públicas: análisis de casos
internacionales
La principal ventaja es el procesamiento y
análisis inmediato de información de gran
volumen y de mucha diversidad que
automatiza procesos. La desventaja es
que presenta algunas fallas para distinguir
la información confiable de la no confiable,
lo cual puede resultar en una errónea
identificación de los nuevos problemas
públicos.
2
Colombia
Gobierno digital e inteligencia
artificial, una mirada al caso
colombiano
La IA debe tener en cuenta un marco ético
para evitar malas prácticas y riesgos
asociados con esta tecnología.
3
Perú
Gobierno digital municipal desde la
percepción de los ciudadanos
El 55.7% de los habitantes, sienten que el
gobierno digital instalado en el municipio
es deficiente; resultados similares en las
dimensiones evaluadas (externa 62.1%,
interna 58.0%, relacional 57.5% y
promocional 60.3%).
4
Paraguay
Adopción de la inteligencia artificial
en las administraciones tributarias.
Revisión de literatura
La administración tributaria es un ámbito
idóneo y de gran potencial para la
inteligencia artificial “IA” ya que ésta se
desarrolla a través de algoritmos y datos,
por lo que su éxito radica en el volumen y
calidad de los datos que se posean.
5
América
Latina y el
Caribe
Inteligencia artificial y políticas
públicas en mérica Latina y el Caribe
La IA ofrece la posibilidad de superar
algunos de estos obstáculos mediante una
planificación más efectiva, una mejor
prestación de servicios y vínculos más
estrechos entre el Estado y la ciudadanía.
6
México
Gobierno electrónico en los
municipios del estado de Sonora
2016-2021
Cumplimiento general mejoró en el
período, pero es dispar. Municipios
grandes (>200k hab.) superan 96% de
cumplimiento (2019-2021). Municipios
pequeños (<10k hab.) muestran
desempeño muy bajo (ej. 0% en
Bacoachi). Brecha presupuestaria es factor
crítico.
7
América
Latina
Inteligencia artificial y gestión
pública: innovaciones algorítmicas
para la toma de decisiones
institucionales
La investigación concluye que para
aprovechar sus beneficios sin debilitar los
valores democráticos es necesario contar
con instituciones sólidas, regulaciones
claras y mecanismos de rendición de
cuentas que garanticen justicia,
transparencia y responsabilidad en la
administración pública.
6
8
América
Latina
La inteligencia artificial en el sector
público y su límite respecto de los
derechos fundamentales
Los Estados y, en particular, las
autoridades deben adoptar medidas
normativas para hacer frente a la
inteligencia artificial cuando esta afecta de
forma directa los derechos de los
ciudadanos. Los Estados deben establecer
regulaciones que impongan límites y
obligaciones claras respecto de los
sistemas de IA.
9
Brasil
Inteligencia artificial en
organizaciones públicas brasileñas:
heterogeneidades y capacidades en
tecnología de la información
25% de organizaciones usan IA, con
heterogeneidad entre niveles de gobierno.
Organizaciones con IA tienen mayor
adopción de: computación en nube,
sistemas de apoyo a decisiones, servicios
digitales transaccionales, y estructuras de
gobernanza de TI formalizadas.
10
Ecuador
Inteligencia artificial: impactos y
desafíos en las contrataciones
públicas. Revisión sistemática
La IA, como parte de la innovación
tecnológica mejoró la eficiencia, aunque
enfrentó desafíos de implementación
reduciendo obstáculos regulatorios que
limitaron su efectividad en la gestión
pública.
11
Ecuador
Inteligencia Artificial en la
administración pública, sus retos,
oportunidades y casos en américa
latina y Ecuador
Los hallazgos muestran que, aunque la IA
genera impactos positivos en eficiencia,
rendición de cuentas y creación de valor
público, persisten desafíos vinculados a la
infraestructura tecnológica, la regulación
de datos y la capacitación de los
funcionarios.
