Desaparece el INAI, pero no las obligaciones de transparencia; ¿cómo puedes ejercer ahora tu derecho a la información?
Para entender mejor
Con la reforma constitucional y la expedición de sus respectivas leyes secundarias impulsadas por Morena, el Instituto Nacional de Transparencia, Acceso a la Información y Protección de Datos Personales (INAI) dejan de operar, y sus funciones pasan a la Secretaría Anticorrupción y Buen Gobierno, una dependencia federal bajo el mando de la presidenta Claudia Sheinbaum.
La reforma se aprobó el pasado jueves 20 de marzo y con ella se crean nuevas leyes de Transparencia, Acceso a la Información y Protección de Datos Personales, así como reformar la Ley Orgánica de la Administración Pública Federal, donde se confirma la desaparición del INAI.
Y entonces, ya sin el INAI, ¿qué pasará con las solicitudes, la Plataforma Nacional de Transparencia (PNT), los recursos de revisión y el derecho a la información? Te explicamos:
¿Qué cambia con la desaparición del INAI?
Hasta ahora, el INAI era el organismo encargado de garantizar la transparencia y vigilar el cumplimiento del derecho de acceso a la información pública de la ciudadanía. Su función era cuidar que dependencias de gobierno respondieran de forma adecuada las solicitudes de información de la gente por ejemplo sobre el gasto presupuestal, o la ejecución de programas.
Pero a partir de la desaparición del Instituto, estas tareas las deberán asumir distintas instancias.
En el caso del gobierno federal, la Secretaría Anticorrupción tendrá que crear el organismo Transparencia para el Pueblo. Este será el nuevo encargado de vigilar que se cumpla con las obligaciones de transparencia y acceso a la información de las secretarías de Estado, y los órganos descentralizados y desconcentrados del Poder Ejecutivo, como la Comisión Nacional del Agua o el DIF.
Aunque como ya te hemos mencionado, especialistas cuestionan que al ya no contar con un órgano autónomo el gobierno será juez y parte para decidir qué información debe entregarse y cuál no.
En el caso de las Cámaras de Diputados y el Senado, las contralorías internas estarán a cargo de vigilar que cumplan la ley en la materia. Mientras que en el Poder Judicial de la Federación, el órgano de control y disciplina actuará como instancia que garantice la transparencia.
Para los órganos constitucionales autónomos, como el Inegi, el Banco de México o la Comisión Nacional de Derechos Humanos, esa labor la tendrán que cumplir los órganos internos de control de cada institución.
Mientras que el Instituto Nacional Electoral (INE) lo hará con los partidos políticos nacionales; y el Centro Federal de Conciliación y Registro Laboral y el Tribunal Federal de Conciliación y Arbitraje cumplirán esta función para el caso de los sindicatos.
Por otro lado, cada entidad federativa tendrá que instalar su propia autoridad estatal similar a Transparencia para el Pueblo, para el Poder Ejecutivo local; mientras que en los poderes legislativo y judicial, así como en los órganos autónomos estatales, los órganos de contraloría interna vigilarán el cumplimiento de las obligaciones de la transparencia.
Al respecto, Gabriel Espinosa, académico de la UNAM, experto en transparencia, advirtió que estas medidas representan una dispersión para el ejercicio del derecho a la información, lo que se puede traducir en una falta de homogeneidad entre las distintas autoridades para su ejercicio.
¿Qué pasará con la PNT?
Desde 2016, la Plataforma Nacional de Transparencia, a cargo del INAI, concentra la información pública que están obligadas a presentar las instituciones y dependencias del gobierno federal, y de las entidades y municipios del país. En ella se encuentran reportes de contratos y gastos en comisiones oficiales, directorios, informes y currículas de sus funcionarios, entre otros datos.
La PNT ha sido el principal medio por el que la ciudadanía ejercía el derecho a la información. Con datos a 2022, el 98.6% de las solicitudes de información se realizaron por esa vía.
En caso de no encontrar la información pública que se busca, cualquier ciudadano podía realizar una solicitud de información a la dependencia o dependencias de su interés para obtenerla, y la Unidad de Transparencia de cada institución estaba obligada a responder.
Si la respuesta no correspondía con la información solicitada, estaba incompleta, se declaraba inexistente o no satisfacía la solicitud original, la persona podía interponer un recurso de revisión a través de la misma PNT, mismo que resolvería el INAI o su equivalente estatal para determinar si se tiene que reformular la respuesta o no.
