IA a Pequeña Escala:
Argumentos Científicos a Favor de Modelos Compactos, Eficientes y Soberanos para la Era de la IA Generativa
Por: Oscar Hernando Benavides Paz, MBA
Resumen
La inteligencia artificial generativa ha estado dominada por modelos de lenguaje de gran escala (LLM) con cientos de miles de millones de parámetros, los cuales han demostrado capacidades notables pero también limitaciones estructurales: dependencia de infraestructura en la nube, latencia elevada, costos de ajuste fino significativos y riesgos de privacidad asociados al procesamiento remoto de datos. Esta revisión sintetiza la evidencia científica publicada antes de 2026 —en revistas indexadas, congresos arbitrados, repositorios arXiv e informes técnicos de organismos oficiales— para argumentar que la IA a pequeña escala, entendida como un paradigma de diseño orientado a la adecuación tarea-recurso mediante modelos compactos, especializados y desplegables en dispositivos de borde, posee fundamentos empíricos sólidos. Se identifican ocho ejes argumentativos: delimitación conceptual de los modelos de lenguaje pequeños (SLM); eficiencia computacional y operativa, con un “punto dulce” de rendimiento en el rango de 1–3 mil millones de parámetros para tareas agénticas; despliegue en el borde, latencia y operación offline; privacidad, soberanía de datos y alineación regulatoria; sostenibilidad ambiental, con reducciones de consumo energético de hasta el 90% mediante especialización y compresión; democratización económica y aplicaciones documentadas en países en desarrollo; especialización y rendimiento en dominios acotados; y arquitecturas híbridas de colaboración SLM–LLM. La revisión concluye que la IA a pequeña escala no es una solución de segunda categoría, sino una pieza central de una estrategia de IA más eficiente, equitativa y sostenible, y señala brechas de evidencia —evaluación de sesgos, análisis de ciclo de vida completo, impacto macroeconómico en América Latina y marcos regulatorios específicos— que configuran una agenda de investigación prioritaria.
Palabras Claves
IA a pequeña escala; modelos de lenguaje pequeños (SLM); computación en el borde; eficiencia energética; privacidad y soberanía de datos; democratización de la inteligencia artificial.
Introducción
La inteligencia artificial generativa ha estado dominada durante los últimos años por modelos de lenguaje de gran escala (LLM), cuyos tamaños paramétricos alcanzan cientos de miles de millones de parámetros, como PaLM 540B o Llama-3.1 405B. Estos modelos han demostrado capacidades emergentes notables en generación de texto, respuesta a preguntas y razonamiento, pero también presentan limitaciones estructurales: dependencia de infraestructura en la nube, latencia elevada, costos de ajuste fino significativos y riesgos de privacidad asociados al procesamiento remoto de datos. En contraste, ha emergido con fuerza un paradigma alternativo —la IA a pequeña escala— que engloba modelos compactos, especializados y desplegables en dispositivos de borde, con requerimientos mínimos de datos, energía y conectividad.
La IA a pequeña escala no constituye una versión “menor” o “deficiente” de la IA a gran escala, sino una filosofía de diseño orientada a la adecuación tarea-recurso. El Banco Mundial la define como un enfoque accesible, asequible y específico al contexto, que florece con conjuntos de datos más pequeños, se ejecuta en teléfonos inteligentes u ordenadores portátiles y se ajusta para abordar problemas locales inmediatos. En el plano técnico, los modelos de lenguaje pequeños (SLM), típicamente con menos de 7 mil millones de parámetros, ofrecen una vía viable para la inteligencia en el borde sin depender de la nube. La presente revisión sintetiza la evidencia científica disponible —publicada antes de 2026 en revistas indexadas, congresos arbitrados, repositorios arXiv e informes técnicos de organismos oficiales— para argumentar que la IA a pequeña escala posee fundamentos empíricos sólidos en eficiencia computacional, privacidad, sostenibilidad ambiental, democratización económica y especialización domain-specific, sin ignorar sus retos y límites.
Objetivos
Objetivo general: Sintetizar y analizar críticamente la evidencia científica que respalda la viabilidad y las ventajas de la IA a pequeña escala frente a los modelos de gran escala, delimitando sus fundamentos, alcances y limitaciones.
Objetivos específicos:
1) Delimitar conceptualmente la IA a pequeña escala, los SLM y sus diferencias con los LLM y con aproximaciones de cómputo ultraligero. 2) Analizar la evidencia sobre eficiencia computacional y operativa de los modelos compactos. 3) Examinar los argumentos de despliegue en el borde, latencia y operación offline. 4) Evaluar las ventajas en privacidad, soberanía de datos y alineación con marcos regulatorios. 5) Cuantificar, cuando exista evidencia verificable, la reducción de consumo energético y emisiones de carbono. 6) Analizar el papel de la IA a pequeña escala en la democratización del acceso y en economías de recursos limitados. 7) Valorar el rendimiento de los SLM en dominios especializados. 8) Identificar los retos científicos y técnicos que persisten y las brechas de evidencia.
