La presente es una traducción automática generada por DeepL Translate. La traducción automática es una traducción literal del contenido original a otro idioma. Está totalmente automatizada y no implica ninguna intervención humana. La calidad y la fidelidad de la traducción automática pueden variar considerablemente de un texto a otro y entre diferentes pares de idiomas. La UIT no garantiza la fidelidad de las traducciones y no asume ninguna responsabilidad en caso de error. Si tiene alguna duda acerca de la exactitud de la información presentada en las versiones traducidas de nuestras páginas web, remítase al texto oficial en inglés. Puede que algunos contenidos (como imágenes, vídeos, archivos, etc.) no sean traducidos debido a las limitaciones técnicas del sistema.

La ciencia en la era de la IA: conocimiento, datos y confianza

Consejo Científico Internacional y Comité de Datos del ISC

Sesión 216

martes, 7 julio 2026 ∼ 17:00–17:45 (UTC+02:00) Participación física (in situ) y virtual (a distancia) Sala A, Edificio de la Torre de la UIT Sesión interactiva

Inscribirse »

Participación física (in situ) y virtual (a distancia)

Antecedentes
La inteligencia artificial está remodelando la empresa científica, pero los debates actuales sobre la gobernanza no han prestado suficiente atención a las implicaciones sistémicas de la IA para la ciencia como sistema de conocimiento. Si bien las dimensiones sociales, económicas, éticas y técnicas de la IA se están debatiendo en foros multilaterales, se ha pasado por alto en gran medida su repercusión en la producción, validación e intercambio de conocimientos científicos. Esta brecha es particularmente significativa para las instituciones científicas y los investigadores del Sur Global, que se enfrentan a distintos desafíos: los datos científicos abiertamente disponibles generados en sus regiones se cosechan cada vez más para entrenar sistemas comerciales de IA sin beneficios recíprocos ni marcos de gobernanza de datos que protejan la soberanía científica.

El programa Science Systems Futures del Consejo Internacional de la Ciencia y la iniciativa AI disclosure in research, junto con el trabajo de CODATA sobre datos FAIR y gobernanza de IA, demuestran que la comunidad científica internacional ha comenzado a abordar estas cuestiones. Sin embargo, estas iniciativas siguen estando dispersas en las redes institucionales. El Foro de la CMSI es un lugar fundamental para sacar a la luz esta base empírica y conectarla con conversaciones más amplias sobre gobernanza digital, garantizando que los intereses de la ciencia en el desarrollo responsable de la IA sean visibles para los responsables políticos y los procesos multilaterales.

Temas de la sesión
La sesión examina tres dimensiones interconectadas: (1) IA y generación de conocimiento: cómo los roles autónomos de la IA en la investigación afectan el método científico y quién cuenta como productor de conocimiento; (2) Datos científicos y modelos de IA: la tensión entre los principios de la ciencia abierta y la soberanía de los datos, especialmente para el Sur Global; y (3) Fiabilidad e integridad de la investigación: qué mecanismos de gobernanza se necesitan a medida que los productos generados por IA entran en el registro científico.

Proyectos y prácticas pertinentes
La sesión se basa en la evidencia de múltiples iniciativas: el trabajo del ISC sobre un estándar global de divulgación de IA para la investigación (el Estándar de Vancouver); los Grupos de Tareas Especiales de CODATA sobre calidad de los datos y gobernanza de la IA; y ejemplos nacionales de sistemas científicos que navegan por asociaciones público-privadas en torno a tecnologías emergentes en el Sur Global. Estas iniciativas proporcionan una base práctica para los debates sobre qué normas, estándares y marcos son necesarios.

Perspectiva para la CMSI después de 2025
El compromiso de la CMSI con la ciencia como bien público mundial (reflejado en la Línea de Acción C7 sobre ciberciencia) debe evolucionar para abordar el papel de la IA en la determinación de qué conocimiento se produce, quién lo produce y quién se beneficia de él. La CMSI después de 2025 debería situar a la comunidad científica y de investigación como partes interesadas centrales en la gobernanza de la IA, garantizando que los debates sobre la gobernanza de datos (Objetivo 4 del CDM) y la IA responsable (Objetivo 5 del CMD) se basen en las necesidades y las preocupaciones de equidad de la empresa científica mundial, en particular en el Sur Global.

