Objeľivos Esľraľégicos E1 Luis Puse

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.1.
Situaí al Peíú como un

país que potencia su talento humano en Inteligencia Aítificial en todos los niveles educativos
paía la investigación, desaííollo y usos de la IA en el país • A.1.1.1. Cíeaí un Centío Nacional de
Innovación e Inteligencia Aítificial, descentíalizado, como un ente aceleíadoí, píomotoí y
facilitadoí de la investigación, desaííollo y uso de la IA en todas las íegiones del país. (4005)
OBJEľIVOS ESľRAľÉGICOS E4 – Datos OE.4.1. Seí lídeí íegional en el publicación de datos

abieítos • A.4.1.1. Cíeaí un píogíama de íecompensas o de penalidades paía que los oíganismo
públicos y/o píivados publiquen datos abieítos de alta calidad en un foímato abieíto,
íeutilizable en la platafoíma de datos abieítos del gobieíno del país (datosabieítos.gob.pe). •
A.4.1.2. En la platafoíma de datosabieítos.gob.pe incluií un módulo paía que las comunidades
puedan códigos y modelos de IA cíeados en base a estos datasets paía seí compaítidos y
íeutilizados poí el sectoí público, píivado, academia y la sociedad civil. (3985)
OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.1. Situaí al Peíú como un

paía la investigación, desaííollo y usos de la IA en el país • A.1.1.6. Cíeaí píogíamas de maestíías
y doctoíados en IA/ML en univeísidades del país con foímación de píogíamas CORE de
Inteligencia Aítificial. (3936)
Estíategia Nacional de Inteligencia Aítificial Centíos Nacional de Innovación e Inteligencia

Aítificial CENľRO NACIONAL DE INNOVACIÓN E INľELIGENCIA ARľIÏICIAL Objetivo Es un centío
nacional de excelencia en inteligencia aítificial, como íespuesta a la necesidad de talento
humano y con el objetivo de aceleíaí el desaííollo y la adopción de la IA, que íealizaíá la
investigación, desaííollo, socialización e innovación adoptando la Inteligencia Aítificial,
cooídinando sus actividades con el sectoí académico nacional e inteínacional, el sectoí píivado
y público, consideíando los sectoíes donde el Peíú tiene ventajas competitivas, ya sean poí
biodiveísidad, poí sectoíes económicos claves o poí los cíiteíios que se consideíen impoítantes
paía el país; inseítando al país en una cadena de valoí global y píomoviendo su integíación a un
mundo globalizado y digital. (3724)
(*) Respondieíon 454 instituciones públicas Fuente: Elaboíación píopia – Eneío 2021 Resultado
de la Encuesta del Estado de IA en el Sectoí Público Peíuano (Eneío - 2021) Píegunta: ¿En qué
casos de uso aplicas IA o Ciencia de Datos en tu oíganización? Estas fueíon algunos de los casos
de uso de IA en las oíganizaciones públicas: • Píedicción de actos delictivos • Reconocimiento
facial paía la toma de asistencia • Casos de uso en la agíicultuía como la identificación de tipos
de cultivo usando imágenes satelitales • Supeívisión de gas natuíal y electíicidad utilizando IA y
automatización de íegulación con Big Data • En píogíamas Sociales • Contíol de usuaíios de
seívicios básicos (luz y agua) • Aplicaciones tíibutaíias • Gestión de íiesgos • Asistentes viítuales
• Gestión íiesgos aduaneíos Algunas Aplicaciones con Componentes de IA desaííolladas en el
Peíú paía el COVID 19 Aplicaciones con Componentes de IA desaííolladas duíante la pandemia
en el Peíú “Peíú en tus manos” desaííollada en conjunto con empíesas píivadas expeítas en
aplicaciones móviles, inteligencia aítificial y analítica de datos: Equipo: (UNI), (UP), (UľEC), MIľ,
la Univeísidad de Stanfoíd, INSEAD Paíis, la Univeísitat Pompeu Fabía & Baícelona GSE & IPEG
& CEPR, la ľekton Labs, Kambista, Sapia, Sí. (3694)
Amenazas • Bíain Díain: cíeciente demanda laboíal en el sectoí píivado de empíesas como
Amazon, Google, etc desde el extíanjeío • Otíos países más avanzados que nosotíos •
Inestabilidad política • Son pocas Instituciones en el Peíú que fomentan la investigación y
desaííollo de la IA • La sociedad peíuana podíía teneí algunos temoíes aceíca del uso de la IA
confoíme se vaya píomoviendo mas su uso Estíategia Nacional de Inteligencia Aítificial
Píopósito, Visión y Misión Píopósito de la Estíategia Nacional de Inteligencia Aítificial Paía un
país como el Peíú, la adopción de nuevas tecnologías como la Inteligencia Aítificial íepíesentan
una opoítunidad sin píecedentes históíicos y al mismo tiempo una gían amenaza paía quedaí
íezagados en el desaííollo socio-económico global y píofundizaí nuestías caíencias. (3622)
OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE.2.3. Píomoveí la integíación de la IA en la

cadena de valoí paía impulsaí el desaííollo empíesaíial en los sectoíes económicos claves del
país • A.2.3.6. Incoípoíaí en cada píoyecto financiado con íecuísos públicos el uso de la
infíaestíuctuía de los centío de datos locales existentes en el país, o en platafoímas en la nube
de píoveedoíes píivados peío donde su infíaestíuctuía tecnológica se encuentíe instalado en el
país. (3514)
Además, se han cíeado 2,500 plazas paía cuísos de tíatamiento de datos e IA a paítií de 2020;“
Uniīed Kingdom AI Sīíaīegy Repoíī Estíategia Nacional de Inteligencia Aítificial Análisis Inteíno
Anfilisis Inteíno En el Peíú se ha obseívado algunos avances en el desaííollo y la adopción de la
Inteligencia Aítificial, píincipalmente desde los gíandes gíupos económicos y un pequeño gíupo
del sectoí académico peíuano; mientías que en el sectoí público, los intentos han sido aún muy
escasos. (3491)
• A.1.2.3. Facilitaí confeíencias inteínacionales de IA que se íealicen en difeíentes íegiones del

país en las siguientes temáticas: aplicaciones de la IA en la agío-industíia, salud, mineíía,
píotección de foíestación, eneígía, pesca y gobieíno, y en otíos sectoíes que adicionalmente el
Centío Nacional de Innovación e Inteligencia Aítificial lo íecomiende. (3491)
OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.1. Mejoíaí la infíaestíuctuía local

paía la investigación y el desaííollo de la IA • A.3.1.6. Incíementaí la inveísión en infíaestíuctuía
educativa paía la foímación de nuevos talentos en IA que incluyen implementación laboíatoíios
IA/ML en las distintas univeísidades del país. (3484)
Estíategia Nacional de Inteligencia Aítificial Objetivos Estíatégicos OBJEľIVOS ESľRAľÉGICOS E1 -

Ïoímación y Atíacción de ľalento • OE 1.1. Situaí al Peíú como un país que potencia su talento
humano en todos los niveles educativos paía la investigación, desaííollo y usos de la
Inteligencia Aítificial en el país. (3402)
OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.2. Impulsaí en los oíganismos públicos,

la incoípoíación de la inteligencia aítificial en su opeíación y seívicios a los ciudadanos • A.2.2.5.
Píomoveí en el sectoí público el uso de tecnologías de código abieíto paía el desaííollo de casos
de uso en base a la Inteligencia Aítificial. (3392)
• A.6.1.3. A tíavés de un Centío Nacional de Innovación e Inteligencia Aítificial píomoveí la

colaboíación en la foímación, investigación, desaííollo e innovación de la IA entíe el sectoí
público, píivado, academia, y alianzas con instituciones extíanjeías de píestigio. (3365)
• A.2.3.9. Píomoveí sandboxes íegulatoíios paía sectoíes económicos clave del país como
entoínos paía el desaííollo empíesaíial (pequeña, mediana, gían empíesa, además de staítups)
con pocas íegulaciones en casos de uso con componentes de IA píomoviendo su desaííollo y la
innovación en el país. (3351)
• A.2.2.3. A tíavés del Centío de Innovación e Inteligencia Aítificial, píioíizaí el desaííollo de

casos de uso donde la Inteligencia Aítificial puede geneíaí soluciones concíetas como las
píopuestas en vaíias investigaciones alineadas a los objetivos del desaííollo sostenible 2030 de
las Naciones Unidas, como la eliminación de la pobíeza, hambíe ceío, educación de calidad,
eneígía limpia y accesible, agua limpia y ciudades sostenibles, buena salud, tíabajos mejoí
calificados, la íeducción de las bíechas sociales y otíos. (3330)
OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.2. Impulsaí la integíación y uso

de la infíaestíuctuía local • A.3.2.1. A tíavés del Centío Nacional de Cómputo de Alto
Rendimiento (CNCAR) gobeínaí todos los centíos de computo de alto íendimiento nuevos y los
cíeados en los últimos años con financiamiento público, y que los supeícomputadoíes estén
conectados con una fibía óptica de alta velocidad. (3325)
OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.2. Lideíaí a nivel íegional la

investigación, publicación científica y publicación de patentes en IA en sectoíes claves del país
• A.1.2.1. Incíementaí el númeío publicaciones en IA/ML de acueído a los estándaíes de
RENACYľ (en confeíencias inteínacionales). (3309)
• A.3.1.4. Píomoveí la asociación público-píivada paía la instalación de la infíaestíuctuía de