12
Bolivia
Gobierno del futuro: uso intensivo de
datos e inteligencia artificial para las
políticas públicas
Las conclusiones permiten destacar la
necesidad de contar con una estrategia
integrada de refuerzo institucional que
relacione los diferentes componentes de
una gobernanza de datos vinculada al
desarrollo de la IA en el sector público
Fuente: Elaboración propia
Del análisis de la evidencia recopilada en los doce estudios surgen tres ejes que explican el estado actual
de la inteligencia artificial en la administración pública latinoamericana y son: el potencial transformador de la
tecnología, la brecha estructural que condiciona su adopción, y la urgencia normativa para salvaguardar los
derechos ciudadanos. En primer lugar, existe un consenso amplio respecto a los beneficios que la IA aporta a la
gestión estatal. Autores como Arguelles (2023) o Sánchez et al. (2023) coinciden en destacar su capacidad para
procesar grandes volúmenes de datos diversos y automatizar flujos de trabajo, lo que la convierte en una
herramienta idónea para ámbitos como las administraciones tributarias. En esta misma línea, Campos (2025) y
Zamora (2025) subrayan que su implementación permite una planificación más efectiva y una prestación de
servicios más cercana a la ciudadanía, incidiendo positivamente en la eficiencia y la rendición de cuentas.
No obstante, al contrastar estos aportes con los datos obtenidos en las investigaciones, hay una marcada
asimetría en las capacidades institucionales. Mientras que Ribeiro y Segatto (2022) revelan que apenas una cuarta
parte de las organizaciones públicas brasileñas emplea IA, el estudio de Romandía y Ordaz (2023) ejemplifica esta
fractura en Sonora, al demostrar que los municipios grandes superan el 96% de cumplimiento digital, pero
7
localidades pequeñas, como Bacoachi, presentan un 0% de avance. Esta percepción de precariedad la confirma
Espinoza et al. (2023) desde la mirada ciudadana, donde más de la mitad de los encuestados califican los
gobiernos digitales municipales como deficientes en todas sus dimensiones. Por tanto, la eficiencia que promete
la IA deja al descubierto la falta de infraestructura y la desigualdad territorial que aún persiste en países de Latino
América.
Ante esta realidad, los estudios desplazan el foco hacia la gobernanza y la ética. Bueno et al. (2026) y
Ospina y Zambrano (2023) inciden en que, para que la IA no debilite los valores democráticos, resulta
indispensable contar con instituciones sólidas, marcos éticos claros y mecanismos de transparencia. Reforzando
esta idea, Sánchez (2022) y Torres (2025) sentencian que los Estados deben implementar regulaciones estrictas
que pongan límites a los sistemas algorítmicos cuando estos afecten derechos fundamentales, articulando una
gobernanza de datos que relacione todos los componentes institucionales.
Por tanto, la evidencia señala que estos desafíos no son menores. Sánchez-Chero et al. (2025) y Zamora
(2025) advierten que, si bien la IA mejora la eficiencia operativa, su efectividad práctica sigue encontrando
obstáculos regulatorios, falta de capacitación del funcionariado y estructuras de TI obsoletas. Así, el éxito de la
inteligencia artificial en la región no dependerá únicamente del algoritmo, sino de la capacidad de los gobiernos
para tejer una estrategia integral que vincule la innovación tecnológica con el fortalecimiento institucional y la
equidad territorial.
Tabla 2
Clasificación temática de los estudios seleccionados
Nº
Categoría temática
Artículos
que la
abordan
Descripción
1
Inteligencia artificial para la
eficiencia y transformación
de la gestión pública
1, 4, 5, 7, 9,
10, 11, 12
Los estudios destacan que la inteligencia artificial optimiza la gestión
pública mediante la automatización de procesos, el análisis masivo de
datos, la mejora en la toma de decisiones, la eficiencia administrativa y
la prestación de servicios públicos más oportunos y eficaces.
2
Gobernanza digital,
regulación y marcos éticos
de la inteligencia artificial
2, 7, 8, 10,
11, 12
Analizan la necesidad de establecer políticas públicas, normas
jurídicas, principios éticos y mecanismos de gobernanza que regulen el
uso responsable de la inteligencia artificial, garantizando transparencia,
rendición de cuentas, protección de derechos y uso confiable de los
algoritmos.
