Por Ricardo Chacón | Director de la Escuela de Ciencias de la Comunicación (ECC), Universidad Dr. José Matías Delgado | ORCID: 0000-0002-3357-6474 | rchacon@ujmd.edu.sv | La Libertad, El Salvador | Junio 8 del 2026
Resumen
El presente artículo de divulgación académica examina el impacto científico, comunicacional y geopolítico del lanzamiento de Nemotron-Personas-El Salvador, el primer conjunto de datos (dataset) abierto de inteligencia artificial (IA) diseñado a partir de la matriz estadística e identitaria de la población de El Salvador, garantizando la idiosincrasia salvadoreña. A través de un enfoque interdisciplinario que conecta la economía política de la comunicación, la ecología de los medios y la ciencia de datos sintéticos se analiza cómo esta herramienta mitiga el “colonialismo digital” y los sesgos algorítmicos transnacionales. El artículo desglosa los fundamentos teóricos de la soberanía de datos, contrasta el caso salvadoreño con hitos análogos en el Sur Global (como el modelo Sabiá en Brasil o SEA-LION en Singapur) y evalúa las implicaciones prácticas de este simulador de alta fidelidad para el ecosistema académico de la ECC y la Universidad Dr. José Matías Delgado en el desarrollo socioeconómico nacional.
Palabras clave: Inteligencia Artificial Soberana, Datos Sintéticos, Colonialismo Digital, Hipermediaciones, Nemotron-Personas.
I. INTRODUCCIÓN
Todo inició con una noticia publicada hace un par de semanas en Diario El Mundo, titulada: “El Salvador lanza Nemotron-Personas-El Salvador” donde inform sobre esta nueva herramienta que “busca acelerar el desarrollo de tecnologías diseñadas para responder a las necesidades de la población salvadoreña”.(Diario El Mundo, 2026, párr. 1); era una nota aislada, sin mayor trascendencia ni relevancia; una nota más extraída casi seguro de un boletín de prensa oficial; sin embargo, leyendo despacio y entre líneas nos encontramos con una noticia de gran importancia e impacto nacional e internacional. (1)
Y es que pareciera que no nos damos cuenta de que vivimos en un entorno donde las decisiones cotidianas están cada vez más mediadas por cajas negras algorítmicas, aquellos sistemas de inteligencia artificial cuyos procesos internos de razonamiento son opacos u ocultos al entendimiento humano. En este fenómeno, conocemos con precisión los datos que entran y los resultados que salen, pero la lógica exacta con la que el algoritmo toma sus decisiones permanece invisible e indescifrable. Cuando un estudiante universitario en Antiguo Cuscatlán interactúa con un asistente de voz, o cuando un pequeño empresario en San Miguel busca optimizar su logística de distribución mediante una aplicación digital, las respuestas que reciben no brotan de un vacío neutral. Son el resultado de modelos de lenguaje e inteligencias artificiales entrenados predominantemente con datos e infraestructuras del Norte Global, esto es en palabras llanas: las herramientas de inteligencia artificial que hoy usamos fueron “educadas” casi por completo con información, cultura y tecnología de países como Estados Unidos o Europa.
Por lo tanto, cuando una IA nos da una respuesta, lo hace aplicando la lógica, los valores y la realidad de esos países avanzados, ignorando cómo funcionan las cosas en la vida cotidiana de El Salvador.
Históricamente, esto ha generado una asimetría invisible: los algoritmos globales malinterpretan las dinámicas locales, ignoran los giros lingüísticos de nuestra variante dialectal y aplican lógicas socioeconómicas ajenas a la realidad del territorio centroamericano.
Frente a este escenario de subordinación técnica, el lanzamiento de Nemotron-Personas-El Salvador marca una ruptura epistemológica y práctica. Este esfuerzo conjunto llevado a cabo entre la Agencia Nacional de Inteligencia Artificial (ANIA) (2), NVIDIA (3) y WideLabs (4) no es simplemente una innovación de software; es la construcción de una infraestructura cognitiva propia.
Al compilar el primer conjunto de datos abierto de IA soberana estructurado a partir de estadísticas demográficas, económicas y culturales salvadoreñas, el país, por un lado, ingresa a un “selecto club de naciones” que deciden entrenar a las máquinas en sus propios términos. Y por otro, para que un ecosistema de Inteligencia Artificial funcione, se requiere una estrategia de matriz convergente. El Salvador ha venido ejecutando de manera silenciosa pero sistemática un despliegue de infraestructura crítica, digitalización de servicios públicos y actualización jurídica que sirve de base para el procesamiento de datos masivos.
Conocer qué es esta herramienta, la teoría y el debate que hay de fondo y sobre todo su impacto en la sociedad, es el objeto de este artículo; el punto de vista metodológico de este artículo se configura como una investigación de carácter bibliográfico y documental, bajo un enfoque descriptivo-analítico. No pretendemos estructurar un manual de ingeniería de software ni un reporte técnico de sistemas corporativos, sino un análisis crítico indexado desde las Ciencias de la Comunicación y la Innovación.
Los parámetros técnicos para la elaboración de este aparato crítico contemplaron el mapeo, selección y triangulación de literatura científica pertinente alojada en repositorios globales relevantes (como Scopus, Google Scholar y IEEE Xplore). La búsqueda automatizada se restringió mediante descriptores booleanos clave como “data sovereignty”, “synthetic datasets”, “differential privacy” e “hypermediations”, priorizando publicaciones especializadas editadas entre los años 2014 y 2026. Esto nos permite garantizar que el debate teórico aquí expuesto se encuentre firmemente anclado en el estado del arte de la revolución algorítmica contemporánea. (5)
Para blindar el rigor y la validez de esta aproximación documental, el proceso de curaduría se ejecutó siguiendo una ruta sistemática de tres etapas secuenciales. En primer lugar, se realizó un vaciado y contraste de las declaraciones y documentos oficiales público-emitidos por la Agencia Nacional de Inteligencia Artificial (ANIA), confrontándolos directamente con las especificaciones de arquitectura de datos publicadas por NVIDIA y WideLabs para el entorno Nemotron. Segundo, se procedió a un análisis de validez cruzada, donde las tesis críticas del colonialismo digital y los contextos culturales fueron puestos en discusión teóricamente con los resultados empíricos ya documentados en los casos de estudio analizados en Brasil, Singapur y Chile. Finalmente, se aplicó un filtro de transposición didáctica, el cual consistió en traducir la densidad matemática de los modelos probabilísticos generativos a un lenguaje de divulgación universitaria accesible para los estudiantes de nuestra ECC, asegurando la comprensión fluida del fenómeno sin sacrificar la rigurosidad científica de los conceptos básicos de la ciencia de datos. (6)
Es importante definir y delimitar con absoluta claridad las fronteras y limitaciones epistemológicas de este trabajo para evitar sesgos o prejuicios banales en su lectura. Al asumir la naturaleza de un artículo de divulgación académica y explicación teórica gestado desde la ECC de la Universidad Dr. José Matías Delgado, este documento se sitúa al margen de las dinámicas operativas, comerciales, mercadológicas o burocráticas del Estado. Por tanto, advertimos al lector que quedan fuera de nuestro objeto de estudio los procesos de licitación del proyecto, la base jurídica, los montos financieros o auditorías de costos que pudiese tener un contrato tecnológico de esta envergadura, así como los cronogramas políticos de creación o las fases de implementación logística para la puesta en marcha de la herramienta en los servidores públicos. Nuestro interés es estrictamente analítico, educativo y social: nos proponemos abrir la “caja negra” del fenómeno de la inteligencia artificial soberana para que la comunidad académica salvadoreña cuente con las herramientas conceptuales necesarias para evaluar su verdadero impacto en el tejido comunicacional y cultural de nuestra nación.
