El doctor en Ciencias de la Computación de la Universidad de Toronto y académico de la UC e investigador principal del Centro Nacional de Inteligencia Artificial (CENIA) desde su creación en 2021, Pablo Barceló, asumió este lunes 2 de noviembre como nuevo director del centro para llevar adelante el período 2026-2031, etapa en la que será acompañado en el cargo de subdirector por el doctor en Sociología por el Centre de Sociologie de l’Innovation de Mines Paris, Martín Tironi, quien se desempeña como profesor titular de la misma casa de estudios.

La transición se produce al cumplirse los primeros cinco años de funcionamiento de CENIA y que forma parte del proceso planificado para la segunda fase del programa. Álvaro Soto y Marcela Peña culminan así sus períodos como director y subdirectora, respectivamente, luego de una gestión que permitió construir capacidades científicas y tecnológicas, consolidar una comunidad interdisciplinaria y posicionar a CENIA como un actor reconocido en Chile y América Latina y el Caribe  

“Estoy muy contento por tener la oportunidad de dirigir un centro tan consolidado y que se ha construido entre todos. Álvaro Soto, como director, tuvo una postura muy integradora, y ese es un legado que quiero preservar. Es realmente un lujo poder intentar llevar al centro más allá de lo que ha logrado hasta ahora”, señaló el nuevo director de CENIA.

Barceló ha desarrollado una destacada trayectoria en investigación sobre los fundamentos teóricos de la Inteligencia Artificial, centrando su trabajo en comprender las capacidades, los límites y la explicabilidad de los modelos de aprendizaje automático, en la intersección entre la lógica, la teoría de la computación y Machine Learning. Con más de 100 artículos técnicos, en 2023 entró a la lista Top 2% de Stanford y Elsevier, que reúne a los científicos más citados del mundo. Antes de asumir como director de CENIA, lideró por seis años el Instituto de Ingeniería Matemática y Computacional de la UC (IMC), condujo la etapa inicial del Instituto Milenio Fundamentos de los Datos (IMFD), y fue director de Inteligencia Artificial de la Vicerrectoría de Inteligencia Digital de la UC.

Por su parte, el ex director de su Escuela de Diseño de la UC y ex director del Núcleo Milenio Futures of Artificial Intelligence Research (FAIR), ha enfocado su línea de investigación en la intersección entre el diseño, los estudios sociales de la ciencia y la tecnología e Inteligencia Artificial, con especial interés en las dimensiones sociales, políticas y ecológicas de las tecnologías digitales, combinando investigación académica, experimentación artística y prácticas curatoriales para explorar las relaciones entre tecnología, sociedad y medioambiente en pos de la promoción de nuevas formas de pensar y desarrollar la Inteligencia Artificial desde una perspectiva de habitabilidad planetaria.

La nueva etapa del CENIA parte desde las capacidades construidas para llevarlas a una escala mayor, que buscarán consolidar la investigación científica de excelencia, ampliar la base de alfabetización en Inteligencia Artificial, fortalecer su aporte a las políticas públicas a partir de la generación de evidencia, y desarrollar productos y servicios de I+D de mayor impacto en la industria, además de profundizar la colaboración entre instituciones de América Latina y el Caribe. “Queremos que Chile y la región puedan decidir sobre la Inteligencia Artificial. La aspiración es que América Latina y el Caribe no sea únicamente usuaria de tecnologías desarrolladas en otras partes del mundo, sino que fortalezca sus propias capacidades científicas, tecnológicas, institucionales y humanas para participar activamente en su desarrollo”, planteó Barceló.

Uno de los ejes de esta nueva etapa será comprender la IA como un fenómeno no solo tecnológico, sino también social, económico, político y ambiental. “Ya construimos capacidades y demostramos que se podía hacer IA desde Chile de primer nivel. Ahora queremos entender la IA como un todo, como un fenómeno realmente sociotécnico”, señaló Barceló.

En esa dirección, CENIA incorporará una nueva línea de investigación sobre gobernanza y desafíos socioambientales de la IA, liderada por el subdirector, Martín Tironi. Este trabajo fortalecerá la interdisciplinariedad del centro. El propósito de esta línea es que las dimensiones sociales y éticas no sean consideradas únicamente después del desarrollo tecnológico, sino que formen parte de la manera en que se investiga, diseña y despliega IA. “Hoy la IA es mucho más que un fenómeno técnico: no se trata solo de construir modelos y entenderlos, sino de comprender lo que la IA implica para las personas, las instituciones y los territorios. Esa será nuestra mirada fundamental en este período”, sostuvo Barceló.

Por su parte, Martín Tironi indicó: “Llego a CENIA con mucho entusiasmo y con la convicción de que el desafío no es solo desarrollar capacidades tecnológicas propias, sino también imaginar y construir una Inteligencia Artificial que responda a nuestras realidades sociales, culturales y ecológicas. Queremos fortalecer un espacio de encuentro entre la ingeniería, las ciencias sociales, las humanidades y las artes, donde distintas formas de conocimiento contribuyan a orientar el desarrollo de la IA. Se trata de impulsar una inteligencia artificial situada, conectada con nuestros territorios y capaz de abrir nuevas posibilidades para el bienestar de las personas y el cuidado del planeta”.

Su línea de investigación vendrá a complementar las otras preexistentes sobre IA centrada en las personas, interpretabilidad, seguridad, privacidad y desarrollo responsable. 

El segundo período también buscará traducir el conocimiento científico de CENIA en soluciones capaces de generar valor para empresas, instituciones públicas y la sociedad. “El desafío será complementar este modelo con soluciones que puedan escalar, transformarse en productos y dar origen a nuevas empresas de base tecnológica”, indicó. 

Al mismo tiempo, CENIA continuará fortaleciendo su trabajo con el sector público a través de proyectos orientados a la búsqueda de soluciones de problemas y el refuerzo de la alfabetización de IA, además de la generación de evidencia para políticas públicas y la creación de bienes públicos regionales.

En tanto, la alfabetización y sensibilización  será otro de los pilares del nuevo ciclo. CENIA buscará ampliar el acceso a conocimientos y capacidades en IA más allá de los especialistas. “Este objetivo forma parte de una ambición más amplia: que el desarrollo tecnológico de la región vaya acompañado por las capacidades necesarias para comprender, utilizar y evaluar críticamente la IA”, aseguró Barceló.

Sin duda, uno de los ejes centrales para el CENIA será continuar profundizando su articulación regional a partir de iniciativas como ILIA, LatamGPT y Hazlo con IA, fortaleciendo la colaboración entre centros de investigación, intercambiando capacidades y generando evidencia para políticas públicas. El objetivo es contribuir a que América Latina tenga mayores capacidades propias para investigar, desarrollar y tomar decisiones sobre Inteligencia Artificial.

The post CENIA inicia una nueva etapa con cambio de dirección para el período 2026-2031  appeared first on CENIA.

• La alianza contempla una inversión de US$250.000 en créditos de Azure hasta febrero de 2027 para la infraestructura y operación de Latam GPT, además de investigación conjunta y el acompañamiento técnico del AI for Good Lab de Microsoft.

• El objetivo es que la inteligencia artificial funcione en los idiomas y contextos que la región realmente habla, en un escenario en el que la adopción de IA crece en América Latina pero la brecha con el Norte Global sigue abierta.

Santiago de Chile, 28 de octubre de 2026 – Microsoft y el Centro Nacional de Inteligencia Artificial (CENIA) de Chile anunciaron una alianza para impulsar el desarrollo de Latam GPT, el primer gran modelo de lenguaje abierto creado en y para América Latina y el Caribe. El memorando de entendimiento fue firmado por Juan Lavista Ferres, vicepresidente corporativo y científico de datos en jefe de Microsoft, y Álvaro Soto, director ejecutivo de CENIA, y establece un marco de cooperación por dos años para apoyar el modelo fundacional de la región.