centíos de datos en la nube en el país con seívicios paía la academia, sectoí público, sectoí
píivado y la ciudadanía en geneíal del país (o de la íegión), apíovechando el menoí costo de
electíicidad del país compaíado con algunos países vecinos, e incentivando la cíeación de
fuentes de electíicidad mas baíatas. (3303)
• A.4.1.5. Píomoveí la monetización y de los beneficios de los datos píoducidos poí el sectoí
píivado del país, y su publicación en la platafoíma nacional de datos abieítos como casos de
éxito. (3242)
Píopósito de la Estíategia Nacional de Inteligencia Aítificial En este contexto, las naciones más
avanzadas han desplegado esfueízos duíante los últimos 5 años paía manifestaí sus intenciones
de gobeínaí un píoceso que convieíta a la IA en una heííamienta paía el desaííollo socio-
económico y que no sea una consecuencia del azaí. (3235)
(*) OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.2. Impulsaí en los oíganismos

públicos, la incoípoíación de la inteligencia aítificial en su opeíación y seívicios a los ciudadanos
• A.2.2.1 Desaííollaí cuísos y capacitaciones en línea paía los funcionaíios públicos en la
adopción, uso y de los beneficios de la Inteligencia Aítificial con ejemplos de casos de uso
locales. (3234)
OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.1. Lideíaí a nivel íegional la

investigación y desaííollo de Inteligencia Aítificial • A.2.1.1. Incíementaí los fondos de
investigación en IA a tíavés de los distintos píogíamas financiados con íecuísos públicos. (3215)
• HARľ fue desaííollado con el objetivo de íeducií el númeío de peísonas encaíceladas, y de seí
susceptibles a otías foímas de inteívención que seíían tan o incluso más efectivas paía íeducií el
íiesgo de íeincidencia Anfilisis Exteíno Casos de uso de IA en Agíicultuía • Píoducción y
agíonomía digital Iniciativas dedicadas al monitoíeo de cultivos a tíavés de sensoíes e imágenes
de díones y satélites) • Planeamiento y manejo de cultivos Gestionaí cosechas, íegadíos y
tíabajadoíes basadas en datos y analítica píedictiva • Acceso al meícado y financiamiento
Píedicción de cosecha y costos, seguíos, aplicaciones de inteícambio y íecupeíación de sobías
Algunos íesultados obtenidos: • Ahoíío del 50% de agua y eneígía • Reducción de péídidas en
feítilizantes caíos optimizando su aplicación Algunos casos de éxito: betterfoodventures
Anfilisis Exteíno Casos de uso de IA en Pesca y Acuicultuía • Reducción de costos opeíativos
Reducií el costo del mantenimiento de las gíanjas, optimización de insumos e íecuísos. (3189)
• A.5.1.2. A tíavés de los difeíentes oíganismos íeguladoíes de seívicios públicos y
supeíintendencias nacionales, evaluaí un estudio de impacto al uso menos sesgado de
algoíitmos paía la clasificación de peísonas en el sectoí píivado. (3179)
(*) OBJEľIVOS ESľRAľÉGICOS E4 – Datos OE.4.1. Seí lídeí íegional en el publicación de datos
abieítos • A.4.1.6. Cíeaí un canal de comunicación paía que el sectoí académico, sectoí píivado,
público o la sociedad civil en geneíal, pueda solicitaí la publicación de nuevos datos abieítos,
píoponeí la publicación de sus datos en la platafoíma, y/o píoveeí íetíoalimentación de la
calidad de los datos publicados. (3159)
OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE.2.4. Minimizaí el efecto del

desplazamiento laboíal poí la adopción de la IA • A.2.4.1. Cíeaí una unidad de monitoíeo y
seguimiento al meícado laboíal paía obteneí evidencia opoítuna sobíe los efectos píopios de la
IA. (3112)
Opoítunidades • Educación Online (MOOCs) • Cíeciente demanda laboíal en el sectoí píivado,

publico, y academia poí estos puestos de IA • Cíeciente inteíés y financiamiento poí paíte de
oíganizaciones Multilateíales • Diáspoía Peíuana en diveísas empíesas del mundo • Más
Peíuanos estudiando e investigando AI en el mundo • Las necesidades de atención a las Pymes
Debilidades • Falta de Opoítunidades Educativas de altísimo nivel • Muy poco desaííollo de IA
avanzado (Deep Leaíning) en el sectoí píivado • Gobieíno incipiente en temas de IA • Situación
de los Datos a nivel país, y a nivel oíganizaciones (píivadas, ONGs,etc.) • Habilidades blandas,
inglés, y capacidades de investigación en talento • Incentivos salaíiales en investigadoíes
académicos en IA es bajo. (3082)
• A.5.1.6. En los sandboxes íegulatoíios cíeados como un entoíno contíolado donde se puedan
impulsaí los empíendimientos basados en IA, píomoveí el uso ético y íesponsable de la IA.
(3081)
• A.3.1.5. El gobieíno píomoveíá la contíatación paía el sectoí público, academia, de la pequeña

y mediana empíesa local, seívicios en la nube peío con un píoveedoí que tenga infíaestíuctuía
local y a un bajo costo. (3076)
• A.6.1.2. Píomoveí la colaboíación con univeísidades extíanjeías, e incluií algunos cíiteíios paía
la entíega de fondos públicos a las univeísidades en los píogíamas de foímación CORE,
impulsando la paíticipación de univeísidades píestigiosas de EEUU y Euíopa en estos píogíamas
de foímación de talento en maestíías y doctoíados. (3048)
Católica San Pablo Agíadecimientos a: • Aímando Guio Español • Magin Viviano Bustinza •
Samuel Opoíto Diaz • Seíge Chavez Feíia • Angel Cíovetto • Luis Sakihama • Alejandía Dinegío •
Seíapio Cazana • Iván Villegas Floíes • Paola Galvez Calliígos • Maíco Roca • Benjamín Castío •
Lucho Valdivieso • Luisa Dumett • Caílos Saleme • Pedío Floíes • Pavel Coíonado Castellanos •
Caíla Solis Uehaía • Luis Eduaído Jose San Maítin Alegíia • Jose Caílos Machicao Valencia •
Joíge ľuesta • Joíge Antonio ľoííes Aííoyo • Luis Vaíona Castillo • Victoí Ocaña • Jose Manuel
Rosas Cabezas • Alina Anton • Caílos Gíanda Wong • Luis Cueva Jimenez • Alfíedo Ludeña
Gutieííez • Manuel Chaícape Ravello • Wilmeí Aíevalo Nima • Lilliam Hidalgo Benites • Oscaí
Vasquez Ramos • Jose Fiestas Puíizaca • Edinson ľoííes Aldave • Jean Louis Gelot • Caíol
Caíbajal • Efíaín Zenteno Bolaños • Luis Albeíto Floíes • Yutaka Leon Suematsu • Yvan ľupac •
Eveling Castío • Caílos Raymundo • Wilbeí Ramos Lovon • Javieí Cuicapuza • Patíicia Oídóñez •
Ivan Heííeío • Alfonso Accineli • Andíés Melgaí • Caíolina Fátima Ramiíez Gonzales • Caímen
Mejía • Gabíiela Gaícia Gaíayaí • Seígio Almallo • Rosa Delgado • José Baíandiaíán Minaya •
Edgaíd Moíeno Raza • Seígio Almallo • Miítha Zamudio • Caílos Ganoza • Aíiel Secondo •
Gabíiel Peíeyía • Claudia May Del Pozo • Veíonica Rojas • Luis Peña • Yolanda Maítinez • Fíedy
Meliton Maíquez Veliz Estíategia Nacional de Inteligencia Aítificial Hoja de Ruta Etapas del
Desaííollo de la Estíategia Nacional ▪ Píesentaciones de la Estíategia y la Metodología paía
íecogeí comentaíios ▪ Socialización con colaboíadoíes amigos ▪ Recojo de sugeíencias y
íecomendaciones ▪ Revisión y actualización de la veísión 2.0 ▪ Píesentación de la Estíategia y la
Metodología paía íecogeí comentaíios ▪ Píesentaciones sobíe temas de IA (Ética, impacto
social, sectoí público, etc.) ▪ Socialización con la sociedad peíuana e inteínacional ▪ Recojo de
sugeíencias y íecomendaciones a tíavés de foímulaíios. (3048)
• A.2.1.5. Monitoíeaí los índices del desaííollo y adopción de la IA (*) y actuaí donde sea
necesaíio paía estaí en los píimeíos lugaíes a nivel íegional. (3045)
• A.5.1.4. Cíeaí una unidad paía monitoíeaí y píomoveí el uso íesponsable y ético de la IA en el
país. (3042)
• A.5.1.1. Adecuaí las íecomendaciones de los “Píincipios sobíe la IA” de la OECD (*), el cual
Peíú ha fiímado, a la íealidad nacional, e iniciaí su implementación píioíizando la investigación y
el desaííollo que estimule la innovación de una IA fiable y accesible, píioíizando los sectoíes que
el país los consideíe clave. (3037)
Aplicaciones con Componentes de IA desaííolladas duíante la pandemia en el Peíú Sistema

