Gemelo digital social en Argentina: cómo la IA está redefiniendo la política social bajo Milei

En Happy Studio creemos que la tecnología no es solo una herramienta, sino una conversación que invita a replantear lo que damos por sentado. Cuando escuchamos que el gobierno de Javier Milei quiere simular el futuro de sus políticas con un gemelo digital social, no podemos evitar imaginar una mesa de café donde datos, algoritmos y ciudadanos discuten antes de que cualquier decreto firme su tinta.

El sueño de un gemelo digital: ¿qué significa realmente?

El proyecto, anunciado el 22 de mayo de 2026 por el Ministerio de Capital Humano, propone crear una réplica virtual de la sociedad argentina para predecir y optimizar el impacto de medidas sociales antes de su puesta en marcha. No se trata de una bola de cristal, sino de un modelo de aprendizaje automático que combina bases del Estado, datos del sector privado y fuentes abiertas para generar escenarios contrafactuales.

• Objetivo principal: diseñar, probar y ajustar políticas sociales con evidencia basada en datos.
• Presupuesto: US $45 millones, financiados por el MCH y cooperación internacional.
• Plazo: piloto interno en el segundo semestre de 2026, despliegue gradual a partir de 2027.

Los engranajes tecnológicos que hacen latir el gemelo

Detrás de la idea hay una arquitectura que combina data lake en la nube (AWS S3 y Azure Data Lake) con técnicas de privacy diferencial para anonimizar la información. Los algoritmos incluyen regresiones, Random Forest, Gradient Boosting y redes neuronales LSTM para series temporales.

La simulación de escenarios se apoya en counterfactual inference mediante causal forests y propensity score matching, lo que permite estimar efectos de políticas que aún no existen. Todo se visualiza en un dashboard web construido con React y D3, mostrando métricas de confianza al 95 %.

Los guardianes de la ética son el Comité de Ética de IA, integrado por académicos, ONG y representantes públicos, y la Comisión Nacional de Protección de Datos (CNPD), que emitió la Resolución 12/2026 sobre differential privacy y auditorías de IA.

Lecciones de otros países: ¿estamos solos?

Si bien el proyecto es pionero en Argentina, no es una idea aislada. En el Reino Unido, el Government Digital Service lanzó AI for Social Policy en 2022, enfocándose en laboratorios colaborativos. Canadá, con su AI‑Driven Social Impact Lab (2023), obliga a evaluaciones de impacto algorítmico, algo que aún está en discusión en nuestro Congreso (debate del Senado, julio 2026).

Singapur combina IA con sensores IoT en tiempo real, mientras que Brasil experimenta con proyectos regionales como el Projeto IA‑Política en Minas Gerais. La diferencia clave en Argentina es la participación de una consultora extranjera (AI‑Policy Labs) y la ausencia de un marco legal de Algorithmic Impact Assessment definitivo.

Beneficios y riesgos bajo la lupa

Los potenciales ahorros son tentadores: se estima una reducción del 8‑12 % del gasto social al eliminar programas de bajo retorno. Además, la capacidad de detectar efectos colaterales (por ejemplo, aumento de la informalidad laboral tras recortes de subsidios) podría mejorar la calidad de la política.

Sin embargo, los riesgos no son menores. La Comisión Nacional de Protección de Datos advierte sobre la posible re‑identificación de individuos mediante combinaciones de variables sensibles. ONG como Derechos Digitales señalan sesgos estructurales que podrían perpetuar discriminaciones de género y origen étnico (comunicado, 23 may 2026).

La confianza popular también está en juego: una encuesta de Ipsos (junio 2026) muestra que el 42 % de los argentinos desconfía de decisiones basadas en IA. La legitimidad política, por tanto, dependerá de la transparencia de los resultados y de la participación de la sociedad civil.

Marco legal y la ética de los datos en Argentina

El proyecto se apoya en la Ley de Protección de Datos Personales (Ley 25.326), el Decreto 202/2025 – Gobierno Digital y la Resolución 12/2026 del CNPD. Además, el proyecto está a la espera de la aprobación del Proyecto de Ley 27.456 (IA y Política Pública), que obligaría a realizar Algorithmic Impact Assessments antes de cada simulación.

Camino a seguir: cronograma y actores clave

El plan de acción se divide en seis etapas, desde la contratación de proveedores (mayo‑julio 2026) hasta el despliegue gradual (septiembre 2027‑2029). Los protagonistas son:

• Ministerio de Capital Humano (MCH): coordinador del proyecto (contacto@mch.gob.ar).
• DataLab SA: responsable de la infraestructura de datos (info@datalab.com.ar).
• AI‑Policy Labs: consultora internacional (argentina@aipolicylabs.com).
• Universidad Tecnológica Nacional – Grupo IA: investigación y validación (ia@utn.edu.ar).
• Comité de Ética de IA: revisión de sesgos y cumplimiento ético (etica.ia@senado.gob.ar).

💡 Ideas para llevar

• Transparencia primero: publicar los resultados de cada simulación en un portal abierto, permitiendo que la sociedad civil los analice.
• Auditorías de sesgo: incorporar evaluaciones de impacto algorítmico antes de cualquier decisión de política.
• Participación ciudadana: crear espacios de co‑creación donde ONG y comunidades vulnerables aporten criterios de valoración.
• Capacitación interna: formar a los funcionarios del MCH en interpretación de métricas de IA para evitar la “caja negra”.
• Actualización legal: impulsar la aprobación del proyecto de ley de IA para consolidar un marco regulatorio sólido.

En Happy Studio vemos en el gemelo digital social una oportunidad para que la política deje de ser un juego de adivinanzas y se convierta en una conversación basada en evidencia. El reto no está solo en la tecnología, sino en cómo la humanidad decide escucharla.