Enfatizamos, este artículo asume una postura de divulgación crítica. Como estudiantes y profesionales de las Ciencias de la Comunicación, no podemos reducir la inteligencia artificial a un mero asunto para ingenieros de sistemas. Los algoritmos son los nuevos canales y emisores de las hipermediaciones contemporáneas. Comprender cómo funciona la base empírica de Nemotron-Personas, cuáles son sus límites éticos a través del uso de datos sintéticos y de qué manera redefine nuestra soberanía comunicacional es una cuestión indispensable para ejercer la ciudadanía digital en el siglo XXI.
II. MARCO TEÓRICO: LOS TRES PILARES DE LA AUTONOMÍA ALGORÍTMICA
Para deshilar la complejidad de Nemotron-Personas-El Salvador, es necesario construir un andamiaje teórico que rescate la economía política, la antropología de la comunicación y la matemática de la privacidad. No podemos evaluar este fenómeno con el entusiasmo aparente del marketing tecnológico o el encubrimiento de lo que se quiere hacer o las motivaciones de fondo; requerimos categorías científicas sólidas que nos permitan entender la disputa geopolítica y cognitiva detrás del código.
2.1 Geopolítica de la información y el colonialismo de datos
El origen técnico del problema
El desarrollo de la inteligencia artificial contemporánea requiere de tres recursos masivos: capacidad de cómputo hiperconectado, capital financiero extremo y billones de puntos de datos para el entrenamiento. Al estar los dos primeros factores en manos de un oligopolio transnacional radicado en los países desarrollados, Estados Unidos, China o Europa, se genera una fuerza centrípeta: los datos de los ciudadanos de las naciones periféricas son absorbidos por infraestructuras extranjeras para refinar modelos comerciales privados, creando una relación de subordinación técnica y económica. El proceso pareciera simple, tal como lo visualizamos en la siguiente gráfica:
Desde la economía política digital, Nick Couldry y Ulises A. Mejias (2019) sostienen que estamos ante una mutación del imperialismo histórico. En su obra The Costs of Connection, exponen que el “colonialismo de datos” no despoja tierras ni minerales, sino la materia prima de la experiencia humana cotidiana mediante su conversión en bits.
“El colonialismo de datos prepara el terreno para un nuevo modo de producción capitalista que se apropia de la vida humana misma mediante la extracción de datos, consolidando una dependencia estructural donde las sociedades periféricas pierden el control sobre sus propios procesos de auto-representación” (Couldry & Mejias, 2019, p. 34).
Esta postura se complementa con la tesis de Shoshana Zuboff (2020) sobre el Capitalismo de Vigilancia, quien argumenta que las corporaciones tecnológicas extraen un “superávit conductual” que luego nos revenden en forma de predicciones automatizadas. Bajo esta óptica, depender de las APIs de OpenAI o Microsoft para digitalizar el Estado salvadoreño es una capitulación soberana: entregamos los datos de nuestra población y pagamos renta perpetua en dólares por usar herramientas que deciden de forma opaca.
La tesis tecno-liberal (ataque al concepto de colonialismo)
En la acera opuesta, científicos de datos y economistas del desarrollo como Alex Pentland (2014) o defensores del optimismo tecnológico de Silicon Valley argumentan que la metáfora del “colonialismo” es intelectualmente deshonesta y falaz. Desde su perspectiva, la tierra es un recurso finito y su despojo es un juego de suma cero; en cambio, los datos son un recurso infinitamente reproducible y no rival.
Los defensores de la postura tecno-liberal rechazan la obsesión por la propiedad local de los datos, argumentando que las plataformas transnacionales ya resuelven de forma óptima las barreras de entrada para el Tercer Mundo.
Desde esta perspectiva, obligar a una economía con recursos limitados como la de El Salvador a construir infraestructuras informáticas desde cero es una condena a la ineficiencia macroeconómica y al rezago. Como señala tajantemente Pentland (2014), “el valor óptimo de los datos se libera cuando fluyen sin fricciones a través de redes globales interconectadas; la insistencia en replicar infraestructuras locales es un anacronismo que ignora la economía de escala digital” (p. 89).
Por lo tanto, el indicador crítico para superar la brecha digital no es quién posee el servidor, sino la velocidad con la que se asimila la innovación externa.
En sintonía con este argumento, Brynjolfsson y McAfee (2014) afirman que “para las naciones en desarrollo, el verdadero salto cuántico no consiste en reinventar las herramientas desde el aislamiento, sino en subirse a los hombros de las plataformas globales existentes para competir de inmediato en las cadenas de valor” (p. 142). Para este frente económico, la soberanía digital no es una ruta de emancipación, sino una receta directa para el aislamiento y la autarquía tecnológica.
El debate ilustrado en la realidad salvadoreña
Imaginemos que el Ministerio de Salud de El Salvador decide automatizar el triaje y la asignación de citas médicas en los hospitales de la red pública utilizando directamente la infraestructura de una corporación norteamericana.
Si aplicamos la visión tecno-liberal, la solución es óptima: el sistema es ultra eficiente, se despliega en cuestión de días y aprovecha servidores que el país jamás podría financiar por sí mismo.
