Retos, 15(30), 2025 Revista de Ciencias de la Administración y Economía
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
www.retos.ups.edu.ec
octubre 2025-marzo 2026
pp. 225-240
https://doi.org/10.17163/ret.n30.2025.02
Revista de Ciencias de Revista de Ciencias de
Administración y EconomíaAdministración y Economía
España ante la inteligencia artificial: capacidades
instaladas, desafíos y oportunidades
Spain and artificial intelligence: installed capacities,
challenges, and opportunities
José Luis Ros-Medina
Profesor e investigador de la Universidad Internacional de La Rioja, España
joseluis.rosmedina@unir.net
https://orcid.org/0000-0003-2903-6632
https://ror.org/029gnnp81
José Manuel Mayor-Balsas
Profesor e investigador de la Universidad de Murcia, España
josemanuel.mayor@um.es
https://orcid.org/0000-0001-5433-3415
https://ror.org/03p3aeb86
Thiago Ferreira-Dias
Profesor e investigador de la Universidad Federal del Río Grande del Norte, Brasil
thiago.ferreira.dias@ufrn.br
https://orcid.org/0000-0002-0749-5654
https://ror.org/04wn09761
Elias Jacob de Menezes-Neto
Profesor e investigador de la Universidad Federal del Río Grande del Norte, Brasil
elias.jacob@ufrn.br
https://orcid.org/0000-0002-1153-8899
https://ror.org/04wn09761
Recibido: 01/07/25 Revisado: 23/07/25 Aprobado: 21/08/25 Publicado: 01/10/25
Resumen: esta investigación analiza el estado actual y las perspectivas futuras de las capacidades instaladas para el desarrollo de la inteligencia
artificial en España. El estudio se justifica por la creciente importancia estratégica de la IA como motor de la transformación digital, económica y
social, así como por la escasez de análisis empíricos que aborden su evolución específica en el contexto español. El objetivo principal es evaluar la
situación de España mediante la adaptación del Índice Latinoamericano de Inteligencia Artificial (ILIA), contrastando sus resultados con los de Chile
y la media de América Latina, lo que permite identificar fortalezas, debilidades y oportunidades de mejora. La metodología combina el análisis de
datos secundarios con datos primarios cualitativos obtenidos a través de entrevistas en profundidad a ocho expertos provenientes de los sectores
académico, público, empresarial y de la sociedad civil. Los principales resultados del índice muestran que España supera ampliamente a los países
latinoamericanos en factores habilitantes, I+D+A y gobernanza. No obstante, se identifican debilidades en la coordinación territorial, la participación
ciudadana y la regulación de riesgos. Las entrevistas confirman una visión optimista del futuro de la IA en España, destacando sectores clave como
salud, educación, industria y formación de talento humano. Se concluye que España tiene potencial para posicionarse como referente, siempre que
refuerce sus capacidades institucionales, fomente la cooperación público-privada y garantice un desarrollo ético alineado con los derechos humanos.
Palabras clave: IA, gobernanza, innovación, regulación, desarrollo, ética, datos, sociedad.
Cómo citar: Ros-Medina, J. L., Mayor-Balsas, J. M., Ferreira-Dias, T. E. y de Menezes-Neto, J. (2025). España ante la inteligen-
cia artificial: capacidades instaladas, desafíos y oportunidades. Retos Revista de Ciencias de la Administración y Economía, 15(30),
pp. 225-240. https://doi.org/10.17163/ret.n30.2025.02
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
226 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
Abstract: this research analyzes the current state and future prospects of the installed capacities for the development of artificial intelligence (AI)
in Spain. The study is justified by the growing strategic importance of AI as a driver of digital, economic, and social transformation, as well as
by the scarcity of empirical analyses that address its specific evolution in the Spanish context. The main objective is to assess Spain’s situation
by adapting the Latin American Artificial Intelligence Index (ILIA), comparing its results with those of Chile and the Latin American average,
which allows for the identification of strengths, weaknesses, and areas for improvement. The methodology combines the analysis of secondary
data with qualitative primary data obtained through in-depth interviews with eight experts from the academic, public, business, and civil socie-
ty sectors. The main findings of the index show that Spain significantly outperforms Latin American countries in enabling factors, R&D&I, and
governance. However, weaknesses were identified in territorial coordination, citizen participation, and risk regulation. The interviews confirm
an optimistic view of the future of AI in Spain, highlighting key sectors such as healthcare, education, industry, and human talent development.
It is concluded that Spain has the potential to position itself as a regional and international benchmark, provided that it strengthens its institu-
tional capacities, promotes public-private cooperation, and ensures ethical development aligned with human rights.
Keywords: AI, governance, innovation, regulation, development, ethics, data, society.
Introducción
IA generativa, potencial económico y
observaciones éticas
La inteligencia articial (IA) ha progresado
notablemente en los últimos años, con un impac-
to exponencial tras la aparición de las IA genera-
tivas (Weglarz et al., 2025). Estas herramientas se
han incorporado a la vida cotidiana y el interés
general ha aumentado vertiginosamente; entre
2022 y 2023, las búsquedas sobre IA generativa
crecieron casi un 700 % (McKinsey y Company,
2024). De acuerdo con el AI Index Report (2025)
de la Universidad de Stanford, en 2024 el 78%
de las organizaciones utilizaron IA, un aumento
de 23 puntos respecto a 2023, con inversiones de
33,9 mil millones de dólares, un 18.7 % más que
el año anterior (Maslej et al., 2025); por lo tanto,
aunque es una tecnología reciente, su desarrollo
es vertiginoso (Navarro, 2018).
La IA generativa tiene un fuerte potencial
económico. Se proyecta como motor del creci-
miento global (Azuaje, 2021). Goldman Sachs
estima que elevará la productividad laboral
de EE. UU. en 1,5 puntos anuales durante diez
años, y aumentará el PIB global en un 7 % (Bri-
ggs y Kodnani, 2023). Otras fuentes sugieren
que para 2030 la IA podría sumar 14 billones
de euros a la economía global y duplicar el cre-
cimiento económico hacia 2035 (Ministerio de
Ciencia, Innovación y Universidades, 2019).
El impacto ya es evidente. El Deloitte Global’s
2025 Predictions Report anticipa que el 25 % de
las empresas usuarias de IA generativa imple-
mentarán agentes de IA en 2025, y el 50 % en
2027 (Deloitte, 2024). Según el 2025 Generative
AI in Professional Services Report, su adopción en
servicios profesionales creció del 12 % al 22 %
en un año, mientras que las organizaciones sin
planes de uso cayeron del 60 % al 41 % (Thom-
son Reuters, 2025). El informe The state of AI
2025 indica que el 65 % de las organizaciones ya
usaban IA generativa de forma regular en 2024,
y que su gobernanza es usualmente liderada
por el CEO (McKinsey y Company, 2024). Pese a
la reducción de inversión tecnológica general, la
dedicada a IA aumentó (McKinsey y Company,
2024). NTT DATA (2024) conrma que el 83 %
de los CEO tienen una estrategia clara, aunque
solo el 49 % la ha alineado con su negocio; sin
embargo, el 99 % planea aumentar la inversión.
Las expectativas son positivas: se proyec-
ta que la IA traerá eciencia, nuevos empleos y
mejoras en la mayoría de los sectores (Comisión
Europea, 2020; Ministerio de Ciencia, Innovación
y Universidades, 2019). Incluso podría anticipar
pandemias como la del COVID-19 (Robles-Fer-
nández et al., 2022). Pero también hay riesgos,
como son la discriminación, la pérdida de priva-
cidad y los usos criminales (Comisión Europea,
2020). Por ello, se necesitan normas de ética y
transparencia (Birkstedt et al., 2023; Ministerio
de Ciencia, Innovación y Universidades, 2019;
Robles, 2014). Aunque puede beneciar 134 Ob-
jetivos de Desarrollo Sostenible (ODS), también
podría inhibir 59 (Vinuesa et al., 2020).
