En las oficinas de la Fundación Heinrich Böll en Buenos Aires, se llevó a cabo la charla “Inteligencia Artificial a Medida”, dictada por Matías Bordone, licenciado en Ciencias de la Computación, programador en la industria enfocado en agentes inteligentes y estudiante del doctorado en Ciencias de la Computación con mención en Inteligencia Artificial en el FAMAF (Universidad Nacional de Córdoba). Además, destacó su pertenencia al colectivo Cibercirujas de Argentina. Durante el encuentro, Bordone abordó críticamente el desarrollo actual de la tecnología y presentó acciones propositivas que pueden emprender las organizaciones, universidades y comunidades para ganar autonomía.
Para sentar las bases conceptuales, Bordone contrapuso el software tradicional frente al machine learning. Mientras que en la programación clásica un desarrollador escribe reglas explícitas para procesar datos, en el aprendizaje automático se analiza un conjunto de datos e inferencias para generar patrones y reglas. Al abordar los modelos de lenguaje (Large Language Models o LLM), explicó que funcionan mediante probabilidades estadísticas para anticipar la siguiente palabra según grandes volúmenes de texto. Asimismo, desmitificó la idea de que la tecnología posea una mente propia y remarcó la naturaleza de estos sistemas: “Las máquinas no piensan… son sistemas que aprenden patrones”. A nivel de hardware, detalló el rol de los pesos o parámetros y las restricciones físicas de la memoria RAM, la CPU y la GPU, subrayando la enorme brecha computacional existente: “para poder ejecutar un modelo de frontera, hoy en día, necesitamos el equivalente a 80 notebooks para hacerlo andar”.
En el segundo bloque de la exposición, el análisis se centró en las problemáticas de la IA hegemónica y la búsqueda de soberanía digital. El orador enumeró los riesgos de los modelos privativos: pérdida de privacidad, dependencia, opacidad, extractivismo de datos e impacto energético y material. Ante esto, discutió los criterios de la Open Source Initiative (OSI) para definir una inteligencia artificial libre y cuestionó los falsos paradigmas del software abierto cuando solo se publican los parámetros. Como alternativa concreta frente a los monopolios corporativos, propuso el uso de modelos de lenguaje pequeños (Small Language Models o SLMs) que puedan ejecutarse localmente. En esa línea, fundamentó la necesidad de desmitificar la escala gigante del hardware sosteniendo que “publicar pesos gigantes puede habilitar legalmente el acceso sin democratizar materialmente la capacidad de uso y apropiación”.
Respecto a la aplicación práctica, el disertante estructuró una escala de “grados de apropiación” para las organizaciones. Esta graduación contempla desde la ejecución local en herramientas con interfaz gráfica como LM Studio, pasando por la técnica de RAG (Retrieval-Augmented Generation) para consultar documentación propia, hasta el desarrollo de agentes y sistemas agénticos o el fine-tuning para tareas específicas. Para definir las capacidades de automatización en este campo, señaló que “un agente es un software que puede planificar y tomar decisiones a la hora de hacer cosas”. Además, ilustró la factibilidad de estas soluciones citando casos reales como AymurAI (desarrollado por Datagénero para anonimizar documentos legales con un modelo de apenas 450 MB) y su propio experimento con Tiny Stories, donde logró entrenar un modelo de 7 millones de parámetros que genera cuentos infantiles en español a 26 tokens por segundo corriendo en una computadora Conectar Igualdad de 2010 con 1 GB de RAM.
Para cerrar la jornada, el marco conceptual se sostuvo en los principios de la cultura ciberciruja: reutilizar infraestructura existente, diseñar para el hardware disponible y cuestionar la autoridad del mercado. Lejos de la obligación de adquirir la última tecnología corporativa o depender de infraestructuras externas inaccesibles, Bordone enfatizó que el aprovechamiento de recursos locales constituye un posicionamiento transformador. Sostuvo con firmeza que “El tamaño del modelo es una decisión política, económica y técnica”, e instó a las comunidades a definir qué capacidades colectivas quieren construir, sintetizando la premisa central de la charla: “No necesitamos una IA más grande, necesitamos una IA adecuada, evaluable y sostenible”.