En la primera fase del acuerdo, Microsoft aportará US$250.000 en créditos de Azure destinados a la infraestructura de cómputo y a las necesidades operativas de la plataforma. Hoy, esa capacidad en la nube es la que sostiene el funcionamiento de Latam GPT. A ello se suma la contribución científica del AI for Good Lab de Microsoft, que brindará orientación directa en el desarrollo del plan técnico de CENIA y participará en proyectos de investigación conjunta con la red de universidades y centros de investigación de CENIA, enfocados en soluciones de IA para América Latina. Además, ambas organizaciones desarrollarán casos de estudio conjuntos en educación, servicios públicos y salud que demuestren el impacto de la alianza.

Por qué importa: una IA que hable como la región

Latam GPT es una iniciativa colaborativa regional de América Latina y el Caribe, liderada por CENIA en Chile, que busca desarrollar un modelo de lenguaje entrenado con datos, lenguas, culturas y realidades latinoamericanas. Presentado en febrero de 2026, el modelo se construyó con más de 300 mil millones de tokens en español y portugués y la participación de unas 60 instituciones de 15 países. Sus impulsores lo plantean como respuesta a una brecha estructural: el español y el portugués representan cerca del 4% y el 2%, respectivamente, de los datos con los que se entrenan los grandes modelos de IA.

Ambas organizaciones comparten el interés en apoyar la diversidad lingüística, el desarrollo de más modelos multilingües en la región, la innovación inclusiva con foco en lenguas de bajos recursos y el cierre de brechas digitales. Para Microsoft, la alianza extiende a América del Sur el trabajo que ya realiza con organizaciones de Europa, África y Asia Pacífico para desarrollar IA en más idiomas y fortalecer los modelos lingüísticos locales, con un alcance potencial de más de 600 millones de hispanohablantes.

“El desafío para América Latina no es simplemente adoptar la inteligencia artificial, sino participar en su construcción. Un modelo abierto significa que las instituciones de toda América Latina pueden construir sobre Latam GPT, y no solo usarlo. Eso es lo que lo convierte en infraestructura regional y no en un producto, y es la razón por la que se sumaron cerca de 60 instituciones. Esta alianza fortalece las dos cosas de las que depende esa infraestructura: el desarrollo de capacidades técnicas y la colaboración regional”, afirmó Álvaro Soto, profesor de la Universidad Católica y director de CENIA.

“Nuestro último AI Diffusion Report muestra que casi una de cada cinco personas en edad de trabajar ya usa inteligencia artificial, pero la brecha entre el Norte y el Sur Global sigue creciendo. Para reducirla, la IA tiene que funcionar en los idiomas que la gente realmente habla y reflejar su cultura. Por eso apoyamos a CENIA y a Latam GPT: si la IA no llega a todos, sus beneficios tampoco”, afirmó Juan Lavista Ferres, vicepresidente corporativo y científico de datos en jefe de Microsoft, y director del AI for Good Lab de Microsoft.

La adopción de IA crece, pero la brecha persiste

Según el más reciente Global AI Diffusion Report de Microsoft, correspondiente al segundo trimestre de 2026, el uso de IA alcanzó en junio al 18,8% de la población mundial en edad laboral, alrededor de un punto más que en el primer trimestre. Sin embargo, la distancia entre regiones se sigue ampliando: el uso llega al 28,8% en el Norte Global y al 16,2% en el Sur Global.

América Latina muestra un dinamismo relevante dentro de ese escenario. Costa Rica lidera la región con un 29,7% de adopción, seguida por Colombia (25,9%), República Dominicana (25,8%) y Uruguay (25,7%). Chile alcanza el 24,0% y Argentina el 23,4%, mientras que México registra 21,4%, Brasil 20,2% y Perú 17,3%.

El informe también identifica dos señales directamente vinculadas a iniciativas como Latam GPT. Por un lado, en el Sur Global la IA se usa en mayor proporción para educación y aprendizaje. Por otro, el avance de los modelos como Latam GPT podría beneficiar especialmente a estas economías al reducir los costos de acceso y permitir la adaptación a idiomas y necesidades locales.

Acerca de CENIA

El Centro Nacional de Inteligencia Artificial (CENIA) es una corporación privada sin fines de lucro fundada en 2021. CENIA reúne un ecosistema multidisciplinario que abarca la investigación de frontera en IA, el desarrollo de aplicaciones, la investigación sobre el avance y el impacto social de la IA, y la formación de talento para enfrentar los desafíos del futuro. Su misión es impulsar el desarrollo y la adopción responsable de la IA para mejorar el bienestar de las personas y contribuir al desarrollo económico sostenible de América Latina y el Caribe.

Acerca de Microsoft

Microsoft (Nasdaq “MSFT” @microsoft) crea plataformas y herramientas impulsadas por IA para ofrecer soluciones innovadoras que satisfagan las necesidades cambiantes de sus clientes. La compañía está comprometida con que la IA esté ampliamente disponible y lo hace de manera responsable, con la misión de empoderar a cada persona y organización del planeta para lograr más.

Contacto de prensa

[Agencia / nombre / correo / teléfono]

The post Microsoft y CENIA le dan motor a Latam GPT, el primer gran modelo de lenguaje abierto de América Latina appeared first on CENIA.

Desarrollado por el Instituto de la Lengua y Cultura Mapuche Aukiñ Mapu de Galvarino, Escuela de Antropología UC y el Centro Nacional de Inteligencia Artificial (CENIA), se trata de una herramienta de uso gratuito cuyo objetivo es colaborar en la revitalización del mapuzungun, a partir de una construcción conjunta con comunidades hablantes.

El viernes 23 de octubre de 2026, en la comuna de Galvarino, Región de La Araucanía, el Instituto de la Lengua y Cultura Mapuche Aukiñ Mapu, el Centro Nacional de Inteligencia Artificial, CENIA, y Estudios Aplicados de la Escuela de Antropología UC presentaron el primer traductor de texto mapuzungun-castellano basado en Inteligencia Artificial. La herramienta, disponible en traductormapuzungun.cl, deja atrás su etapa de apertura controlada y, en adelante, puede ser usada gratuitamente por cualquier persona. El desarrollo del traductor comenzó en 2023.

El traductor funciona con un único modelo que maneja las cinco variantes territoriales del mapuzungun y traduce bidireccionalmente. Por ahora traduce texto, el reconocimiento de voz aún está en desarrollo.

Este proyecto forma parte de “VOCES, tecnología en tu propia lengua”, iniciativa que CENIA y Estudios Aplicados de la Escuela de Antropología UC iniciaron a fines de 2022. Este es un programa interdisciplinario que desarrolla tecnologías para revitalizar lenguas indígenas y que antes dio origen al traductor rapa nui-castellano, presentado en noviembre de 2024. El Decenio Internacional de las Lenguas Indígenas 2022-2032, que coordina la UNESCO, fue proclamado por la Asamblea General de las Naciones Unidas.

Cómo se construyó el traductor

En el caso del mapuzungun, no existía una base tecnológica previa, pero sí información distribuida en soportes como diccionarios y literatura, que podían usarse para entrenar un modelo. El equipo partió de un prototipo base de traducción de código abierto, que entrenó con datos de mapuzungun. El modelo fue entrenado con frases en mapuzungun y sus respectivas traducciones. Para ello reunió cerca de 1.200.000 frases, de las cuales ya hay publicadas unas 700.000; las restantes están en procesamiento.

