Estrategia de IA para museos: qué incluye el trabajo, paso a paso

Una estrategia de inteligencia artificial para un museo o una institución cultural debe responder cuatro preguntas: dónde se está usando ya la IA en la institución, por qué procesos vale la pena empezar, qué riesgos hay que resolver antes de que algo llegue al público y qué pequeño experimento confirmará o descartará la idea. El resultado debe ser un plan breve, con responsables, costos y los tres próximos pasos, no un informe largo.

El trabajo sigue cuatro etapas: escuchar a las personas que hacen el trabajo, mapear y priorizar los procesos con una mirada honesta a los riesgos, probar un caso real y luego decidir. La prueba debe confirmar o descartar la idea en pocas semanas, para que la dirección y el consejo decidan con evidencia y no con diapositivas.

¿Por qué un museo necesita una estrategia de IA ahora?

Porque los equipos ya usan IA, con o sin estrategia. La primera encuesta mundial de la UNESCO y el ICOM sobre IA en museos (en inglés), publicada en septiembre de 2026 con respuestas de más de 400 museos de 90 países, encontró que el 57 % de los museos que respondieron usa IA y que el 55 % no tiene una política, estrategia ni lineamientos internos sobre IA. La encuesta describe ese uso como sobre todo exploratorio o impulsado por personas del equipo, más que por la institución en su conjunto, y señala la exactitud, los derechos de autor y la protección de datos como las principales preocupaciones.

Las reglas también cambiaron. Desde el 2 de agosto de 2026 se aplica el artículo 50 del Reglamento europeo de IA (las fechas están en el artículo 113, en inglés). Exige que las personas sean informadas cuando interactúan con un sistema de IA, y que los responsables del despliegue revelen las ultrasuplantaciones y los textos generados por IA que se publican con el fin de informar al público sobre asuntos de interés público, salvo que el texto haya pasado por una revisión humana y alguien asuma la responsabilidad editorial. El artículo 4 (en inglés) pide a las organizaciones que usan IA que adopten medidas para apoyar la alfabetización en IA de su personal.

Y el marco político todavía se está formando. La Comisión Europea prepara una estrategia de IA para los sectores cultural y creativo, prevista para principios de 2027 (en inglés). Esperarla no es un plan, pero es una buena razón para construir una estrategia que pueda adaptarse.

¿Qué incluye una consultoría de estrategia de IA para un museo?

Este es el trabajo, paso a paso, y lo que cada etapa debe dejar.

Etapa	Qué ocurre	Qué se obtiene
1. Escuchar	Conversaciones con quienes hacen el trabajo: registro de colecciones, curaduría, educación, atención al público, finanzas, comunicación. No solo con quienes lo describen.	Una imagen de adónde se va realmente el tiempo y de dónde ya se usa IA sin que nadie lo haya decidido
2. Mapear	Cada proceso se clasifica por valor, riesgo y madurez de los datos y las herramientas	Un mapa priorizado de dónde los agentes y la automatización rinden primero
3. Mirada a los riesgos	Protección de datos, derechos de autor, el Reglamento de IA y reputación, revisados en los mejores candidatos	Una lista clara de lo que debe resolverse antes de que algo llegue a los visitantes
4. Probar	Un experimento pequeño y real en el caso más prometedor	Evidencia, no diapositivas: qué funcionó, qué tuvo que corregir una persona, cuánto costó
5. Decidir	La dirección elige qué continúa, qué se detiene y qué se amplía	Un plan breve con responsables, costos y los tres próximos pasos

Los talleres y las sesiones informativas para la dirección, el consejo y los equipos pueden realizarse en paralelo, para que quienes aprobarán el plan entiendan lo que aprueban.

¿Por dónde debe empezar un museo con la IA?

Rara vez por donde apunta la primera idea. La primera idea suele ser un chatbot para visitantes o contenido generado para una exposición. Es posible, pero es lo que más riesgo conlleva: estos sistemas hablan en nombre del museo, están sujetos a las reglas de transparencia del Reglamento de IA y una respuesta equivocada sobre una pieza de la colección es un problema de reputación, no una errata.