Metas de la síntesis
La revisión se propone identificar al menos ocho ejes argumentativos independientes pero interrelacionados; validar de forma cruzada los datos cuantitativos (reducciones de energía, latencias, costos, precisiones) en al menos quince fuentes primarias; distinguir explícitamente entre evidencia empírica, evidencia de modelado y afirmaciones programáticas; y señalar de manera explícita los vacíos de evidencia (“evidencia no encontrada”) cuando un dato no pueda verificarse en fuentes publicadas antes de 2026. No se persigue una meta de exhaustividad bibliométrica, sino de profundidad analítica y rigor en la trazabilidad de cada afirmación.
Desarrollo
1. Delimitación conceptual: ¿qué es exactamente la IA a pequeña escala?
La literatura presenta una polisemia que conviene despejar. El término “IA a pequeña escala” (small AI) designa un enfoque de despliegue y de diseño: modelos especializados en un rango reducido de tareas repetitivas, entrenados con conjuntos de datos pequeños y especializados, que funcionan con un nivel mínimo de energía, a menudo en dispositivos de uso cotidiano, sin conexión a internet y aprovechando infraestructura existente. Sus rasgos definitorios incluyen alcance domain-specific, menor necesidad de datos, adaptabilidad al borde, personalización de modelos de código abierto o privados y eficiencia de costos por reducción de la dependencia de datos, cómputo y servicios en la nube.
En el plano de los modelos, los SLM se definen con frecuencia por umbrales paramétricos —típicamente menos de 7 mil millones de parámetros—, aunque la comunidad científica reconoce que el tamaño por sí solo no basta. Una definición más robusta, propuesta en la literatura, los caracteriza por su capacidad para realizar tareas especializadas y su idoneidad para entornos con recursos limitados, estableciendo fronteras entre el tamaño mínimo necesario para que emerjan habilidades y el tamaño máximo sostenible bajo restricciones de recursos. Esta definición funcional es preferible a una mera frontera de parámetros porque captura la esencia del paradigma: no se trata de modelos “pequeños” por limitación, sino de modelos “ajustados” por diseño.
La IA a pequeña escala se distingue también de las aproximaciones de cómputo ultraligero (TinyML), que operan en microcontroladores con presupuestos energéticos de milivatios y se orientan a tareas de percepción y clasificación, no a razonamiento lingüístico complejo. La evidencia disponible sobre TinyML es prometedora en eficiencia, pero sus aplicaciones son fundamentalmente distintas de las de los SLM; por ello, esta revisión se centra en estos últimos y en el paradigma de despliegue que representan. No se encontró una definición unificada y consensuada de “IA a pequeña escala” en la literatura arbitrada antes de 2026 (evidencia no encontrada); los usos relevados provienen de informes de organismos internacionales y de la literatura técnica sobre SLM, lo que constituye en sí mismo un reto de delimitación conceptual.
2. Eficiencia computacional y operativa: menos recursos, latencia competitiva
El argumento de eficiencia es uno de los más sólidamente documentados. Los SLM se caracterizan por baja latencia de inferencia, rentabilidad, desarrollo eficiente y facilidad de personalización y adaptación, lo que los hace especialmente adecuados para entornos con recursos limitados y para la adquisición de conocimiento domain-specific mediante ajuste fino ligero. Esta eficiencia no es un subproducto menor: en aplicaciones de tiempo real, la latencia de red asociada a las llamadas a API en la nube puede ser prohibitiva, y la dependencia de conectividad constante introduce puntos únicos de fallo.
La evidencia empírica sobre rendimiento es matizada pero favorable. Un estudio exhaustivo de más de 60 SLM públicamente accesibles encontró que los SLM de última generación superan a modelos de 7 mil millones de parámetros en tareas generales, lo que demuestra su viabilidad práctica; sin embargo, sus capacidades de aprendizaje en contexto siguen siendo limitadas y su eficiencia presenta un potencial de optimización significativo. En tareas agénticas —llamadas a funciones, herramientas y API— en dispositivos de borde, los modelos de tamaño medio (1–3 mil millones de parámetros) superan significativamente a los modelos ultraligeros (menos de 1 mil millones), alcanzando hasta un 65,74% de precisión global y un 55,62% de precisión multi-turno con optimización híbrida. Estos datos sugieren que existe un “punto dulce” de escala en el rango de 1–3B para tareas de agencia, por debajo del cual el rendimiento se degrada de forma notable.