El traductor reconoce cinco variantes y tres grafemarios

El mapuzungun no tiene una norma escrita única. Por esto, el traductor trabajó con cinco variantes territoriales: pewenche, lafkenche, nagche, wenteche y williche. Además, reconoce tres grafemarios o sistemas de escritura: Azümchefe, Raguileo y Unificado.

Los datos de cada variante tenían una representación desigual: algunos territorios contaban con importantes acopios lingüísticos y otros, en cambio, no. En los territorios con menos datos, el equipo reunió el material en terreno: registró expresiones directamente de hablantes de cada variante y recopiló otros soportes, como manuscritos. Junto a Flor Caniupil, lingüista del Instituto Aukiñ Mapu, el equipo definió criterios para homogeneizar la escritura.

Según el investigador de CENIA Carlos Aspillaga, una acción clave fue entrenar primero al traductor de variante a variante. Con ello, se trasladaron datos desde las variantes más pobladas a las que contaban con menos antecedentes, lo que mitigó la asimetría de información. Aspillaga añadió que solo después de esto se entrenó el traductor en su relación con el castellano..

Los usuarios pueden proponer correcciones

La plataforma incluye un aviso de que puede contener errores e invita a evaluar cada traducción con un pulgar hacia arriba o hacia abajo. Si una traducción es incorrecta, el usuario puede proponer una corrección, que el equipo revisará antes de incorporarla. Este mecanismo permitió que el traductor rapa nui-castellano que CENIA y la UC abrieron en 2024 avanzara más rápidamente.

Autoridades mapuche participaron en la presentación en Galvarino

El lanzamiento reunió en Galvarino a representantes de diversas comunidades mapuche de la región de La Araucanía y a autoridades tradicionales, entre ellas lonkos (jefes de comunidad), machis (autoridades espirituales y medicinales) y werkenes (voceros).

“Nos hemos juntado a celebrar este momento, que es poner el traductor a disposición no solo de la comunidad mapuche de La Araucanía, sino de todo el mundo”, señaló Jaime Coquelet, director de Estudios Aplicados de la Escuela de Antropología UC.

“Esta herramienta no es el fin, sino el comienzo de un proceso para generar aplicaciones y estrategias digitales que ayuden a la revitalización de la lengua y le permitan al pueblo mapuche expresar sus cosmovisiones a través de este tipo de tecnologías”, agregó Coquelet.

“Desde que comenzamos la oficialización del mapuzungun hemos definido distintas estrategias para la revitalización de la lengua. Para eso se requieren alianzas con instituciones académicas que nos permitan generar tecnología, para que los niños puedan aprender nuevamente su idioma, rescatar sus conocimientos y conocer su historia”, afirmó Manuel Santander, werken y director del Instituto de la Lengua y Cultura Mapuche Aukiñ Mapu.

Santander se refirió al consenso entre comunidades de distintos territorios del Wallmapu, nombre que el pueblo mapuche da a su territorio ancestral: “Esto ha permitido reunir a todas las identidades territoriales del Wallmapu que forman parte de esta iniciativa, incorporando las variantes lingüísticas de cada territorio para enriquecer nuestro mapuzungun”.

En agosto de 2013, Galvarino se convirtió en la primera comuna de Chile continental en declarar el mapuzungun lengua cooficial junto al castellano.

La próxima etapa se centrará en la precisión y en áreas con pocos datos

“El objetivo de fondo es que más personas usen la lengua y que surjan usos nuevos, incluso algunos que todavía no hemos imaginado”, señaló Carlos Aspillaga.

La siguiente etapa apunta a mejorar la precisión. El equipo identificará áreas con pocos datos, como la medicina, y trabajará en la naturalidad de las expresiones. Para reunir datos en esas áreas, continuará con las entrevistas a hablantes.

The post Lanzan primer traductor gratuito de mapuzungun a castellano con Inteligencia Artificial appeared first on CENIA.

Pablo Barceló, investigador principal de CENIA, ocupa el lugar 191 del área de Teoría de la Computación y Matemáticas en la edición 2026 del World’s Top 2% Scientists, el ranking mundial que la Universidad de Stanford y la editorial Elsevier publicaron el 7 de octubre de 2026. El listado reconoce a Barceló por el impacto de su investigación en Inteligencia Artificial (IA), que se mide según la cantidad de veces que otros científicos citaron sus publicaciones durante 2025. 

Barceló figura en la categoría que mide el impacto del último año, en la que también estuvo en la edición 2025, por lo que su presencia en el ranking se repite por segundo año consecutivo.

“Me da mucha alegría, y también un poco de sorpresa, la verdad. Uno no investiga pensando en rankings, sino en resolver problemas que importan, pero que el trabajo se reconozca así es bonito y da ganas de seguir. Para mí es relevante porque confirma que desde Chile se puede hacer ciencia que se lee y se usa en todo el mundo. Y para CENIA es una buena señal: muestra que acá hay investigación de primer nivel, hecha con equipos y estudiantes que se están formando en el centro”, destacó el investigador principal de CENIA, Pablo Barceló.

El ranking se construye a partir de los datos de Scopus, la mayor base de datos de citas y resúmenes de literatura científica. El listado distingue a los investigadores en dos categorías: una que mide el impacto a lo largo de toda su carrera y otra que mide el impacto durante el último año.

El trabajo de Barceló se centra en las redes neuronales de grafos (Graph Neural Networks), la IA explicable y los fundamentos del aprendizaje automático. Las redes neuronales de grafos son modelos de Inteligencia Artificial que aprenden a partir de datos organizados como redes de conexiones. Su investigación busca entender los límites teóricos de los modelos de IA y desarrollar nuevas arquitecturas más transparentes y confiables.

The post Pablo Barceló, investigador de CENIA, repite en el ranking mundial del 2% de los científicos más influyentes appeared first on CENIA.

Un equipo del Centro Nacional de Inteligencia Artificial (CENIA) presentará entre el 6 y el 12 de diciembre, en la sede de Sídney, Australia, de la conferencia NeurIPS, un estudio que explica por qué algunos modelos de Inteligencia Artificial responden bien cuando deben leer textos mucho más largos que los que usaron para aprender. NeurIPS (Conference on Neural Information Processing Systems) es una de las conferencias internacionales más importantes y prestigiosas del mundo en aprendizaje automático e Inteligencia Artificial, y reúne cada año, en diciembre, a más de 10.000 académicos, investigadores y representantes de la industria tecnológica.

El artículo científico se titula “Positional versus Symbolic Attention Heads: Learning Dynamics, RoPE Geometry, and Length Generalization” y será expuesto en formato póster en la conferencia principal. El primer autor es el investigador de CENIA y de la Facultad de Matemáticas de la Pontificia Universidad Católica de Chile, Felipe Urrutia. El grupo también lo integran el estudiante de doctorado Juan José Alegría, Cinthia Sánchez Macías, Jorge Salas, el jefe de Investigación de CENIA, Cristian Buc, y el investigador principal de CENIA, Cristóbal Rojas.

Los modelos de lenguaje actuales, como los que usan los asistentes de Inteligencia Artificial, se basan en una arquitectura llamada Transformer. Cada una de sus capas contiene unos componentes llamados cabezas de atención, que deciden en qué partes del texto se concentra el sistema para responder. Una cabeza posicional se fija solo en el lugar que ocupa un elemento dentro de una frase, por ejemplo la tercera palabra, sin importar cuál palabra esté ahí. Una cabeza simbólica sigue a un símbolo específico, por ejemplo una letra determinada, aunque este cambie de ubicación.

Felipe Urrutia explica: “En uno de nuestros trabajos previos, ‘Decoupling Positional and Symbolic Attention in Transformers’, presentado en ICLR 2026, diseñamos una forma concreta de medir el comportamiento de una cabeza de atención a través de dos señales: en simple, un puntaje simbólico que mide la tendencia de una cabeza a atender por el contenido y un puntaje posicional que mide la tendencia de una cabeza a atender por la ubicación”. 