Prof. Vukosi Marivate ABSA UP Presidentes de Ciencia de Datos Universidad de Pretoria

El Prof. Vukosi Marivate es Director de AfriDSAI y Presidentes de Ciencia de Datos de ABSA UP en la Universidad de Pretoria. Dirige la ciencia de datos para el impacto social y cofundó Lelapa AI, Masakhane y Deep Learning Indaba, promoviendo la IA para los africanos por los africanos.

Dra. Marion Mercier Gerente de Integración de Anticipación Científica Geneva Science and Diplomacy Anticipator (Suiza)

Marion Mercier es Directora de Programa de la Revisión de Alto Nivel del Radar Innovador Científico de GESDA, donde supervisa y facilita la evaluación y el desarrollo estratégico del trabajo de anticipación científica de GESDA. Antes de esto, fue directora de investigación en el Wellcome Trust, donde gestionó una cartera de investigación amplia y diversa y dirigió el trabajo de alcance de las oportunidades de financiación emergentes en la ciencia del descubrimiento.

Prof. David Castle Profesor de Administración Pública Universidad de Victoria (Canadá) Moderador

El Dr. David Castle es profesor de política de ciencia, tecnología e innovación en la Escuela de Administración Pública de la Universidad de Victoria. Su investigación se centra en los aspectos socioeconómicos de la biodiversidad, especialmente la contabilidad del capital natural y el acceso y la participación en los beneficios de los recursos genéticos.

Es investigador residente en la Oficina del Asesor Científico Principal, Canadá, donde asesora sobre política científica, ciencia abierta, seguridad de la investigación, infraestructura de investigación importante y biodiversidad. Presidentes del Comité Científico del Sistema Mundial de Datos (WDS) del Consejo Internacional de la Ciencia.

Dr. Kamil Dziubek Asistente Universitario Universidad de Viena (Austria)

Estoy estudiando los efectos de la alta presión sobre la materia, que van desde los elementos hasta las proteínas. Mi investigación tiene como objetivo comprender mejor la química en condiciones extremas, que a menudo va más allá del conocimiento de los libros de texto y requiere revisar los modelos de trabajo.

Dr. Moses Thiga Directora de TIC Universidad de Egerton

El Dr. Moses M. Thiga es un dinámico líder e investigador de las TIC, que actualmente ocupa el cargo de Director de TIC en la Universidad de Egerton y fundador y Director Ejecutivo del Savannah Digital Research Institute. Doctor en Sistemas de Información, posee una amplia experiencia en la elaboración y aplicación de estrategias de TIC, supervisión de proyectos y formulación de políticas. El Dr. Thiga también es profesor adjunto en el Instituto Europeo de Negocios, donde imparte cursos de aprendizaje profundo, ciencia de datos e IA.

Sr. Alistair Nolan Analista Principal de Política OCDE (Francia)

Alistair Nolan es analista político sénior en la Dirección de Ciencia, Tecnología e Innovación de la OCDE. Antes de la OCDE, el Sr. Nolan dirigió una serie de proyectos de asistencia técnica y analítica relacionados con la industria con las Naciones Unidas. Durante varios años en la OCDE, Alistair ha participado en trabajos sobre evaluación de habilidades y educación, emprendimiento, desarrollo del sector privado y evaluación de políticas. En la actualidad, Alistair coordina varios trabajos de la OCDE sobre inteligencia artificial y supervisa los trabajos sobre difusión de la IA en el marco del proyecto AI-WIPS. El Sr. Nolan supervisó la preparación de la publicación de 2017 The Next Production Revolution: Implications for Governments and Business (La próxima revolución de la producción: implicaciones para los gobiernos y las empresas), que examina una variedad de tecnologías emergentes, sus repercusiones y sus implicaciones políticas, y a la que se hizo referencia al comienzo del Plan de Acción del G7 de Taormina de 2017. El Sr. Nolan dirigió el trabajo de la publicación de 2020 The Digitalisation of Science, Technology and Innovation: Key Developments and Policies, que, entre otros temas, aborda el papel de la IA en la producción avanzada.