Sin embargo, la realidad crítica demuestra el peligro: si las políticas comerciales de esa corporación cambian, si el costo de la suscripción se vuelve prohibitivo para el presupuesto nacional, o si se imponen sanciones diplomáticas externas, la infraestructura de salud del país podría quedar paralizada de la noche a la mañana.
En este sentido, Nemotron-Personas interviene en este choque dialéctico: no pretende competir en potencia bruta con los servidores de Silicon Valley, sino asegurar que la base del conocimiento estadístico nacional sea pública, abierta y local, permitiendo que el software estratégico corra en servidores propios y no dependa del arbitrio de un tercer Estado.
2.2 La Ecología de la Comunicación Digital e Hipermediaciones Contextuales
El origen técnico del problema
Los Modelos de Lenguaje Grande (LLMs) operan mediante la predicción estadística de la siguiente palabra dentro de una secuencia, basándose en los patrones del gigantesco corpus de texto con el que fueron entrenados. Si el 95% de ese corpus refleja textos académicos anglosajones, literatura europea y prensa internacionalizada, el modelo sufrirá una ceguera contextual profunda respecto a las realidades locales micro-demográficas y lingüísticas de las sociedades desarrolladas.
La Tesis Contextualista (Defensa de la Localización)
Desde la ecología de los medios, Carlos A. Scolari (2008) acuña el concepto de hipermediaciones, señalando que las tecnologías digitales no actúan como tuberías neutras que transportan información, sino como entornos donde los seres humanos y las configuraciones algorítmicas coevolucionan y configuran nuevas gramáticas de interacción.
Para que esta interacción sea efectiva, se requiere un mapa semántico compartido. Aquí cobra relevancia la antropología comunicativa de Edward T. Hall (1976) y su diferenciación entre culturas de alto contexto y bajo contexto.
Expliquémoslo en detalle: la teoría de Edward T. Hall (1976), desarrollada en su obra cumbre Beyond Culture, un mapa indispensable para entender cómo los seres humanos decodificamos el mundo. Hall, antropólogo estadounidense, revolucionó el campo al demostrar que el acto de comunicar va mucho más allá de las palabras que salen de la boca o que se escriben en un papel.
Su gran aporte fue dividir a las culturas del planeta en un espectro que va desde el Alto Contexto hasta el Bajo Contexto. Esta división no mide qué cultura es “mejor” o “peor”, sino cuánta información implícita (no verbal, histórica o social) se necesita para que un mensaje sea exitoso.
1. Culturas de alto contexto (el modelo salvadoreño y latinoamericano)
En las sociedades de alto contexto, la mayor parte de la información ya está en la persona y en el entorno, no en el mensaje verbal explícito. Las palabras son solo la punta del iceberg.
¿Cómo funciona? La comunicación es holística, relacional y profundamente ligada a la comunidad. Para entender lo que alguien dice, debes saber quién lo dice, cómo lo dice (tono de voz), cuál es su lenguaje corporal, el lugar donde están y la historia que comparten.
La clave: Se lee entre líneas. Existe una fuerte confianza en el entendimiento mutuo. Como dice el refrán popular: «A buen entendedor, pocas palabras».
Lo cotidiano: Imagina que estás en una reunión familiar en San Salvador y tu mamá mira fijamente un plato sucio y luego te mira a ti levantando una ceja. No ha articulado una sola palabra, pero el canal comunicativo ha sido 100% efectivo: te está ordenando que laves el plato. El significado está en la relación filial, en la cultura compartida y en el entorno físico (el contexto).
2. Culturas de bajo contexto (El modelo anglosajón y germánico)
En el polo opuesto, las sociedades de bajo contexto operan bajo una lógica donde la masa de la información está depositada en el código explícito (las palabras exactas).
¿Cómo funciona? La comunicación debe ser altamente precisa, lineal, directa y sumamente detallada para evitar cualquier ambigüedad. El trasfondo, el estatus social o las señales sutiles no tienen peso real si no están verbalizadas o firmadas.
La clave: Lo que se dice es exactamente lo que se quiere decir. Al pan, pan, y al vino, vino. Los contratos escritos detallados al extremo y las leyes ultra específicas son hijos nativos de estas culturas (como Estados Unidos, Alemania o Suiza).
Ejemplo: Si un profesor alemán te dice: «La clase termina a las 10:00», significa exactamente que a las 10:00 se cierra el aula. Si le pides una prórroga basándote en que “el tráfico en la autopista estaba horrible”, para su mentalidad de bajo contexto eso es irrelevante, porque el compromiso explícito (la regla) está por encima de las circunstancias implícitas del entorno.
Matriz comparativa que muestra las diferencias:
| Característica | Culturas de Alto Contexto (Ej: El Salvador, Japón, Países Árabes) | Culturas de Bajo Contexto (Ej: EE. UU., Alemania, Suiza) |
| Estilo de Mensaje | Implícito, indirecto, sutil. | Explícito, directo, literal. |
| Enfoque Principal | Las relaciones interpersonales y la confianza mutua. | Las tareas, los objetivos y la eficiencia del tiempo. |
| Expresión No Verbal | Crucial (miradas, gestos, silencios, proximidad física). | Secundaria (se prioriza el texto, los datos y los hechos). |
| Resolución de Conflictos | Evita la confrontación directa para salvar la armonía social. | Abierta, directa, orientada a la negociación del punto exacto. |
| Los Contratos | Son flexibles; se basan en la palabra y la relación a largo plazo. | Son sagrados, definitivos, cerrados y legalistas. |
Elaboración propia para fines pedagógicos.
¿Por qué esto es vital para la Inteligencia Artificial y Nemotron-Personas?
Aquí es donde conectamos la antropología de 1976 con la informática del 2026. Los algoritmos globales actuales (diseñados en Silicon Valley) han sido programados por mentes formadas en una cultura de bajo contexto. Esperan que el usuario sea lineal, literal y estructurado.
Cuando un ciudadano salvadoreño (de alto contexto) interactúa con una IA occidental utilizando metáforas, modismos locales o dejando sobreentendido el trasfondo socioeconómico, la máquina sufre un cortocircuito semántico. Nemotron-Personas-El Salvador es disruptivo porque dota a la inteligencia artificial de la matriz de datos necesaria para entender las sutilezas e implícitos de una cultura de alto contexto, permitiendo que la máquina finalmente comprenda el entorno real en el que opera.