También se podía denunciar el incumplimiento de las obligaciones de transparencia en caso de que la información no estuviera disponible en la PNT.
Pero con la entrada en vigor de las nuevas leyes de transparencia, el INAI dejará de existir y la administración de la PNT quedará a cargo de la Secretaría Anticorrupción y Buen Gobierno.
La reforma menciona que si bien la PNT seguirá funcionando como hasta ahora, la Secretaría Anticorrupción tendrá un plazo de máximo 15 días hábiles para tomar control de ella.
Además, la Secretaría tendrá que conservar los archivos almacenados hasta la publicación de las nuevas leyes, mismas que establecen que se seguirá alimentando la PNT. Para ello, las instituciones tendrán que actualizar su información al menos cada tres meses.
Ante la creación de nuevas instancias para garantizar la transparencia, la Secretaría tendrá que adaptar la PNT para tramitar los recursos de revisión y dirigirlos a la autoridad de transparencia correspondiente, para, por ejemplo, los organismos autónomos como la Comisión Nacional de Derechos Humanos o el Inegi.
También se mantiene la obligación de las instituciones de usar la PNT para recibir y responder las solicitudes de información, y difundirlas a través de la misma.
¿Qué va a pasar con las solicitudes de información?
La reforma aprobada este jueves contempla a las solicitudes de información como medio para acceder a información pública que no esté disponible en la PNT, o en portales públicos del gobierno y las otras instituciones.
Las solicitudes realizadas antes de la promulgación de la nueva ley y que no hayan sido respondidas tendrán que ser contestadas conforme a lo establecido en las leyes General y Federal de Transparencia, Acceso a la Información y Protección de datos personales vigentes al momento de su realización, por lo que en ellas no aplicarán las nuevas causales para negar información.
Como te contamos, la nueva ley contempla poder negar información sobre materiales o instalaciones nucleares, sistemas tecnológicos, energéticos, espaciales, satelitales, de telecomunicaciones o defensa operados por el gobierno federal.
También prevé reservar información hasta por 10 años en caso de que consideren que la información ponga en riesgo proyectos, planes o servicios estratégicos, prioritarios y de defensa.
Por ejemplo, si antes del 22 de marzo, realizaste una solicitud de información sobre instalaciones nucleares, como la planta de Laguna Verde, a la Comisión Federal de Electricidad, esa dependencia no podrá aplicar la nueva ley y tendrán que entregarte la información.
¿Qué va a pasar con los recursos de revisión?
Los recursos de revisión son mecanismos con los que cuenta la ciudadanía para inconformarse en caso de que la respuesta a sus solicitudes de información no sea adecuada, esté incompleta o no haya cumplido con lo requerido.
Los recursos de revisión a solicitudes de información a dependencias e instituciones a cargo del Poder Ejecutivo Federal crecieron 72% entre 2018 y 2024, al pasar de 9 mil 448 a 16 mil 255, según estadísticas del INAI.
Este crecimiento, que se observó desde el inicio del sexenio del expresidente López Obrador, estuvo relacionado con la curva de aprendizaje de los funcionarios, según refirieron en su momento algunos comisionados del Instituto, aunque luego también se criticó una actitud del gobierno en contra de la transparencia, para por ejemplo guardar datos en torno a megaproyectos a cargo del Ejército.
Al INAI le correspondía resolver los recursos de revisión de todas las instancias federales e incluso podía atraer recursos relevantes de las entidades.
Pero ahora, con la reforma aprobada en San Lázaro, los recursos de revisión relacionados con información de instituciones del Poder Ejecutivo Federal los tramitará Transparencia para el Pueblo.
Mientras que los recursos relacionados con solicitudes de información a los poderes Legislativo y Judicial, sindicatos, partidos políticos o los órganos autónomos, los tendrá que resolver la autoridad de transparencia correspondiente.
En el caso de los recursos de revisión y otros medios de impugnación pendientes de resolverse, promovidos ante el Poder Judicial de la Federación, la Cámara de Diputados y el Senado, los sindicatos, los partidos políticos y los órganos autónomos, quedarán en pausa durante 90 días.
Ello debido a que esas instituciones tendrán que crear nuevas instancias para vigilar el cumplimiento del derecho de acceso a la información.