En el contexto de revolución tecnológica, la
IA se ha convertido en el pilar de transforma-
ción en múltiples sectores, incluida la Adminis-
tración Pública. Así nace la gobernanza inteli-
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
227
gente, basada en datos, algoritmos e interacción
ciudadana. Cerrillo (2019) subraya que esta for-
ma de gobernanza no se limita a la automati-
zación, sino que busca decisiones más informa-
das, ágiles y justas.
Gobernanza inteligente
e IA en España
Sin embargo, en las democracias, el uso de
IA ha de hacer frente a una serie de obstáculos
entre los que se incluye la falta de transparen-
cia. Cerrillo (2019) advierte sobre la opacidad
algorítmica que socava la conanza pública, al
operar como una “caja negra”. Frente a esto,
Cotino (2019) propone aplicar cinco principios
éticos: benecencia y no malecencia, justicia,
libertad y autonomía, explicabilidad y transpa-
rencia, con la empatía como principio adicional,
recomendando, a su vez, códigos de conducta y
comités éticos.
Estas inquietudes abren debates éticos y -
losócos. De Pisón (2022) sostiene que deben
repensarse conceptos del derecho ante desafíos
como el transhumanismo distópico, proponien-
do disciplinas como roboética y neuroética. Vive-
ros (2022) aboga por una gobernanza global de la
IA que responsabilice también a los Estados.
En el terreno democrático, la IA puede po-
tenciar participación y transparencia, aunque
persisten dicultades, como indica Moreno et al.
(2023). Innerarity (2025), en Una teoría crítica de la
inteligencia articial, arma que las éticas tradicio-
nales son insucientes ante las metas estructura-
les de la IA, y propone transformar las institu-
ciones democráticas para integrar la deliberación
ciudadana en el diseño de sistemas de IA.
Pese a lo anterior, la transparencia y la ren-
dición de cuentas siguen siendo fundamenta-
les, sobre todo en la Administración Pública
(Filgueiras, 2021). Mientras que en las empresas
estas prácticas mitigan riesgos, en lo público
son principios democráticos fundamentales. La
transparencia favorece la eciencia y la conan-
za institucional, siendo uno de los principales
objetivos el hacer comprensible estos sistemas
tanto para los ciudadanos como para los funcio-
narios (Valero, 2019).
La IA debe evaluarse no solo por su ecien-
cia, sino también por su respeto a la dignidad
y derechos fundamentales, debiendo de estar la
ética integrada desde el diseño, no añadida des-
pués (Martínez, 2019).
Uno de los desafíos persistentes es la opaci-
dad algorítmica, especialmente en IA subsimbó-
lica. Binns (2017) recomienda usar modelos más
comprensibles como los árboles de decisión. Sin
embargo, Ananny y Crawford (2017) advierten
que la visibilidad del algoritmo no garantiza su
comprensión, y abogan por sistemas adaptados
a contextos sociales y políticos, distinguiendo en-
tre el derecho a saber y el derecho a comprender.
Desde el ámbito legal, la IA plantea una se-
rie de incógnitas sobre los derechos civiles y el
acceso a la información. Cerrillo (2019) analiza
casos en España e Italia donde el acceso a los al-
goritmos es central, y hace referencia a una de-
cisión de la Comisión de Garantía del Derecho
de Acceso a la Información Pública (GAIP) en
España que reconoce los algoritmos como parte
del derecho a la información pública, destacan-
do la transparencia algorítmica como funda-
mental para la democracia.
El uso de Big Data también implica riesgos
en privacidad y responsabilidad. Estupiñán et
al. (2021) llaman a establecer marcos legales só-
lidos que impulsen la IA sin sacricar derechos.
Ponce-Cedeño et al. (2023) refuerzan esta idea,
insistiendo en el diseño con privacidad incorpo-
rada desde el inicio y la prevención de sesgos,
también subrayada por Cotino (2019).
Así, regular la IA es un reto global. Organis-
mos como la Organización para la Cooperación
y el Desarrollo Económico, la Organización de
las Naciones Unidas o el Consejo de Europa han
propuesto marcos regulatorios para su uso en
Administraciones Públicas. La Unión Europea
destaca por su modelo ético y democrático, cen-
trado en protección de datos y privacidad (Cria-
do, 2021), e involucra expertos no comunitarios
en sus directrices (Comisión Europea, 2020).
A nivel nacional, la OCDE observó que en-
tre 2011 y 2018 solo el 3 % de la inversión en
startups de IA en la UE fue para empresas es-
pañolas, frente al 13 % de Francia, 14 % de Ale-
mania y 55 % del Reino Unido (Ministerio de
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
228 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
Ciencia, Innovación y Universidades, 2019). No
obstante, según Roland Berger, España es uno
de los cuatro países más relevantes en IA en Eu-
ropa, junto a Reino Unido, Francia y Alemania,
concentrando el 60 % del ecosistema europeo.
Sin embargo, la UE solo representa el 8 % de la
inversión global, frente al 85 % de China y EE.
UU. (Ministerio de Ciencia, Innovación y Uni-
versidades, 2019).
Sin embargo, si bien el uso de algoritmos
basados en sistemas de IA en el sector públi-
co es una realidad creciente, hoy en día sigue
siendo un área poco explorada (Criado, 2021),
y más aún en lo que respecta a la evaluación
del desarrollo actual y potencial de la IA en Es-
paña y a la comprensión de los factores que la
impulsan o limitan. Por ello, con este trabajo —
cuyo objetivo principal es analizar cuál es la si-
tuación actual y futura de las capacidades ins-
taladas para el desarrollo de la IA en España—,
se pretende dar un paso adelante para suplir
ese vacío existente en la literatura, aportando
evidencia empírica al respecto.
Materiales y método
Objetivos
Este trabajo pretende analizar cuál es la si-
tuación actual y futura de las capacidades ins-
taladas para el desarrollo de la inteligencia
articial en España. Para ello, se proponen los
siguientes objetivos:
i) Desarrollar un índice de evaluación del
estado de la IA en España adaptando el
Índice Latinoamericano de Inteligencia
Articial (ILIA) desarrollado por el Cen-
tro Nacional de Inteligencia Articial de
Chile (CENIA).
ii) Comparar el desarrollo de la IA en Es-
paña con Chile y la media de LATAM
incluidos en el estudio del CENIA para
observar la posición relativa de España
y sus áreas de fortalezas y debilidades.
Adaptación del ILIA al caso español
El ILIA es un bien público impulsado por el
CENIA y la CEPAL, con el respaldo de organiza-
ciones como el Banco de Desarrollo de América
Latina y el Caribe (CAF), el Banco Interamericano
de Desarrollo (BID), la Organización de los Esta-
dos Americanos (OEA) y la UNESCO.
El índice se compone de tres dimensiones
cuantitativas fundamentales: i) factores habili-
tantes, que miden la infraestructura tecnológi-
ca, el acceso a datos abiertos y la disponibilidad
de talento humano especializado, y permiten
proyectar el potencial de la IA en cada nación;
ii) I+D+A, centrada en el avance de la investiga-
ción, el desarrollo y la adopción de tecnologías
de IA en los sectores público, privado y acadé-
mico, y que incide en la competitividad global
de los países; y iii) gobernanza, que evalúa el
grado de madurez institucional en políticas pú-
blicas y regulaciones para un desarrollo ético y
sostenible de la IA (ILIA, 2024).