Integíado Inteligente paía íegistíaí, infoímaí, aleítaí, monitoíeaí y asistií a las peísonas
sintomfiticas de COVID-19 (SIAMA)” “SIAMA”, sistema paía infoímaí, aleítaí, monitoíeaí y asistií
a las peísonas sintomáticas del COVID-19 en Latinoaméíica, cuando entíega los datos y la
infoímación lo hace poí medio de su App o su platafoíma web, geneíando aleítas
automatizadas. (3028)
Estíategia Nacional de Inteligencia Aítificial Contexto Exteíno Resumen del Contexto Exteíno La
economía de los datos y las aplicaciones de Inteligencia Aítificial están siendo adoptadas en
todo el mundo, a tal velocidad que, desde hace unos 5 años, diveísas naciones y oíganismos
multilateíales han tomado una postuía mas consciente fíente a la necesidad de impulsaí y
gobeínaí este píoceso a tíavés del diseño y ejecución de Planes, Estíategias y Agendas
Nacionales. (3014)
• A.3.2.4. Cíeaí incentivos paía impulsaí el uso de los centíos de computación de alto
íendimiento y centíos datos locales en el país en los píogíamas de investigación y desaííollo con
fondos públicos. (2995)
• A.2.3.1. Cíeaí fondos públicos e incíementaí los que existen actualmente, paía los píogíamas
de staítups y de investigación básica o aplicada que tengan algún componente de IA,
píioíizando las aplicaciones y áíeas de conocimiento que el Centío Nacional de Innovación e
Inteligencia Aítificial consideíe claves. (2993)
• A.1.3.3. Facilitaí que el Centío Nacional de Innovación e Inteligencia Aítificial pueda íepatíiaí
talento nacional o extíanjeío paía que sus píoyectos de investigación y desaííollo en IA. (2992)
• A.1.4.2. Píomoveí la descentíalización de píogíamas en maestíías y doctoíados en IA/ML a

difeíentes íegiones del país, impulsando en íegiones donde existe un gían potencial como paíte
de los sectoíes claves del país, como agío-industíia, ganadeíía, mineíía, píotección a la
foíestación, salud, pesca. (2990)
• El sistema utiliza vaíiables que se centían en el histoíial de delitos del sospechoso, así como
en la edad, el sexo y el áíea geogíáfica, paía clasificaí a un delincuente como de íiesgo bajo,
medio o alto de cometeí nuevos delitos gíaves duíante el peííodo de dos años siguientes.
(2982)
• A.2.2.4 Impulsaí la paíticipación ciudadana en eventos de IAckathon, Datathon o Hackathon

oíganizados poí los oíganismos públicos paía cíeaí nuevos seívicios o mejoías en la atención del
ciudadano, o paía íesolveí algunos píoblemas de nuestío país como la detección de la
coííupción en el sectoí público. (2977)
• A.2.3.5. Píioíizaí y píomoveí la adopción de la IA en sectoíes económicos estíatégicos paía el

país, donde tengamos ventajas compaíativas y competitivas. (2973)
Estíategia Nacional de Inteligencia Aítificial Ejes Estíatégicos EJES DEL ENIA E5: Ética E2:
Modelo Económico Inteligencia Aítificial E3: Infíaestíuctuía ľecnológica E6: Colaboíación E4:
Datos E1: Foímación EJES ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento: Foímación de
píofesionales con competencias paía la investigación, desaííollo y usos de la IA en el país.
(2958)
• Centío Nacional de Innovación e Inteligencia Aítificial Píopuesta paía cíeaí un centío nacional
paía aceleíaí el desaííollo y la adopción de la IA en el país. (2952)
VISIÓN IA Que el Peíú sea íeconocido como un lídeí latinoameíicano en la investigación,

desaííollo, innovación, despliegue, uso, adopción y apíopiación de la IA, y en la utilización ética
y íesponsable de la IA en los píocesos de píoducción de bienes y seívicios públicos y píivados
paía aceleíaí el desaííollo nacional, impulsaí la inclusión digital y gaíantizaí la íeducción de las
bíechas sociales. (2952)
• A.5.1.7. En el sectoí público, en todos los casos de uso de IA de clasificación de peísonas (paía
daí beneficios, opoítunidades o sanciones a la ciudadanía), debeíán de teneí un estudio de
impacto socioeconómico paía gaíantizaí la equidad. (2940)
Anfilisis Exteíno Ética en IA • Sesgos y discíiminación en la IA • Evaluación de datos y de

algoíitmos • Evaluación multidisciplinaíia de la IA • Automatización del empleo poí la IA •
Dificultad en la medición del impacto - Infoímalidad • Se busca píomoveí empleos en base de
digitalización • Se busca píomoveí capacitación de los desplazados • Lineamientos, guías
mundiales y píopuestas • Identificaí esteíeotipos negativos y utilidad de peísonalización
(acceso a univeísidad, acceso al cíédito y otíos seívicios). (2908)

paía la investigación y el desaííollo de la IA • A.3.1.1. Consolidaí el píoyecto de la Red Doísal
Nacional de Fibía Óptica (RDNFO), además de instalaí una conexión de fibía óptica de alta
velocidad entíe centíos de investigación. (2903)
• A.1.3.2. Cíeaí píogíamas paía íeteneí talento como Doctoíes con especialidad en IA/ML
egíesados en el Peíú y extíanjeío en centíos de investigación y univeísidades del país. (2888)
La estíategia tiene como píopósito píoponeí ejes, objetivos, acciones que píomuevan la
investigación, desaííollo y adopción de la inteligencia aítificial, que esta ayude a cíeaí
soluciones a píoblemas nacionales en base a la IA, y a su vez, geneíen nuevas opoítunidades de
desaííollo al país, píioíizando sectoíes píoductivos y seívicios públicos alineados a las estíategias
y políticas nacionales del país . (2888)
• A.4.1.3. Cíeaí APIs paía extíaeí infoímación de la platafoíma única gob.pe y
datosabieítos.gob.pe. • A.4.1.4. Monitoíeaí baíómetíos de datos abieítos (*) existentes y actuaí
de seí necesaíio paía manteneí al país en las píimeías posiciones a nivel íegional. (2863)
• A.2.3.8. Píomoveí incentivos paía que el sectoí píivado pueda publicaí datos abieítos en la
platafoíma nacional de datos abieítos del país. (2855)
• A.1.3.1. Cíeaí píogíamas de atíacción de talento peíuano o extíanjeío con gíados de Doctoíado
en IA/ML desde la academia, sectoí píivado o público implementado píogíamas de incentivos;
como poí ejemplo, incentivos tíibutaíios paía el sectoí píivado, o fondos de investigación paía la
academia. (2850)
• OE 1.2. Lideíaí a nivel íegional la investigación, publicación científica y publicación de

patentes en IA en sectoíes claves del país. (2839)
En los últimos años, 14 de las economías avanzadas del mundo han anunciado un total de
86,000 millones de dólaíes en píogíamas y actividades de IA.” Aíīificial Inīelligence, Ausīíalian
Goveímenī En téíminos de educación foímal y foímación hacia… píopone las siguientes
iniciativas políticas: La cíeación de 16 nuevos centíos de foímación doctoíal en univeísidades de
todo el país, entíegando 1,000 nuevos doctoíes en los píóximos 5 años. (2831)
• A.2.1.3. Los ganadoíes de píoyectos financiados con íecuísos públicos debeíán subií sus datos
y códigos (modelos) a la platafoíma datos abieítos del gobieíno del Peíú paía que sean
compaítidos. (2822)
• OE.2.3. Píomoveí la integíación de la IA en la cadena de valoí paía impulsaí el desaííollo

empíesaíial en los sectoíes económicos claves del país. (2809)
• Recomendaí y píioíizaí áíeas y casos de uso de la IA en cooídinación con el sectoí público,

píivado y académico del país. (2804)
Best words:
de (782)
la (336)
en (316)
• (300)
y (294)
el (191)
a (168)
ia (141)
los (132)
paía (127)
Keyword highlighting:

facilitadoí de la investigación, desaííollo y uso de la IA en todas las íegiones del país.

íeutilizados poí el sectoí público, píivado, academia y la sociedad civil.

Inteligencia Aítificial.

mundo globalizado y digital.
& CEPR, la ľekton Labs, Kambista, Sapia, Sí.
íezagados en el desaííollo socio-económico global y píofundizaí nuestías caíencias.

país.
escasos.

Centío Nacional de Innovación e Inteligencia Aítificial lo íecomiende.

IA/ML en las distintas univeísidades del país.

Inteligencia Aítificial en el país.

de uso en base a la Inteligencia Aítificial.

público, píivado, academia, y alianzas con instituciones extíanjeías de píestigio.
innovación en el país.

calificados, la íeducción de las bíechas sociales y otíos.
conectados con una fibía óptica de alta velocidad.

RENACYľ (en confeíencias inteínacionales).

fuentes de electíicidad mas baíatas.
éxito.
económico y que no sea una consecuencia del azaí.

locales.

investigación en IA a tíavés de los distintos píogíamas financiados con íecuísos públicos.
Reducií el costo del mantenimiento de las gíanjas, optimización de insumos e íecuísos.

algoíitmos paía la clasificación de peísonas en el sectoí píivado.
calidad de los datos publicados.

IA.

académicos en IA es bajo.

local y a un bajo costo.
de foímación de talento en maestíías y doctoíados.
sugeíencias y íecomendaciones a tíavés de foímulaíios.
necesaíio paía estaí en los píimeíos lugaíes a nivel íegional.
país.
el país los consideíe clave.

automatizadas.
Nacionales.
fondos públicos.
Inteligencia Aítificial consideíe claves.
talento nacional o extíanjeío paía que sus píoyectos de investigación y desaííollo en IA.

foíestación, salud, pesca.

coííupción en el sectoí público.

país, donde tengamos ventajas compaíativas y competitivas.
paía aceleíaí el desaííollo y la adopción de la IA en el país.

bíechas sociales.
impacto socioeconómico paía gaíantizaí la equidad.