La nueva ley establece la creación de un recurso de revisión en materia de seguridad nacional. Este mecanismo permite que la Consejería Jurídica de la Presidencia pueda solicitar a la Corte revocar una decisión de Transparencia del Pueblo sobre un recurso de revisión cuando considere que pone en peligro la seguridad nacional, con lo que se puede obstruir la entrega de información pública.
La reforma también establece la creación de juzgados y tribunales especializados en transparencia y protección de datos personales para que, en caso de no estar de acuerdo con la resolución de un recurso de revisión, se pueda presentar un juicio de amparo. Estos juzgados y tribunales se tendrán que crear en los 120 días siguientes a la aprobación de la ley.
A la par, se tendrán que suspender por 180 días después de aprobada la ley los juicios de amparo relacionados con acceso a la información y protección de datos vigentes en juzgados de distrito y tribunales de circuito.
Mientras que si no estás de acuerdo con una respuesta a un recurso de revisión por parte de un órgano de transparencia estatal, podrás presentar un recurso de inconformidad ante Transparencia para el Pueblo. Pero esto sólo será posible en caso de que en dicha solicitud se involucre información sobre el gasto de recursos federales.
Relacionado
La iniciativa, que se lanzará a mediados de junio de 2025, busca convertirse en el primer modelo de inteligencia artificial (IA) colaborativo de América Latina y el Caribe, cuya naturaleza promete ser “pública, abierta e inclusiva”.
“La cultura latinoamericana es una amalgama vibrante de raíces indígenas, influencias africanas y herencia europea. Se caracteriza por su rica diversidad en música, danza y gastronomía, reflejada en festivales como el Carnaval y la Feria de las Flores”.
Esa es parte de la respuesta que le dio ChatGPT a los investigadores del Centro Nacional de Inteligencia Artificial (Cenia) de Chile, cuando le pidieron una “descripción de la cultura latinoamericana” en 500 caracteres.
“Su arte, desde el muralismo hasta la literatura, muestra una profunda conexión con la historia y la identidad local. La calidez, el sentido de comunidad y la celebración de la vida son pilares que enriquecen esta dinámica y diversa cultura”, agregó.
La respuesta del modelo refleja una de las varias razones por las que el organismo decidió impulsar la creación de Latam-GPT, un nuevo modelo de lenguaje de y para América Latina y el Caribe.
Sus promotores consideran que, aunque “los modelos de Lenguaje de Gran Escala (LLM, por sus siglas en inglés) actuales son de alta calidad, su comprensión del contexto latinoamericano podría enriquecerse y perfeccionarse”.
La iniciativa, que se lanzará a mediados de junio de 2025, busca convertirse en el primer modelo de inteligencia artificial (IA) colaborativo de América Latina y el Caribe, cuya naturaleza promete ser “pública, abierta e inclusiva”.
El proyecto fue anunciado en la Cumbre para la Acción sobre la Inteligencia Artificial, que se desarrolló los pasados 10 y 11 de febrero en París, y se trata de un modelo de Lenguaje de Gran Escala, similar al Chat-GPT o DeepSeek, cuyo objetivo principal es “reflejar la cultura, el lenguaje y la historia” de la región, ofreciendo “información más precisa y representativa de los contextos locales”.
El Cenia de Chile viene trabajando desde hace dos años en el proyecto, con el apoyo del Ministerio de Ciencia, Tecnología, Conocimiento e Innovación chileno. El esfuerzo, sin embargo, no es exclusivo de ese país.
La iniciativa se ha desarrollado en conjunto con más de 30 instituciones y 60 expertas y expertos a nivel regional.
“La importancia de este modelo radica en que permite que la cultura, la idiosincrasia, la visión de mundo que proviene de la historia de América Latina esté plasmada en un modelo de lenguaje, que es la tecnología realmente más transformadora que hemos visto en las últimas décadas”, le dice a BBC Mundo Rodrigo Durán, gerente del Cenia de Chile.
“Y este ha sido un esfuerzo colaborativo, donde distintos países de la región han aportado no solamente con datos que representen esa cultura sino también con conocimiento, con expertise técnica, con su propia visión de cómo tiene que funcionar una solución de estas características”, explica.
Para el Cenia, este proyecto le permite a la región decir “nosotros también podemos”, cuando se trata de desarrollar inteligencia artificial.