A estas tres dimensiones cuantitativas se su-
man otras dos de carácter cualitativo y prospecti-
vo, propuestas por el CENIA: iv) el futuro de la v
t, medido mediante la percepción de expertos, y;
v) la percepción social sobre la IA.
En su segunda edición, el ILIA mantuvo es-
tas cinco dimensiones, aunque introdujo nuevos
indicadores y subindicadores con el n de lograr
una visión más completa del desarrollo de la IA
en la región. Además, recibió apoyo de nuevos
actores internacionales como la Unión Europea,
a través de la Alianza Digital UE-LAC, y de em-
presas tecnológicas como Google, Microsoft y
Amazon Web Services (AWS), lo que enriqueció
su análisis (ILIA, 2024).
En el caso de España, la aplicación de las
tres dimensiones cuantitativas se realizó a par-
tir de fuentes primarias de información pública
(tabla 1).
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
229
Tabla 1
Fuentes primarias de las dimensiones
Di-
men-
sión
Sub
dimen-
sión
Indicadores Subindicadores propuestos
Nota nor-
malizada
de España
Fuente
Factores habilitantes
Infraestructura
Conectividad
% Población que usa internet. 95.40 https://bit.ly/4nC6fbI
Promedio de velocidad de
descarga móvil. 121.60 https://bit.ly/4n63G1G
Conectividad
Implementación de 5G.
Fuente
no compa-
rable
https://bit.ly/3IppMwK
Cobertura de redes móviles. 99.70 https://bit.ly/41TmUio
Hogares con acceso a internet. 96.40 https://bit.ly/48orSaK
Suscripciones activas de
banda ancha móvil. 94.77 https://bit.ly/48kzMSD
Suscripciones de banda ancha ja. 112.10 https://bit.ly/46sZMsz
Promedio de velocidad de descarga
banda ancha ja. 87.5 https://bit.ly/41Pw1Ri
Promedio de latencia. 99.52 https://bit.ly/4grRTIj
Cesta básica de banda ancha ja. 105.05 https://bit.ly/4megsd1
Cómputo
Nube. 32.5 https://bit.ly/466p7tq
Capacidad de infraestructuras de HPC. 200.001https://bit.ly/3VOi1Uf
Centros de datos certicados 16.67 https://bit.ly/48fjcU7
IXP. 42.65 https://bit.ly/3Vlc7db
Servidores de Internet seguros. 225.28 https://bit.ly/466pe8k
Dispositivos
Hogares que tienen computadora. 82.27 https://bit.ly/4mdNNVv
Asequibilidad de Teléfono inteligente. ND ND
Adopción IPv6. 18.472https://bit.ly/46ocpFd
Datos
Barómetro
de Datos
Disponibilidad. 46.62 https://bit.ly/3IpLYXE
Capacidades. 74.41 https://bit.ly/482Q4Qb
Gobernanza. 58.53 https://bit.ly/4nShpt1
Uso e impacto. 20.62 https://bit.ly/4polTJl
Talento Humano
Alfabetiza-
ción en IA
Educación temprana en ciencia. 152 https://bit.ly/4pphMMV
Educación temprana en IA. 80.00 https://bit.ly/42wYRWC
Habilidad de inglés. 57.58 https://bit.ly/4pqyxaF
Formación
profesional
en IA
Penetración de habilidades en IA. ND Información insuciente
Licenciados STEM. 55.75 https://bit.ly/4pl9pCl
Talento
Humano
Avanzado
Programas de Magíster en IA en
universidades del Ranking QS. 60.23 Elaboración propia
Programas de PhD en IA en
universidades del Ranking QS. 78.51 Elaboración propia
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
230 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
Di-
men-
sión
Sub
dimen-
sión
Indica-
dores Subindicadores propuestos
Nota
normalizada
de España
Fuente
Talento
Humano
Talento
Humano
Avanzado
Programas de Magister en IA. Universi-
dades Acreditadas. 74.62 Elaboración propia
Programas de Doctorado en IA.
Universidades Acreditadas. 82.45 Elaboración propia
Investigación, adopción y desarrollo
Investigación
Investiga-
ción
Publicaciones en IA. 452.23 https://bit.ly/4mjDhvU
Investigadores activos en IA. ND ND
Productividad investigadores en IA. ND ND
Impacto investigación IA. 38.78 https://bit.ly/46hGshH
Presencia de Centros de investigación de IA. 80.00 Elaboración propia
Proporción de autoras en IA. 74.84 https://bit.ly/46ojA02
Investigación Consistente en IA. ND ND
Participación en main track
de conferencias A+. ND ND
Participación en side events de
conferencias A+. ND ND
I+D
Desarrollo
Productividad Open Source. ND ND
Calidad Open Source. ND ND
Cantidad de Patentes. 212.56 https://bit.ly/3VQJNiV
Innovación
Número de inversiones privadas. 263.93 https://bit.ly/4meygEP
Valor total estimado
de la inversión privada. 362.22 https://bit.ly/4pE8pJE
Empresas de IA. 187.33 https://bit.ly/3K2DnL7
Empresas unicornio. 215.29 https://bit.ly/3IezrGE
Gasto en investigación
y desarrollo en proporción al PIB. 124.28 https://bit.ly/4pp9gxB
Desarrollo de aplicaciones. 93.00 https://bit.ly/46iNByf
Entorno emprendedor. 60.56 ND
Adopción
Industria
Trabajadores en el
sector de alta tecnología. 48.35 https://bit.ly/3ViWl2o
Fabricación de tecnología mediana y alta. ND ND
Proporción del valor añadido
de fabricación de tecnología mediana
y alta en el valor añadido total.
136.61 https://bit.ly/3Vle21n
Gobierno Gobierno Digital. 98.72 https://bit.ly/4nxdph1
Gobernanza
Visión e
Institucionalidad
Estrategia
de IA
Existencia de la estrategia. 100 https://bit.ly/47Lpaw2
Presencia de institución
encarga de ejecución. 100 https://bit.ly/41XtS66
Presencia de mecanismos de evaluación. 100 https://bit.ly/41QyevJ
Presencia de mecanismos de
coordinación interinstitucióna
la Ética y gobernanza de la IA.
100 https://bit.ly/48i3N5u
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
231
Di-
men-
sión
Sub
dimen-
sión
Indicadores Subindicadores propuestos
Nota
normalizada
de España
Fuente
Gobernanza
Visión e
Institucionalidad
Estrategia
de IA
Infraestructura y Tecnología de la IA. 100 https://bit.ly/4popCXj
Desarrollo de Capacidades. 100 https://bit.ly/41SRpoF
Datos. 100 https://bit.ly/48eR7wg
Gobierno Digital. 100 https://bit.ly/4gyQDmY
Industria y Emprendimiento 100 https://bit.ly/3K5ihM7
I+D. 100 https://bit.ly/3K4nqE3
Cooperación Regional e Internacional. 100 https://bit.ly/4n24SCV
Involucra-
miento de la
sociedad
Participación ciudadana. 60 https://bit.ly/3I9C3Wd
Metodología multistakeholder. 20 -3
Institucio-
nalidad Existencia de institución. 100 https://bit.ly/42yqD57
Internacional
Partici-
pación en
denición de
Estándares
Participación en ISO. 100 https://bit.ly/48DWL
Partici-
pación en
organismos
internacio-
nales
Participación en
comités internacionales. 100 https://bit.ly/3K2Idbi
Regulación
Regulación
sobre IA Mitigación de riesgos. 0https://bit.ly/4gpEd0x
Ciber-
seguridad Índice de ciberseguridad. 101.99 https://bit.ly/41RBxTw
Ética y soste-
nibilidad
Derechos Civiles y Políticos Protección
de Datos y Privacidad (GIRAI). 100.83 https://bit.ly/3IoCOuw
Normas Técnicas Seguridad,
Precisión y Conabilidad (GIRAI). 136.2 https://bit.ly/47FP5Fe
Sostenibilidad 108.11 https://bit.ly/46CMsCZ
Nota. 1 Pese a ser el resultado más alto en términos relativos, limitamos el dato al doble del máximo obtenido en los datos
por países del ILIA 2024. / 2 LACNIC no produce estadísticas para España, por lo que se utilizan las de Google. / 3 No hay
ninguna información publicada por el gobierno sobre la creación de la estrategia. / ND = Dato no disponible.