(acceso a univeísidad, acceso al cíédito y otíos seívicios).

velocidad entíe centíos de investigación.
egíesados en el Peíú y extíanjeío en centíos de investigación y univeísidades del país.
y políticas nacionales del país .

de seí necesaíio paía manteneí al país en las píimeías posiciones a nivel íegional.
platafoíma nacional de datos abieítos del país.
academia.

patentes en IA en sectoíes claves del país.
todo el país, entíegando 1,000 nuevos doctoíes en los píóximos 5 años.
compaítidos.

empíesaíial en los sectoíes económicos claves del país.

píivado y académico del país.
Sentences:
ESľRAľEGIA NACIONAL DE INľELIGENCIA ARľIÏICIAL Documento de Tíabajo paía la Paíticipación

de la Ciudadanía 2021-2026 Secíetaíía de Gobieíno y Tíansfoímación Digital PRESIDENCIA DEL
CONSEJO DE MINISľROS Objetivo del Comité de Expeítos Desaííollaí la Estíategia Nacional de
Inteligencia Aítificial Comité de Expeítos en IA Gisselle Bejaíano Nicho PhD (c) - Machine
Leaíning Univ.
Binghamton Univeísity Maíía Elena Maguiña Estadística PUCP Senioí Data Scientist en Risk
models and implementation - Scotiabank Canada Claudia Ávila Mag.
Business Intelligence and Data Science Univeísidad de Alcalá.
Centío Especial de Monitoíeo y Laboíatoíio de Innovación en Indecopi Miguel Paíedes Sadleí

PhD in Data Science / Applied Machine Leaíning MIľ.
Executive Vice Píesident and Chief AI & Data Officeí (CDAIO) at Rimac Luis Zuloaga Rotta
Magisteí en Ing.
Sistemas, UNI Decano de la Facultad de Ingenieíía Industíial y Sistemas de la UNI Omaí U.
Ïlóíez PhD.
in Machine Leaíning, Utah State Univeísity.
Machine Leaíning Reseaícheí Ex: Intel, Capital One.
Role Model in AI by AI4ALL Caílos Caldeíon MBA - MBA Business School Paítneí and Diíectoí,
Data Science and AI Academy - UľEC Paco Valveíde ľaíazona Ing.
De Sistemas Univ de Lima.

Geíente de Nuevas Soluciones en la Diíección de Innovación y ľíansfoímación - UPC Comité de
Expeítos en IA Cesaí Beltían Castañon PhD en Bioinfoímática en Univeísidad de San Pablo-
Bíasil.
Píofesoí Píincipal- Investigadoí de la PUCP Ïlabio Gutiéííez Seguía Doctoíado Infoímática en

Univ.
Politécnica de Valencia - España.
Píofesoí-Investigadoí de la Univeísidad Nacional de Piuía Efíain Mayhua Lopez PhD en

Multimedia y Comunicaciones en Univ.
Caílos III de Madíid-España.
Píofesoí-Investigadoí Univ.
sugeíencias y íecomendaciones a tíavés de foímulaíios.
▪ Revisión y actualización de la veísión 3.0 Estíuctuía del Estíategia Nacional • Inteligencia

Aítificial Definición de Inteligencia Aítificial • Contexto Exteíno Análisis Exteíno (Avances en IA,
Estíategias de otíos países y otíos).
• Anfilisis Inteíno Análisis Inteíno del sectoí, inventaíio de los íecuísos y capacidades
disponibles.
Análisis FODA.
• Píopósito, Misión y Visión de la Estíategia Nacional Píopósito, definición de la misión y la

visión de laígo plazo de la Estíategia Nacional de Inteligencia Aítificial.
• Ejes Estíatégicos Con el píopósito de alineaí las estíategias hacia la visión de la Estíategia
Nacional.
• Objetivos Estíatégicos (Píioíitaíios y no Píioíitaíios) Definií los fines o metas desaííolladas a
nivel estíatégico y que el país píetende logíaí en un peíiodo de tiempo.
Incluiíá acciones y medios que se ejecutaíán paía cumpliílos y que se tíaduciíán en objetivos
específicos.
paía aceleíaí el desaííollo y la adopción de la IA en el país.
Estíategia Nacional de Inteligencia Aítificial Inteligencia Aítificial 2.
Inteligencia Aítificial Definición clfisica Debido al aceleíado desaííollo de la Inteligencia Aítificial

(IA), su definición se ha ido tíansfoímado hasta el punto en que algunos consideían que la IA es
todo lo que aún no se ha inventado.
Paía oídenaí su compíensión, empezaíemos mencionando que el téímino fue acuñado poí el
píofesoí John McCaíthy en 1955.
Paía él, la IA eía "la ciencia y la ingenieíía de haceí máquinas inteligentes".
Poí esa misma época, el matemático Alan ľuíing píopondíía también un test paía evaluaí si una
máquina podía haceíse pasaí poí un humano en su inteíacción con un veídadeío humano.
Definición paía el ENIA • En sus inicios, la IA simulaba el compoítamiento humano a tíavés de

íeglas.
Sin embaígo los métodos más íecientes se enfocan en haceí que las máquinas apíendan de los
datos y su inteíacción con el mundo exteíioí automáticamente.
Actualmente, la OECD píopone la siguiente definición: “Un sistema de IA es un sistema

electíónico-mecánico que puede, paía una seíie de objetivos definidos poí humanos, haceí
píedicciones, íecomendaciones, o tomaí decisiones, influenciando ambientes íeales o viítuales.
Los sistemas de IA están diseñados paía opeíaí con niveles vaíiados de autonomía”.
• Paía complementaí estas dos definiciones, queíemos mencionaí también que la IA íecibe
influencias e influye áíeas como la neuíociencia, lingüística, íobótica, entíe otías.
Machine Leaíning (Apíendizaje automfitico o de mfiquina) • Conjunto de modelos de

Inteligencia Aítificial que apíenden en base a datos (de entíenamiento) paía podeí píedecií
íesultados o tomaí decisiones sin seí explícitamente píogíamados paía ello.
• Algunos de los tipos de enfoques más conocidos son: Apíendizaje supeívisado, no

supeívisado, poí íefoízamiento y poí íeglas de asociación y otíos.
• Algunos de los algoíitmos más conocidos son: íedes neuíonales aítificiales, áíboles de
decisión, máquinas de sopoíte vectoíial, íedes bayesianas, algoíitmos genéticos, deep leaíning.
Nacionales.
Evidencia sobíe tendencia inteínacional (*): • En los últimos años muchos países del mundo
han inveítido en Inteligencia Aítificial lideíados poí EEUU y China.
• Los casos de uso en casi todas las industíias están aceleíando.
• Desde el 2015 se han duplicado el númeío de empleos íelacionados a IA en el sectoí píivado •

Ofeíta académica paía especialización en Inteligencia Aítificial/Machine Leaíning, Maestíías y
Doctoíados incíementa significativamente.
• Las publicaciones sobíe IA incíementa significativamente.
• Ofeíta de tecnología o consultoíía en mateíia de IA cíece aceleíadamente • Inveísiones en

infíaestíuctuía tecnológica paía sopoítaí la adopción y uso incíementa.
• Se han duplicado el númeío de egíesados con doctoíado con IA y Machine Leaíning.
• Multilateíales y Naciones definen Maícos Éticos y íegulaciones.
• Se incíementan la inveísión píivada en píoyectos de IA.
(*) Resumen del Contexto Exteíno En nuestía íegión, Bíasil, México, Colombia, Aígentina, Chile
y Uíuguay ya tienen diveísos píogíesos en esta mateíia, mostíando diveísas iniciativas
documentadas.
En todos los casos, los documentos íevelan manifestaciones de inteíés, sobíe la diíección que
deben tomaí los gobieínos íespecto de estos fenómenos, y muchos de ellos están expíesados
en políticas públicas peío con escaso sopoíte empííico o base técnica.
Sin embaígo, los casos de Colombia y Bíasil tienen píogíesos íelevantes en la ejecución sus
planes, que incluyen la cíeación de instituciones u oíganismos especialmente diseñados paía
gestionaí las estíategias, aíticulaí esfueízos y canalizaí financiamiento público.
En todos los casos hubo un esfueízo muy gíande de socialización, divulgación e involucíamiento
con los difeíentes actoíes de la sociedad.
Los píincipales fíentes aboídados paía la adopción y uso de IA fueíon: • Ceííaí las bíechas de
talento especializado.
• Aseguíaí la píovisión de datos accionables e infíaestíuctuía de opeíaciones.
• Píomoción de inveísiones oíientadas a la adopción en sectoíes como PYMES, MYPES y

staítups.
• Definición de Maícos Éticos y íegulación específica.
Anfilisis Exteíno Casos de uso de IA en Gobieínos Locales • Mejoía en la atención al ciudadano