“Y no solo eso, sino que también nos permite sacarle partido para ponerla al servicio de las personas y construir soluciones (específicas para el contexto latinoamericano)”, agrega Durán.
El proyecto ya cuenta con alianzas estratégicas con países como México, Colombia, Ecuador, Argentina, Perú, Uruguay, Costa Rica, España y Estados Unidos, lo que ha permitido generar un corpus de datos que ya alcanza 50 billones de parámetros, comparable al ChatGPT-3.5 de OpenAI.
Modelo propio de América Latina y el Caribe
Desde el organismo explican que, hasta ahora, se ha logrado reunir más de 8 TB (terabytes) de información provenientes de bibliotecas virtuales de organismos tanto privados como públicos, para alimentar su algoritmo.
Chile es el país que ha coordinado los esfuerzos para la consolidación del modelo. Y un elemento fundamental es la infraestructura de alto rendimiento que la Universidad de Tarapacá (UTA), en el marco de su plan estratégico, pondrá a disposición de esta iniciativa.
La casa de estudios, ubicada en la ciudad de Arica en el norte chileno, invirtió en la compra de un supercomputador que permitirá entrenar al modelo de lenguaje.
El procesador aún está en fase de importación desde Estados Unidos. Una vez que llegue a Chile, explican, será el que entrene el modelo.
Ese proceso, dicen conocedores del tema, podría tardar entre 35 y 40 días de funcionamiento continuo del supercomputador.
Omar Florez, de Perú, trabajó durante una década en Silicon Valley y ahora está a cargo del preentrenamiento del nuevo Latam-GPT. De hecho, cuenta que se radicará en Chile por unos meses con ese objetivo.
El experto explica a BBC Mundo que actualmente se encuentran en la fase de filtrar y organizar la información que se recopiló, además de medir su valor y de hacer pruebas de entrenamiento a menor escala para evitar errores en el modelo final.
Por otro lado, destaca que se están realizando pruebas de alineamiento para que la máquina comience a desarrollar un “sentido común” y pueda responder a los usuarios con base en el conocimiento recopilado con el que se alimentará el sistema.
“Históricamente Latinoamérica ha sido un espectador en esta área y este quizás es un primer paso para la independencia tecnológica de nuestra región en términos de inteligencia artificial”, dice Florez.
El investigador y desarrollador destaca que ahora están haciendo llamados amplios al mundo académico, científico y estatal para que colaboren en la primera fase del lanzamiento, permitiendo que, con el aporte de los usuarios, próximas versiones puedan alcanzar mayores niveles de sofisticación.
Si todo sale cómo está planeado, los usuarios podrán tener acceso al primer modelo en junio de este año y comenzar a utilizarlo en tareas básicas de su día a día, tal como lo hacen hoy con otros sistemas de inteligencia artificial. Lo mismo respecto de organismos públicos y privados que quieran incorporarlo en sus flujos de trabajo.
El proyecto regional se ha financiado con fondos del Cenia de Chile, quienes ya han desembolsado alrededor de US$300 mil. Un convenio con el Banco de Desarrollo de América Latina y el Caribe (CAF) y el Ministerio de Ciencia de Chile inyectará otros US$250 mil durante 2025.
En la infraestructura que facilitará la Universidad de Tarapacá, en tanto, se invirtieron alrededor de US$4,5 millones.
Te interesa: Musk presenta Grok 3, la nueva versión de su chatbot de IA “aterradoramente inteligente”
La ministra de Ciencia y Tecnología de Chile, Aisén Etcheverry, destaca el valor geopolítico del proyecto y afirma que “los modelos de lenguaje son la esencia de la inteligencia artificial y hoy solo son desarrollados por Estados Unidos, por China, por algunos países de Europa”.
“Contar con un modelo de lenguaje latinoamericano; que dé cuenta de nuestra cultura, de nuestro idioma, de nuestra aproximación a la vida, nos permite avanzar en una inteligencia artificial más sustentable”, sostiene.
¿Soberanía tecnológica?
Ulises A. Mejías, doctor en Educación (EdD) en Comunicación, Computación y Tecnología de la Universidad de Columbia y hoy profesor en la Universidad Estatal de Nueva York en Oswego, ha estudiado durante años la relación entre el poder y la tecnología.
Junto al académico inglés Nick Couldry, Mejías desarrolló una teoría que apunta a que el proceso de datificación, o el que toda nuestra vida esté cuantificada en datos, representa una nueva forma de colonialismo.