Elaboración propia con base en ILIA (2024).
Para su construcción, se siguió la metodolo-
gía del CENIA (2023), que establece la necesi-
dad de homogeneizar datos heterogéneos. Esto
se hizo mediante la recodicación de los valores
brutos de cada subindicador en una escala de 0
a 100. Replicando para el caso de España la pro-
puesta de dichos autores, y siguiendo, de este
modo, la metodología empleada en el Govern-
ment AI Readiness Index por Oxford (Fuentes
et al., 2024) y en The Global AI Index (Tortoise,
2024), se utilizó el criterio Mín-Máx para nor-
malizar los datos recolectados. Se utilizaron dos
tipos de mínimos y máximos: factibles (para su-
bindicadores categóricos) y efectivos observa-
dos (para subindicadores continuos). Así, cuan-
do se conocían los valores extremos posibles,
estos se utilizaban; de lo contrario, se recurría a
los valores observados en el ILIA 2024.
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
232 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
La agregación de los subindicadores se llevó
a cabo asignándoles el mismo peso, ante la falta
de evidencia que permitiera priorizar unos so-
bre otros. Esta lógica se mantuvo a lo largo de
toda la estructura del índice: todos los subindi-
cadores tienen el mismo peso dentro de un in-
dicador, todos los indicadores pesan lo mismo
dentro de una subdimensión, y cada subdimen-
sión cuenta igual dentro de su dimensión.
No obstante, aplicar el ILIA 2024 a Espa-
ña supuso diversos desafíos. En primer lugar,
adaptar una metodología regional pensada
para América Latina a un país europeo resultó
complejo, ya que muchos indicadores del ILIA
están basados en estadísticas regionales que no
tienen una correspondencia directa en España.
Asimismo, al tratarse de un índice comparativo
en el que el país con peor desempeño obtiene
un 0 y el mejor un 100, en algunos casos no fue
posible calcular una puntuación para España,
incluso disponiendo de datos, debido a la falta
de transparencia en los datos comparativos. A
pesar de reuniones mantenidas con CENIA, no
se logró una total comparabilidad de los datos.
Sin embargo, el nivel de sincronización fue
alto: 90.32 % en la dimensión de factores habili-
tantes, 65.21 % en I+D+A, y 100 % en gobernan-
za. La media global de sincronización alcanzó
un 85.52 %, lo que permite concluir que los da-
tos generados son robustos y comparables con
los resultados del ILIA.
En cuanto a la cuarta dimensión —la per-
cepción sobre el futuro de la IA—, se realizaron
ocho entrevistas semiestructuradas a expertos
del ámbito académico, empresarial, público y
de la sociedad civil en España, entre marzo y
julio de 2024. Las personas entrevistadas fue-
ron: un catedrático de Derecho Constitucional
con experiencia en la Agencia Española de Pro-
tección de Datos (entrevista 1); una profesora
colaboradora de la Universitat Oberta de Ca-
talunya (entrevista 2); un director técnico en el
área de tecnologías (entrevista 3); un profesio-
nal en estrategia digital e IA de una Comuni-
dad Autónoma (entrevista 4); un responsable de
transformación digital en la Región de Murcia
(entrevista 5); un profesional del área de digita-
lización en el sistema judicial (entrevista 6); un
experto en derechos digitales y miembro de la
Asociación Española para la Inteligencia Arti-
cial (entrevista 7); y un consultor especializado
en IA (entrevista 8).
A partir de los audios de las entrevistas fue
posible realizar el proceso de transcripción,
utilizándose para su análisis herramientas de
IA de código abierto y/o desarrolladas por los
investigadores involucrados. A continuación,
se realizó la segmentación de los interlocutores
mediante redes neuronales profundas, a partir
de la propuesta de Bredin et al. (2020) y Bredin
y Laurent (2021), que fue combinado con la ex-
tracción de representaciones vectoriales (embed-
dings) de los textos de los entrevistados (Jacob
de Menezes-Neto y Clementino, 2022).
Asimismo, se realizó un agrupamiento no
supervisado de los pasajes textuales a partir de
un score TF-IDF, que oscila entre 0 y 1, con el
objetivo de identicar los principales grupos de
palabras a partir de bigramas (Grootendorst,
2022). Para ello, se consideraron el análisis hu-
mano y la denición de stopwords obtenidos en
las etapas anteriores, a n de garantizar la cali-
dad y precisión de la información.
Finalmente, la quinta dimensión —la percep-
ción social sobre la IA— fue evaluada a través
del Estudio 3495 “Inteligencia Articial” del
Centro de Investigaciones Sociológicas (CIS,
2025), realizado del 6 al 15 de febrero de 2025.
Esta encuesta, representativa de la población
española mayor de 18 años, se efectuó con un
nivel de conanza del 95,5 % y un margen de
error de ±1,6 % bajo el supuesto de muestreo
aleatorio simple. Gracias a esto, los datos son ex-
trapolables al conjunto de la sociedad española
y permiten capturar con delidad la percepción
general de la ciudadanía respecto a la IA.
Resultados y discusión
Percepción social de la IA en España
Para comenzar, se analiza la única dimensión
del ILIA que este trabajo no aborda con datos
primarios, la de percepción social, en la que se
utiliza el Estudio 3495 “Inteligencia Articial”
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
233
del Centro de Investigaciones Sociológicas (CIS,
2025) para analizar cómo perciben los españo-
les y españolas la IA y los avances tecnológicos
asociados a esta.
Según los datos, el 96.4 % de la población re-
conoce que los avances tecnológicos están gene-
rando profundos cambios. Esta transformación
suscita emociones ambivalentes: predominan
la incertidumbre (67.2 %) y el interés (68.3 %),
seguidos por la preocupación (58.4 %) y el mie-
do (34.4 %). Estas emociones se reejan en las
asociaciones conceptuales más frecuentes sobre
la tecnología, como “poder”, “progreso”, “de-
pendencia” y “riesgo”, todos con puntuaciones
altas en cuanto a su vinculación con la IA.
En lo referente a la privacidad y uso de datos
personales, el 77.2 % de los encuestados consi-
dera que la privacidad en internet es “muy im-
portante”. Sin embargo, hay una notable preo-
cupación respecto al uso de datos por parte de
empresas privadas (77 % están bastante o muy
preocupados) y, en menor medida, por parte de
instituciones públicas (59.2 %). Además, la gran
mayoría teme posibles consecuencias negativas:
el 89.7 % cree que sus datos pueden ser utiliza-
dos sin su consentimiento, y más del 85 % teme
su uso comercial o incluso ser víctima de fraude.
A esta preocupación se suma la percepción
de una regulación insuciente: el 77.2 % consi-
dera que no hay un marco normativo adecuado
sobre la recolección y uso de datos, y el 74.2 %
cree que las políticas de privacidad son poco
claras. En consecuencia, hay un fuerte consenso
social sobre la necesidad de regular la IA: más
del 92 % apoya establecer normativas sobre su
uso, programación y transparencia en su aplica-
ción por parte de empresas.