3
Transformación digital y
modernización del gobierno
electrónico
2, 3, 6, 9, 11
Examina la incorporación de tecnologías digitales en las instituciones
públicas, resaltando avances y limitaciones del gobierno electrónico, la
digitalización de servicios, la interoperabilidad institucional y el
fortalecimiento de las capacidades tecnológicas del Estado.
4
Infraestructura tecnológica,
capacidades institucionales
y gestión de datos
4, 6, 9, 10,
11, 12
Los estudios evidencian que el éxito de la inteligencia artificial depende
de la calidad de los datos, la infraestructura tecnológica, la
disponibilidad de recursos, la capacitación del talento humano y el
fortalecimiento de las capacidades organizacionales para implementar
soluciones digitales.
5
Limitaciones, desafíos y
brechas para la
implementación de la
inteligencia artificial
2, 3, 6, 8,
10, 11
Se identifican desafíos asociados con limitaciones presupuestarias,
infraestructura insuficiente, marcos regulatorios incompletos, riesgos
éticos, protección de datos, desigualdades territoriales y resistencia
institucional, factores que condicionan la adopción efectiva de la
inteligencia artificial en el sector público.
Fuente: Elaboración propia
8
Finalmente, los resultados confirman que la IA en gobiernos latinoamericanos se encuentra en una fase
de adopción temprana y desigual, marcada por tensiones entre promesas de eficiencia y riesgos democráticos. En
este contexto, los hallazgos coinciden en que la adopción de la tecnología supera a las capacidades institucionales
y a la confianza de la ciudadanía. En América Latina, esa brecha se agrava por la fragmentación territorial y por
percepciones ciudadanas negativas, lo que reduce la disposición a su implementación.
Ante esto surge la siguiente interrogante: ¿la IA como solución o nuevo problema? Por un lado, la evidencia
muestra un consenso en que la IA puede optimizar procesos y mejorar servicios. Por otro, existe una preocupación
sobre sesgos, falta de transparencia y vulneración de derechos. Esto plantea una paradoja, donde los mismos
algoritmos que pueden hacer más eficiente la administración tributaria o la planificación urbana pueden perpetuar
desigualdades si no están sujetos a supervisión ética. En cuanto al papel de la regulación y las capacidades
estatales, la mayoría de los estudios mencionan explícitamente la necesidad de marcos normativos y rendición de
cuentas.
Conclusiones
Los hallazgos encontrados en este estudio permiten afirmar que la inteligencia artificial en los gobiernos
latinoamericanos no constituye un fin, sino un medio cuya eficacia depende enteramente del entorno institucional
que la acoge. Lejos de los discursos negativos hacia la IA, los hallazgos explican que la inteligencia artificial
optimiza procesos, agiliza la toma de decisiones y fortalece la rendición de cuentas, pero su implementación
efectiva amplifica las desigualdades históricas de la región.
Uno de los principales consensos identificados es el valor diferencial de la IA para el procesamiento masivo
de datos y la automatización de tareas repetitivas, especialmente en ámbitos como las administraciones tributarias
y la planificación urbana. Sin embargo, esta promesa de eficiencia confronta con una realidad en donde las
organizaciones con mayor capacidad tecnológica y presupuestaria logran avances significativos, mientras
municipios pequeños o regiones periféricas permanecen rezagados, evidenciando que la brecha digital no es
únicamente tecnológica, sino también fiscal, territorial y organizacional. Esta fractura se refleja, además, en la
percepción ciudadana, donde más de la mitad de la población califica los gobiernos digitales como deficientes, lo
que crea más desconfianza hacia la IA.