En ese primer trabajo, el equipo estudió modelos abiertos ya entrenados, como Llama, Gemma y Qwen. Al trabajar con modelos así, observaron la existencia de cabezas con un comportamiento marcado o puro, ya sea muy posicional o bien muy simbólico. Los autores descubrieron que las cabezas de atención en las primeras capas son más posicionales que las de las capas intermedias y finales. Urrutia comenta: “En ese momento nos llenamos de preguntas del estilo: ¿Por qué las cabezas en capas iniciales son posicionales? ¿Qué relación tiene la pureza de las cabezas con su desempeño en tareas de razonamiento? Nos dimos cuenta de que no bastaba ver ‘la última foto’ del entrenamiento para responder estas preguntas, sino que teníamos que ‘fotografiar cada instante’ del aprendizaje de un modelo”. En modelos con múltiples capas observaron durante el entrenamiento cuándo el perfil simbólico/posicional emerge, madura y se alinea con el aprendizaje en tareas desafiantes. Lograron mapear con “alta resolución” la relación entre la emergencia y madurez de cabezas de atención con el desempeño del modelo en secuencias de largo acotado y, al mismo tiempo, cómo se relaciona un perfil posicional/simbólico con fallas de generalización en secuencias muy largas.

El jefe de Investigación de CENIA, Cristian Buc, explica que el hallazgo principal se relaciona con un problema actual de la industria: “Por razones de limitación en cómputo, los grandes modelos de lenguaje (LLM) se entrenan con un largo de contexto acotado”. El largo del contexto corresponde a la cantidad de texto que un LLM puede leer y procesar de una vez durante su entrenamiento. Después, se esperaría que estos modelos puedan generalizar a secuencias más largas, objetivo que aún es un tema de frontera. Buc señala: “Antes de este estudio no entendíamos bien por qué y en qué casos los LLM no generalizan bien a secuencias más largas que las que fueron observadas durante el entrenamiento”.

Para la investigación, el equipo entrenó un modelo de 12 capas con dos ejercicios de estructura similar. En el primero, basado en números, el sistema debe retroceder en una serie tantos lugares como indica cada cifra, hasta llegar a una letra. En el segundo, basado en letras, debe seguir una cadena de pares de letras, donde cada par señala cuál es el siguiente que debe buscar. El ejercicio numérico depende de posiciones y el de letras depende de símbolos. Los resultados mostraron que el sistema resuelve bien ambos ejercicios solo cuando sus cabezas de atención adoptan un comportamiento definido, ya sea posicional o simbólico. El ejercicio numérico requiere los dos tipos, mientras que el de letras solo necesita el simbólico.

Al evaluar en qué momento del aprendizaje aparecían los comportamientos posicionales y simbólicos de las cabezas de atención, los autores pudieron entender por qué estas dos tareas tan similares generaban patrones de aprendizaje diferentes. Buc explica: “Típicamente estas diferencias se explican de manera informal: una tarea es simplemente ‘más difícil’ que la otra, cuando en verdad nuestra métrica nos permite entender estas diferencias con más formalidad y profundidad, desde los comportamientos de las cabezas”. 

Uno de los logros principales del trabajo fue caracterizar de forma algorítmica las transformaciones que ejecuta cada cabeza, tanto posicional como simbólica. Además, los autores formalizaron teóricamente potenciales mecanismos de la red neuronal subyacentes a estos algoritmos. A partir de este análisis, el equipo formuló una predicción matemática sobre la capacidad de cada mecanismo para operar con textos más largos. La teoría indicó que el mecanismo simbólico es más robusto a secuencias más largas que el posicional, y las pruebas lo confirmaron.

El sistema entrenado con la tarea de letras superó el 90% de aciertos en series de hasta 850 elementos, una extensión 53 veces mayor que la usada en su entrenamiento, mientras que el entrenado con la tarea de números casi no logró resolver casos más largos. Si bien los primeros experimentos se realizaron con modelos “juguete”, los investigadores contrastaron sus predicciones teóricas con modelos de frontera y repitieron el experimento con GPT 5.4, GPT 5.5 y Claude 3.7 Sonnet, tres modelos comerciales. En el ejercicio numérico, los aciertos de los tres cayeron bajo el 50% con 32 elementos y bajo el 10% con 100. En el de letras, todos superaron el 88% con 32 elementos y el 65% con 100.

Como próximo paso, los autores plantean desarrollar métodos de entrenamiento que impulsen a los sistemas a usar mecanismos simbólicos cuando puedan elegir entre ambas estrategias.

El grupo también obtuvo la aceptación de otros dos trabajos en workshops de la misma conferencia, que se realizarán en Sídney. Sus primeros autores son Juan José Alegría (“Store or Pointer: Two Mechanisms for Chain-of-Thought Use”, InterpScience Workshop) y Lucas Murray (“Representational Dynamics of Pragmatic Processing”, LP4FM Workshop).

The post Investigadores de CENIA presentarán en NeurIPS un estudio que explica por qué algunos modelos de Inteligencia Artificial resuelven mejor las tareas con textos largos appeared first on CENIA.

• El Índice Latinoamericano de Inteligencia Artificial 2026 (ILIA) muestra a una región que fortalece sus capacidades científicas, formativas e institucionales, siendo un desafío aún llevarlas a una escala regional colaborativa para convertirlas en innovación, adopción productiva y creación de valor. 
• Por cuarto año consecutivo, Chile obtuvo una posición alta en la medición con 71,4 puntos, seguido de Brasil (68,4) y Uruguay (67,0), países que están dentro del grupo de “pioneros”.
• En adopción productiva, el uso de IA alcanza al 27,6% de las grandes empresas de la región, al 12,8% de las medianas y al 6,8% de las pequeñas, mostrando el desafío de extender su incorporación al tejido productivo.
• El informe destaca el valor estratégico de los datos para la soberanía tecnológica y advierte que la falta de certeza jurídica para la minería de textos y datos (TDM) limita el desarrollo y entrenamiento de modelos de IA en la región. 

El Centro Nacional de Inteligencia Artificial de Chile (CENIA) y la Comisión Económica para América Latina y el Caribe (CEPAL) presentaron este martes la cuarta edición del Índice Latinoamericano de Inteligencia Artificial (ILIA), instrumento que mide la madurez de los ecosistemas de Inteligencia Artificial (IA) en 20 países de la región, incorporando por primera vez a Trinidad y Tobago, y que entrega un diagnóstico para orientar la formulación de políticas públicas basadas en datos.

El Índice Latinoamericano de Inteligencia Artificial es el resultado de un esfuerzo sistemático de las dos entidades impulsoras, elaborado en el marco de la Alianza Digital Unión Europea-América Latina y el Caribe, con financiamiento de la Unión Europea a través de la estrategia Global Gateway, su programa de inversiones en infraestructura y cooperación digital con otras regiones. Cuenta, además, con el apoyo de la academia, organizaciones públicas y privadas, de organismos intergubernamentales y bancos de desarrollo, entre ellos la OEA, el BID y la UNESCO, y de un Comité Técnico Asesor internacional que acompaña y valida el proceso de construcción de las métricas.

Tal como en las ediciones anteriores, el índice considera la infraestructura tecnológica, la formación de habilidades en IA, el talento humano especializado, la investigación y el desarrollo, la adopción de esta tecnología en el sector público y privado, y la existencia de políticas y estrategias que garanticen su uso responsable. 

