(*) Escrito por Alexandra Aguirre Sumarriva
El 1 de mayo de 2026, mediante la Resolución Ministerial N° 152-2026-PCM, el Perú aprobó la Estrategia Nacional de Inteligencia Artificial (ENIA) 2026-2030. El diseño normativo es, en varios aspectos, más sofisticado que el de otras estrategias digitales previas del Estado, toda vez que crea la figura del Oficial de Inteligencia Artificial (OIA) en cada entidad, exige un Plan de Acción de Inteligencia Artificial con horizonte no menor a tres años, dispone reportes trimestrales de avance, impone la adopción de la norma técnica NTP-ISO/IEC 42001 y habilita un Catálogo Nacional de Conjuntos de Datos y Modelos (Catálogo IA Perú). Cabe destacar que su incumplimiento, además, puede derivar en responsabilidad disciplinaria.
La pregunta que casi nadie está haciendo en el debate público no es si la ENIA está bien diseñada (lo está, al menos sobre el papel). La duda genuina es si el aparato estatal ostenta la capacidad de ejecutar lo que la norma exige. Ciertamente, existe un precedente reciente, medible y casi idéntico en su arquitectura, que permite responder con datos y no con intuiciones: el Plan de Gobierno Digital.
Un mecanismo institucional que el Perú aprobó y que no funcionó del todo
Desde 2018, los lineamientos de la entonces Secretaría de Gobierno Digital obligaban a toda entidad pública a formular e implementar un instrumento de planificación con diagnóstico, objetivos, proyectos y cronograma, registrado y validado en un aplicativo central de la Presidencia del Consejo de Ministros (PCM) para permitir seguimiento y asistencia técnica. El parecido con el Plan de Acción que exige la ENIA no es casual, ya que comparte la misma lógica de diseño institucional.
Varios años después, los resultados son conocidos. Según reportes de la propia Secretaría de Gobierno y Transformación Digital (SGTD) al 31 de agosto de 2025, solo 12 de 19 ministerios tenían debidamente implementado su Plan de Gobierno Digital. Entre los gobiernos regionales, apenas 14 de 26 lo habían logrado, con ausencias en Lima, Callao, Loreto, Ayacucho y Huancavelica, entre otros. La situación fue más severa en el nivel local, puesto que únicamente 290 de 1,891 municipalidades del país contaban con un plan implementado o habían registrado iniciativas en el aplicativo de la SGTD.
Estos números no describen mala fe ni desinterés sino que materializan una restricción estructural que es la brecha de capacidades técnicas, presupuestales y de personal especializado en buena parte del Estado peruano, en particular en los niveles subnacionales. En efecto, la Revisión del Gobierno Digital en América Latina y el Caribe de la OCDE (2023) identificó exactamente este patrón para la región. Evidenció que la velocidad de adopción normativa supera, de forma sistemática, a la capacidad institucional para gestionarla de manera segura y sostenida.
¿Por qué la ENIA hereda el mismo riesgo?
La ENIA repite el diseño institucional del Plan de Gobierno Digital y lo hace en un dominio donde el costo de la implementación fallida es cualitativamente distinto. Un sistema de inteligencia artificial de alto riesgo desplegado sin un OIA realmente capacitado, sin un equipo técnico con recursos, o carente de supervisión humana que la propia norma exige, puede traducirse en decisiones automatizadas sobre derechos, sanciones o acceso a servicios que nadie está en condiciones de auditar.
Ese riesgo se agudiza porque el diseño de la ENIA es, en la práctica, universal, ya que aplica a todas las entidades de la Administración Pública, a las empresas públicas regionales y locales, y a las comprendidas dentro del ámbito de FONAFE. Si el Plan de Gobierno Digital —de una exigencia más simple— no logró implementarse ni en la mitad de los gobiernos regionales, resulta poco realista esperar que este nuevo plan, con exigencias técnicas mayores (evaluación de riesgo algorítmico, estándares ISO, gobernanza de datos), se implemente de forma uniforme en el mismo universo de entidades en el corto plazo.