En definitiva, el éxito de la inteligencia artificial en América Latina no se medirá por la sofisticación del
código o la cantidad de datos procesados, sino por la capacidad de los Estados para articular una estrategia
integral que vincule la innovación tecnológica con la justicia social, la equidad territorial y la rendición de cuentas
democrática. La IA es una herramienta poderosa, pero el cambio profundo sigue dependiendo de la voluntad
política, la solidez de las instituciones y el empoderamiento de una ciudadanía vigilante. Asumir este desafío implica
pasar de la adopción pasiva a la construcción activa de un ecosistema digital que ponga a las personas en el
centro de la gestión pública.
Referencias
Alcarraz Chávez, N. R. (2022). Reflexiones sobre la ética en la gestión pública desde una perspectiva de América
Latina. Revista de Investigación Valor Agregado, 9(1), 124–132. https://doi.org/10.17162/riva.v9i1.1878
Álvarez Aza, M., Arellano Aguirre, L., Estrada Aguilar, J., & Flores Jaén, M. (2025). La influencia de la corrupción
en el desarrollo socioeconómico en Ecuador desde 2016 al 2023. LATAM Revista Latinoamericana de
Ciencias Sociales y Humanidades, 6(4), 325–350. https://doi.org/10.56712/latam.v6i4.4268
Arguelles Toache, E. (2023). Ventajas y desventajas del uso de la Inteligencia Artificial en el ciclo de las políticas
públicas: Análisis de casos internacionales. Acta Universitaria, 33, e3891.
http://doi.org/10.15174.au.2023.3891
Ariza, L., & Ruiz, C. B. (2025). Inteligencia artificial en el sector público: enfoques teóricos y propuestas para una
gestión innovadora para América Latina. Gobierno y Administración Pública, (10), 119–134.
https://doi.org/10.29393/GP10-9SPLA20009
Bahmanfar, H., Alcides Rezende, D., Al lahham, N., Uduh Okon, G., & Souto Maior de Oliveira, T. (2026). City
strategies, public services and strategic digital city: Berlin case. European Public & Social Innovation
Review, 11, 1–35. https://doi.org/10.31637/epsir-2026-2454
9
Bueno, A., Vega, K., & Cruz, I. (2026). Inteligencia artificial y gestión pública: Innovaciones algorítmicas para la
toma de decisiones institucionales. XAHNI Boletín Científico de la Escuela Preparatoria, 3(6), 39–45.
https://doi.org/10.29057/xahni.v3i6.16233
Campos, M. (2025). Inteligencia artificial y políticas públicas en América Latina y el Caribe. Sistema económico
latinoamericano y del Caribe. https://www.sela.org/wp-content/uploads/2025/09/Inteligencia-artificial-y-
politicas-publicas-en-ALC-LIBRO.pdf
Carranza, J., Segura, V., & Defas, R. (2023). La inteligencia artificial en los procesos de administración pública.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(6), 1485–1495.
https://doi.org/10.56712/latam.v4i6.1541
Espinoza, J., Ramos, E., & Orosco, J. (2023). Gobierno digital municipal desde la percepción de los ciudadanos.
Revista Internacional de Investigación en Ciencias Sociales, 19(1), 131–140.
https://scielo.iics.una.py/pdf/riics/v19n1/2226-4000-riics-19-01-131.pdf
Fernand, P., & Pastás, E. (2022). Corrupción y crecimiento económico en América Latina y el Caribe. Revista de
Economía del Caribe. https://doi.org/10.14482/ecoca.29.704.937
Filgueira, F. (2023). Desafíos de gobernanza de inteligencia artificial en América Latina: Infraestructura,
descolonización y nueva dependencia. Revista del CLAD Reforma y Democracia, (87), 44–70.
https://doi.org/10.69733/clad.ryd.n87.a3
Higgins, J. P. T., Thomas, J., Chandler, J., Cumpston, M., Li, T., Page, M. J., & Welch, V. A. (Eds.). (2023). Manual
Cochrane para revisiones sistemáticas de intervenciones (versión 6.4). Cochrane.
https://training.cochrane.org/handbook
Monsalvo, A. E. (2024). Fiscal management and artificial intelligence as strategies to combat corruption in
Colombia. Information, 15(11), 998. https://doi.org/10.3390/info15110998
Obando Peralta, E. C., Ruffner de Vega, J. G. R., & Rincón Martínez, Á. M. (2021). Corrupción en América Latina:
Dimensiones filosóficas para su evaluación. Revista de Filosofía, 38(99), 292-303.