En su cuarta edición, este instrumento amplió su medición a 126 subindicadores y, además, incorporó una comparación internacional que permite situar las capacidades de América Latina y el Caribe frente a cinco países extrarregionales: Alemania, España, Estonia, Portugal y Singapur, seleccionados por tratarse de naciones con distintas escalas económicas y trayectorias de desarrollo de la IA. 

Los resultados muestran una región que continúa fortaleciendo capacidades para desarrollar y adoptar Inteligencia Artificial. El avance se observa en investigación, formación e institucionalidad, mostrando que el 65% de los países cuenta con al menos un centro especializado de investigación en IA; que 11 de los 20 analizados ya incorporan contenidos de esta tecnología en sus currículos escolares, frente a solo dos en 2024; y que todos cuentan con programas de magíster vinculados con IA y 14 ofrecen doctorados. 

El director de CENIA, Álvaro Soto, señaló que al pensar en alfabetización de las personas de Latinoamérica y el Caribe, “tenemos que ver la película completa. Necesitamos preparar a nuestras nuevas generaciones para una nueva sociedad donde el cómputo, la multiplicación va a estar en todos lados; nuestro hospital, nuestro colegio, en nuestras casas. (…) La Inteligencia Artificial ha ido tomando parte de nuestras medidas, y no es solo una tecnología”.

El avance también se refleja en la gobernanza. El 85% de los países tiene una estrategia nacional de IA vigente o en elaboración y el 75% cuenta con una institución responsable de conducirla. El desafío está en avanzar desde la planificación hacia la implementación: solo Brasil y Colombia explicitan un presupuesto para ejecutar sus estrategias.

Álvaro Soto agregó que el índice se ha transformado en una herramienta fundamental para la toma de decisiones en nuestra región. “El ILIA ya no es una necesidad, sino una urgencia, porque las decisiones que tomemos hoy día son fundamentales y la colaboración es más que el camino, es la forma, especialmente en América Latina y el Caribe”, dijo.

La ceremonia de lanzamiento contó con la presencia de la ministra de Ciencia, Tecnología, Conocimiento e Innovación, Ximena Lincolao, quien señaló durante su alocución que “como instrumento, el índice nos abre muchas oportunidades. Sus conclusiones nos ayudan, como Gobierno, a tomar decisiones claras sobre cómo usar los recursos y qué políticas públicas debemos impulsar. La inteligencia artificial es una infraestructura crítica que no depende de una sola tecnología, de un solo grupo ni de un solo país. Puede ayudarnos a resolver problemas que hasta hoy parecían muy difíciles, pero, al mismo tiempo, nos exige crear soluciones y capacidades en áreas como la ciberseguridad. Por eso, las universidades y los centros de formación técnica de toda la región tienen un rol crítico, ya que sin formación, ningún país puede sostener estos niveles de avance”.

En tanto, el secretario ejecutivo de CEPAL, José Manuel Salazar, sostuvo que “para América Latina y el Caribe, la cuestión no es solamente cómo acceder a estas tecnologías, sino cómo utilizarlas estratégicamente para abordar nuestros principales desafíos de desarrollo. Una incorporación pasiva no solo puede profundizar dependencias, sino incluso ampliar las brechas y desigualdades existentes en la región”.

 Por su parte, la embajadora de la Unión Europea en Chile, Claudia Gintersdorfer, indicó que “hablar de Inteligencia Artificial no es hablar solo de tecnología; es hablar de financiación y de inversión, de autonomía estratégica, de confianza y también de derechos. Y es exactamente ahí donde el análisis riguroso marca la diferencia entre la retórica y la política pública real”.

Chile obtiene el mayor puntaje regional

Chile obtiene por cuarto año consecutivo el mayor puntaje del ILIA, con 71,4 puntos, seguido por Brasil (68,4) y Uruguay (67,0). Los tres integran el grupo de países “pioneros”, que reúne a aquellos que superan los 60 puntos. Seguidamente, se ubican los “adoptantes”, con puntajes entre 35 y 60: Colombia (56,8), Costa Rica (56,0), Argentina (55,6), Perú (52,7), México (52,0), Ecuador (51,8), República Dominicana (45,1), Panamá (39,3), El Salvador (37,9) y Trinidad y Tobago (35,5). Los restantes siete países se encuentran en la categoría de “exploradores”, correspondiente a ecosistemas en etapas iniciales de madurez. 

En el caso de Chile, sus principales fortalezas están en factores habilitantes, donde obtiene 63,5 puntos; investigación, desarrollo y adopción, con 73,7 puntos; e investigación, con 78,6 puntos. Además, registra la mayor producción de publicaciones científicas en IA de la región, con 41,9 por millón de habitantes. 

Entre sus desafíos aparecen la capacidad de cómputo -Chile concentra el 2,1% de las GPU de la región- y la adopción empresarial, estimada en 13,5%. También se encuentran el gasto en I+D, equivalente al 0,39% del PIB, y la ausencia de un presupuesto definido para implementar su estrategia nacional de IA.

Una nueva mirada internacional

Una de las principales novedades de esta edición es la incorporación, por primera vez, de una comparación con cinco países extrarregionales, como Alemania, España, Estonia, Portugal y Singapur. El ejercicio permitió poner las capacidades de América Latina y el Caribe en perspectiva internacional y profundizar el análisis en ámbitos específicos.. 

La comparación revela diferencias especialmente significativas en capacidad de cómputo. Los cinco países extrarregionales disponen, en promedio, de cerca de 29 veces más GPU por millón de habitantes que América Latina y el Caribe. Al interior de la región, además, esta capacidad está fuertemente concentrada: Brasil reúne el 87,7% de las GPU y el 92% de la capacidad de procesamiento regional.

Estos resultados refuerzan uno de los planteamientos centrales del ILIA 2026: “El partido de la IA se juega en equipo”. El informe plantea que la soberanía en Inteligencia Artificial no supone alcanzar la autosuficiencia tecnológica, sino contar con capacidades que permitan tomar decisiones y preservar alternativas en un escenario de alta interdependencia. Para América Latina y el Caribe, esto implica fortalecer capacidades propias y, al mismo tiempo, avanzar en cooperación regional en infraestructura, conocimiento, talento y tecnología.

El investigador principal de CENIA, Pablo Barceló, señaló que “los hallazgos principales son que la región se sigue consolidando (…) Todos los países del mundo están creciendo a veces al mismo ritmo o más aceleradamente que los de América Latina y el Caribe. Por eso nosotros proponemos que este partido de la IA se juegue en equipo, porque las capacidades están distribuidas. Pero en conjunto podemos hacer mucho más. Hay capacidades para compartir energías renovables, hay potencial para compartir cómputo, talento y datos. Es clave que la región invierta cómputo y desarrollar certezas jurídicas para que los datos que tenemos disponibles, que no son pocos, se puedan utilizar”.

El desafío de convertir capacidades en valor

La adopción es otro de los ámbitos donde el ILIA 2026 identifica espacio para avanzar. En América Latina y el Caribe, el 27,6% de las grandes empresas utiliza IA, proporción que disminuye al 12,8% entre las medianas y al 6,8% entre las pequeñas. En los cinco países de comparación extrarregional, las cifras alcanzan el 66%, 41% y 24%, respectivamente. 

Entre las personas, en tanto, el 16,1% de la población de entre 15 y 64 años utiliza activamente herramientas de IA generativa. Brasil (79 puntos), Chile (74), Uruguay (71,4), Colombia (69,3) y Costa Rica (63,8) son los países que superan los 60 puntos en la subdimensión de adopción, que considera el uso de esta tecnología entre personas, empresas y organismos públicos. 