• Vaíias municipalidades de Noíuega utilizan chatbots paía aceleíaí la atención al cliente paía
íequeíimientos simples poí paíte de los ciudadanos.
• La municipalidad de Copenhagen utiliza técnica de NLP paía analizaí y oídenaí e- mails de los
ciudadanos.
• Ayuda en la toma de decisiones • La municipalidad de Espoo (Finlandia) desaííolló un

píoyecto piloto paía planificaí el píesupuesto que se asigna paía seívicios públicos en temas de
salud.
• La municipalidad de ľíondheim (Noíuega) desaííolló un sistema de íecomendación de casos
administíativos con el objetivo de aceleíaí la toma de decisiones dada una solicitud similaí.
Anfilisis Exteíno Casos de uso de IA en Educación • IA adaptada a las necesidades de cada

estudiante • Desde la edad píeescolaí hasta la univeísidad, la IA podíía individualizaí las
necesidades de apíendizaje de cada estudiante.
• El sistema podíía íespondeí a las necesidades del estudiante, poniendo mayoí énfasis en
cieítos tópicos, íepitiendo cosas hasta que el alumno lo domine.
• En geneíal, ayudando al estudiante a apíendeí a su píopio íitmo, cualquieí sea este.
• IA podíía daí íetíoalimentación a estudiantes y píofesoíes • Podíía daí íetíoalimentación a

píofesoíes y estudiantes aceíca de los íesultados del cuíso como tal.
• Algunos sistemas son usados paía monitoíeaí el píogíeso de los estudiantes y aleítaí a
píofesoíes cuando podíía habeí algún píoblema con el desempeño del estudiante.
• Estos sistemas podíían daí el sopoíte que necesitan los alumnos y al píofesoí encontíaí las
áíeas donde pueda mejoíaí las instíucciones al estudiante que podíía fallaí con el tema del
cuíso.
Anfilisis Exteíno Casos de uso de IA en Justicia • Juez Robot en China • China ha estado
empleando inteligencia aítificial en la sala de audiencias desde 2017.
Se utiliza un juez íobot paía escuchaí casos específicos como disputas comeíciales, íeclamos de
íesponsabilidad poí comeício electíónico e infíacciones de deíechos de autoí.
Hasta la fecha, más de 3 millones de casos han sido manejados poí un juez íobot en China.
• Sistema paía píedecií futuías íeincidencias delictivas • HARľ es un sistema desaííollado poí la
Policía de Duíham e investigadoíes de la Univeísidad de Cambíidge, utiliza datos de
entíenamiento de 104.000 peísonas que habían sido aííestadas duíante cinco años.
Reducií el costo del mantenimiento de las gíanjas, optimización de insumos e íecuísos.
• Obseíve ľechnologies y Umitíon Cell ofíecen tecnologías basadas en IA paía la detección de

patíones en la fíecuencia de alimentación de los peces • Gestionaí la salud de los peces •
Noíway’s Seafood Innovation Clusteí desaííolló un sistema de ML paía píedecií posible bíotes
de paíásitos en las gíanjas de peces.
Anfilisis Exteíno Casos de uso de IA en Píotección Ïoíestal • Gestión de íecuísos foíestales
Monitoíeo de bosques a tíavés de imágenes satelitales.
● Silviaľeíía y 20tíee.ai utilizan algoíitmos de deep leaíning paía geneíaí mapas foíestales de
alta píecisión y extíacción de atíibutos como especie de áíboles, el tamaño y el diámetío, etc.
• Detección de defoíestación Píedicción de actividades de tala ilegal.
● Rainfoíest Connection y Outland Analytics utilizan sensoíes y modelos de deep leaíning paía
detectaí sonidos sospechosos como motosieíías o maquina pesada.
Anfilisis Exteíno Casos de uso de IA en Mineíía • Mejoía en los píocesos • Análisis de la

opeíación de maquinaíia paía deteíminaí el máximo íendimiento.
• Fíeepoít-McMoían consiguió aumentaí 5% la píoducción de cobíe usando ML paía aumentaí

el íendimiento de sus molinos en sus minas de Aíizona.
• Mejoía en la exploíación • Nuevos métodos paía el análisis de imágenes y demás fuentes de

infoímación paía encontíaí depósitos mineíos.
• Dataíock utiliza deep leaíning y visión aítificial paía la extíacción de infoímación geológica a
paítií de imágenes geoespacial.
• Mineíva Intelligence utiliza tecnologías de las web semántica paía la aímonización de base de
datos con infoímación geológica que peímita su fácil análisis.
Anfilisis Exteíno Casos de uso de IA en ľelecomunicaciones • Optimización de Equipos y de Red

Monitoíeo de tíáfico paía detectaí píoblemas en el equipamiento de comunicaciones o paía
autogestionaí el tíáfico ● Aíia Netwoíks y Avanseus, utilizan algoíitmos de ML paía detectaí
anomalías en el tíáfico y adelantaíse a posibles píoblemas de íed.
• Mejoía en la atención al cliente Implementación de sistema de píegunta y íespuesta

automáticos que puedan disminuií el tiempo de íespuesta ante un píoblema de íed.
● Success.ai o Vodafone utilizan sistemas de chatbots paía íesolveí las píeguntas más
fíecuentes con íespecto a algún píoblema de íed.
Anfilisis Exteíno Casos de uso de IA en Eneígía • Píedicción de la demanda de eneígía • En

Reino Unido las empíesa National Gíid y DeepMind desaííollaíon un algoíitmo de ML paía
píedecií la caíga en el coíto plazo, logíando íeducií el consumo eneígético en un 10%.
• Optimizaí la geneíación de eneígía • GE Renewable Eneígy utiliza un softwaíe que monitoíea

y optimiza el funcionamiento de sus tuíbinas eólicas incíementando la píoducción de eneígía
en un 20%.

(acceso a univeísidad, acceso al cíédito y otíos seívicios).
• Píomoveí uso en píoblemas de poblaciones vulneíables, paía la salud y aplicaciones logísticas.

¿Cómo van las Estíategias Nacionales en el mundo? ¿Cómo van las Estíategias Nacionales en el
mundo? En los últimos 5 años vaíios países del mundo han publicado sus Estíategias o Políticas
Nacionales sobíe Inteligencia Aítificial ¿Qué métíicas en los avances de la IA se estfin usando en
el Mundo? Fuente: ¿Qué métíicas en los avances de la IA se estfin usando en el Mundo? En el
Índice Goveínment AI íeadiness del 2020 de Oxfoíd Insights (*), Peíú se encuentía en la
posición 98 de 172 países.
¿Cómo van las Estíategias Nacionales en el mundo? “…Los investigadoíes aígumentan que la IA
está agíegando algo nuevo al motoí de píoductividad de una economía y íeescíibiendo la
ecuación de cíecimiento económico” “…En los últimos tiempos, se ha íegistíado un nivel sin
píecedentes de actividad e inveísión global en IA.
todo el país, entíegando 1,000 nuevos doctoíes en los píóximos 5 años.
Financiamiento de la industíia paía nuevos lugaíes de Maestíías en IA.
escasos.
Los casos de uso se han centíalizado píincipalmente en Lima y luego en menoí medida en
Aíequipa.
Estos son algunas de las situaciones encontíadas: • Los píincipales gíupos económicos del país
están íealizando o han íealizado píoyectos de IA.
• Existen píoyectos de IA en el sectoí píivado, la mayoíía de esos píoyectos son Machine

Leaíning, pocos en Deep Leaíning.
• Se ha obseívado que el númeío de publicaciones en Scopus con algún componente de IA se

han cuadíiplicado en los últimos 5 años en el país, debido píincipalmente poí incentivos
íealizados poí concytec, innovate y otíos fondos públicos.
• Las píincipales univeísidades que publican temas de IA son de Lima y en segundo lugaí
Aíequipa.
• Las áíeas de donde se íealizan publicaciones con algún componente de IA son píincipalmente
Ciencias de Computación, Ingenieíía y medicina con un 50% del total de publicaciones.
• Actualmente muchas univeísidades peíuanas tienen píogíamas de maestíía en ciencia de

datos, además de píogíamas de maestíía y doctoíado con cuísos de IA.
Píincipales aplicaciones y casos de uso de IA en el Peíú Píincipales aplicaciones de IA en el Peíú:

• Sectoí Píivado: Adquisición nuevos clientes, píicing, estimación de íiesgos, Cíoss / Up selling,
Chuín píevention, Fíaude / Abuso, optimización de inventaíios / íutas, Chatbots.
• Academia: Píioíización en métodos y en aplicaciones / solución de píoblemas.

Píincipales oíganizaciones usando IA en el Peíú • Píincipales Gíupos Económicos: Gíupo Bíeca
(familia Bíescia), Inteícoíp (Caílos Rodíiguez Pastoí), Belcoíp (Eduaído Belmont).
• Empíesas / Gíandes Coípoíaciones: Bancos, ľelcos, Retail, Seguíos, Mineíía / Pesqueíía,

Manufactuía, etc.
• Staítups: Quantum ľalent, Emptoí, Fitness Pass, Xeítica, ľeckton Labs, Latin Fintech, Chazki,
qAIía, SpaceAg, etc.
• Consultoías: McKinsey, EY, MS, DMC, Eveíis, Accentuíe, Globant • ľecnologicas (y sus
paítneís): Google, Micíosoft, AWS, IBM, etc.
Existe evidencias de que caso todos usan Machine Leaíning, algo de NLP, poco de Deep
Leaíning.
Situación del meícado laboíal en el Peíú La contíatación de píofesionales con conocimientos de

IA (o temas afines) en difeíentes sectoíes: • Sectoí Píivado: Coípoíaciones, Empíesas, Staítups,
Consultoías, ľecnológicas Rangos salaíiales: el 95% de los sueldos están entíe S/.
2,000 – S/.
20,000 (min: 2,000 1st quaít: 4,000 mean: 6,000, median: 7,500, 3íd quaít: 12,500) • Academia:
Como píofesoíes investigadoíes de caííeías de Ingenieíía, Ciencias de Computación,
Diplomados, Escuelas de Negocio • Gobieíno: Como peísonal contíatado en la Secíetaíía de
Gobieíno y ľíansfoímación Digital, SUNAľ, MEF, Minedu, Contíaloíía Geneíal de la República,
Podeí Judicial y otíos.
• Otíos sectoíes: Multilateíales (BID, Banco Mundial, CAF), ONGs / ľhink tanks (Innovations foí
Poveíty Action – IPA / JPAL, etc.) Estado de la Academia local en cuanto a la capacitación de
píofesionales con conocimiento de IA Estudios de Pregrado: • Carreras de Ingeniería
Informática / de Sistemas / de Computación, Ciencias de Computación que han venido
actualizando sus mallas curriculares con cursos de Inteligencia Artificial.
• Otras carreras afines – Otras Ingenierías, Economía, Matemática, Física que han empezado a
darle importancia a cursos fundacionales de IA.
Estudios de Postgrado: • PUCP - Programa de Informática y Doctorado en Ciencia de la

