💻 computer science

The invisible majority: linking a national researcher registry to OpenAlex reveals Peru's uncertified artificial intelligence workforce

Al vincular el registro nacional de investigadores de Perú (RENACYT) con OpenAlex, este estudio revela que la fuerza laboral certificada en inteligencia artificial del país captura solo una cuarta parte de sus autores reales de IA, exponiendo una mayoría no certificada significativamente mayor y resaltando las disparidades regionales y de género en la certificación a pesar de la alta productividad fuera de la capital.

Autores originales: Milton Vladimir Mamani Calisaya, Charles Ignacio Mendoza Mollocondo, Erardo Espinoza Coaquira, Jesus Pari Flores, Sandra Ines Ponce Umiña

Publicado 2026-09-15

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Milton Vladimir Mamani Calisaya, Charles Ignacio Mendoza Mollocondo, Erardo Espinoza Coaquira, Jesus Pari Flores, Sandra Ines Ponce Umiña

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Los gobiernos necesitan saber quién está realizando la labor científica para planificar el futuro. En muchos países de América Latina, dependen de listas oficiales, o registros, que certifican a los investigadores. Estas listas actúan como un registro formal de quién cuenta como científico, determinando a menudo quién recibe financiamiento o reconocimiento profesional. La suposición detrás de estas listas es que capturan a las personas que realmente están realizando la investigación. Sin embargo, la ciencia se mueve rápido, especialmente en campos como la inteligencia artificial, donde nuevos expertos emergen constantemente de universidades e industrias. Si las listas oficiales omiten a los trabajadores más nuevos y activos, la imagen que el gobierno tiene de su fortaleza científica se vuelve incompleta, lo que podría conducir a decisiones erróneas sobre dónde invertir en formación y recursos.

Un equipo de investigadores de la Universidad Nacional del Altiplano en Perú decidió poner a prueba esta suposición. Querían ver si el registro nacional de científicos de Perú, conocido como RENACYT, reflejaba realmente su fuerza laboral en inteligencia artificial. Para lograrlo, no dependieron de encuestas o estimaciones. En su lugar, construyeron un puente entre dos bases de datos masivas y abiertas. Por un lado estaba la lista oficial de investigadores certificados del gobierno. Por el otro, OpenAlex, un catálogo global y de libre uso de artículos científicos y de las personas que los escribieron. Al conectar estas dos fuentes, el equipo pudo comparar la lista oficial contra la producción real de investigadores que publican artículos sobre inteligencia artificial y visión artificial.

Los resultados revelaron una brecha significativa entre el registro oficial y la realidad. Los investigadores encontraron que el registro del gobierno captura solo una fracción de las personas que producen trabajo de inteligencia artificial en Perú. Mientras que el registro enumera a más de 11,000 investigadores certificados, solo unos 856 trabajan primordialmente en inteligencia artificial. Cuando el equipo observó al grupo más amplio de personas que publican artículos con conexiones peruanas en este campo, encontraron casi 3,500 autores distintos. De estos, solo aproximadamente uno de cada cuatro poseía una certificación oficial. Esto significa que la gran mayoría de las personas que realizan el trabajo son invisibles para las estadísticas oficiales. El grupo certificado representa un núcleo pequeño, mientras que la mayoría no certificada, que incluye estudiantes, recién graduados y profesionales de la industria, constituye el grueso de la fuerza laboral.

Esta invisibilidad cambia nuestra comprensión del crecimiento del campo. El número de artículos provenientes de Perú en inteligencia artificial ha crecido cinco veces en la última década, pero el registro oficial no ha seguido el ritmo de este aumento. Los nuevos autores que ingresan al campo cada año rara vez son aquellos que obtienen la certificación de inmediato. Consecuentemente, cualquier plan gubernamental basado únicamente en el registro estaría mirando solo una cuarta parte del talento real disponible. El estudio sugiere que, para campos emergentes, estas listas oficiales deben ser vistas como una instantánea de un núcleo estable más que como un censo completo de todos los que contribuyen a la ciencia.

El estudio también descubrió una historia sorprendente sobre dónde viven estos investigadores. Durante décadas, el trabajo científico en Perú ha estado fuertemente concentrado en la capital, Lima. El registro oficial lo confirma, mostrando que más de la mitad de todos los investigadores certificados viven en la capital. Sin embargo, cuando los investigadores observaron específicamente la inteligencia artificial, el mapa cambió. Aunque Lima sigue teniendo el mayor número total de expertos certificados en IA, otras regiones son en realidad más densas en talento. Cuando se mide por el número de investigadores por persona que vive en la zona, ciudades del sur como Arequipa, Tacna y Puno tienen más expertos certificados en IA per cápita que Lima. De hecho, la Universidad Nacional del Altiplano, ubicada en la región de altura de Puno, se clasifica como la tercera institución más productiva del país en investigadores certificados de IA, por delante de algunas de las universidades más famosas de la nación.