Los datos aparecen también como un recurso estratégico para desarrollar capacidades propias. El informe advierte que su disponibilidad no depende únicamente de que existan o sean accesibles, sino también de contar con condiciones jurídicas que permitan utilizarlos. En América Latina y el Caribe, la falta de certeza jurídica para la minería de textos y datos (TDM) limita la construcción de corpus y el entrenamiento de modelos, incluso cuando existen datos disponibles. 

La región cuenta, al mismo tiempo, con activos sobre los cuales desarrollar nuevas capacidades. Paraguay, Costa Rica, Uruguay, Venezuela, Brasil y Colombia presentan una participación de energías limpias superior a Portugal, el país extrarregional con mayor proporción de energías renovables entre los analizados.

The post ILIA 2026: 4ta edición revela que América Latina y el Caribe se juegan su futuro en IA en la colaboración regional para datos, talento y cómputo appeared first on CENIA.

Los estudiantes universitarios que usan ChatGPT para entender un tema tienden a sentirse más seguros de lo que realmente saben, y a la hora de explicarlo por escrito lo hacen peor que quienes leyeron la misma información sin conversar con el chatbot. Así lo muestra una investigación desarrollada en Chile por el Centro Nacional de Inteligencia Artificial (CENIA) y el Centro de Investigación Avanzada en Educación (CIAE) de la Universidad de Chile, liderada por Ivan Aslanov, investigador postdoctoral de CENIA y de la Universidad de Chile, junto a Ernesto Guerra, académico del Instituto de Estudios Avanzados en Educación (IE) e investigador del CIAE, y Patricio Felmer, investigador del CIAE y Premio Nacional de Ciencias Exactas 2011. El estudio se hizo con 102 estudiantes universitarios chilenos y aporta evidencia sobre un efecto que preocupa a la educación: tener una buena explicación a un clic de distancia no garantiza haberla aprendido.

El fenómeno que midieron los investigadores se llama “ilusión de profundidad explicativa” y es muy conocido en la psicología cognitiva. Consiste en creer que las personas entienden un tema mejor de lo que lo hacen en realidad, algo que suele quedar en evidencia al intentar explicárselo a otra persona. Aslanov lo ilustra con una pregunta simple, como por qué las plantas son verdes: casi todos sienten que lo saben, pero al intentar explicarlo con nuestras palabras descubrimos que sabemos menos de lo que pensábamos. La literatura científica ya había mostrado que este efecto se intensifica cuando buscamos información en internet, porque se nos hace difícil separar lo que sabemos nosotros de lo que está disponible en la pantalla. Lo que no se había comprobado con claridad era si ocurre también cuando la información llega a través de un chatbot de Inteligencia Artificial, y esa es la pregunta que respondió este trabajo.

Para averiguarlo, el equipo dividió a los 102 estudiantes en tres grupos y les pidió abordar cuatro preguntas sobre fenómenos cotidianos: por qué existen los años bisiestos, cómo se fabrica el vidrio, cómo funcionan los cierres y por qué la Luna tiene fases. Un grupo hizo las preguntas a una versión personalizada de ChatGPT, otro leyó exactamente los mismos textos generados por el chatbot, presentados como texto fijo en pantalla y sin que los participantes conocieran su procedencia, y el tercero no recibió ningún material de apoyo. Antes de escribir, cada participante calificó qué tan bien creía poder explicar cada fenómeno; luego redactó su explicación y, después de leerla, volvió a evaluarse. La ilusión se calculó como la distancia entre lo que los participantes creían que podían explicar y lo que efectivamente lograron hacer.

El grupo que conversó con ChatGPT mostró la mayor distancia entre su confianza y su desempeño. Además, sus explicaciones fueron de menor calidad: dos evaluadores independientes las calificaron en una escala de 1 a 4, y el grupo que usó el chatbot obtuvo en promedio 2,47 puntos, frente a 2,75 del grupo que solo leyó los textos y 1,8 del grupo que no recibió material. El análisis del lenguaje apuntó en la misma dirección: quienes usaron ChatGPT escribieron en promedio 43,8 palabras, con un vocabulario menos variado, mientras que quienes leyeron los textos escribieron 59,6 palabras y se acercaron más a la redacción del texto original. Como ambos grupos recibieron exactamente la misma información, la diferencia no se explica por la calidad del contenido, sino por la forma de acceder a él.

“Tener acceso a una buena explicación no significa necesariamente haber incorporado ese conocimiento. Una persona puede reconocer y seguir una explicación cuando la tiene delante, pero no necesariamente reconstruirla después por sí misma”, afirmó Ernesto Guerra. El investigador agregó que los resultados de PISA 2025 muestran que el uso de herramientas de Inteligencia Artificial para aprender está muy extendido entre los estudiantes chilenos de 15 años, lo que vuelve pertinente preguntarse no solo cuánto se usan, sino qué ocurre con la comprensión que se construye a partir de ellas.

Los autores aclaran que el estudio no demuestra que ChatGPT sea malo para aprender ni que la Inteligencia Artificial produzca siempre peores resultados. Lo que muestra es un efecto específico: al conversar con un chatbot, las personas pueden terminar con más confianza en su comprensión de la que justifica su desempeño posterior. El trabajo mide ese desajuste, pero no identifica por qué ocurre. Una hipótesis es que los usuarios se atribuyan a sí mismos parte de un conocimiento que en realidad está en la herramienta; otra, que una conversación fluida genere una sensación de comprensión mayor. Aslanov plantea además que podría influir la forma en que las respuestas aparecen palabra por palabra en pantalla, algo que no ocurre al leer un texto fijo. Ninguna de estas ideas está probada y requieren nuevos estudios. También hay límites que conviene tener presentes: se evaluó solo ChatGPT, con respuestas precargadas, y únicamente a estudiantes universitarios.

El equipo prevé replicar el estudio con una muestra más grande y diversa que los 102 participantes iniciales, y comparar dos formas de reducir la ilusión: enseñar a los estudiantes cómo funciona la Inteligencia Artificial y cuáles son sus límites, o entrenar habilidades de pensamiento crítico. También evaluarán si el efecto se repite en estudiantes escolares y en población general.

The post Universitarios que conversan con ChatGPT creen entender más de lo que logran explicar, según estudio de investigador CENIA appeared first on CENIA.

El Centro Nacional de Inteligencia Artificial (CENIA) es un centro dedicado a la investigación, desarrollo y transferencia tecnológica en inteligencia artificial, con el propósito de fortalecer el ecosistema científico y tecnológico del país.
CENIA busca poner la Inteligencia Artificial al servicio de las personas y contribuir a que Chile se consolide como un referente en el desarrollo científico y tecnológico de la IA en Latinoamérica y el mundo.

“Esta oferta laboral se enmarcen la Ley N° 21.015, promoviendo la inclusión de personas con discapacidad al mundo laboral. Somos una empresa comprometida con la igualdad de oportunidades, la diversidad y la no discriminación”.

Postula aquí

Descripción

Tus funciones a desempeñar serán las siguientes:

– Gestión de stakeholders: coordinar la relación con CONAF, municipios, empresas de telecomunicaciones, clientes privados y socios técnicos (reuniones, minutas, compromisos y seguimiento de convenios y pilotos).
– Pipeline comercial: identificar, registrar y calificar potenciales leads, apoyar la preparación de propuestas y mantener actualizado el embudo comercial en el CRM o base de datos del proyecto.
– Licitaciones: monitorear Mercado Público y otras fuentes, revisar bases y requisitos de admisibilidad, coordinar anexos y plazos, y apoyar la preparación de ofertas junto al equipo técnico y legal.
– Centralización de información: administrar las bases de datos del proyecto (torres, despliegues, documentos legales, stakeholders, tareas) y la documentación en Notion/Drive, y elaborar reportes e indicadores para ANID y la dirección.
– Gestionar el inventario de equipos e insumos (cámaras, dispositivos edge, gabinetes, paneles solares y repuestos), y sistematizar y automatizar el proceso de compras, desde la cotización y la orden de compra hasta la recepción, el control de stock y el respaldo para rendición
– Plataforma y mejora continua: levantar requerimientos de usuarios y clientes, apoyar la priorización del backlog con el equipo técnico y realizar mejoras acotadas (dashboards, automatizaciones, integraciones simples y consultas a datos).