La tesis universalista computacional (ataque a la necesidad de modelos locales)
Frente a esto se levanta la Hipótesis del Escalamiento (Scaling Laws), defendida por científicos de la computación como Ilya Sutskever o Yann LeCun. Esta corriente postula que las particularidades culturales y lingüísticas locales son “propiedades emergentes” que los modelos masivos terminan deduciendo por sí solos si se aumenta de forma matemática el tamaño del modelo y la cantidad de parámetros de cómputo.
Para los universalistas, un modelo con un millón de millones de parámetros entrenado globalmente entenderá el español de El Salvador mejor que un modelo local pequeño, debido a su capacidad superior para cruzar estructuras gramaticales abstractas. Califican los esfuerzos de crear micro-datasets soberanos como un “provincialismo tecnológico” ineficiente que subestima el poder de la inteligencia generalizada.
El debate ilustrado en la realidad salvadoreña
Pensemos en una plataforma inteligente de atención ciudadana implementada para resolver dudas sobre microcréditos agrícolas en Opico o San Martín.
Revisemos este esquema con un ejemplo: un comerciante local interactúa con el sistema y expone su situación financiera utilizando frases contextuales: “Mire, yo necesito el empujón porque las ventas han estado bien yucas por las lluvias, y el usurero de la esquina me lleva cortito con los tiempos en los cobros”. Visualicemos este hecho:
Un modelo regido por la tesis universalista procesará las palabras de forma literal y probablemente fallará o devolverá una respuesta genérica desfasada, sugiriendo pasos burocráticos inviables para el sector informal centroamericano. El algoritmo sufre de ceguera cultural.
En contraste, un sistema entrenado con los perfiles sintéticos demográficos y económicos de Nemotron-Personas descodifica el entorno: comprende la urgencia del comercio informal, la presión del préstamo informal (“me lleva corto”) y la estacionalidad climática del trópico salvadoreño. La comunicación no se distorsiona; se logra el acoplamiento semántico.
2.3 La ciencia de los datos sintéticos y la privacidad diferencial
El origen técnico del problema
La innovación científica en políticas públicas requiere democratizar el acceso a los datos macroestadísticos de la población. No obstante, las técnicas tradicionales de anonimización (borrar nombres o números de documento de identidad) han demostrado ser completamente vulnerables en la era del Big Data. Cruzando tres bases de datos supuestamente anónimas es posible reidentificar al 99% de los individuos de un país, lo que genera una colisión frontal entre el derecho humano a la privacidad y la necesidad técnica de innovación.
La tesis de la privacidad matemática (defensa del Modelo Sintético)
La solución teórico-matemática a este conflicto histórico fue formulada por Cynthia Dwork y Aaron Roth (2014) mediante el paradigma de la Privacidad Diferencial. Esta teoría no busca ocultar los datos, sino definir matemáticamente el riesgo de filtración. Lo logra inyectando una cantidad controlada de «ruido probabilístico» en el análisis de los datos de origen.
A partir de esta base, científicos como Khaled El Emam (2020) han impulsado la generación de Datos Sintéticos. El mecanismo teórico expuesto en este diagrama es el siguiente:
Los modelos generativos estudian la estructura matemática del censo salvadoreño real, entienden las correlaciones (por ejemplo, la relación matemática exacta entre el nivel de ingresos, la zona de residencia y el acceso a conectividad en Morazán) y luego redactan desde cero un millón de perfiles artificiales. Los datos son matemáticamente idénticos a la sociedad real, pero no pertenecen a ningún ciudadano vivo, resolviendo el dilema ético.
La tesis empírico-crítica (ataque a la validez de los datos sintéticos)
A pesar de la claridad matemática del modelo, científicos escépticos del aprendizaje automático como Luc Rocher et al. (2019) y críticos de los sesgos algorítmicos advierten que los datos sintéticos corren el grave riesgo de convertirse en una “fábrica de alucinaciones estadísticas”. Su argumento central es que un dato sintético es solo tan bueno como el modelo que lo generó.
Si los datos reales de origen (los censos o encuestas oficiales) padecen de sesgos históricos o invisibilizan sistemáticamente a ciertos sectores de la población —como el trabajo doméstico no remunerado o las economías de subsistencia de las comunidades indígenas en Izalco—, el algoritmo generador no corregirá esa injusticia; la automatizará y la potenciará bajo un manto de neutralidad matemática. Es el principio clásico de la ciencia de datos: Garbage in, garbage out (Si metes basura, sacas basura). Además, advierten sobre los ataques de inferencia de membresía, donde atacantes avanzados pueden deducir si una persona real formó parte del grupo de entrenamiento original.
El debate ilustrado en la realidad salvadoreña
Visualicemos un escenario donde un grupo de estudiantes de la Universidad Dr. José Matías Delgado busca diseñar un algoritmo predictivo para evaluar las solicitudes de becas universitarias en zonas de alta vulnerabilidad económica.
Si los investigadores utilizaran una base de datos real abierta, estarían violando la Ley de Protección de Datos Personales, exponiendo públicamente la intimidad financiera de miles de familias salvadoreñas.
Si recurren a Nemotron-Personas, acceden a perfiles sintéticos que imitan perfectamente los ingresos familiares reales de los municipios evaluados, sin poner en riesgo a ninguna persona real.
Sin embargo, aquí es donde se activa el frente crítico de Rocher: los estudiantes deben auditar la herramienta. Si el modelo generativo de WideLabs y la ANIA no logró capturar correctamente las economías informales multifamiliares (donde tres núcleos familiares comparten un solo ingreso inestable), el perfil sintético arrojará una distorsión matemática. El algoritmo de asignación de becas resultante podría terminar excluyendo a los estudiantes que más lo necesitan, demostrando que la matemática probabilística jamás debe sustituir la vigilancia ética y la comprensión cualitativa de las Ciencias de la Comunicación.
III. ANÁLISIS METODOLÓGICO Y PRÁCTICO DEL MODELO SALVADOREÑO
Llevado a la práctica, Nemotron-Personas-El Salvador opera como un simulador social de alta fidelidad. No estamos ante un buscador web de datos crudos ni ante un gráfico estático del Banco Central de Reserva. El conjunto de datos aloja aproximadamente un millón de perfiles sintéticos construidos minuciosamente mediante modelos generativos avanzados en colaboración con NVIDIA y WideLabs.