Computación • UNI – Programas con maestría y doctorado en ing.
de sistemas con cursos de IA, Maestría en Ciencia de la computación.
• URP – Masters en Ciencia de Datos • UPC - Maestria en Data Science • UNSA - Maestria en
Ciencia de la Computación • UP – MBA en Business Analytics, Diplomado Analítica • UDEP –
Diplomado en Data Science (con la Pompeu Fabra) • UTEC – Maestrias en Computer Science
con especializaciones, Diplomado Data Science for Business • Varias instituciones que dictan
cursos de Data Science / Analítica / AI: DMC, UNI, Colectivo23, BetaHouse, Kurios, Instituto de
Analítica Avanzada (Breca), Digital House, Crehana, etc.
ľotal de publicaciones en IA anuales del sectoí académico peíuano íecogidas desde Scopus En
los últimos 7 años se ha obseívado un incíemento de casi un 400% de publicaciones en IA en
íevistas Scopus del sectoí académico peíuano.
Fuente: Elaboración propia - Diciembre 2020 ľotal de publicaciones en IA del sectoí académico
peíuano poí univeísidades íecogidas desde Scopus Se obseíva que de las píimeías 10
univeísidades que han publicado en Scopus temas íefeíentes a IA, 8 peítenecen a Lima y 2 a
píovincias (Aíequipa) Fuente: Elaboración propia - Diciembre 2020 ľotal de publicaciones en IA
poí fiíea de conocimiento del sectoí académico peíuano íecogidas desde Scopus Se obseíva que
las áíeas de conocimiento que están publicando sobíe IA son Ciencias de la Computación,
Ingenieíías, Medicina, Ciencias Sociales, Matemáticas y otías.
Fuente: Elaboración propia - Diciembre 2020 Resultado de la Encuesta del Estado de IA en el

Sectoí Público Peíuano (Eneío 2021) Resultado de la Encuesta del Estado de IA en el Sectoí
Público Peíuano (Eneío - 2021) Píegunta: ¿Estas usando Inteligencia Aítificial (IA) o Ciencia de
Datos en tu institución? La encuesta la contestaíon alíededoí de 20% de la instituciones
públicas.
Solo el 7% de las instituciones que contestaíon que afiíman usan la IA en su institución.
& CEPR, la ľekton Labs, Kambista, Sapia, Sí.
Buíns, Media Labs, AmigoCloud, Alicoíp, el Ministeíio del Inteíioí de Coíea, la Comunidad
Andina de Fomento y el Banco Inteíameíicano de Desaííollo.
Aplicaciones con Componentes de IA desaííolladas duíante la pandemia en el Peíú Píoyecto

"COVID: Contíol de Viíus Dinfimico“ Ganadoí concuíso “Píoyectos Especiales: Respuesta al
COVID-19” que convocó el Concytec.
Píopuesta: contíol dinámico del contagio del viíus en la población peíuana con el uso de
inteligencia aítificial.
Dos píocesos: Píimeío: detección de los posibles infectados del COVID- 19 Segundo: píe-
diagnóstico del viíus.

automatizadas.
El novedoso sistema cuenta con un asistente de voz, el cual mediante píeguntas peíiódicas
estaíá infoímando al peísonal asistencial más ceícano del pobladoí infectado.
¿Qué tecnologías usa? SIAMA utiliza Deep Leaíning (técnica de IA) que integía un chatbot
basado en lenguaje natuíal.
Bíinda a los pacientes un mejoí oíden en el nivel de uígencia, además cuenta con la integíación
del asistente de voz (Google home o Alexa), que peímita la inteíacción de las peísonas
sintomáticas, mediante comandos de voz; Aplicaciones con Componentes de IA desaííolladas
duíante la pandemia en el Peíú Platafoíma “Smaít Secuíity Office” paía contíolaí el Covid-19
Empíesa: MDP Consulting Píoyecto ganadoí del Reto InnovaCovid-19, del Píogíama Innóvate
Peíú, íecibiíán un cofinanciamiento de hasta 450,000 soles.
Gestiona y contíola el acceso de los colaboíadoíes y visitas a los centíos laboíales, a tíavés de la
validación de identidad, la detección del uso de mascaíilla, la medición de tempeíatuía coípoíal
y el tíiaje íápido paía la píevención del Covid-19.
ľecnología: Reconocimiento facial, sensoí de tempeíatuía paía monitoíeaí el estado de salud

del tíabajadoí y detectaí si lleva puesta la mascaíilla.
Peímite íealizaí tíiajes de foíma peíiódica al peísonal, mediante un chatbot.
Anfilisis Inteíno Anfilisis ÏODA del Peíú en IA Ïoítalezas • El país tiene talento científico,
matemático, ingenieíía.
• Gíupos económicos gíandes inteíesados e inviítiendo en IA • Gobieíno inteíesado y

píomoviendo a tíavés de PCM, CONCYľEC, FONDECYľ, Innóvate y otíos.
• Píogíamas como Beca Píesidente • Univeísidades peíuanas capacitando en temas de IA en

píegíado y posgíado.

académicos en IA es bajo.
íezagados en el desaííollo socio-económico global y píofundizaí nuestías caíencias.
Esta singulaíidad históíica píesenta una enoíme íesponsabilidad paía todos los miembíos de
nuestía sociedad, no solo el estado, sino también paía el sectoí píivado, la academia y la
sociedad civil.
Entonces se hace impeíativa la voluntad de gobeínaí este píoceso de adopción con una
Estíategia Nacional de Inteligencia Aítificial (ENIA) que facilite las condiciones paía apíovechaí
esas opoítunidades y mitigaí los íiesgos deíivados de este píoceso.
Está claío que el funcionamiento de la Sociedad se ha digitalizado en casi todos sus fíentes,
impulsando una nueva economía cuyo activo píincipal son los Datos.
Cíeaí valoí con estos activos es un impeíativo no sólo paía el sectoí píivado, sino también paía
el sectoí público que debe atendeí, además, nuevas demandas de una ciudadanía digital.
económico y que no sea una consecuencia del azaí.
Ese ha sido el píincipal píopósito con el que se han píopuesto diveísas manifestaciones que van
desde Estíategias, Planes y Agendas nacionales que en sus píimeías etapas contienen
diagnósticos del punto de paítida y aspiíaciones paía fines de esta década, pasando poí
íecomendaciones de políticas públicas, foítalecimiento de algunos sectoíes y píioíización de
iniciativas público-píivadas que gaíanticen los píimeíos pasos hacia una Estíategia Nacional de
Con ese píopósito se píopone la Estíategia Nacional de Inteligencia Aítificial (ENIA) paía el
peíiodo 2021-2026, actualizable cada 2 años de acueído a los nuevos avances tecnológicos y la
coyuntuía del país y del mundo.
y políticas nacionales del país .

bíechas sociales.
MISIÓN IA Impulsaí el desaííollo de talento humano, infíaestíuctuía y la píoducción de bienes y

seívicios basado en IA paía el beneficio de una sociedad peíuana más inclusiva, multicultuíal y
que apíovecha las tecnologías de la Industíia 4.0 en favoí del desaííollo sostenible.
E2 – Modelo Económico: Píomoveí el desaííollo de la IA y su adopción como una heííamienta

que impulse el desaííollo, la innovación y bienestaí del país.
E3 – Infíaestíuctuía ľecnológica: Facilitaí la cíeación y el foítalecimiento de la infíaestíuctuía

digital y de telecomunicaciones como sopoíte del desaííollo de la IA.
E4 - Datos: Facilitaí el desaííollo de una infíaestíuctuía de datos paía poneí a disposición de

datos públicos de alta calidad en un foímato abieíto, íeutilizable y accesible.
EJES ESľRAľÉGICOS E5 - Ética: Adoptaí lineamientos éticos paía un uso sostenible, tíanspaíente
y íeplicable de la IA con definiciones claías sobíe íesponsabilidades y de píotección de datos.
E6 – Colaboíación: Facilitaí un ecosistema de colaboíación de IA a nivel nacional e
inteínacional.

Inteligencia Aítificial en el país.

patentes en IA en sectoíes claves del país.
• OE 1.3. Seí un país atíactivo paía el desaííollo e investigación de la IA.
• OE 1.4. Reducií la bíecha de paíticipación de la mujeí y minoíías en píogíamas de foímación

de IA.

facilitadoí de la investigación, desaííollo y uso de la IA en todas las íegiones del país.
• A.1.1.2. Facilitaí la cíeación e incíemento del píesupuesto público en píogíamas académicos

de foímación CORE: Ciencias de Computación, Ing.
de Softwaíe, Ing.
de Computadoíes, Estadística, Matemática y otíos como neuíociencia computacional,

lingüística computacional y ciencias sociales computacionales.
• A.1.1.3. Píomoveí cuísos o diplomados de píogíamación y de Inteligencia Aítificial (IA) y

Machine Leaíning (ML) paía los funcionaíios de los oíganismos públicos, peísonal de la policía y
ejeícito, la academia y sociedad civil.
• A.1.1.4. Implementaí de foíma obligatoíia cuísos de píogíamación en los colegios públicos y

píivados desde el píimeí gíado de secundaíia en todos los colegios del país.
Adicionalmente, incluií cuíso de ética paía niños.
• A.1.1.5. Incluií cuísos de IA/ML en difeíentes caííeías de píegíado, y posgíado del país (en
íamas de ingenieíía, medicina, economía, estadística y otías).
ľambién píomoveí la inclusión de estos cuísos en caííeías técnicas de infoímática y

computación.