En este escenario, el contraste con jurisdicciones que sí cuentan con la capacidad institucional para sostener modelos regulatorios exigentes es ilustrativo. El Reglamento europeo de Inteligencia Artificial (AI Act) descansa sobre autoridades de vigilancia de mercado con presupuesto, personal técnico y una tradición ya consolidada de supervisión sectorial. La ENIA, en cambio, deposita buena parte de la ejecución en una SGTD que ya administra el Plan de Gobierno Digital, la Política Nacional de Transformación Digital, el gobierno de datos y ahora, además, la gobernanza de la inteligencia artificial, sin que se conozca públicamente un incremento equivalente de recursos.
Un marco de tres dimensiones para leer la brecha
Este diagnóstico coincide con el marco analítico desarrollado por UNESCO y la Saïd Business School de la Universidad de Oxford. De un lado, se presenta una herramienta denominada el Hype Cycle de Gartner, que describe la adopción de una tecnología emergente en cinco fases: disparador de innovación, pico de expectativas infladas, valle de la desilusión, pendiente de la iluminación y meseta de productividad. La ENIA, con su arquitectura institucional ambiciosa y sus plazos optimistas de 90 y 120 días hábiles, se ubica hoy con claridad en el pico de expectativas infladas al tener alta visibilidad política, antes de la prueba de realidad que impone la implementación.
De otro lado, se evidencia un mito recurrente en la adopción de esta tecnología tan disruptiva en el sector público. Más inteligencia artificial —o, en este caso, más de su regulación— no garantiza automáticamente mejores resultados si las barreras estructurales, organizacionales y culturales que preceden a la norma no se atienden primero. Aplicado a la ENIA, esto significa que la calidad del diseño normativo no compensa, por sí sola, la ausencia de las capacidades que se necesitan para ejecutarlo.
Esta idea puede ordenarse mejor con el marco de gobernanza de datos en torno a cuatro dimensiones (conocidas como las “4P”: personas, prácticas, procesos y plataformas), de las cuales las dos primeras suelen ser las más débiles en administraciones como la peruana. Trasladado a un diagnóstico de tres planos para el caso peruano, el resultado es asimétrico.
En el plano legal y regulatorio, la ENIA y el reglamento de la Ley No. 31814 colocan al Perú entre los referentes regionales. En el plano técnico e infraestructural, en cambio, persiste una debilidad crítica que se visibiliza con la fragmentación de sistemas, ausencia de interoperabilidad plena y datos que, en buena parte del aparato subnacional, todavía no están digitalizados. Finalmente, en el plano social y cultural, las brechas de alfabetización digital y de capacidades del personal público —evidentes en los propios indicadores del Plan de Gobierno Digital citados líneas arriba— completan un cuadro preocupante.
¿Qué debería hacerse para evitar replicar el patrón?
Ninguno de estos datos pretende ser un argumento contra la ENIA. Por el contrario, lo que se busca es evidenciar que esto no es un problema exclusivamente normativo. De ese diagnóstico se derivan cuatro líneas de acción concretas.
Primero, se debe priorizar por riesgo real y no por cobertura formal. Exigir un Plan de Acción de Inteligencia Artificial simultáneamente a las 1,891 municipalidades del país, dispersa una capacidad de supervisión que ya es escasa. Tiene más sentido concentrar la primera fase de fiscalización en las entidades que ya usan o planean usar sistemas de alto riesgo (tales como RENIEC, SUNAT, el Poder Judicial, el JNE, ESSALUD, entre otras), y usar esa experiencia para construir la ruta de las demás entidades.
Segundo, resulta fundamental aprovechar el sandbox regulatorio que la propia ENIA habilita, pero como piloto acotado y evaluado. Uno con tres o cinco entidades bien elegidas, con métricas de éxito públicas y un informe de resultados a un año, aporta más evidencia sobre qué funciona que la aprobación simultánea de planes de acción en todo el aparato estatal.
Tercero, se podría vincular el cumplimiento del Plan de Acción de Inteligencia Artificial a incentivos presupuestales verificables, siguiendo la lógica que ya demostró funcionar con la Plataforma de Interoperabilidad del Estado (PIDE), experiencia a través de la cual la SGTD estimó que la interoperabilidad de datos generó ahorros de S/ 643 millones durante 2024. Mostrar ahorro o mejora de servicio es un incentivo más persuasivo para una entidad con recursos limitados que la sola amenaza de responsabilidad disciplinaria.