El mecanismo de entrenamiento y validación
Para comprender su utilidad práctica, imaginemos el desarrollo de una plataforma digital estatal orientada a mitigar las plagas agrícolas en el valle de Zapotitán. Tradicionalmente, un programador salvadoreño tendría que probar sus algoritmos de recomendación usando perfiles simulados de agricultores europeos o norteamericanos disponibles en repositorios abiertos como GitHub. Estos perfiles extranjeros asumen variables irreales para nuestro contexto: extensiones de tierra mecanizadas de miles de hectáreas, subsidios estatales masivos, acceso pleno a créditos bancarios de bajo interés y patrones climáticos estacionarios nórdicos.
Al sustituir esa matriz extranjera por Nemotron-Personas, el desarrollador tiene acceso inmediato a un millón de perfiles que simulan con precisión matemática la realidad de los productores locales:
- Tamaño promedio de las parcelas minifundistas.
- Tasas de informalidad financiera específicas de las zonas rurales de La Libertad o Ahuachapán.
- Hábitos comunicativos y niveles de escolaridad reales del sector.
El sistema entrenado bajo este paradigma no solo procesará mejor la información; comprenderá de forma nativa que el agricultor se comunica utilizando metáforas específicas de nuestro agro y que sus ciclos de caja dependen de dinámicas microclimáticas del trópico seco centroamericano. El resultado práctico es un incremento radical en la precisión y usabilidad de la tecnología, reduciendo la tasa de abandono de las herramientas digitales por parte de los usuarios finales.
IV. CONTEXTUALIZACIÓN INTERNACIONAL Y COMPORTAMIENTO REGIONAL
El Salvador no está inventando el concepto de IA Soberana, sino adaptándolo estratégicamente a su escala y geografía económica. Para medir la trascendencia de este paso, es necesario mapear las experiencias de otras naciones que asumieron esta transición tecnológica en los últimos años, identificando sus orígenes, resultados operativos y consecuencias geopolíticas.
4.1 El espejo global: Singapur, Emiratos Árabes Unidos y Francia
| Nación y Proyecto | Génesis y Metodología | Resultados Concretos | Consecuencia Geopolítica |
| Singapur (Proyecto SEA-LION) | 2023: Impulsado por AI Singapore. Nace tras constatar que los modelos occidentales alteraban la estructura lingüística y de valores en los procesos comerciales del Sudeste Asiático. | Un modelo lingüístico optimizado para idiomas regionales (malayo, indonesio, tamil) y dialectos locales como el Singlish. | Consolidación de Singapur como el árbitro tecnológico de la región ASEAN, reteniendo la gobernanza de datos comerciales críticos. |
| Emiratos Árabes Unidos (Falcon y Jais) | 2023: Desarrollado por el Technology Innovation Institute (TII) de Abu Dabi. Invirtieron miles de millones en la compra masiva de supercomputadores NVIDIA. | Falcon se convirtió en uno de los mejores modelos globales de código abierto, superando temporalmente a modelos comerciales estadounidenses en métricas específicas. | Rompió la narrativa de que el software de frontera solo puede nacer en Silicon Valley o Pekín; posicionó a Medio Oriente como potencia tecnológica soberana. |
| Francia (Mistral AI) | 2023: Fundada por científicos europeos provenientes de las Big Tech. Recibió respaldo del gobierno francés para asegurar autonomía estratégica frente a las regulaciones de EE. UU. | Modelos compactos de alta eficiencia capaces de correr localmente en servidores europeos, garantizando el cumplimiento nativo del GDPR. | Frenó la fuga de cerebros científicos y garantizó la soberanía lingüística de las lenguas romances en el procesamiento industrial de la Unión Europea. |
Elaboración propia con fines pedagógicos
4.2 El Espejo en América Latina y el Sur Global
En nuestra región latinoamericana, los esfuerzos por contrarrestar el colonialismo digital han cobrado fuerza en entornos universitarios y centros estatales de investigación avanzada, destacando dos experiencias clave:
Brasil y el Modelo Sabiá (Maritaca AI): Coordinado por investigadores de la Universidade Estadual de Campinas (UNICAMP) a finales de 2023, este proyecto nació tras comprobar que GPT-4 fallaba sistemáticamente al interpretar la jerga burocrática del sistema legal brasileño y las sutilezas de la medicina tropical en la Amazonía. Desarrollaron el modelo Sabiá, entrenado específicamente con textos en portugués de Brasil. Los resultados demostraron que un modelo especializado a escala local puede superar a los gigantes transnacionales en exámenes de certificación nacionales de derecho y medicina, gastando menos del 5% del presupuesto computacional de las firmas de Silicon Valley. La consecuencia directa fue el blindaje del sistema judicial brasileño, que ahora procesa expedientes con herramientas soberanas sin enviar datos confidenciales a servidores remotos fuera de sus fronteras.
Chile y el Ecosistema del CENIA: El Centro Nacional de Inteligencia Artificial (CENIA) chileno lideró la creación de modelos de procesamiento de lenguaje natural y colecciones de datos adaptados a la variante lingüística andina. Su génesis respondió a una urgencia de salud pública: los sistemas automatizados de triaje médico en hospitales públicos rurales no comprendían las descripciones sintomatológicas de pacientes de comunidades originarias o zonas aisladas. Al entrenar algoritmos con datos de contexto local, Chile logró reducir los errores de diagnóstico en la atención médica automatizada primaria, demostrando que la soberanía de datos tiene un impacto directo en la equidad social y el acceso a derechos fundamentales.
V. IMPACTO EN EL ECOSISTEMA ACADÉMICO Y SOCIOECONÓMICO LOCAL
Para la comunidad de la Universidad Dr. José Matías Delgado, y específicamente para nuestra Escuela de Ciencias de la Comunicación, Nemotron-Personas-El Salvador no representa un software que se deba observar a la distancia; es un laboratorio científico activo. La disponibilidad gratuita ofecida de este conjunto de datos bajo una licencia abierta modifica radicalmente las condiciones de producción de conocimiento dentro de nuestro campus.
5.1 Nuevas fronteras de investigación para las Ciencias de la Comunicación
Tradicionalmente, los estudiantes que desarrollaban sus tesis de grado en comunicación digital o marketing estratégico debían limitar sus metodologías a encuestas analógicas descriptivas o al uso de métricas comerciales estandarizadas provistas por las interfaces de Meta o Google. En la actualidad, un equipo de investigadores de la ECC podría descargar Nemotron-Personas y realizar experimentos avanzados en:
- Análisis de Interacción Máquina-Humano (HCI): Evaluar cómo responden los usuarios de diferentes grupos etarios salvadoreños ante el diseño de interfaces conversacionales entrenadas con datos nativos frente a interfaces globales.