Aunque el 92.3 % ha oído hablar de la IA, su
uso cotidiano sigue siendo limitado. ChatGPT
es la herramienta más conocida (41.1 %), pero
solo el 16.7 % de sus usuarios la utiliza a diario.
La IA genera emociones más intensamente ne-
gativas que la tecnología en general: destacan
la incertidumbre (75.7 %) y la preocupación
(69.6 %), mientras que el optimismo y la con-
anza son minoritarios.
Por tanto, la ciudadanía muestra reticencia
ante interacciones cotidianas con IA, como ope-
raciones médicas robotizadas o coches autóno-
mos, y percibe efectos positivos principalmente
en sectores como salud, industria y medioam-
biente, mientras teme perjuicios en empleo,
creación artística y seguridad.
Factores habilitantes,
I+D+A y gobernanza
En el marco del estudio comparativo desa-
rrollado a partir del ILIA 2024, se analiza el caso
de España como caso de referencia externo a la
región latinoamericana, permitiendo evaluar
su situación relativa respecto al conjunto de
América Latina. El análisis se articula en torno
a las tres dimensiones cuantitativas del índice:
factores habilitantes, investigación, desarrollo y
adopción (I+D+A), y gobernanza, evidenciando
el posicionamiento destacado del país europeo
frente al contexto regional.
La primera dimensión abordada es la de los
factores habilitantes, considerada la más exten-
sa del índice, al contener un total de 31 indica-
dores. Esta dimensión evalúa la capacidad ins-
talada de los países para desarrollar ecosistemas
de inteligencia articial robustos, centrándose
en aspectos como la infraestructura tecnológica,
la disponibilidad de datos, la conectividad y el
capital humano. Tal y como se aprecia en la ta-
bla 2, España alcanza una puntuación media de
75.86 sobre 100, notablemente superior a la me-
dia latinoamericana y al desempeño de Chile, el
país con mejor puntuación en la región. Este re-
sultado no implica necesariamente que España
obtenga el mejor valor en todos los indicadores,
sino que su puntuación supera ampliamente los
valores máximos obtenidos dentro de LATAM
en muchos de ellos.
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
234 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
Tabla 2
Ilia 2024 para Chile, LATAM y España
Dimensiones
Subdimensión Indicadores Ponderación Chile LATAM España
Factores
habilitantes
Infraestructura
Conectividad 50 % 87.55 57.12 101.34
Cómputo 25 % 44.26 21.76 103.42
Dispositivos 25 % 49.41 36.47 50.37
Puntaje Infraestructura 45 % 67.19 43.12 89.11
Datos Barómetro de Datos 100 % 48.32 35.76 50.04
Puntaje Datos 25 % 48.32 35.76 50.04
Talento Humano
Alfabetización en IA 40 % 84.62 57.90 96.52
Formación
profesional en IA 30 % 65.80 43.49 55.75
Talento Humano
avanzado 30 % 69.04 11.69 73.95
Puntaje Talento Humano 30 % 74.30 39.71 77.51
Puntaje Factores habilitantes 40 % 64.60 40.26 75.86
Investigación,
desarrollo y
adopción
Investigación Investigación 100 % 76.85 41.43 161.46
Puntaje Investigación 40 % 76.85 41.43 161.46
I+D
Innovación 50 % 67.54 31.57 186.66
Desarrollo 50 % 15.11 20.93 212.56
Puntaje i+D 30 % 75.60 42.53 199.61
Adopción Industria 60 % 59.52 54.29 92.48
Gobierno 40 % 92.37 69.65 98.72
Puntaje Adopción 30 % 72.66 60.44 94.97
Puntaje Investigación, desarrollo y adopción 35 % 75.21 47.46 152.96
Gobernanza
Visión e
Institucionalidad
Estrategia de IA 50 % 100 33.33 100
Involucramiento
de la sociedad 25 % 100 19.08 40
Institucionalidad 25 % 100 21.05 100
Puntaje Visión e institucionalidad 50 % 100 26.70 85
Internacional
Participación en denición
de estándares 50 % 0 13.16 100
Participación en
organismos internacionales 50 % 100 92.11 100
Puntaje Internacional 20% 50 52.63 100
Regulación
Regulación sobre IA 20 % 100 47.37 0
Ciberseguridad 30 % 71.25 49.85 101.99
Ética y sustentabilidad 50 % 74.70 41.71 115.04
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
235
Dimensiones
Subdimensión Indicadores Ponderación Chile LATAM España
Puntaje Regulación 30 % 78.73 45.28 88.11
Puntaje Gobernanza 25 % 83.62 37.46 88.93
ILIA 2024 -73.07 42.08 106.11
Nota. Elaboración propia con base en ILIA (2024).
En un análisis más desagregado, se observa
un desempeño especialmente fuerte en los indi-
cadores vinculados a infraestructura digital —
conectividad, cómputo y servicios en la nube—,
aunque el subcomponente de dispositivos lastra
ligeramente la media. No obstante, el compo-
nente global de infraestructura sigue arrojando
un resultado altamente favorable. En varios in-
dicadores, aunque no ha sido posible calcular las
notas exactas por falta de información detallada
o por problemas de operacionalización, sí se han
recopilado datos relevantes, como el número de
superordenadores según el ranking Top500.com,
los centros de datos certicados por Uptime Insti-
tute o los puntos de intercambio de internet (IXP)
conforme a Packet Clearing House.
En cuanto a la disponibilidad de datos y al
capital humano, los resultados son igualmente
alentadores. Si bien en este último componente
se identican ciertas lagunas debido a la dicul-
tad para calcular algunos indicadores, se ha rea-
lizado una estimación relevante al contabilizarse
43 másteres en inteligencia articial ofrecidos por
las 35 universidades españolas que aparecen en
el ranking QS 2024. Aunque estos datos no pu-
dieron traducirse en una puntuación denitiva,
su recopilación da cuenta de un ecosistema aca-
démico activo en formación especializada en IA.
La segunda dimensión del ILIA se centra
en las capacidades de investigación, desarrollo
y adopción (I+D+A), proyectando el potencial
futuro de un país en el ámbito de la IA. En este
apartado, España sobresale aún más: su media
ponderada supera el valor de 100, lo que indica
que, en varios indicadores, sobrepasa holgada-
mente el mejor desempeño registrado dentro del
entorno latinoamericano. Esta situación reeja
las diferencias estructurales entre el ecosistema
europeo de ciencia e innovación y el latinoame-
ricano, incluso a pesar de que el gasto en I+D de
España es moderado en comparación con la me-
dia de la Unión Europea.
Desglosando esta dimensión, se advierte un
posicionamiento ventajoso en investigación y, es-
pecialmente, en desarrollo. En este último caso, los
indicadores de innovación tecnológica y patentes
reejan diferencias signicativas respecto a los
países latinoamericanos: por ejemplo, el número
de patentes relacionadas con IA en España cua-
druplica el registrado por Chile. En términos de
innovación, la ventaja relativa también es notoria,
con España duplicando prácticamente las pun-
tuaciones más altas de América Latina. Además,
tanto en el sector industrial como en el guberna-
mental, el nivel de adopción y digitalización es
elevado y refuerza el perl competitivo del país.
La tercera dimensión, la gobernanza, introdu-
ce el análisis político-institucional del ecosistema
de IA, considerando si las políticas públicas y el
marco legislativo favorecen un entorno propicio
para el desarrollo ético, seguro y estable de esta
tecnología. En esta área, España también obtie-
ne una puntuación destacada, alcanzando una
media de 88.93 sobre 100. La reciente Estrategia
Nacional de Inteligencia Articial, publicada en
mayo de 2024, obtiene la máxima puntuación en
el apartado correspondiente a diseño estratégico.