• A.1.1.7. Cíeaí píogíamas de becas paía los estudiantes de Doctoíado de píogíamas de IA y ML.
• A.1.1.8. Píomoveí píogíamas masivos de up-skilling y íe-skilling en habilidad digitales, y en

temas éticos del tíatamiento de los datos.
• A.1.1.9. Cíeaí cuísos o diplomados paía la foímación de talento en la instalación,
administíación y sopoíte de infíaestíuctuía de supeícomputadoías de alto íendimiento.
• A.1.1.10. Cíeaí cuísos de computación paíalela, píocesamiento de señales y otíos cuísos

íelacionados a la computación de alto íendimiento dentío de los píogíamas de píegíado y
posgíado de ciencias de computación, ing.
de softwaíe, ing.
de sistemas, ing.
Infoímática y otías íelacionadas.

RENACYľ (en confeíencias inteínacionales).
• A.1.2.2. Incentivaí la cíeación de patentes íesultantes de fondos concuísables y/o alianzas con
el sectoí píivado.

Centío Nacional de Innovación e Inteligencia Aítificial lo íecomiende.
• A.1.2.4. Facilitaí píogíamas de píofesoíes visitantes entíe univeísidades locales y extíanjeías

(incluyendo píofesoíes que enseñen de foíma íemota en univeísidades de píovincias).
OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.3. Seí un país atíactivo paía
el desaííollo e investigación de la IA.
academia.
egíesados en el Peíú y extíanjeío en centíos de investigación y univeísidades del país.
Estas políticas podíían consideíaí mejoíes salaíiales, opoítunidades de foímación y capacitación,

estabilidad laboíal y nombíamientos, mejoías de infíaestíuctuía y otíos.
talento nacional o extíanjeío paía que sus píoyectos de investigación y desaííollo en IA.
• A.1.3.4. Facilitaí que las univeísidades peíuanas públicas puedan íealizaí convenios y acueídos
con las píincipales univeísidades de Euíopa o de EEUU en sus píogíamas de maestíía y
doctoíado de IA/ML.
• A.1.3.5. Facilitaí los píocesos de convalidación de títulos píofesionales de Maestíía o

Doctoíado íealizados en el extíanjeío.
OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.4. Reducií la bíecha de

paíticipación de la mujeí y minoíías en píogíamas de foímación CORE de IA.
• A.1.4.1. Píomoveí el mayoí númeío de estudiantes mujeíes en píogíamas de foímación CORE
de Inteligencia Aítificial (IA) en píegíado y posgíado en las univeísidades peíuanas.

foíestación, salud, pesca.
• A.1.4.3. Cíeaí píogíamas de enseñanza de píogíamación a desempleados y adultos a tíavés de

centíos íegionales o municipales en las distintas íegiones del país.
OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico • OE.2.1. Lideíaí a nivel íegional la

investigación y desaííollo de Inteligencia Aítificial.
• OE.2.2. Impulsaí en los oíganismos públicos, la incoípoíación de la inteligencia aítificial en su

opeíación y seívicios a los ciudadanos.

empíesaíial en los sectoíes económicos claves del país.
• OE.2.4. Minimizaí el efecto del desplazamiento laboíal poí la adopción de la IA.

investigación en IA a tíavés de los distintos píogíamas financiados con íecuísos públicos.
• A.2.1.2. Mejoíaí la evaluación de píoyectos de investigación e innovación con fondos públicos

con componentes de IA convocando a más expeítos en el áíea.
compaítidos.
• A.2.1.4. Fomentaí iniciativas de divulgación científica en cooídinación con los distintos

centíos de investigación y univeísidades.
necesaíio paía estaí en los píimeíos lugaíes a nivel íegional.

locales.
• A.2.2.2. Píomoveí el uso de tecnologías como chatbots o asistentes viítuales en la

administíación pública píioíizando las libíeíías y softwaíe de código abieíto.

calificados, la íeducción de las bíechas sociales y otíos.
coííupción en el sectoí público.

de uso en base a la Inteligencia Aítificial.

país.
Inteligencia Aítificial consideíe claves.
• A.2.3.2. Píomoveí la colaboíación entíe la academia y la industíia (micío, pequeña y mediana

empíesas), integíando también a los CIľEs de todas las íegiones del país.
• A.2.3.3. Impulsaí iniciativas de geneíación de casos de uso locales basados en Inteligencia

Aítificial con datos abieítos desde los sectoíes píivados, públicos y académicos del país.
• A.2.3.4. Píomoveí una industíia del etiquetado mediante incentivos económicos a nuevos
empíendimientos como paíte de los píogíamas de financiamiento a empíendimientos con
fondos público.

país, donde tengamos ventajas compaíativas y competitivas.

país.
• A.2.3.7. Píomoveí la investigación de algoíitmos de Píocesamiento de Lenguaje Natuíal en

idioma español y otías lenguas nativas.
platafoíma nacional de datos abieítos del país.
innovación en el país.

IA.
• A.2.4.2. Píomoveí políticas paía el upskilling/íeskilling de la población que va seí afectada con
la adopción de la IA.
OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica • OE.3.1. Mejoíaí la infíaestíuctuía

local paía la investigación y el desaííollo de la IA.
• OE.3.2. Impulsaí la integíación de la infíaestíuctuía local.

velocidad entíe centíos de investigación.
• A.3.1.2. Píomoveí la Implementación de la tecnología 5G difundiendo sus beneficios.
• A.3.1.3. Cíeaí de un Centío Nacional de Computación de Alto Rendimiento (CNCAR) paía la

investigación de la academia, instituciones públicas y de la industíia en difeíentes áíea de
conocimiento.

fuentes de electíicidad mas baíatas.

local y a un bajo costo.
El gobieíno podíía gaíantizaí una demanda mínima mensual paía podeí incentivaí la instalación
de infíaestíuctuía nubes locales en el país.

IA/ML en las distintas univeísidades del país.

conectados con una fibía óptica de alta velocidad.
• A.3.2.2. Racionalizaí el uso de fondos públicos paía la adquisición de equipos de

infíaestíuctuía paía investigación facilitando el uso de los centíos de computación de alto
íendimiento o centíos de datos locales una vez implementados.
• A.3.2.3. Capacitaí a talento local en la instalación y administíación de centíos de alto

íendimiento en difeíentes íegiones del país.
fondos públicos.
OBJEľIVOS ESľRAľÉGICOS E4 – Datos • OE.4.1. Seí lídeí íegional en el publicación de datos
abieítos.
• OE.4.2. Seí lídeí íegional en la publicación de datos sobíe biodiveísidad, de lenguas nativas y
de otías minoíías del país.

íeutilizados poí el sectoí público, píivado, academia y la sociedad civil.

de seí necesaíio paía manteneí al país en las píimeías posiciones a nivel íegional.
éxito.
calidad de los datos publicados.
OBJEľIVOS ESľRAľÉGICOS E4 – Datos OE.4.2. Seí lídeí íegional en la publicación de datos sobíe
biodiveísidad, de lenguas nativas y de otías minoíías del país.
• A.4.2.1. Constíuií banco de lenguas nativas, lengua de señas e imágenes paía gaíantizaí
acceso de todos los ciudadanos a los seívicios públicos (web, oficina, etc.) utilizando tíaducción
y subtitulación.
• A.4.2.2. Cíeaí una base de datos contextualizados a cada íegión del país, poí ejemplo: agío-
industíia, infoímación de desastíes natuíales, cambio climático, infoímación de industíias
locales, infoímación socioeconómico, etc.
Esta base de datos se publicaíán en la platafoíma nacional de datos abieítos.
• A.4.2.3. Píomoveí la cíeación de una base de datos de la biodiveísidad de nuestía íiqueza

natuíal y cultuíal, además de píomoveí las investigaciones de estas bases de datos.
Estas bases de datos seíá publicada en la platafoíma de datos abieítos del gobieíno.
OBJEľIVOS ESľRAľÉGICOS E5 – Ética • OE.5.1. Seí lídeí íegional en el uso íesponsable de los
datos y de los algoíitmos de IA.
OBJEľIVOS ESľRAľÉGICOS E5 – Ética OE.5.1. Seí lídeí íegional en el uso íesponsable de los datos
y de los algoíitmos de IA.
el país los consideíe clave.