- Simulación de Audiencias y Consumo de Medios: Utilizar los perfiles sintéticos para predecir comportamientos de recepción ante campañas de comunicación pública orientadas a la prevención de salud o la educación vial, observando las correlaciones demográficas sin vulnerar la privacidad de los ciudadanos.
- Evolución del Lenguaje en Entornos Digitales: Mapear cómo la inclusión de la variante dialectal salvadoreña en los conjuntos de datos de IA altera la estructura sintáctica y semántica de los contenidos generados artificialmente que circulan en nuestras redes sociales.
5.2 Transformación del mercado laboral y valor agregado
A nivel socioeconómico nacional, este hito tecnológico dinamiza la demanda de nuevos perfiles profesionales.
La economía de la innovación ya no requiere únicamente programadores puros; se demanda profesionales transdisciplinarios capaces de auditar algoritmos, curar bases de datos y diseñar estrategias de comunicación que sirvan de puente entre las necesidades de la población y el código matemático.
Nuestros graduados pueden insertarse competitivamente en roles emergentes como Curadores de Datos Culturales, Auditores de Sesgo Algorítmico, y Diseñadores de Experiencias Conversacionales (Prompt Engineers Contextuales). Estos sectores registran una demanda internacional creciente y ofrecen empleos de alto valor agregado que permiten retener el talento técnico e intelectual dentro del territorio nacional, combatiendo la histórica migración forzada de profesionales cualificados hacia el exterior.
VI. CONCLUSIONES
Nemotron-Personas-El Salvador no representa la meta final de la transformación digital del país, sino el establecimiento de su piedra angular cognitiva. A través de este análisis conceptual, hemos evidenciado que la inteligencia artificial contemporánea no puede seguir siendo abordada como una herramienta puramente técnica desprovista de implicaciones políticas o culturales. La soberanía de datos es una condición obligatoria para la construcción de democracias digitales sostenibles en el Sur Global.
Al combinar las capacidades de cómputo de vanguardia provistas por NVIDIA, el refinamiento algorítmico de WideLabs y la gobernanza institucional de la ANIA, El Salvador ha demostrado que los países en vías de desarrollo poseen la capacidad intelectual y estratégica de intervenir activamente en la frontera tecnológica global. La creación de perfiles sintéticos matemáticos bajo los principios de la privacidad diferencial demuestra que es posible innovar a gran escala respetando las garantías éticas y los derechos fundamentales de los ciudadanos.
Desde las aulas y laboratorios de la Universidad Dr. José Matías Delgado, asumimos el compromiso de apropiarnos críticamente de estas herramientas abiertas. Nos corresponde a nosotros, académicos, investigadores y estudiantes, utilizar esta infraestructura soberana no solo para optimizar procesos comerciales, sino para diseñar plataformas, narrativas y soluciones tecnológicas que promuevan la inclusión social, preserven nuestra memoria identitaria y garanticen que el desarrollo tecnológico nacional camine de la mano con el bienestar humano de toda la población salvadoreña.
Declaración de uso de IA
Declaración Expresa y Transparente sobre el Uso de Inteligencia Artificial Generativa
En estricta coherencia con los principios de algorética y la exigencia de trazabilidad defendidos en el cuerpo de este trabajo, y en pleno cumplimiento de los lineamientos éticos editoriales y las normativas de la American Psychological Association (APA, 7.ª edición) para la producción científica, se declara de forma expresa y contundente lo siguiente:
Este manuscrito contó con el soporte técnico y la asistencia co creativa de modelos de Inteligencia Artificial Generativa basados en Grandes Modelos de Lenguaje (LLM).
La tecnología de IA se empleó exclusivamente como una herramienta de apoyo metodológico avanzado para la optimización sintáctica, la estructuración de la narrativa académica, la expansión de los cinco apartados previamente delimitados por por el trabajo bibliográfico, el estado del arte y la verificación formal del listado bibliográfico automatizado.
La IA no sustituye en ningún caso la autoría humana. El discernimiento crítico, el análisis reflexivo, la confrontación ideológica atrás de los datos y códigos de fondo, la interpretación cualitativa de la herramienta Nemotron-Personas-El Salvador, así como la redacción final, fueron dirigidos, supervisados y aprobados rigurosamente por el autor. En consecuencia, la responsabilidad ética, legal e intelectual de las afirmaciones vertidas en este artículo recae íntegramente sobre los autores humanos del trabajo.
VII. NOTAS AL PIE DE PÁGINA
(1) Transcripción Íntegra de la nota de prensa: El Salvador lanza “Nemotron-Personas-El Salvador”
Fuente: Diario El Mundo (El Salvador)
¿Qué beneficios y utilidades puede traer un desarrollo tecnológico como este?
Según especialistas en Inteligencia Artificial consultados por Diario El Mundo, uno de los principales beneficios de Nemotron-Personas-El Salvador es que permitirá crear asistentes virtuales, agentes inteligentes y plataformas digitales más eficientes para la atención ciudadana. Al estar entrenados con perfiles sintéticos basados en la realidad nacional, estos sistemas podrán comprender mejor el lenguaje, las costumbres y las necesidades específicas de la población.
La herramienta también fortalece la protección de datos personales. Los aproximadamente un millón de perfiles incluidos en la base de datos son completamente sintéticos, lo que significa que no representan a personas reales ni contienen información identificable. Esto permite desarrollar y probar soluciones de inteligencia artificial sin comprometer la privacidad de los ciudadanos.
El impacto potencial se extiende a sectores clave como salud, educación, agricultura, servicios gubernamentales y desarrollo económico. Instituciones públicas y privadas podrán utilizar el recurso para diseñar programas, analizar escenarios y mejorar procesos mediante tecnologías avanzadas sin depender de bases de datos extranjeras.
La iniciativa también representa una oportunidad para atraer nuevas inversiones tecnológicas. La disponibilidad de infraestructura especializada, acceso a datos abiertos y un ecosistema enfocado en inteligencia artificial podría convertir al país en un destino atractivo para empresas internacionales interesadas en desarrollar proyectos de innovación en América Latina.