Este hallazgo desafía la idea de que las provincias están rezagadas en desempeño. Los datos muestran que los investigadores fuera de la capital producen tantos artículos por persona como aquellos en Lima. La diferencia es simplemente en el número total de personas. Las provincias no están rindiendo por debajo de lo esperado; simplemente son más pequeñas en escala. Esto sugiere que la fuerza científica del país está más distribuida de lo que sugieren las cifras oficiales, con sólidos focos de experiencia en el sur que están listos para ser apoyados.

Los investigadores también examinaron cómo los niveles de certificación oficial se relacionan con la productividad real. El registro asigna a los investigadores a diferentes niveles basados en sus logros de carrera, donde los niveles más altos indican mayor antigüedad y prestigio. Uno podría esperar que aquellos con las certificaciones más altas sean los más productivos en inteligencia artificial. Los datos, sin embargo, muestran una conexión muy débil. El rango oficial de un investigador no predice con fuerza cuántos artículos escribe en este campo específico. Muchos de los autores más activos en inteligencia artificial se encuentran en los niveles más bajos del registro, a menudo debido a que están al inicio de sus carreras. Esto indica que el sistema de certificación general, que observa la carrera completa de un científico a través de todos los temas, no es una herramienta precisa para medir la pericia en un área especializada y de rápido movimiento como la inteligencia artificial.

Finalmente, el estudio destacó una brecha de género que se amplía dentro del campo. Las mujeres constituyen aproximadamente un tercio del total de los investigadores certificados en el registro de Perú. Sin embargo, en el subconjunto de investigadores de inteligencia artificial, ese número disminuye significamente. La proporción de mujeres cae a menos de un quinto en el grupo de IA, y disminuye aún más entre los expertos con mayor certificación en el campo. Este patrón sugiere que las barreras para las mujeres en la inteligencia artificial no son solo sobre entrar al campo, sino también sobre progresar hacia los niveles más altos de reconocimiento dentro de este.

Al vincular los registros oficiales del gobierno con el registro global de artículos publicados, este estudio proporciona una imagen más clara y honesta de la fuerza laboral científica de Perú. Muestra que el país tiene una comunidad de inteligencia artificial mucho más grande y geográficamente diversa de lo que admiten las listas oficiales. Los hallazgos no critican el registro en sí mismo, que sigue siendo una herramienta vital para la política, pero sí sugieren que, para campos de rápido crecimiento, estas listas deben ser cotejadas con datos abiertos para asegurar que la "mayoría invisible" no sea pasada por alto. El trabajo demuestra que con datos abiertos y un emparejamiento cuidadoso, es posible auditar estos sistemas y revelar la verdadera forma del potencial científico de una nación.

Resumen Técnico: La Mayoría Invisible

Planteamiento del Problema
Los registros nacionales de investigadores son los instrumentos primordiales que los gobiernos latinoamericanos utilizan para certificar la fuerza laboral científica, asignar incentivos y planificar inversiones en el desarrollo de capacidades. Sin embargo, la suposición de que estos registros capturan exhaustivamente campos emergentes y de rápido movimiento como la Inteligencia Artificial (IA) permanece sin probar. Si los registros omiten sistemáticamente los segmentos más jóvenes, más aplicados e integrados a la industria de un campo, las decisiones de política basadas en las estadísticas de los registros pueden representar erróneamente la capacidad nacional y asignar incorrectamente los recursos de capacitación. Perú presenta un caso de estudio crítico: un país con un sistema científico en rápida formalización (RENACYT) y un historial de extrema centralización científica en Lima. El estudio aborda la brecha en la comprensión de si el registro oficial de Perú captura el verdadero alcance de su fuerza laboral de IA o simplemente un subconjunto certificado.

Metodología
El estudio emplea un flujo de trabajo de vinculación de datos abiertos y replicable para auditar la cobertura del registro nacional de Perú (RENACYT) frente al grafo de conocimiento global OpenAlex.

Fuentes de Datos:
- RENACYT: El registro público completo al 30 de mayo de 2024, que contiene 11,757 investigadores certificados con metadatos sobre niveles de certificación, género y residencia, pero que carece de clasificación disciplinaria.
- OpenAlex: Una cosecha de 2,052 trabajos únicos publicados entre 2015 y 2026 en los subcampos de "Inteligencia Artificial" (1702) y "Visión por Computadora y Reconocimiento de Patrones" (1707) con al menos una afiliación institucional peruana. Este conjunto de datos incluye 3,546 perfiles de autores distintos.
Vinculación de Registros:
- Se aplicó un procedimiento de vinculación de nombres de tres niveles para emparejar a los autores de OpenAlex con las entradas de RENACYT tras normalizar los nombres (manejo de acentos, guiones y partículas).
  - Exacto: Conjunto de tokens completo idéntico ( $n=341$ ).
  - Alto: $\ge$ 3 tokens, incluyendo al menos un apellido y un nombre, candidato único ( $n=227$ ).
  - Medio: 2 tokens, candidato único ( $n=288$ ).
- Los casos ambiguos y los nombres cortos fueron excluidos. Una adjudicación manual de una muestra aleatoria de 100 autores no vinculados limitó la tasa de falsos negativos en aproximadamente un 3%.
- El conjunto de datos vinculado final comprende 856 investigadores certificados únicos con producción en IA.
Análisis:
- El análisis estadístico incluyó correlaciones de Spearman y Pearson para niveles de certificación frente a producción, pruebas de Mann-Whitney U para diferencias de productividad regional, y estadísticas descriptivas para género y distribución geográfica.
- Se realizaron pruebas de robustez utilizando únicamente el subconjunto de confianza "exacto + alto" ( $n=568$ ).