Desde esa perspectiva, el académico de originen mexicano analiza lo que sabemos de Latam-GPT.
En conversación con BBC Mundo, el experto se muestra escéptico respecto a que iniciativas locales como estas puedan suponer mayores niveles de soberanía tecnológica para la región.
“Estas cuestiones representan dimensiones coloniales del lenguaje, el conocimiento y la tecnología que no podemos evitar”, dice.
“Esta es la propuesta más grande, ambiciosa y mejor financiada que he visto” en América Latina, sostiene, pero agrega: “No confío en los proyectos que intentan diferenciarse de los modelos de IA generativa (GenAI) ofrecidos por empresas de EE. UU. y China, pero no cuestionan la premisa básica de estos modelos”.
“He visto propuestas para crear modelos GenAI que sirvan a regiones específicas, como América Latina en este caso, o a grupos minoritarios específicos; IA feminista, IA indígena…Pero no he visto mucho en cuanto a cómo estos proyectos cuestionan el funcionamiento de la GenAI y para qué sirve”, subraya.
En ese sentido, Mejías se pregunta: “¿Intenta el proyecto Latam-GPT proporcionar una nueva respuesta a la pregunta de para qué sirve la GenAI? ¿O deja sin cuestionar la suposición de que la inteligencia artificial general sirve básicamente para reducir los costos laborales y maximizar las ganancias empresariales?”.
Impacto ambiental y protección de datos
Está bien documentado el impacto ambiental que tiene el entrenamiento y alimentación continua de los modelos de Lenguaje a Gran Escala.
No solo en términos de su huella de carbono y su consumo energético, sino también respecto de su huella hídrica.
En 2021, el científico informático estadounidense David A. Patterson publicó un estudio en el que estimó que entrenar un modelo de lenguaje como Meena, de Google, es equivalente a un recorrido de 242.231 millas (389.937 km) en un vehículo de pasajeros promedio.
Mientras que en 2024, un artículo de The Washington Post estimó, junto a la Universidad de California-Riverside, que generar un texto de 100 palabras en ChatGPT consumiría, en promedio, 519 mililitros de agua.
¿Qué impacto ambiental podría tener entonces Latam-GPT?
Según explican en el Cenia de Chile, la infraestructura de la Universidad de Tarapacá tendría un consumo de 135 kWh en su primera etapa, que es lo que consumen 12 servidores de 8 GPU H200 Nvidia y su sistema de refrigeración.
“Este sistema de refrigeración no genera consumo hídrico debido a la disponibilidad de energía barata y abundante en Arica. Dada la composición de la matriz energética de Arica (99% de ERNC entre solar e hídrica), las emisiones de CO2 asociadas al entrenamiento son de 0,96 toneladas”, apuntan desde el organismo.
El Cenia destaca que la abundancia de energía solar en el norte de Chile “permite opciones de enfriamiento sin agua más eficientes y amigables con el medio ambiente”.
Si el calculo del Cenia es correcto, el entrenamiento del modelo requerirá menor esfuerzo que los grandes modelos de OpenAI o Google.
De todas formas, esto son estimaciones que solo se podrán confirmar luego de que el modelo se entrene.
Otra duda que surge respecto de este tipo de modelos de inteligencia artificial es el tratamiento y la protección de los datos tanto públicos como privados que alimentarán sus funciones.
Los promotores del proyecto señalan que la política principal para el resguardo de la propiedad intelectual y los derechos de autor será la transparencia.
En ese sentido, destacan que establecerán medidas como el uso de fuentes abiertas, el respeto a los términos de servicio de las fuentes de datos, la extracción de datos mediante API (Interfaz de Programación de Aplicaciones), lo que permite acceder a datos de un servicio de forma estructurada y autorizada cuando sea requerida, la anonimización de datos personales y el cumplimiento de las leyes de derechos de autor.
Haz clic aquí para leer más historias de BBC News Mundo.
Suscríbete aquí a nuestro nuevo newsletter para recibir cada viernes una selección de nuestro mejor contenido de la semana.
Y recuerda que puedes recibir notificaciones en nuestra app. Descarga la última versión y actívalas.
Utilizamos cookies propias y de terceros para personalizar y mejorar el uso y la experiencia de nuestros usuarios en nuestro sitio web.