Otro beneficio importante es la formación de talento local. Universidades, centros de investigación, emprendedores y desarrolladores tendrán acceso gratuito a esta herramienta bajo una licencia abierta, facilitando la creación de proyectos tecnológicos, investigaciones académicas y nuevas empresas basadas en inteligencia artificial.
(2) Agencia Nacional de Inteligencia Artificial (ANIA): Institución estatal descentralizada del Gobierno de El Salvador, con autonomía administrativa y presupuestaria, adscrita directamente a la Presidencia de la República. Creada formalmente en junio de 2025 como el brazo ejecutor de la estrategia de transformación digital del país. Actúa como la entidad rectora y gobernadora de la política pública de inteligencia artificial. Tiene entre sus atribuciones la administración del Registro Nacional de Desarrollo, Innovación y Aplicación de IA, la fijación de aranceles por servicios tecnológicos estatales, el blindaje ético de los datos ciudadanos y la articulación de alianzas estratégicas internacionales con firmas tecnológicas de frontera para potenciar el desarrollo humano y la economía digital salvadoreña.
(3) NVIDIA Corporation: Empresa multinacional tecnológica estadounidense, líder global en el hardware de supercomputación, procesamiento gráfico y desarrollo de infraestructura para Inteligencia Artificial. Nacimiento: Fundada en 1993 en California, Estados Unidos, inicialmente enfocada en el mercado de videojuegos a través de la invención de la Unidad de Procesamiento Gráfico (GPU). En el ecosistema de IA contemporáneo, provee las arquitecturas de hardware (microprocesadores avanzados de centros de datos como la línea Blackwell Ultra) y entornos de software fundamentales para entrenar los Modelos de Lenguaje Grande (LLMs). En el marco del proyecto Nemotron-Personas, proporciona el programa estratégico global y el andamiaje algorítmico estructurado que permite integrar idiomas regionales y variantes dialectales (como el español salvadoreño) dentro de los repositorios de código abierto globales.
(4) WideLabs: Empresa y startup tecnológica latinoamericana (de origen brasileño), posicionada como uno de los principales referentes en el desarrollo de Inteligencia Artificial Soberana en la región. Fundada en el año 2023, emergiendo ante la necesidad crítica del Sur Global de contar con modelos algorítmicos propios e independientes de las corporaciones anglosajonas. Se especializa en la ingeniería y curaduría de datos, el modelado generativo y la creación de conjuntos de datos sintéticos a escala poblacional. Su rol operativo en este hito consiste en co-diseñar y estructurar la matriz matemática de Nemotron-Personas-El Salvador, procesando de forma segura la información estadística oficial para transformarla en perfiles interactivos de alta fidelidad bajo licencias abiertas de libre acceso.
(5) Matriz de estrategia de búsqueda bibliográfica y descriptores Booleano
La siguiente tabla detalla la arquitectura de búsqueda automatizada empleada en los repositorios Scopus, Google Scholar e IEEE Xplore para la delimitación del marco teórico entre los años 2014 y 2026.
| Eje Conceptual / Dimensión | Descriptor Booleano (Inglés) | Descriptor Equivalente (Español) | Ejemplo de Ecuación de Búsqueda Ejecutada | Propósito de la Filtración Documental |
| 1. Geopolítica e Infraestructura | “data sovereignty” OR “digital sovereignty” | “soberanía de datos” OR “soberanía digital” | (“data sovereignty” OR “soberanía de datos”) AND “artificial intelligence” | Identificar literatura crítica sobre gobernanza de datos, infraestructuras estatales y marcos de autonomía frente a las Big Tech. |
| 2. Ciencia de Datos Generativos | “synthetic datasets” OR “synthetic data” | «conjuntos de datos sintéticos» OR “datos sintéticos” | (“synthetic datasets” OR “datos sintéticos”) AND “generative models” | Recopilar evidencia técnica sobre la validez matemática, fidelidad y métodos de creación de perfiles artificiales poblacionales. |
| 3. Ética y Seguridad Matemática | “differential privacy” | “privacidad diferencial” | “differential privacy” AND (“synthetic data” OR “privacidad diferencial”) | Analizar los fundamentos probabilísticos que mitigan el riesgo de reidentificación y garantizan el anonimato de los datos de origen. |
| 4. Ecología de los Medios | “hypermediations” OR “media ecology” | «hipermediaciones» OR “ecología de los medios” | (“hypermediations” OR “hipermediaciones”) AND “algorithms” | Sustentar el impacto comunicacional de los algoritmos como agentes de interacción y la necesidad de acoplamiento semántico/cultural. |
Nota metodológica: Los operadores booleanos se aplicaron directamente en los campos de búsqueda avanzada de los repositorios seleccionados, restringiendo la captura a títulos (Title), resúmenes (Abstract) y palabras clave (Keywords). Las comillas inglesas dobles («») se utilizaron de forma estricta para forzar la búsqueda de frases exactas, evitando la dispersión semántica en términos compuestos como “privacidad diferencial”.
(6) Justificación Epistemológica de esta Selección
La estructura de este listado muestra una triangulación metodológica:
- Los textos clásicos (como Hall, 1976 o Scolari, 2008) proveen las categorías de las Ciencias de la Comunicación para entender por qué el contexto es un factor crítico.
- Los textos de frontera matemática (como Dwork, 2014 o Goodfellow, 2014) explican el cómo funciona la ingeniería detrás de la generación del millón de perfiles salvadoreños.
- Los reportes técnicos corporativos y gubernamentales (NVIDIA, WideLabs, ANIA) aterrizan las teorías abstractas en el hecho empírico ocurrido en el país.
A continuación, se presenta la bibliografía consolidada y clasificada que se recuperó al aplicar los descriptores booleanos del anexo, sumando las publicaciones técnicas específicas de las organizaciones involucradas en el proyecto:
1. Bibliografía Indexada Recuperada (Por Eje de Búsqueda)
Eje 1: Geopolítica de la Información y Soberanía Digital
Couldry, N., y Mejias, U. A. (2019). The costs of connection: How data is colonizing human life and tracking it for capitalism. Stanford University Press.
Hummel, P., Braun, M., y Dabrock, P. (2021). Own data? Ethical reflections on data sovereignty. Big Data & Society, 8(1), 1-13. https://doi.org/10.1177/2053951720986421
Pohle, J., y Thiel, T. (2020). Digital sovereignty. Internet Policy Review, 9(4), 1-19. https://doi.org/10.14763/2020.4.1532
Zuboff, S. (2020). La era del capitalismo de vigilancia: La lucha por un futuro humano frente a las nuevas fronteras del poder. Publicaciones Paidós.
