El 25 de mayo de 2026 fue presentada y promulgada Magnifica Humanitas, primera encíclica de León XIV, firmada el 15 de mayo y dedicada a la custodia de la persona humana en el tiempo de la inteligencia artificial.
No es un documento técnico y no pretende serlo. Sin embargo, plantea una advertencia que conecta directamente con un problema que aparece con frecuencia cuando una organización decide implementar inteligencia artificial antes de revisar las condiciones que la sostienen.
“La velocidad y la sencillez [...] pueden acostumbrarnos a delegar demasiado [...] debilitando el juicio personal y la creatividad.”
Magnifica Humanitas, n. 100. Cita abreviada.Traducido al lenguaje de las decisiones tecnológicas: cuando una organización aprueba un proyecto de IA sin haber definido correctamente el problema, los datos, la arquitectura y las responsabilidades, corre el riesgo de delegar su criterio en la solución o en el proveedor.
La ciudad que no se planeó
Cuando explico arquitectura de ecosistemas TI uso una metáfora sencilla: imagine que debe construir una ciudad desde cero. Antes de levantar el primer edificio hay preguntas que no pueden ignorarse. ¿Cuánta gente vivirá allí? ¿Cómo circulará el agua? ¿Cómo se gestionarán los residuos? ¿Cómo se garantizará la seguridad? ¿Cómo se comunicarán sus habitantes? ¿Cómo se tomarán decisiones sobre el futuro?
Cada respuesta define un sistema diferente. La conectividad es infraestructura. Los controles de acceso son seguridad. Los registros, movimientos y transacciones son datos. La combinación de esos datos para explicar, anticipar o decidir es analítica. Y las tareas que permiten que la ciudad funcione son procesamiento y operación.
Una ciudad bien planeada funciona porque esos sistemas fueron concebidos como parte de un mismo ecosistema. En muchos proyectos de IA ocurre lo contrario: la decisión de implementar llega antes de verificar si la “ciudad” que debe sostenerla está preparada.
Lo que ocurre cuando la decisión llega primero
El patrón es conocido. Un proveedor presenta una demostración convincente, se aprueba presupuesto y comienza la implementación. Después aparecen preguntas que debieron resolverse antes: los datos están fragmentados, no existe inventario actualizado de activos de información, hay duplicidades o inconsistencias, no está claro quién gobierna los datos o la infraestructura existente no permite integrar la solución.
El proyecto se ralentiza y la conclusión puede terminar siendo que “la IA no funcionó”. Sin embargo, el problema puede estar en una etapa previa: la arquitectura no estaba preparada para soportar el caso de uso.
Qué muestran algunas señales del mercado
En 2025, Qumulo publicó un análisis que cita un estudio del MIT según el cual el 95% de los proyectos empresariales de IA generativa evaluados fueron considerados fallidos. La cifra debe leerse como una señal sobre ejecución empresarial, no como evidencia de que la tecnología en sí misma fracasa.
En 2026, Gartner publicó su primer Market Guide for Guardian Agents, reflejando el crecimiento de la preocupación por la supervisión, trazabilidad y gobierno de agentes de IA. Y Oracle documentó en América Latina barreras como infraestructura fragmentada, problemas de gobernanza, concentración del conocimiento técnico y falta de alineación estratégica.
El patrón común es claro: muchos obstáculos se encuentran alrededor de la IA —datos, arquitectura, gobierno, integración y responsabilidad— antes que dentro del modelo.
Lo que plantea Magnifica Humanitas
La encíclica afirma que la IA, en su aplicación concreta, no es neutral, porque refleja decisiones de quienes la conciben, financian, regulan y utilizan. También insiste en que el uso de IA nunca es un hecho puramente técnico cuando afecta derechos, oportunidades o libertad.
En términos empresariales, esto obliga a preguntar quién define los criterios de la solución, quién controla los datos, quién puede auditar sus resultados y quién responde por una decisión asistida o ejecutada por un sistema automatizado.
“No basta invocar genéricamente la ética; se necesitan marcos jurídicos adecuados, vigilancia independiente, educación de los usuarios...”
Magnifica Humanitas, n. 106. Cita abreviada.La conexión con arquitectura es directa: una organización necesita controles concretos, responsabilidades identificables y capacidad de intervenir sobre el sistema. La ética no puede añadirse después como una declaración general.
Las cinco preguntas antes de aprobar una inversión en IA
Un problema concreto, medible y relacionado con operación o estrategia. “Queremos usar IA” no es un caso de negocio.
No basta con tener sistemas. Los datos deben estar disponibles, accesibles y en una forma utilizable por la solución.
Duplicidades, inconsistencias, desactualización o ausencia de gobierno pueden trasladarse directamente a los resultados del modelo.
La responsabilidad debe seguir siendo identificable, incluso cuando un sistema automatiza parte del proceso.
Indicador, línea base, resultado esperado y plazo. Sin estos elementos es difícil saber si la inversión está creando valor.
Si estas preguntas no tienen respuesta clara, la inversión puede ser prematura. No porque la IA sea incorrecta, sino porque todavía falta diseñar la arquitectura que debe sostenerla.
Una reflexión final
Las advertencias éticas de Magnifica Humanitas y los problemas que aparecen en proyectos empresariales convergen en un mismo punto: la organización debe conservar criterio propio antes de delegar capacidad de decisión a una tecnología.
La inteligencia artificial no es el problema. El problema es implementarla sin haber planeado la ciudad que la sostiene.
Antes de aprobar esa inversión, conviene revisar el problema, los datos, la arquitectura, el gobierno y la forma en que se medirá el resultado. Si esas bases no existen, probablemente todavía no hay un problema de IA. Hay un problema de arquitectura y criterio.
Referencias
- León XIV. Magnifica Humanitas, Carta Encíclica sobre la custodia de la persona humana en el tiempo de la inteligencia artificial. Firmada el 15 de mayo de 2026 y promulgada el 25 de mayo de 2026. Fuente oficial.
- Qumulo (2025). Por qué fracasan el 95% de los proyectos empresariales de IA generativa y cómo ganar sin esperar años. El artículo cita un estudio del MIT. Fuente.
- Gartner (2026). Market Guide for Guardian Agents, febrero de 2026. Referencia del informe confirmada mediante páginas de distribución autorizada de proveedores; el contenido completo es de acceso restringido.
- Oracle Latinoamérica (2025). Seis razones que están frenando la adopción de la IA, y cómo superarlas. Fuente.
Nota editorial: versión adaptada para Edwin Guerrero Tech a partir del artículo publicado originalmente por Edwin Guerrero Burbano en LinkedIn el 12 de junio de 2026.