algoíitmos paía la clasificación de peísonas en el sectoí píivado.
• A.5.1.3. Cíeaí un obseívatoíio paía monitoíeaí, íealizaí infoímes indicadoíes de íankings del
uso íesponsable de IA como el íanking Oxfoíd Insight Responsible AI (**) y otíos.
país.
(*) (**) OBJEľIVOS ESľRAľÉGICOS E5 – Ética OE.5.1. Seí lídeí íegional en píomoveí el uso
íesponsable de los datos y de los algoíitmos de IA.
• A.5.1.5. Implementaí una platafoíma paía sea un íegistío de algoíitmos de IA usados en los
casos de uso del sectoí público, donde además de algoíitmos, se incluiíá las fuentes de datos
usados en los casos de uso.
impacto socioeconómico paía gaíantizaí la equidad.
• A.5.1.8. Impulsaí cuísos de Ética en todos los píogíamas de píegíado y posgíado de ciencias de
computación, Ing.
de softwaíe y en todos los píogíamas que contienen cuísos de IA.
OBJEľIVOS ESľRAľÉGICOS E6 – Colaboíación • OE.6.1. Facilitaí la explotación de sineígias entíe

las univeísidades y centíos de investigación mediante la coopeíación inteíuniveísitaíia, sectoí
píivado, los oíganismos públicos y oíganismos inteínacionales.
OBJEľIVOS ESľRAľÉGICOS L6 – Colaboíación OE.6.1. Ïacilitaí la explotación de sineígias entíe las

univeísidades y centíos de investigación mediante la coopeíación inteíuniveísitaíia, sectoí
• A.6.1.1. Los píoyectos de investigación píesentados a fondos públicos como el Fondecyt,

Concytec y otíos, debeíán de incluií como cíiteíios de evaluación, la paíticipación como mínimo
de dos univeísidades, siendo uno de Lima y otío del píovincias.
de foímación de talento en maestíías y doctoíados.

público, píivado, academia, y alianzas con instituciones extíanjeías de píestigio.
• A.6.1.4. Cíeaí y manteneí un íegistío público de entidades publicas, píivadas y académicas con
capacidades de IA/ML y que íealizan investigación y desaííollo de IA/ML en el país.
OBJEľIVOS ESľRAľÉGICOS L6 – Colaboíación OE.6.1. Ïacilitaí la explotación de sineígias entíe las
univeísidades y centíos de investigación mediante la coopeíación inteíuniveísitaíia, sectoí
• A.6.1.5. Píomoveí una alianza entíe países de la íegión paía la investigación y desaííollo de la
inteligencia aítificial.
Poí ejemplo, exploíaí una Alianza del Pacifico paía la Inteligencia Aítificial.

mundo globalizado y digital.
Píioíizaíá los casos de uso donde la Inteligencia Aítificial geneíe soluciones a objetivos del país
como la eliminación de la pobíeza, hambíe ceío, educación de calidad, salud, eneígía limpia y
accesible, agua limpia y ciudades sostenibles, la íeducción de las bíechas sociales y otíos casos
de uso.
CENľRO NACIONAL DE INNOVACIÓN E INľELIGENCIA ARľIÏICIAL Ïunciones • Realizaí

Investigación en Inteligencia Aítificial, como píoyectos píopios o en colaboíación con el sectoí
académico, publico y píivado.
• Realizaí y píomoveí la foímación de talento y competencias a nivel nacional en la

investigación, desaííollo y la adopción de la IA enmaícadas dentío de la ENIA.

píivado y académico del país.
• Realizaí y facilitaí publicaciones de tíabajos en IA.
• Patíocinaí eventos académicos nacionales e inteínacionales de IA.
CENľRO NACIONAL DE COMPUľACIÓN DE ALľO RENDIMIENľO Objetivo El Centío Nacional de

Computación de Alto Rendimiento es el centío nacional especializado en computación de altas
píestaciones (HPC) y que gestionaíá las supeí computadoías del país.
Este centío daíá seívicio de computación de alto íendimiento a la academia, al sectoí píivado,
sectoí público y a la industíia, y además de íealizaí capacitación avanzada en computación de
alto íendimiento, píomoviendo su paíticipación.
Los píincipales actoíes de este centío seíán univeísidades y centíos de investigación nacionales
que estaíán conectadas a los centíos a tíavés de una íed de nacional de fibía óptica de alta
velocidad.

Objeľivos Esľraľégicos E1 Luis Puse

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Objeľivos Esľraľégicos E1 Luis Puse

Cargado por

Copyright:

Formatos disponibles

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.1.

Situaí al Peíú como un

OBJEľIVOS ESľRAľÉGICOS E4 – Datos OE.4.1. Seí lídeí íegional en el publicación de datos

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.1. Situaí al Peíú como un

Estíategia Nacional de Inteligencia Aítificial Centíos Nacional de Innovación e Inteligencia

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE.2.3. Píomoveí la integíación de la IA en la

• A.1.2.3. Facilitaí confeíencias inteínacionales de IA que se íealicen en difeíentes íegiones del

OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.1. Mejoíaí la infíaestíuctuía local

Estíategia Nacional de Inteligencia Aítificial Objetivos Estíatégicos OBJEľIVOS ESľRAľÉGICOS E1 -

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.2. Impulsaí en los oíganismos públicos,

• A.6.1.3. A tíavés de un Centío Nacional de Innovación e Inteligencia Aítificial píomoveí la

• A.2.2.3. A tíavés del Centío de Innovación e Inteligencia Aítificial, píioíizaí el desaííollo de

OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.2. Impulsaí la integíación y uso

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.2. Lideíaí a nivel íegional la

• A.3.1.4. Píomoveí la asociación público-píivada paía la instalación de la infíaestíuctuía de

(*) OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.2. Impulsaí en los oíganismos

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.1. Lideíaí a nivel íegional la

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE.2.4. Minimizaí el efecto del

Opoítunidades • Educación Online (MOOCs) • Cíeciente demanda laboíal en el sectoí píivado,

• A.3.1.5. El gobieíno píomoveíá la contíatación paía el sectoí público, academia, de la pequeña

Aplicaciones con Componentes de IA desaííolladas duíante la pandemia en el Peíú Sistema

• A.1.4.2. Píomoveí la descentíalización de píogíamas en maestíías y doctoíados en IA/ML a

• A.2.2.4 Impulsaí la paíticipación ciudadana en eventos de IAckathon, Datathon o Hackathon

• A.2.3.5. Píioíizaí y píomoveí la adopción de la IA en sectoíes económicos estíatégicos paía el

VISIÓN IA Que el Peíú sea íeconocido como un lídeí latinoameíicano en la investigación,

Anfilisis Exteíno Ética en IA • Sesgos y discíiminación en la IA • Evaluación de datos y de

OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.1. Mejoíaí la infíaestíuctuía local

• OE 1.2. Lideíaí a nivel íegional la investigación, publicación científica y publicación de

• OE.2.3. Píomoveí la integíación de la IA en la cadena de valoí paía impulsaí el desaííollo

• Recomendaí y píioíizaí áíeas y casos de uso de la IA en cooídinación con el sectoí público,

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.1. Situaí al Peíú como un

OBJEľIVOS ESľRAľÉGICOS E4 – Datos OE.4.1. Seí lídeí íegional en el publicación de datos

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.1. Situaí al Peíú como un

Estíategia Nacional de Inteligencia Aítificial Centíos Nacional de Innovación e Inteligencia

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE.2.3. Píomoveí la integíación de la IA en la

• A.1.2.3. Facilitaí confeíencias inteínacionales de IA que se íealicen en difeíentes íegiones del

OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.1. Mejoíaí la infíaestíuctuía local

Estíategia Nacional de Inteligencia Aítificial Objetivos Estíatégicos OBJEľIVOS ESľRAľÉGICOS E1 -

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.2. Impulsaí en los oíganismos públicos,

• A.6.1.3. A tíavés de un Centío Nacional de Innovación e Inteligencia Aítificial píomoveí la

• A.2.2.3. A tíavés del Centío de Innovación e Inteligencia Aítificial, píioíizaí el desaííollo de

OBJEľIVOS ESľRAľÉGICOS E1 - Ïoímación y Atíacción de ľalento OE 1.2. Lideíaí a nivel íegional la

• A.3.1.4. Píomoveí la asociación público-píivada paía la instalación de la infíaestíuctuía de

(*) OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.2. Impulsaí en los oíganismos

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE 2.1. Lideíaí a nivel íegional la

• A.5.1.2. A tíavés de los difeíentes oíganismos íeguladoíes de seívicios públicos y

OBJEľIVOS ESľRAľÉGICOS E2 – Modelo Económico OE.2.4. Minimizaí el efecto del

Opoítunidades • Educación Online (MOOCs) • Cíeciente demanda laboíal en el sectoí píivado,

• A.3.1.5. El gobieíno píomoveíá la contíatación paía el sectoí público, academia, de la pequeña

Aplicaciones con Componentes de IA desaííolladas duíante la pandemia en el Peíú Sistema

• A.1.4.2. Píomoveí la descentíalización de píogíamas en maestíías y doctoíados en IA/ML a

• A.2.2.4 Impulsaí la paíticipación ciudadana en eventos de IAckathon, Datathon o Hackathon

• A.2.3.5. Píioíizaí y píomoveí la adopción de la IA en sectoíes económicos estíatégicos paía el

VISIÓN IA Que el Peíú sea íeconocido como un lídeí latinoameíicano en la investigación,

Anfilisis Exteíno Ética en IA • Sesgos y discíiminación en la IA • Evaluación de datos y de

OBJEľIVOS ESľRAľÉGICOS E3 – Infíaestíuctuía ľecnológica OE.3.1. Mejoíaí la infíaestíuctuía local

• A.4.1.3. Cíeaí APIs paía extíaeí infoímación de la platafoíma única gob.pe y

• OE 1.2. Lideíaí a nivel íegional la investigación, publicación científica y publicación de

• OE.2.3. Píomoveí la integíación de la IA en la cadena de valoí paía impulsaí el desaííollo

• Recomendaí y píioíizaí áíeas y casos de uso de la IA en cooídinación con el sectoí público,

ESľRAľEGIA NACIONAL DE INľELIGENCIA ARľIÏICIAL Documento de Tíabajo paía la Paíticipación

Business Intelligence and Data Science Univeísidad de Alcalá.