Requerimientos

Al momento de seleccionar a nuestr@s candidat@s, nos fijamos en su experiencia en:

– Excluyente: conocimientos de gestión de proyectos (planificación, seguimiento de hitos y control de riesgos), por formación o experiencia práctica.
– Excluyente: manejo avanzado de Excel/Google Sheets y herramientas colaborativas (Notion, Google Workspace).
– Deseable (altamente valorado): programación en Python y SQL a nivel intermedio, para automatizar procesos, manejar bases de datos y apoyar mejoras de la plataforma.
– Deseable: conocimiento de licitaciones públicas (Mercado Público, Ley N° 19.886) y de fondos públicos de I+D+i (ANID/CORFO).
– Deseable: Git/GitHub, APIs, herramientas de BI (Looker Studio / Power BI), nociones de IA o IoT.

Como son nuestros procesos de selección?

1.- Completa el formulario de postulación que te enviaremos y adjunta tu CV actualizado.

2.- Si cumples con los requisitos base, te contactaremos para levantar información en detalle de tu postulación.

3.- Si cumples con el perfil requerido, agendaremos una entrevista con nuestro Gestor de Talento.

4.- En caso de presentar la experiencia y competencias necesarias, coordinaremos una entrevista técnica con la jefatura correspondiente.

Valoramos mucho tu interés y las ganas de ser parte de una organización que impulsa la ciencia y la IA con propósito

Independiente del resultado, gracias por dar el paso y confiar en nosotr@s.

¡Seguimos construyendo futuro!

The post ¡Trabaja en CENIA! appeared first on CENIA.

¿Qué secretos esconden las figuras dibujadas sobre cerámica, pinturas rupestres y los enormes geoglifos del desierto de Atacama acerca de las comunidades que habitaron este territorio hace más de seiscientos años? Esta es una de las preguntas que busca responder el proyecto “Motifs Across Media: AI Analysis of Prehispanic Atacama Visual Systems”, una  investigación que combina arqueología e Inteligencia Artificial para estudiar las semejanzas entre distintas expresiones artísticas del norte de Chile prehispánico entre los años 1000 y 1400 d.C.

El proyecto será dirigido por Francisca Gil-Ureta, doctora en computación gráfica e investigadora del Centro Nacional de Inteligencia Artificial (CENIA) y tendrá una duración de dos años. El equipo trabajará con imágenes ya existentes de proyectos previos, entre ellas más de 800 vasijas digitalizadas, ortomosaicos de geoglifos y documentación de arte rupestre.

“Que una iniciativa desarrollada íntegramente en Chile haya sido seleccionada entre más de 500 propuestas de todo el mundo muestra que nuestro país puede hacer investigación de frontera, uniendo Inteligencia Artificial y humanidades a partir de su propio patrimonio”, destacó la directora.

Entre los resultados comprometidos, el proyecto realizará un conjunto de bases de datos de los motivos registrados, el primero de su tipo para Atacama, con acceso escalonado para proteger ubicaciones sensibles; herramientas computacionales de código abierto que incluyen embeddings entrenados, protocolos de anotación y métodos adaptables a otras regiones o materiales; nuevas interpretaciones arqueológicas sobre la transmisión y transformación de motivos; formación cruzada de estudiantes de doctorado en arqueología e ingeniería y un taller práctico para arqueólogos andinos.

“Este proyecto reúne a arqueólogos, antropólogos y especialistas en computación de cuatro instituciones. Esa colaboración es lo que nos permite hacernos preguntas nuevas sobre un patrimonio que conocemos hace décadas, pero que nunca habíamos podido mirar en conjunto”, afirmó Francisca Gil-Ureta.

El estudio será integrado por los coinvestigadores: Dra. Ana María Cabanas, directora de Investigación e Innovación de la Universidad de Tarapacá (UTA) y colaboradora asociada CENIA; Dr. Iván Sipiran, del Departamento de Ciencias de la Computación de la Universidad de Chile e investigador principal CENIA; Dr. Adrián Oyaneder, Dra. Ester Echenique, Dra. Daniela Valenzuela y Dra. Zaray Guerrero, del Departamento de Antropología UTA; y Mg. Víctor Méndez, de la Escuela de Antropología de la Pontificia Universidad Católica de Chile.

Motivos compartidos en el desierto de Atacama

Gracias a la extrema aridez del desierto, numerosos vestigios arqueológicos se han conservado durante siglos. Entre ellos destacan representaciones de figuras humanas, animales y formas geométricas que se repiten en los valles de Lluta, Azapa y Camarones, tanto en objetos de cerámica como en pinturas sobre rocas y grandes figuras trazadas sobre las laderas de los cerros.

Aunque estas semejanzas han sido reconocidas por la arqueología, determinar qué tan frecuentes son y qué relación podrían tener entre sí representa un desafío considerable. La enorme cantidad de piezas y la diversidad de materiales dificultan realizar comparaciones que permitan identificar patrones entre los distintos territorios.

“Durante siglos, las comunidades del Atacama dejaron su huella en la cerámica, en las rocas y en las laderas del desierto. Queremos entender si esas imágenes forman parte de un mismo lenguaje visual, y la Inteligencia Artificial nos permite compararlas a una escala que antes era imposible”, indicó Gil-Ureta.

Para abordar este problema, los investigadores desarrollarán nuevos modelos de Inteligencia Artificial y bases de conocimiento que permitan apoyar el trabajo arqueológico. A partir de los criterios establecidos por los especialistas, estas herramientas permitirán comparar miles de registros e identificar patrones que serían difíciles de detectar mediante una revisión tradicional.

El doctor en arqueología y académico de la UTA, Adrián Oyaneder, explicó que “la Inteligencia Artificial no reemplaza la mirada del arqueólogo, sino que la amplía. Nos ayuda a detectar patrones entre miles de figuras que están en soportes y lugares distintos, para que luego los especialistas puedan interpretarlos con su conocimiento del territorio”.

Schmidt Sciences

Schmidt Sciences otorgó US$10 millones a 19 equipos interdisciplinares a través de su Instituto Virtual de Humanidades e Inteligencia Artificial (HAVI, por sus siglas en inglés). Los proyectos utilizarán la Inteligencia Artificial para avanzar en el estudio del arte, la danza, la historia, la música, la literatura y otras disciplinas a lo largo de miles de años de cultura mundial, al tiempo que ayudarán a los investigadores a desarrollar y poner a prueba nuevas capacidades de Inteligencia Artificial. 

En 2025, la primera versión del programa destinó US$11 millones a un máximo de 23 equipos, entre ellos grupos de la Universidad de Cambridge, Sorbonne Université y Dartmouth College. El proyecto chileno fue seleccionado en la convocatoria 2026, en la categoría destinada a colaboraciones en su fase inicial, convirtiéndose en uno de los primeros equipos del sur global en recibir este financiamiento.

Seleccionados entre 501 propuestas procedentes de 42 países, estos proyectos elevan el compromiso total de financiación de HAVI, en sus dos convocatorias, a más de US$21 millones. Los equipos compartirán abiertamente las herramientas y los recursos que desarrollen, incluyendo código, pesos de modelos y conjuntos de datos de referencia.

The post Schmidt Sciences otorga financiamiento a proyecto CENIA, UTA, UC y UChile que busca descifrar las figuras prehispánicas del desierto de Atacama  appeared first on CENIA.

