Perú abre un laboratorio de IA para orientar a poblaciones vulnerables
LabIA MIMP nace como espacio de experimentación y ya presenta un asistente en cuatro lenguas. En servicios sobre violencia, niñez y cuidado, la inclusión dependerá menos del número de idiomas que de respuestas seguras, comprensibles y conectadas con atención humana.
El Ministerio de la Mujer y Poblaciones Vulnerables de Perú creó LabIA MIMP mediante una resolución del 12 de junio. El instrumento lo define como un espacio de investigación, experimentación, cocreación y desarrollo de soluciones para mejorar decisiones basadas en evidencia y servicios institucionales.
Un día después, el ministerio presentó su primera cara pública: un asistente disponible en el portal del MIMP y en los programas Warmi Ñan, Inabif y Gratitud, con atención anunciada en español, quechua, aimara y shipibo-konibo. La combinación es ambiciosa porque trabaja precisamente donde una respuesta incompleta o fuera de contexto puede afectar a personas en riesgo.
El laboratorio es más que el chatbot
La resolución no crea solo un canal conversacional. Abre un espacio institucional para probar soluciones de inteligencia artificial, analítica avanzada y ciencia de datos. Esa diferencia importa: un laboratorio puede formular problemas, comparar una opción automatizada con alternativas más simples, evaluar prototipos y detener los que no aportan valor.
La nota oficial anticipa una gestión más preventiva y predictiva en violencia, desprotección familiar y riesgo social. Son usos de mayor impacto que responder preguntas frecuentes. Antes de avanzar hacia predicción o priorización, el MIMP necesitará delimitar finalidad, calidad de datos, tasa de error, supervisión y consecuencias para quien resulte clasificado.
Cuatro lenguas no significan automáticamente cuatro experiencias equivalentes
Ofrecer quechua, aimara y shipibo-konibo junto al español amplía la promesa de acceso. Para cumplirla, no basta traducir una respuesta producida en castellano. Terminología, variantes, forma de pedir ayuda y referencias territoriales deben validarse con hablantes y equipos que conocen cada servicio.
La evaluación debería publicar cobertura real por lengua: preguntas comprendidas, respuestas correctas, abandonos, derivaciones y satisfacción. También conviene permitir que la persona cambie de idioma durante la conversación y llegue a un agente o intérprete sin repetir toda su historia. La inclusión se mide en el recorrido completo, no en el selector inicial.
Qué debería pasar ante una consulta sensible
Una secuencia verificable para no convertir orientación en una barrera adicional.
01Reconocer urgencia+
Detectar señales de peligro sin diagnosticar ni interrogar de más, mostrar contactos de emergencia y no bloquear el acceso por una respuesta ambigua.
02Dar información con procedencia+
Indicar servicio, requisito, horario, fecha de actualización y enlace oficial. Una respuesta segura permite comprobar de dónde salió.
03Pedir pocos datos+
Evitar relatos, documentos o identificadores que no sean necesarios para orientar. Explicar antes de cada dato para qué se usa y durante cuánto tiempo.
04Derivar con contexto y consentimiento+
Ofrecer atención humana visible, pedir permiso antes de transferir información y conservar solo el contexto que la persona acepte compartir.
La promesa de privacidad necesita especificaciones
El MIMP afirma que el asistente no guarda ni comparte información sensible. Es una salvaguarda relevante, pero la comunicación consultada no explica arquitectura, proveedor, registros técnicos, analítica, tiempos de conservación ni tratamiento de conversaciones que no son etiquetadas como sensibles.
Publicar un aviso específico y una ficha técnica permitiría evaluar la promesa. También hacen falta pruebas contra filtración de instrucciones, respuestas dañinas y exposición accidental de datos. En un servicio dirigido a niñas, niños, mujeres y personas mayores, la privacidad no puede descansar en que el usuario sepa qué información evitar.
Alinearse con la estrategia no sustituye evaluar
El Gobierno presenta LabIA como la primera iniciativa de su tipo homologada con la Estrategia Nacional de Inteligencia Artificial 2026–2030. La ENIA puede ordenar principios y coordinación; no certifica por sí misma que cada respuesta sea correcta o que una solución sea mejor que el canal anterior.
El laboratorio tiene la oportunidad de convertir esa alineación en un método público: ficha de cada experimento, evaluación de impacto, pruebas por población y lengua, decisión de continuar o retirar, e indicadores después del despliegue. Publicar también los proyectos descartados mostraría que experimentar incluye aprender a decir que no.
La medida decisiva será una derivación que funciona
LabIA MIMP reúne dos decisiones acertadas: crear capacidad institucional antes de multiplicar productos y reconocer que el acceso público peruano es multilingüe. Ahora debe evitar que la novedad tecnológica oculte el trabajo menos visible de actualizar contenidos, supervisar calidad y sostener atención humana.
Una conversación automatizada puede ahorrar un viaje o encontrar el servicio correcto. Su éxito, sin embargo, aparece al final: cuando una persona comprende la orientación, llega al equipo competente y recibe ayuda sin exponer más datos ni enfrentar una nueva puerta cerrada. Esa es la prueba que el laboratorio debería publicar.