América Latina y el Caribe cuentan desde esta semana con su primer Gran Modelo de Lenguaje abierto desarrollado con datos, idiomas y contextos propios. Se trata de Latam-GPT, una iniciativa coordinada por el Centro Nacional de Inteligencia Artificial (CENIA) junto a gobiernos, universidades, organismos internacionales y empresas tecnológicas, que busca posicionar a la región como desarrolladora y no solo usuaria de inteligencia artificial.
El modelo fue concebido como un bien público digital, con código abierto, orientado a democratizar el acceso a esta tecnología y habilitar su aplicación en educación, gestión pública e innovación productiva. Su diseño permite que universidades, startups, gobiernos y también organizaciones de la sociedad civil puedan desarrollar soluciones propias sobre una base común, transparente y trazable, adaptada a las realidades latinoamericanas.
Latam-GPT fue entrenado desde su origen para comprender variantes del español y el portugués, así como contextos históricos, políticos y culturales de la región, frente a la subrepresentación de estos idiomas en los modelos globales. Para su desarrollo se recopilaron más de 300.000 millones de tokens, equivalentes a unas 230.000 millones de palabras, obtenidos bajo permisos explícitos y sometidos a procesos de curaduría y anonimización.
La iniciativa articuló a más de 100 profesionales y 60 instituciones de 15 países, en una colaboración público-privada que incluyó aportes en infraestructura, supercómputo y entrenamiento del modelo. Según sus impulsores, el objetivo es fortalecer las capacidades técnicas regionales y generar una base tecnológica que pueda ser utilizada y adaptada por distintos actores, incluidas organizaciones sociales interesadas en crear herramientas alineadas con prioridades locales.