Esta estrategia incorpora elementos instituciona-
les de peso, como la creación de la Agencia Espa-
ñola de Supervisión de la IA y un Consejo Asesor
conformado por expertos internacionales. Asi-
mismo, se establece una Comisión Interministe-
rial para coordinar la digitalización en el seno de
la Administración General del Estado (AGE).
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
236 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
los tres componentes del índice analizado. En
factores habilitantes, duplica la media regional,
sobresaliendo en conectividad, datos y capital
humano. En I+D+A, aunque no se considera
cualitativamente distinta, sus indicadores la
posicionan muy por encima de los países lati-
noamericanos, permitiéndole liderar la coope-
ración en inteligencia articial. En gobernanza,
también supera signicativamente a la región,
particularmente en visión e institucionalidad.
Solo en este último aspecto, Chile se acerca a
los niveles españoles, pero en general, España
mantiene una posición destacada en todos los
ámbitos evaluados.
El futuro de la IA:
percepción de expertos
Con el objetivo de tener una perspectiva so-
bre el futuro de la IA en España desde el punto
de vista de expertos en la materia, se realizaron
un total de ocho entrevistas en profundidad. El
guion de la entrevista se estructuró en cuatro
bloques: 1) impactos y desafíos, 2) el futuro de
la IA, 3) ética y regulación, y 4) colaboración y
futuras investigaciones.
En lo que respecta al papel que juega España
a nivel internacional fue posible observar cómo
la mayoría de los entrevistados señalan a Espa-
ña como un referente para Iberoamérica (entre-
vistas 1, 2, 7) que está emergiendo como actor
clave (entrevistas 3, 4, 5) —véase P1, gura 1—.
Sin embargo, esta gobernanza no está exen-
ta de debilidades. En primer lugar, la estrategia
carece de mecanismos sólidos de rendición de
cuentas y evaluación, una debilidad comprensi-
ble dado su carácter incipiente, pero relevante en
términos de gobernanza efectiva. En segundo lu-
gar, no se articula una coordinación clara con las
Comunidades Autónomas, lo que representa un
problema en un país con un modelo de descen-
tralización administrativa tan marcado. Aún más
relevante es la falta de participación social en la
elaboración de la estrategia: no hay evidencia de
que se haya consultado a actores sociales, ni se ha
previsto un comité o foro que integre a la socie-
dad civil, la academia, el sector privado y otros
stakeholders. Esta carencia contraviene uno de los
principios rectores del ILIA, que aboga por una
gobernanza participativa y multisectorial.
En términos de proyección internacional,
España alcanza los niveles más altos: participa
activamente en el comité ISO/IEC JTC 1/SC 42
sobre IA, es signataria del Convenio del Consejo
de Europa sobre IA y Derechos Humanos, y ha
respaldado la Carta Iberoamericana de IA en la
Administración Pública. No obstante, su puntua-
ción en el subcomponente de regulación baja li-
geramente (88.11 sobre 100) debido a la ausencia
de medidas especícas de mitigación de riesgos
dentro de la estrategia nacional, un aspecto que
será importante mejorar en el futuro inmediato.
Comparando los resultados, España mues-
tra una ventaja estructural clara frente a Améri-
ca Latina y, especialmente, respecto a Chile, en
Figura 1
La IA en España
P1. ¿Qué papel crees que juega España a nivel interna-
cional en términos de investigación y desarrollo en IA?
P2. ¿Cuáles son las cuatro áreas en las que los esfuerzos de
I+D+I yemprendimiento de la IA debería enforcarse España?
Estrategia nacional
Emergiendo actor
Innovación apoyo
Agencia supervisión
Modelo lenguaje
Centro dato
Entorno prueba
Secretaría digitalización
Carme artigas
Veo intentando
Emergencia climática
Tesis doctoral
Industria lot
Incendio inundación
Salud asistencial
Salud salud
Dato climatológicos
Combinada industria
Vestir vehículos
Vía árbol
00.2 0.4 0.6 0.8 1
00.2 0.4 0.6 0.8 1
BIGRAM
TF-IDF SCORE TF-IDF SCORE
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
237
España avanza decididamente para posicio-
narse como un actor relevante en el desarrollo y
regulación de la IA en Europa. Este impulso se
reeja en iniciativas como la Estrategia Nacio-
nal de Inteligencia Articial (ENIA), la creación
de la Agencia Española de Supervisión de la IA
(AESIA) y los entornos de prueba (sandboxes),
pensados para preparar la implementación del
Reglamento Europeo de IA (entrevista 7). Estas
acciones han despertado el interés internacio-
nal, consolidando a España como un interlocu-
tor técnico y regulador relevante en Europa.
Los entrevistados 2 y 4 destacan que Espa-
ña cuenta con una infraestructura tecnológica
prometedora. Desde 2018, a través de la Secre-
taría de Estado para el Avance Digital (SEDIA),
se han impulsado políticas públicas para for-
talecer el ecosistema tecnológico (entrevista 1).
Además, España ha participado activamente en
los debates europeos sobre derechos digitales y
ética de la IA. No obstante, tanto España como
la Unión Europea enfrentan una brecha histó-
rica de inversión en I+D+i frente a potencias
como EE. UU. y China (entrevista 4). En ese sen-
tido, la entrevistada 2 subraya la necesidad de
aumentar la inversión en tecnologías digitales,
fomentar la innovación y consolidar un tejido
empresarial competitivo.
Los impactos de la IA ya son palpables, aun-
que aún poco visibles para la ciudadanía. Según
los entrevistados, administraciones públicas y
empresas están implementando herramientas
de IA para mejorar procesos y personalizar ser-
vicios. La entrevista 5 menciona sectores como
sanidad, educación, movilidad y entretenimien-
to, donde la IA ya contribuye a mejorar el acceso
y la experiencia de usuario.
A partir del análisis del bigrama de la P2 (-
gura 1), se identican como áreas prioritarias la
emergencia climática, la salud, la educación y
la industria. En el caso del cambio climático, la
IA permite prever incendios o sequías median-
te el análisis masivo de datos. En educación, la
entrevista 1 menciona transformaciones en los
métodos pedagógicos, mientras que las entre-
vistas 3 y 5 abogan por herramientas accesibles
y currículos adaptados a la era digital.
En salud, la IA revoluciona el diagnóstico y
tratamiento de enfermedades mediante algo-
ritmos predictivos y análisis de imágenes. En
el ámbito laboral, la IA transforma los perles
profesionales, especialmente en ciencia de da-
tos y tecnología. Aunque su impacto en algunos
servicios aún es limitado, fenómenos como los
“nómadas digitales” muestran un cambio en
curso. A pesar del temor por la automatización,
los entrevistados comparan esta transición con
el nal de la era industrial (entrevista 2).
Respecto a los desafíos (P3, gura 1), los en-
trevistados coinciden en tres prioridades: mejo-
rar infraestructuras tecnológicas, adecuar la for-
mación al nuevo mercado laboral y reforzar el
ecosistema de innovación. También destacan la
importancia de redes de datos y programas edu-
cativos, como proponen Salvador y Ramió (2020).
Sobre el futuro de la IA en España, hay un
optimismo moderado. Si se consolidan inver-
Infraestructura Tecnológica
Sistema educativo
Capacidad trabajador
Mercado laboral
Encontrado yacimiento
Unidos China
Instalado militar
Cumplimiento normativo
Reino Unido
XXI enorme
Proyecto innovación
Transferencia creación
Toman deberían
Trabajando modelo
Privado académico
Público privado
Trabajen juntos
Investigación innovación
Terreno fértil
Tractor innovación
00.2 0.4 0.6 0.8 10 0.2 0.4 0.6 0.8 1
P3. ¿Cuáles son los cuatro principales desafíos a los que
ha de hacer frente España para el desarrollo de la
IA en los próximos 5 años??
