Reseña

La inteligencia artificial (IA) ha dejado de ser un concepto reservado a laboratorios o a la imaginación futurista para convertirse en una infraestructura decisiva de la economía contemporánea. Hoy interviene, de manera visible o silenciosa, en la forma en que los hogares consumen, las empresas producen, el sistema financiero evalúa riesgos, los gobiernos asignan recursos y los mercados incorporan información. Sin embargo, su adopción masiva no siempre ha ido acompañada de una comprensión rigurosa de qué es realmente la IA, qué problemas económicos resuelve mejor, cuáles son sus límites técnicos, y qué implicaciones éticas y regulatorias se desprenden de su uso. Este libro nace precisamente de esa necesidad: ofrecer una introducción sólida y accesible, con base conceptual, histórica y matemática, que permita comprender la IA como herramienta analítica y como fenómeno institucional que reconfigura decisiones, incentivos y resultados económicos.
A diferencia de enfoques que presentan la IA como una caja negra o como una simple automatización, aquí se la aborda como un conjunto de métodos para transformar datos en inferencias y decisiones bajo incertidumbre. Se propone un lenguaje común para economistas, analistas, docentes y tomadores de decisión, orientado a distinguir con claridad entre predicción, clasificación y decisión; a evaluar evidencia con criterios de validación y replicabilidad; y a instalar prácticas de documentación y trazabilidad que vuelvan auditables los modelos. Este énfasis es clave porque el valor económico de un sistema inteligente no se mide únicamente por su precisión, sino también por su robustez, interpretabilidad, equidad, sostenibilidad y capacidad de sostenerse en el tiempo dentro de organizaciones reales.
El recorrido del libro es deliberadamente histórico para mostrar que la IA no aparece de la nada: evoluciona por oleadas que responden a cambios en cómputo, datos, teoría y expectativas sociales. Por ello, se transita desde la cibernética y los sistemas expertos, pasando por la era del data mining y la analítica aplicada, hasta el despliegue del big data, el aprendizaje profundo y, más recientemente, la revolución generativa y los agentes económicos capaces de interactuar con información compleja en lenguaje natural. En cada etapa se discuten aplicaciones económicas emblemáticas desde scoring crediticio y detección de fraude, hasta nowcasting macroeconómico, segmentación de clientes y optimización logística junto con sus restricciones prácticas, sus sesgos y sus lecciones para el diseño de políticas y estrategias.
En paralelo, se ofrece un puente explícito entre la IA y la econometría. Lejos de plantearlas como rivales, el texto muestra sus complementariedades: la econometría aporta marcos de identificación, inferencia y causalidad; la IA aporta flexibilidad funcional, escalabilidad y desempeño predictivo ante estructuras complejas y datos heterogéneos. Comprender cuándo conviene cada enfoque y cómo integrarlos sin sacrificar rigurosidad es una de las competencias centrales que se busca desarrollar a lo largo del libro, especialmente en el capítulo matemático, donde se formalizan modelos de regularización y selección, series temporales con estados latentes, optimización convexa y no convexa, métodos modernos de estimación causal con aprendizaje automático y fundamentos de juegos, agentes y aprendizaje por refuerzo aplicables a dinámicas de precios y mercados.
El libro se proyecta hacia los desafíos de gobernanza, sostenibilidad y cooperación global, porque la IA económica no es solo un asunto técnico: redefine el equilibrio entre eficiencia y derechos, entre innovación y concentración, entre productividad y distribución. Se discuten los dilemas actuales de calidad y verificación, privacidad y propiedad de datos, sesgos y equidad, así como las dependencias tecnológicas que condicionan el desarrollo. En esa línea, se dedica un capítulo específico a América Latina, con énfasis en políticas, capacidades, brechas e iniciativas regionales, para situar la discusión en realidades institucionales concretas y no únicamente en contextos de frontera tecnológica.
En suma, esta obra propone una ruta formativa y crítica: entender la IA con precisión conceptual, contextualizarla en su historia, dominar sus fundamentos matemáticos y evaluar sus impactos económicos con responsabilidad. Está pensada para estudiantes, docentes, investigadores, profesionales del sector público y privado, y para toda persona que busque tomar decisiones informadas en un escenario donde los datos, los modelos y las instituciones se vuelven inseparables. Aquí, la inteligencia artificial no se presenta como promesa ilimitada ni como amenaza inevitable, sino como un campo de herramientas y decisiones humanas que, bien orientado, puede ampliar la capacidad analítica, reducir incertidumbre y generar valor público y privado de manera sostenible.