Resultos Clave

La Mayoría No Certificada: Solo el 24.1% de los autores de IA afiliados a Perú posee la certificación RENACYT. La fuerza laboral de IA certificada (856 investigadores) representa solo el 7.3% del registro total. En consecuencia, la fuerza laboral de IA que realmente publica es aproximadamente tres veces mayor que el stock certificado reportado en las estadísticas oficiales.
Dinámicas de Crecimiento: La producción de IA en Perú creció cinco veces entre 2015 y 2025. Mientras que el número de nuevos autores que ingresan al campo anualmente aumentó de ~100 a >600, la fracción de estos nuevos integrantes que están certificados sigue siendo baja y plana, lo que indica que la certificación tiene un rezago respecto al ingreso al campo.
Inversión Geográfica: Si bien Lima y Callao albergan el 47.1% de los investigadores de IA certificados en números absolutos, la densidad per cápita es más alta en las regiones del sur. Arequipa (6.9 por 100k), Tacna (6.1) y Puno (4.7) superan a Lima (3.4). Además, la productividad individual (trabajos por investigador) no muestra una diferencia significativa entre Lima y las provincias; la disparidad es puramente de volumen de personas, no de desempeño.
Rankings Institucionales: La Universidad Nacional del Altiplano (Puno) ocupa el tercer lugar a nivel nacional en investigadores de IA certificados (48), por delante de importantes instituciones de Lima como la Universidad Nacional Mayor de San Marcos y la Universidad Nacional de Ingeniería.
Certificación vs. Productividad: La correlación entre el nivel de certificación de RENACYT (una métrica de toda la carrera) y la producción específica en IA es débil (Spearman $\rho \approx 0.09$ ). La certificación de alto nivel es un indicador deficiente de la capacidad actual específica del campo.
Brecha de Género: El desequilibrio de género se amplifica en el subconjunto de IA. Las mujeres constituyen el 32.7% del registro completo, pero solo el 19.5% del subconjunto de IA. Esta brecha se ensancha aún más en los niveles de certificación más altos (16.1% de mujeres en los niveles superiores de IA frente al 21.2% en los niveles superiores del registro general).

Contribuciones Clave

Sustantiva: Proporciona el primer censo a nivel de campo de la fuerza laboral de IA en Perú, cuantificando una relación de 3:1 entre autores no certificados y certificados. Revela que la "mayoría invisible" consiste principalmente en estudiantes, graduados recientes y profesionales que aún no han buscado u obtenido la certificación.
Metodológica: Demuestra que los registros nacionales pueden ser auditados para la cobertura por campo utilizando únicamente datos abiertos (el registro y OpenAlex) mediante un flujo de trabajo replicable. Este método es aplicable a cualquier registro latinoamericano que publique datos abiertos a nivel de persona sin costos de bases de datos comerciales.
Política: Identifica tres patrones ocultos por las estadísticas de certificación: la existencia de una gran fuerza laboral no certificada, una geografía per cápita que invierte el mapa centrado en la capital (favoreciendo a las regiones del sur), y una brecha de género que se intensifica específicamente dentro del campo de la IA.

Significancia y Reivindicaciones
El artículo sostiene que los registros nacionales deben verse como "núcleos certificados" en lugar de censos exhaustivos, particularmente para campos emergentes. El estudio afirma que confiar únicamente en los datos de los registros para la planificación de políticas (por ejemplo, canales de formación, inversiones en posgrado) conlleva el riesgo de subestimar la capacidad nacional y desviar los recursos.

Los autores proponen que la "auditoría de cobertura de campo de los registros" debería convertirse en un ejercicio de cientometría rutinario para la política científica latinoamericana. Al vincular datos bibliográficos abiertos con registros administrativos, los responsables de la formulación de políticas pueden obtener una imagen más precisa de la fuerza laboral, reconociendo que la mayoría no certificada es, a menudo, la población más relevante para las políticas en campos emergentes. El estudio concluye que, si bien la certificación sigue siendo indispensable, debe interpretarse con el entendimiento de que captura un subconjunto selectivo y rezagado de la comunidad de investigación real.

Más como este