https://doi.org/10.5281/zenodo.5646586
Obeta, S., Amarachi, C. A., Ibanga, D. I., Itua, R., Oraegbunam, L., Nwanakwaugwu, A. C., Ozioma, G. N., &
Anumaka, C. (2026). From hierarchies to loops: Rethinking public sector structures for responsible AI
integration. SSRN Electronic Journal, 1–14. https://doi.org/10.2139/ssrn.6052294
Ospina Diaz, M. R., & Zambrano Ospina, K. J. (2023). Gobierno digital e inteligencia artificial, una mirada al caso
colombiano. Administración & Desarrollo, 53(1), 1–34. https://doi.org/10.22431/25005227.vol53n1.2
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(71). https://doi.org/10.1136/bmj.n71
Ribeiro, M. M., & Segatto, C. I. (2025). Inteligência artificial nas organizações públicas brasileiras:
Heterogeneidades e capacidades em tecnologia da informação. Revista de Administração Pública, 59(1),
e2024–0066. https://doi.org/10.1590/0034-761220240066
Romandía, J., & Ordaz, A. (2023). Gobierno electrónico en los municipios del estado de Sonora 2016-2021.
Trascender, Contabilidad y Gestión, 8(22), 86–105. https://www.scielo.org.mx/pdf/tcg/v8n22/2448-6388-
tcg-8-22-86.pdf
Sánchez, D., Derlis, D., Ramírez, M., & Ariel, V. (2023). Adopción de la inteligencia artificial en las administraciones
tributarias: Revisión de literatura. Revista Ciencias Económicas, 4(7), 19–29.
https://revistascientificas.una.py/index.php/reco/article/view/3266
Sánchez Acevedo, M. E. (2022). La inteligencia artificial en el sector público y su límite respecto de los derechos
fundamentales. Estudios Constitucionales, 20(2). https://www.scielo.cl/scielo.php?pid=S0718-
52002022000200257&script=sci_arttext
Sánchez-Chero, J. A., Sánchez-Chero, M. J., & Villegas-Yarlequé, M. (2025). Inteligencia artificial: Impactos y
desafíos en las contrataciones públicas: Revisión sistemática. Universitas, 43, 37–63.
https://doi.org/10.17163/uni.n43.2025.02
Song, Y. (2023). El cáncer de la corrupción en Latinoamérica: El caso Odebrecht. Gestión y Política Pública, 30,
1–29. https://www.scielo.org.mx/pdf/gpp/v30nspe/1405-1079-gpp-30-spe-237.pdf
10
Torres, E. (2025). Gobierno del futuro: Uso intensivo de datos e inteligencia artificial para las políticas públicas.
ÁGORA, 1, 30–49. https://revistaagora.fevp.gob.ve/vista_html/gobierno-del-futuro-uso-intensivo-de-datos-
e-inteligencia-artificial-para-las-politicas-publicas/
Transparencia Internacional. (2023). Índice de percepción de la corrupción 2022. Transparency International.
https://www.transparency.org/es/cpi/2022
Waheduzzaman, W. (2024). Understanding post-COVID public sector innovation: A systematic review of concepts,
antecedents, outcomes, constraints, and theoretical perspectives. Administrative Sciences, 14(2), 88.
https://doi.org/10.3390/admsci14020088
Wirtz, B. W., Weyerer, J. C., & Geyer, C. (2019). Artificial intelligence and the public sector: Applications and
challenges. International Journal of Public Administration, 44(7), 596–611.
https://doi.org/10.1080/01900692.2018.1498103
Zamora, A. (2025). Inteligencia artificial en la administración pública, sus retos, oportunidades y casos en América
Latina y Ecuador. Revista Internacional de Investigación y Desarrollo Global, 4(3), 47–60.
https://doi.org/10.64041/riidg.v4i3.48