P4. ¿Qué opinas sobre la importancia de la colaboración entre
el sector público, privado y académico en el desarrollo de
la IA en España?
BIGRAM
TF-IDF SCORE TF-IDF SCORE
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
238 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
siones en infraestructura, educación y políticas
públicas, España podría convertirse en un re-
ferente global y un puente entre Europa e Ibe-
roamérica. Para ello, será esencial superar la ri-
gidez burocrática y adoptar una visión más ágil
(entrevistas 1 a 5). La entrevistada 2 propone
tres líneas de acción: nanciar el conocimiento,
retener talento mediante empleos de calidad y
participar en redes internacionales.
En cuanto a regulación y ética, las entrevis-
tas 3 y 4 valoran el enfoque europeo de gestión
del riesgo, aunque advierten sobre la necesidad
de marcos exibles. La entrevista 5 destaca que
la conanza en la IA dependerá de principios
como transparencia, auditabilidad y seguridad.
Se menciona el modelo PIO del Observatorio de
Ética en IA (OEIAC) y se aboga por una forma-
ción transversal en ética digital.
Por último, las entrevistas (P4, gura 1) des-
tacan la importancia de la cooperación entre
sector público, privado y académico, ya que
ningún actor posee las capacidades sucientes
por sí solo. La entrevista 2 enfatiza la mejora
de los mecanismos de colaboración y la trans-
ferencia de conocimiento, así como la inclusión
ciudadana en la formulación de políticas de IA
para asegurar su legitimidad.
Las prioridades a futuro incluyen salud,
educación, transformación del trabajo, inves-
tigación básica y seguridad, reejando la pre-
ocupación por los riesgos éticos y una imple-
mentación desorganizada, tal y como advirtió
Cotino (2019).
Conclusiones
Esta investigación examina las capacidades
actuales y futuras de España para el desarrollo
de la IA, utilizando datos del Índice Latinoame-
ricano de Inteligencia Articial (ILIA) adaptado
al contexto español y entrevistas a ocho expertos
del sector. El análisis se centró en tres dimensio-
nes: factores habilitantes, I+D+A, y gobernanza.
En cuanto a los factores habilitantes, que
incluyen infraestructura tecnológica y capital
humano, España presenta un desempeño des-
tacado, con avances notables en la creación de
condiciones propicias para el desarrollo de la
IA. En la dimensión de I+D+A, el país mantiene
una posición competitiva en Europa gracias a
proyectos relevantes liderados por sectores pú-
blicos, privados y académicos. En gobernanza,
aunque se observan marcos normativos sólidos
y políticas públicas favorables, se detecta una
carencia de datos sobre participación ciudadana
en los procesos institucionales.
Las entrevistas a expertos se agruparon en
cuatro ejes: impactos y desafíos, futuro de la IA,
ética y regulación, y colaboración e investigación.
Los expertos valoran positivamente la ENIA y
otras iniciativas de digitalización, aunque reco-
nocen que España aún está lejos del liderazgo
global frente a países como EE. UU. y China. Las
áreas prioritarias señaladas para el desarrollo de
la IA fueron salud, educación, industria y forma-
ción de talento, pero persisten una serie de di-
cultades relacionadas con la infraestructura y la
necesidad de fomentar una gobernanza inclusi-
va alineada con los Derechos Humanos.
Como limitaciones de la investigación, se
identicó la necesidad de adaptar el ILIA debi-
do a la ausencia de algunos indicadores especí-
cos disponibles para el caso español. Asimismo,
y en cuanto a la fase de entrevistas, se reconoce
que una ampliación del número de entrevista-
dos habría permitido obtener un repertorio más
amplio y representativo de opiniones.
Para una futura etapa en la agenda de investi-
gación, se plantea como recomendación ampliar
el análisis comparativo del ILIA y sus dimensio-
nes con otros países de la Unión Europea. Asi-
mismo, se sugiere incorporar un mayor número
de entrevistas con expertos, incluyendo voces de
otros países y de organismos multilaterales, con
el objetivo de enriquecer la comprensión del con-
texto, los desafíos y las oportunidades relaciona-
dos con la difusión y el uso de la IA.
Referencias bibliográficas
Ananny, M. y Crawford, K. (2017). Seeing without
knowing: Limitations of the transparency
ideal and its application to algorithmic accoun-
tability. New Media & Society, 20(3), 973-989.
https://doi.org/10.1177/1461444816676645
Azuaje, M. (2021). Estrategia nacional de inteligencia
articial y propiedad intelectual: Algunos temas
España ante la inteligencia articial: capacidades instaladas, desafíos y oportunidades
Retos, 15(30), 225-240
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
239
cruciales. Universidad Autónoma de Chile.
http://bit.ly/45SLanC
Binns, R. (2017). Algorithmic accountability and public
reason. Philosophy & Technology, 31(4), 543-556.
https://doi.org/10.1007/s13347-017-0263-5
Birkstedt, T., Minkkinen, M., Tandon, A. y Män-
tymäki, M. (2023). AI governance: themes,
knowledge gaps and future agendas. Inter-
net Research, 33(7), 133-167.
https://doi.org/10.1108/INTR-01-2022-0042
Bredin, H., Xu, C., y Coria, J. (2020). Pyannote.audio:
Neural building blocks for speaker diarization.
En ICASSP 2020 –2020 IEEE International
Conference on Acoustics, Speech and Signal
Processing (ICASSP) (pp. 7124-7128). IEEE.
https://doi.org/10.1109/ICASSP40776.2020.9052974
Bredin, H., y Laurent, A. (2021). End-to-end speaker
segmentation for overlap-aware resegmentation.
En Proceedings of Interspeech 2021 (pp. 3111-
3115). ISCA.
https://doi.org/10.21437/Interspeech.2021-560
Briggs, J. y Kodnani, D. (2023). The potentially large
eects of articial intelligence on economic
growth. Economics Research, Goldman Sachs, 1.
http://bit.ly/44BQ9XG
CENIA. (2023). Apéndice metodológico. En Índice
Latinoamericano de Inteligencia Articial
(pp. 247-320).
http://bit.ly/4lgQ3eZ
Cerrillo, A. (2019). Com obrir les caixes negres de les
administracions públiques? Transparència i
rendició de comptes en l’ús dels algoritmes.
Revista Catalana de Dret Públic, 58, 13-28.
https://doi.org/10.2436/rcdp.i58.2019.3277
CIS. (2025). Estudio 3495 Inteligencia Articial. Cen-
tro de Investigaciones Sociológicas. Madrid.
http://bit.ly/46uDMPq
Comisión Europea. (2020). Libro blanco sobre la inte-
ligencia articial: Un enfoque europeo orien-
tado a la excelencia y la conanza. Bruselas.
http://bit.ly/4eJ8g2A
Cotino, L. (2019). Ètica en el disseny per al desenvolu-
pament d’una intel·ligència articial, robòti-
ca i big data conables i la seva utilitat des del
dret. Revista Catalana de Dret Públic, 58, 29-48.
https://doi.org/10.2436/rcdp.i58.2019.3303
Criado, J.I. (2021). Inteligencia articial (y ad-
ministración pública). Eunomía. Revis-
ta en Cultura de la Legalidad, 20, 348-372.
https://doi.org/10.20318/eunomia.2021.6097
De Pisón, J. M. (2022). Inteligencia articial y los de-
rechos de los humanos: Viejos y nuevos re-
tos de la losofía del Derecho. Revista Inter-
nacional de Pensamiento Político, 17, 377-387.