• El proyecto Puelche desarrollará un sistema de agentes de Inteligencia Artificial que revisará la documentación de las ofertas, detectará propuestas inadmisibles y entregará puntajes preliminares a las comisiones evaluadoras, que conservarán la decisión final. La iniciativa, que recibirá $237 millones de ANID, se validará durante 24 meses en procesos reales de compra del Servicio de Vivienda y Urbanización de la Región Metropolitana.

El Centro Nacional de Inteligencia Artificial (CENIA) se adjudicó el proyecto “Puelche: Agent-Based AI for Public Procurement Evaluation” (IT26I0132), uno de los tres que obtuvo en el concurso FONDEF de Investigación Tecnológica (IT) 2026 de la Agencia Nacional de Investigación y Desarrollo (ANID) y con el que desarrollará un sistema de Inteligencia Artificial para apoyar la fase de evaluación de las licitaciones públicas en Chile. La iniciativa, dirigida por el investigador Felipe del Río, se ejecutará durante 24 meses con CENIA como beneficiaria principal y el Servicio de Vivienda y Urbanización de la Región Metropolitana (SERVIU RM) como entidad asociada, con un presupuesto total de $372 millones.

Su objetivo es hacer más eficientes los procesos de compras públicas sin comprometer la transparencia ni la confianza y en cumplimiento de la normativa vigente, mediante la detección automática de propuestas inadmisibles y la entrega de puntajes preliminares fundamentados durante la fase de evaluación. Las comisiones evaluadoras mantendrán la decisión final.

Según los datos reunidos por el equipo, las compras públicas representan el 14,3% del gasto del Estado chileno y en 2024 movilizaron US$17.640 millones a través de la plataforma Mercado Público, donde las licitaciones concentran el 71,3% del gasto y constituyen el mecanismo más complejo y demandante en recursos. Dentro de ellas, la evaluación, que incluye el filtro de admisibilidad y la asignación de puntajes técnicos y económicos, todavía depende de una revisión manual intensiva, pese a que el país cuenta con infraestructura digital avanzada, datos abiertos e interfaces de programación (APIs) en Mercado Público. 

Un proceso de compra dura en promedio 43,2 días y el 34,2% supera los plazos previstos, con retrasos promedio de 18,4 días, casos extremos de demoras de hasta 345 días y procesos que se extienden por 1.187 días; los sectores más afectados son obras públicas, con un 47,5% de procesos retrasados, y los municipios, con un 41,8%. A estas dificultades se suma la conflictividad asociada a etapas críticas del proceso: entre 2010 y 2024, la evaluación y adjudicación originaron el 62% de los litigios de compras públicas. La Organización para la Cooperación y el Desarrollo Económicos (OCDE) estima que las compras públicas equivalen a cerca del 12,7% del PIB y al 30% del gasto de los gobiernos de sus países miembros, y de acuerdo con el diagnóstico del proyecto, las aplicaciones de Inteligencia Artificial disponibles en este ámbito se enfocan en la automatización administrativa y no en la evaluación sustantiva de licitaciones complejas.

“Para SERVIU Metropolitano, esta alianza estratégica con CENIA para el desarrollo del Proyecto Puelche es una noticia que nos llena de alegría y entusiasmo. Nos permite abordar uno de los nudos más relevantes de la contratación pública: la evaluación de ofertas, avanzando hacia procesos más eficientes y transparentes. Creemos que este proyecto será un aporte significativo para el sector Vivienda y el sector público en general, entregando al funcionariado mayor apoyo tecnológico y eficacia, y a la ciudadanía procesos más rápidos y una mejor utilización de los recursos públicos”, comentó Maripaula Vila, encargada de la Sección de Contratación Pública de SERVIU Metropolitano.

Cómo funcionará Puelche

Puelche se basa en una arquitectura modular de múltiples agentes de Inteligencia Artificial que divide el análisis de una licitación en tareas especializadas, organizadas en seis módulos. El primero extrae la información de los documentos y la convierte en formatos estructurados legibles por máquinas; el segundo verifica los requisitos de admisibilidad de cada oferta a partir de las bases de licitación, de las que extrae las reglas con las que calcula puntajes de admisibilidad; y el tercero apoya la fase de evaluación, para lo cual identifica y estructura los criterios definidos en las bases, planifica la búsqueda y el análisis de evidencia y propone puntajes. Un cuarto módulo opera como biblioteca compartida de habilidades y herramientas de cumplimiento normativo para los demás agentes, y está concebido como base tecnológica reutilizable para futuros sistemas administrativos asistidos por Inteligencia Artificial. El quinto es una interfaz web segura en la que las comisiones validan, anotan y revisan los resultados, con trazabilidad completa hacia los documentos de origen y los registros de auditoría, y el sexto es un ciclo de optimización que mejora el comportamiento del sistema a partir de casos de licitación ya evaluados.

“Puelche se distingue porque está diseñado específicamente para los procedimientos de compra chilenos y los flujos de evaluación de sus instituciones, porque usa reglas de compra explícitas que hacen interpretable y auditable la lógica de evaluación y porque ese ciclo de optimización le permite superar a los sistemas estáticos basados en instrucciones (prompts) sin perder transparencia”, comentó el director del proyecto, Felipe del Río.

El concurso FONDEF IT financia proyectos de I+D aplicada con un fuerte componente científico que, en un plazo breve, obtengan resultados capaces de convertirse en nuevos productos, procesos o servicios con una probabilidad razonable de generar impactos productivos, económicos y sociales, y exige como requisito de postulación una prueba de concepto, modelo o prototipo validado a pequeña escala. 

En el caso de Puelche, ese punto de partida es un prototipo en el nivel 4 de la escala TRL de madurez tecnológica (escala de 1 a 9 que mide el grado de desarrollo de una tecnología, desde una idea hasta su comercialización), desarrollado por el investigador de la Universidad Católica Mitchell Bosley, validado en un entorno controlado, que se concentra en la evaluación de equipos ejecutivos, una tarea de alta carga documental en la que el sistema extrae evidencia estructurada desde currículos, títulos, contratos y documentación de respaldo. El proyecto ampliará sus módulos hacia otras dimensiones de la evaluación con la meta de alcanzar el nivel TRL 7, es decir, un prototipo operacional apto para su despliegue en los SERVIU y en otras unidades de compras públicas.

La validación se organizará en cuatro fases: un diagnóstico inicial que establecerá la línea base de tiempos, cargas de trabajo y costos de transacción de las licitaciones del SERVIU RM a partir de datos de Mercado Público; una validación controlada con casos históricos, que medirá la concordancia del sistema con las evaluaciones humanas mediante indicadores como el Kappa de Cohen y el F1 Score; una etapa en “modo sombra”, en la que Puelche funcionará en paralelo a las comisiones sin incidir en las decisiones oficiales; y un piloto asistido, en el que las comisiones usarán los resultados del sistema como punto de partida para sus decisiones formales. Esta última fase medirá la precisión, la reducción de plazos y el ahorro administrativo neto por licitación, e incluirá una auditoría algorítmica, para verificar los resguardos contra sesgos y discriminación.

El equipo está conformado por Felipe del Río, director del proyecto, ingeniero industrial y doctor en Inteligencia Artificial; Rodrigo Durán, director alterno, ingeniero comercial y gerente de CENIA; Mitchell Bosley, profesor asistente de College UC e Instituto de Sociología UC; e Ismael Aguayo, asistente de investigación y sociólogo.

The post CENIA se adjudica proyecto FONDEF para apoyar con Inteligencia Artificial la evaluación de licitaciones públicas junto al SERVIU Metropolitano appeared first on CENIA.