Dra. Vanessa McBride Director Científico Consejo Internacional de la Ciencia Moderador

Vanessa tiene un doctorado en Astronomía de la Universidad de Southampton. Cuenta con más de quince años de experiencia, incluidos varios puestos de liderazgo, en la universidad, la infraestructura de investigación y la ciencia para el desarrollo en un ámbito internacional. Se une al ISC desde la Oficina de Astronomía para el Desarrollo de la Unión Astronómica Internacional, donde cerró la brecha entre la astronomía académica y las comunidades de desarrollo. Vanessa aporta una pasión por la ciencia y la sociedad, una perspectiva del sur global y una conexión con las organizaciones miembros de ISC.

Temas

Inteligencia Artificial Tecnologías emergentes Transformación digital

Líneas de acción de la CMSI

C2. Infraestructura de la información y la comunicación
C3. Acceso a la información y al conocimiento
C4. Creación de capacidades
C6. Entorno habilitador
C7. Aplicaciones de las TIC: ventajas en todos los aspectos de la vida — Ciberciencia
C10. Dimensiones éticas de la sociedad de la información
C11. Cooperación internacional y regional

C2 (Infraestructura de la información y la comunicación): La gobernanza de la IA requiere comprender cómo la infraestructura de datos (dónde se almacenan, quién los controla y cómo fluyen) configura la capacidad científica en las distintas regiones.
• C3 (Acceso a la información y al conocimiento): Los principios de la ciencia abierta se cruzan con la utilización de datos científicos por la IA; Los marcos de gobernanza deben equilibrar la apertura con el control equitativo y la distribución de beneficios.
C4 (Capacitación): Las instituciones científicas necesitan nuevas competencias y capacidades de gobernanza para abordar la integración de la IA en la investigación, especialmente en el Sur Global.
• C6 (Entorno propicio): Se necesitan marcos políticos para apoyar el uso responsable de la IA en la investigación, protegiendo al mismo tiempo la integridad científica y la soberanía de los datos.
• C7 (Aplicaciones de las TIC: Ciberciencia): Esta es la línea de acción central; la sesión aborda directamente cómo la IA, como TIC emergente, reconfigura los sistemas de descubrimiento e investigación científica.
C10 (Dimensiones éticas de la sociedad de la información): La IA en la ciencia plantea cuestiones fundamentales sobre la ética de la investigación, la rendición de cuentas y el interés público.
C11 (Cooperación internacional y regional): La gobernanza equitativa de la IA para la ciencia requiere cooperación multilateral y marcos que sirvan a todas las regiones.

Objetivos de desarrollo sostenible

Objetivo 4: Garantizar una educación inclusiva, equitativa y de calidad y promover oportunidades de aprendizaje durante toda la vida para todos
Objetivo 9: Construir infraestructuras resilientes, promover la industrialización inclusiva y sostenible y fomentar la innovación
Objetivo 16: Promover sociedades pacíficas e inclusivas para el desarrollo sostenible, facilitar el acceso a la justicia para todos y crear instituciones eficaces, responsables e inclusivas a todos los niveles
Objetivo 17: Fortalecer los medios de ejecución y revitalizar la alianza mundial para el desarrollo sostenible

ODS 4 (Educación de calidad): El papel de la IA en la producción de conocimientos afecta a la evolución de la educación científica y la formación en investigación.
ODS 9 (Industria, innovación, infraestructura): La innovación científica y tecnológica depende cada vez más de la IA; La gobernanza de esta intersección configura las vías de innovación a nivel mundial.
ODS 16 (Paz, justicia e instituciones sólidas): La integridad de la investigación y los conocimientos fiables son los cimientos de la formulación de políticas basadas en datos empíricos.
ODS 17 (Alianzas para lograr los objetivos): Las asociaciones público-privadas equitativas en los sectores de la ciencia y la tecnología dependen de marcos de gobernanza que protejan el interés público y la equidad del Sur Global.

Objetivos del GDC

Objetivo 1: Cerrar todas las brechas digitales y acelerar el progreso en los Objetivos de Desarrollo Sostenible
Objetivo 4: Promover enfoques de gobernanza de datos responsables, equitativos e interoperables
Objetivo 5: Mejorar la gobernanza internacional de la inteligencia artificial en beneficio de la humanidad

Enlaces

https://council.science/events/wsis-forum-2026/

https://council.science/our-work/science-systems-futures/