Eje 2: Ciencia de Datos Generativos y Modelado Sintético
Assefa, S. A., Dervovic, D., Mahfouz, M., Tillman, R. E., Reddy, P., y Veloso, M. (2020). Generating synthetic data in finance: opportunities, challenges and alternatives. Proceedings of the 1st ACM International Conference on AI in Finance, 1-8. https://doi.org/10.1145/3383455.3422554
El Emam, K. (2020). Accelerating AI in healthcare with synthetic data. O’Reilly Media.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., y Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems, 27, 2672-2680.
Eje 3: Ética, Seguridad y Privacidad Diferencial
Dwork, C., y Roth, A. (2014). The algorithmic foundations of differential privacy. Foundations and Trends® in Theoretical Computer Science, 9(3–4), 211-407. https://doi.org/10.1561/0400000042
Rocher, L., Hendrickx, J. M., y de Montjoye, Y. A. (2019). Estimating the success of re-identifying individuals in incomplete datasets. Nature Communications, 10(1), 3069. https://doi.org/10.1038/s41467-019-10933-3
Wood, A., Altman, M., Bembenek, A., Bun, M., Gaboardi, M., Honaker, J., Nissim, K., O’Brien, D., Barghati, T., y Vadhan, S. (2018). Differential privacy: A primer for a non-technical audience. Vanderbilt Journal of Entertainment & Technology Law, 21(1), 209-275.
Eje 4: Ecología de los Medios e Hipermediaciones Contextuales
Hall, E. T. (1976). Beyond culture. Anchor Books.
Noble, S. U. (2018). Algorithms of oppression: How search engines reinforce racism. New York University Press.
Scolari, C. A. (2008). Hipermediaciones: Elementos para una teoría de la comunicación digital interactiva. Gedisa.
Scolari, C. A. (2018). Media ecology: New perspectives on human-media associations. Foundations of Media Ecology.
2. Publicaciones Técnicas e Institucionales Utilizadas (Literatura Gris de Base)
Para el análisis específico del caso salvadoreño y los entornos analizados en el texto, se utilizaron los siguientes informes de arquitectura, libros blancos (whitepapers) y marcos regulatorios vigentes:
Agencia Nacional de Inteligencia Artificial [ANIA]. (2025). Lineamientos estratégicos para la construcción de modelos e infraestructuras de IA Soberana en El Salvador. Ministerio de Tecnología e Innovación, Gobierno de El Salvador.
Centro Nacional de Inteligencia Artificial [CENIA]. (2024). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2024: Infraestructura, Datos y Gobernanza en la Región. CENIA Chile / CEPAL.
NVIDIA Corporation. (2024). NVIDIA Nemotron-4 340B Technical Report: Open generation of synthetic data for LLM training (Reporte Técnico de Arquitectura de Software). NVIDIA Research. Recuperado de los repositorios de desarrolladores de NVIDIA.
WideLabs Tech. (2025). Sovereign LLMs and synthetic population modeling in Latin America: The Maritaca and Nemotron-Personas framework (Whitepaper Corporativo). WideLabs R&D Division.
VIII. Referencias
Agencia Nacional de Inteligencia Artificial [ANIA]. (2025). Lineamientos estratégicos para la construcción de modelos e infraestructuras de IA Soberana en El Salvador. Ministerio de Tecnología e Innovación, Gobierno de El Salvador.
Assefa, S. A., Dervovic, D., Mahfouz, M., Tillman, R. E., Reddy, P., y Veloso, M. (2020). Generating synthetic data in finance: Opportunities, challenges and alternatives. En Proceedings of the 1st ACM International Conference on AI in Finance (pp. 1–8). Association for Computing Machinery. https://doi.org/10.1145/3383455.3422554
Brynjolfsson, E., y McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.
Centro Nacional de Inteligencia Artificial [CENIA]. (2024). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2024: Infraestructura, datos y gobernanza en la región. CENIA Chile; Comisión Económica para América Latina y el Caribe [CEPAL].
Couldry, N., y Mejias, U. A. (2019). The costs of connection: How data is colonizing human life and tracking it for capitalism. Stanford University Press.
Diario El Mundo. (2026, junio). El Salvador lanza «Nemotron-Personas», el primer conjunto de datos de inteligencia artificial soberana. El Mundo. Sección de Innovación y Tecnología.
Dwork, C., y Roth, A. (2014). The algorithmic foundations of differential privacy. Foundations and Trends® in Theoretical Computer Science, 9(3–4), 211-407. https://doi.org/10.1561/0400000042
El Emam, K. (2020). Accelerating AI in healthcare with synthetic data. O’Reilly Media.
Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., y Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems, 27, 2672-2680.
Hall, E. T. (1976). Beyond culture. Anchor Books.
LeCun, Y. (2022). A path towards autonomous machine intelligence (Reporte de Frontera Técnica No. 1). OpenReview Publications.
NVIDIA Corporation. (2024). NVIDIA Nemotron-4 340B technical report: Open generation of synthetic data for LLM training (Reporte Técnico de Investigación). NVIDIA Research.
Pentland, A. (2014). Social physics: How good ideas spread—The lessons from a new science. Penguin Press.
Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., y Sutskever, I. (2019). Language models are unsupervised multitask learners (Whitepaper de Investigación). OpenAI Blog.
Rocher, L., Hendrickx, J. M., y de Montjoye, Y. A. (2019). Estimating the success of re-identifying individuals in incomplete datasets. Nature Communications, 10(1), Artículo 3069. https://doi.org/10.1038/s41467-019-10933-3
Scolari, C. A. (2008). Hipermediaciones: Elementos para una teoría de la comunicación digital interactiva. Gedisa.
WideLabs Tech. (2025). Sovereign LLMs and synthetic population modeling in Latin America: The Maritaca and Nemotron-Personas framework (Whitepaper Corporativo). WideLabs R&D Division.
Zuboff, S. (2020). La era del capitalismo de vigilancia: La lucha por un futuro humano frente a las nuevas fronteras del poder. Publicaciones Paidós.
Nota aclaratoria: Referencias, organizada en orden alfabético estricto, aplicando la regla de Sentence Case (mayúscula solo en la primera palabra y nombres propios) para títulos de libros y reportes, y Title Case para nombres de revistas o periódicos, tal como lo exige el manual de la American Psychological Association. (APA, 7.ª edición)