https://doi.org/10.46661/revintpensampolit.7430
Deloitte (2024). Deloitte Global’s 2025 Predictions Re-
port: Generative AI. https://bit.ly/3Isdl2S
Estupiñán, J., Leyva, M. Y., Peñael, A. J. y El
Assari, Y. (2021). Inteligencia arti-
cial y propiedad intelectual. Revista
Universidad y Sociedad, 13(S3), 362-368.
http://bit.ly/4mqsqRI
Filgueiras, F. (2021). Inteligencia Articial en la admi-
nistración pública: ambigüedad y elección
de sistemas de IA y desafíos de gobernanza
digital. Revista del CLAD Reforma y Democra-
cia, (79), 5-38.
https://doi.org/10.69733/clad.ryd.n79.a221
Fuentes, P., Hankins, E., Stirling, R., Cirri, G., Grau,
G., Rahim, S. y Crampton, E. (2024). Govern-
ment AI Readiness Index 2024. Oxford Insights.
http://bit.ly/4lINNx4
Grootendorst, M. (2022). BERTopic: Neural topic
modeling with a class-based TF-IDF pro-
cedure. ArXiv preprint arXiv, 2203.05794.
https://doi.org/10.48550/arXiv.2203.05794
ILIA (2024). Índice Latinoamericano de Inteligencia
Articial.
https://indicelatam.cl/
Innerarity, D. (2025). Una teoría crítica de la inteli-
gencia articial. Galaxia Gutenberg, S.L.
http://bit.ly/3H5UH0q
Jacob de Menezes-Neto, E. y Clementino, M. B. M.
(2022). Using deep learning to predict out-
comes of legal appeals better than human
experts: A study with data from Brazilian
federal courts. PloS one, 17(7), e0272287.
https://doi.org/10.1371/journal.pone.0272287
Martínez, R. (2019). Intel·ligència articial des del
disseny. Reptes i estratègies per al compli-
ment normatiu (ES-EN). Revista Catalana de
Dret Públic, 58, 64-81.
https://doi.org/10.2436/rcdp.i58.2019.3317
Maslej, N., Fattorini, L., Perrault, R., Gil, Y., Parli, V.,
Kariuki, N., Capstick, E., Reuel, A., Brynjol-
fsson, E., Etchemendy, J., Ligett, K., Lyons,
T., Manyika, J., Niebles, J. C., Shoham, Y.,
Wald, R., Walsh, T., Hamrah, A., Santarlasci,
L., Betts, J., Rome, A., Shi, A. y Oak, S. (2025).
Articial Intelligence Index Report 2025 (No.
arXiv:2504.07139). arXiv.
https://doi.org/10.48550/arXiv.2504.07139
McKinsey y Company (2024). The state of AI: How or-
ganizations are rewiring to capture value.
https://bit.ly/4lwKkl4
© 2025, Universidad Politécnica Salesiana, Ecuador
ISSN impreso: 1390-6291; ISSN electrónico: 1390-8618
240 José Luis Ros-Medina, José Manuel Mayor-Balsas, Thiago Ferreira-Dias y Elias Jacob de Menezes-Neto
Ministerio de Ciencia, Innovación y Universidades.
(2019). Estrategia Española de I+D+I en Inteli-
gencia Articial. Gobierno de España. Madrid.
http://bit.ly/3IehNlT
Moreno, C., Megías, A. y del Rio, A. F. (2023). Retos
para la democracia en el nuevo contexto de
IA e IoT: Hacia una nueva ciudadanía. Re-
vista internacional de pensamiento político, 18,
139-155.
https://doi.org/10.46661/revintpensampolit.8211
Navarro, S. N. (2018). Obras generadas por algorit-
mos: En torno a su posible protección jurí-
dica. Revista de Derecho Civil, 5(2), 273-291.
http://bit.ly/46qwpIV
NTT DATA. (2024). Global GenAI Report: How Organiza-
tions Are Mastering Their GenAI Destiny in 2025.
http://bit.ly/3ILDeLf
Ponce-Cedeño, A. D., Robles-Zambrano, G. K. y
Díaz-Basurto, I. J. (2023). La inteligencia arti-
cial y el derecho a la intimidad-privacidad.
Iustitia Socialis, 8(1), 84-93.
https://doi.org/10.35381/racji.v8i1.2493
Robles, M. (2014). La gobernanza de la inteligencia
articial: contexto y parámetros generales.
Journal of Evolution & Technology, 24(1), 44-62.
https://doi.org/10.17103/reei.39.07
Robles-Fernández, Á. L., Santiago-Alarcón, D. y Li-
ra-Noriega, A. (2022). Wildlife susceptibility
to infectious diseases at global scales. Proc.
Natl. Acad. Sci. U.S.A., 119(35), 1-12.
https://doi.org/10.1073/pnas.2122851119
Salvador, M. y Ramió, C. (2020). Capacidades analíti-
cas y gobernanza de datos en la Administra-
ción pública como paso previo a la introduc-
ción de la Inteligencia Articial. Revista del
CLAD Reforma y Democracia, (77), 5-36.
https://doi.org/10.69733/clad.ryd.n77.a205
Thomson Reuters. (2025). 2025 Generative AI in Profes-
sional Services Report. http://bit.ly/3UgsE1D
Tortoise. (2024). The Global Articial Intelligence Index.
Methodology Report. https://bit.ly/4nyhti3
Valero, J. (2019). Las garantías jurídicas de la inteligen-
cia articial en la actividad administrativa
desde la perspectiva de la buena administra-
ción. Revista Catalana de Dret Públic, 58, 82-96.
https://doi.org/10.2436/rcdp.i58.2019.3307
Vinuesa, R., Azizpour, H., Leite, I., Balaam, M., Dig-
num, V., Domisch, S., Felländer, A., Lan-
ghans, S. D., Tegmark, M., y Fuso Nerini,
F. (2020). The role of articial intelligence
in achieving the Sustainable Development
Goals. Nature Communications, 11(1), 233.
https://doi.org/10.1038/s41467-019-14108-y
Viveros, J. S. (2022). La inteligencia articial y la res-
ponsabilidad internacional de los estados.
Estudios en Derecho a la Información, 83-105.
https://doi.org/10.22201/iij.25940082e.2022.14.16894
Weglarz, D., Pla-Garcia, C., y Jiménez-Zarco, A. I.
(2025). Aceptación de la Inteligencia Arti-
cial Generativa en la industria creativa: el
rol del modelo UTAUT, reconocimiento y
la conanza de marca en su adopción. Retos
Revista de Ciencias de la Administración y Eco-
nomía, 15(29), 9-27.
https://doi.org/10.17163/ret.n29.2025.01
Declaración de Autoría - Taxonomía CRediT
Autor/es/autora Contribuciones
José Luis Ros-Medina
Conceptualización, curación de datos, análisis formal; Investigación; Metodo-
logía; Administración de proyecto; Recursos; Software; Supervisión; Valida-
ción; Visualización; Redacción: original; Redacción: corrección y edición.
José Manuel Mayor Balsas
Conceptualización, curación de datos, análisis formal; Investigación; Metodo-
logía; Administración de proyecto; Recursos; Software; Supervisión; Valida-
ción; Visualización; Redacción: original; Redacción: corrección y edición.
Thiago Ferreira Dias
Curación de datos, análisis formal; Investigación; Metodología; Software;
Supervisión; Validación; Visualización; Redacción: original; Redacción: correc-
ción y edición.
Elias Jacob de Menezes Neto Conceptualización, curación de datos, análisis formal; Software; Supervisión;
Validación; Visualización; Redacción: corrección y edición.