Por último, es importante activar de forma explícita a las universidades y centros de investigación como proveedores de asistencia técnica al Estado, especialmente a los gobiernos regionales y locales, en línea con el eje de “innovación y emprendimiento” de la propia ENIA. La brecha de talento especializado en IA no se cierra únicamente con lineamientos de la PCM, sino que requiere de alianzas ya existentes en el ecosistema académico peruano.
Conclusión
La ENIA 2026-2030 es, en su formulación, uno de los marcos de gobernanza de inteligencia artificial más completos de la región. Sin embargo, un marco ambicioso, sostenido sobre un mecanismo de implementación que ya demostró sus límites, corre el riesgo de convertirse en un cumplimiento de fachada con entidades con planes aprobados en el papel, Oficiales de Inteligencia Artificial designados sin funciones reales, y un Catálogo IA Perú con escasa alimentación efectiva.
El verdadero trabajo jurídico que sigue es diseñar mecanismos de cumplimiento realistas, medibles y escalonados, que reconozcan la heterogeneidad de capacidades del Estado peruano. Para los abogados, reguladores y académicos que seguirán de cerca esta implementación, la métrica de éxito de la ENIA no debería ser la calidad del texto aprobado, sino si el Perú logra, esta vez, ejecutar lo que ya falló en una anterior ocasión.
– Notas –
Nota 1: Comexperú. (2025, 26 de setiembre). Transformación digital del Gobierno: retos y compromisos no atendidos. Semanario 1274. https://www.comexperu.org.pe/articulo/transformacion-digital-del-gobierno-retos-y-compromisos-no-atendidos
Nota 2: Organización para la Cooperación y el Desarrollo Económicos. (2023). Revisión del Gobierno Digital en América Latina y el Caribe. OECD Publishing.
Nota 3: UNESCO & University of Oxford, Saïd Business School. (2025). AI and Digital Transformation in Government. SPARK-AI Alliance.
Nota 4: Gartner, Inc. (s.f.). Gartner Hype Cycle Research Methodology.
Nota 5: Comexperú (2025), op. cit. Estimación de la Secretaría de Gobierno y Transformación Digital (SGTD) de la PCM sobre ahorros de la Plataforma de Interoperabilidad del Estado (PIDE) durante 2024.
(*) Sobre la autora: Alexandra Aguirre Sumarriva es abogada por la Pontificia Universidad Católica del Perú (PUCP), con Segunda Especialidad en Derecho Administrativo por la misma casa de estudios. Cuenta con formación especializada en Inteligencia Artificial y Derecho por la Universidad de Salamanca (USAL), certificación ISO/IEC 42001:2023 – Artificial Intelligence Management System (AIMS) por SGS Academy, y estudios en Legal Service Design por la Universidad del Pacífico (UP). Ha sido adjunta de docencia en la PUCP y miembro del Chapter Perú de Women in Tech. Actualmente se desempeña como Legal Researcher en Juztina, legaltech que impulsa la transformación digital de la práctica jurídica en Latinoamérica.
– Bibliografía –
Comexperú. (2025, 26 de septiembre). Transformación digital del Gobierno: retos y compromisos no atendidos. Semanario 1274.
Congreso de la República. (2023). Ley No. 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país.
Gartner, Inc. (s.f.). Gartner Hype Cycle Research Methodology.
https://www.gartner.com/en/research/methodologies/gartner-hype-cycle
Lopez, S. (2026, 14 de mayo). Gobernar la Inteligencia Artificial: comentarios a la Estrategia Nacional de Inteligencia Artificial 2026-2030. Revista Derecho y Tecnología Perú.
Organización para la Cooperación y el Desarrollo Económicos. (2023). Revisión del Gobierno Digital en América Latina y el Caribe. OECD Publishing.
Presidencia del Consejo de Ministros. (2025). Decreto Supremo No. 115-2025-PCM, Reglamento de la Ley No. 31814.
Presidencia del Consejo de Ministros. (2026). Resolución Ministerial No. 152-2026-PCM, que aprueba la Estrategia Nacional de Inteligencia Artificial 2026-2030.
UNESCO & University of Oxford, Saïd Business School. (2025). AI and Digital Transformation in Government. SPARK-AI Alliance.