Los mejores primeros candidatos suelen ser internos, con mucho texto y repetitivos, y con un responsable claro:

• Administración e informes. Informes para financiadores, documentos para el consejo, el resumen semanal que nadie tiene tiempo de escribir.
• Recepción de documentos. Facturas, contratos, contratos de préstamo de obras y solicitudes, leídos y ordenados antes de que una persona los revise.
• Documentación de colecciones. Primeros borradores de fichas de catalogación a partir de notas existentes, siempre revisados por un curador antes de guardarse.
• Apoyo a la investigación. Resúmenes de bibliografía, prensa y exposiciones comparables, con las fuentes adjuntas para poder verificarlas.

Estos procesos puntúan bien en valor y madurez, y un error se queda dentro de la institución, donde una persona lo detecta. Cuando uno de ellos funciona, el museo tiene la evidencia, los hábitos y la gobernanza para plantearse algo de cara al público.

¿Qué debe incluir la política de IA de un museo?

Una política breve que la gente lee vale más que una larga olvidada en una carpeta. Debe resolver al menos estos puntos:

1. Quién aprueba lo que llega al público. Todo lo que se publica, se exhibe o se dice a un visitante en nombre del museo lo aprueba una persona designada. Un sistema de IA puede redactar, nunca publicar.
2. Transparencia. Se informa con claridad a los visitantes cuando hablan con un sistema de IA y cuando un contenido se generó o modificó con IA. La Asociación de Museos de Austria publicó pautas de etiquetado (en inglés) que son un modelo útil.
3. Exactitud. Los resultados de la IA sobre colecciones, historia o personas los contrasta con las fuentes alguien con el conocimiento para hacerlo.
4. Derechos y datos. Qué imágenes de la colección, textos y datos de visitantes pueden entrar en qué herramientas, y cuáles no, teniendo en cuenta derechos de autor, derechos de imagen y protección de datos.
5. Herramientas y formación. Qué herramientas puede usar el personal para qué tareas y qué formación recibe antes.

Política y estrategia deben escribirse juntas. Una política sin estrategia solo dice que no. Una estrategia sin política traslada el riesgo a quien lidera el primer piloto.

¿Cómo probar una idea de IA sin un gran proyecto?

Elija un proceso de la parte alta del mapa y haga con él un experimento real durante algunas semanas. Real significa documentos reales, volumen real y la persona responsable del proceso, no una demostración con datos de ejemplo.

Defina de antemano qué contará como éxito: horas ahorradas, menos errores, plazos más cortos. Luego registre tres cosas desde la primera semana: qué hizo la IA, qué corrigió una persona y cuánto costó. Las correcciones son lo más importante. Muestran si la idea se sostiene y muestran exactamente dónde hay que ajustar las instrucciones, los datos o el alcance.

Un experimento que descarta la idea es un buen resultado. Cuesta algunas semanas en lugar de un proyecto fallido y libera el presupuesto para el siguiente candidato del mapa.

¿Qué suele salir mal?

• Primero la herramienta, después las preguntas. Se compra una licencia antes de que alguien decida qué problema resuelve.
• Estrategia solo de comité. El plan lo escriben quienes describen el trabajo, y quienes lo hacen descubren que no encaja.
• Sin responsable. El piloto pertenece al "equipo digital" y no a la persona cuyo proceso cambia, así que nadie lo mantiene en marcha.
• El público primero. El primer proyecto habla con los visitantes, así que el primer error es público.

Ninguno de estos es un problema tecnológico. Por eso una estrategia tiene que basarse en evidencia del propio trabajo de la institución.

Por dónde empezar

Haga una lista de dónde se usa ya la IA en su institución, quién la usa y para qué. Elija los tres procesos que más tiempo consumen al equipo y evalúelos por valor, riesgo y madurez. Luego haga un experimento con el mejor de ellos, con una persona que apruebe cada resultado.

Nuestra historia empezó con comunidades digitales, mundos virtuales y eventos híbridos para instituciones culturales como el Goethe-Institut, Bozar y EUNIC, incluido un programa digital sobre IA y relaciones culturales, y nuestro trabajo en estrategia de IA se apoya en agentes que construimos y operamos nosotros mismos. Si está planeando algo así para su institución, con gusto lo conversamos.