Las técnicas de compresión de modelos —poda, cuantización, destilación— amplifican la eficiencia. La UNESCO reporta que la compresión de modelos puede ahorrar hasta un 44% de energía manteniendo la precisión, y que los modelos pequeños ajustados a tareas específicas pueden reducir el consumo energético hasta en un 90%. En el plano del hardware, un análisis de costo-beneficio de despliegue local encontró que modelos pequeños del orden de 30 mil millones de parámetros —e incluso sub-30B— pueden ejecutarse en una GPU de consumo (RTX 5090, ~2.000 USD), con una reducción de precisión típicamente dentro del 10% respecto a modelos medios, y que la brecha de rendimiento entre despliegues grandes, medios y pequeños es mucho menor que la diferencia de costos de hardware, que puede ser de dos órdenes de magnitud. Este hallazgo es central para el argumento económico: la frontera de Pareto entre capacidad y costo se ha desplazado hacia abajo.
3. Despliegue en el borde, latencia y operación offline
El despliegue en el borde (edge deployment) es quizás el argumento más intuitivo y el que presenta menor controversia en la literatura. Los SLM permiten inteligencia en el dispositivo sin depender de la infraestructura en la nube, lo que evita la latencia de red y habilita respuestas de baja latencia y operaciones bajo conectividad intermitente. En el ámbito de la IoT, esta capacidad es crítica: los dispositivos típicos ofrecen memoria limitada, capacidad de cómputo modesta y presupuestos de energía estrictos, lo que hace impracticable el despliegue de LLM de última generación, pero viable el de SLM optimizados.
La literatura sobre agentes autónomos en el borde refuerza este argumento. TinyLLM demuestra que los SLM pueden ejecutar tareas agénticas de llamada a funciones en dispositivos de borde sin dependencia de la nube, con precisión aceptable y latencia baja, lo que hace prácticos los agentes autónomos que preservan la privacidad y operan en entornos de latencia crítica o conectividad limitada. El Banco Mundial documenta aplicaciones concretas: el tutor de matemáticas “Rori”, enviado por WhatsApp y entrenado con solo 500 micro-lecciones, cuesta aproximadamente 5 USD por estudiante al año y produce ganancias de aprendizaje equivalentes a un año adicional de escolarización. La agricultura de precisión en Ghana, Senegal y Kenia, y las herramientas de diagnóstico móvil en India, operan en dispositivos básicos y a menudo sin conectividad de banda ancha. Estos casos ilustran que el despliegue en el borde no es una promesa teórica, sino una realidad documentada en entornos de recursos limitados.
La operación offline tiene implicaciones que trascienden la comodidad: en escenarios de seguridad crítica, como la navegación de robots o el diálogo en vehículos autónomos, la latencia subsegundo y la independencia de la nube no son opcionales. La evidencia indica que los enfoques híbridos borde-nube ofrecen un alivio parcial, pero siguen introduciendo latencia, dependencia de conectividad y preocupaciones de privacidad, lo que limita su idoneidad para escenarios offline y de seguridad crítica. En consecuencia, los SLM desplegados directamente en el dispositivo no son una solución de compromiso, sino la arquitectura preferible para una clase creciente de aplicaciones.
4. Privacidad, soberanía de datos y alineación regulatoria
La privacidad es un argumento de peso creciente. Los LLM que dependen de API en la nube procesan datos sensibles fuera del perímetro de control de la organización, lo que plantea riesgos de seguridad y de cumplimiento normativo. Los SLM, al ejecutarse localmente, permiten que los datos permanezcan en el dispositivo, lo que reduce los riesgos de privacidad y facilita el cumplimiento de regulaciones como el RGPD y la HIPAA. Wang et al. identifican explícitamente el manejo localizado de datos para privacidad como una de las razones principales por las que los SLM son preferidos en entornos con recursos limitados y dominios sensibles.
La soberanía de datos es la dimensión colectiva de este argumento. El procesamiento local reduce la dependencia de proveedores extranjeros de nube y permite que las organizaciones y los Estados mantengan el control sobre sus datos y sus modelos. En América Latina, Colombia anunció en 2024 el desarrollo de modelos fundacionales soberanos orientados a problemas locales —biodiversidad, cambio climático y salud pública—, entrenados con datos patrimoniales e infraestructura local, lo que evidencia que la soberanía se ha convertido en una prioridad de política pública. Aunque estos modelos no son necesariamente “pequeños” en el sentido paramétrico, el paradigma de soberanía es funcionalmente convergente con la IA a pequeña escala: ambos priorizan el control local, la adecuación al contexto y la reducción de dependencias externas. No se encontró evidencia primaria que evalúe el impacto de estos modelos soberanos colombianos en términos de eficiencia o rendimiento (evidencia no encontrada), lo que constituye una brecha de evaluación relevante.
En el plano regulatorio, la evidencia disponible antes de 2026 indica que las obligaciones normativas no escalan necesariamente con el número de parámetros. Los umbrales de cómputo para obligaciones de modelos de propósito general (por ejemplo, 1025 FLOP en el Reglamento Europeo de IA) pueden quedar por debajo de los cuales se sitúan los SLM, pero las obligaciones de los implementadores y las clasificaciones de alto riesgo se basan en el caso de uso, no en el tamaño del modelo. Esta es una inferencia razonable a partir del diseño regulatorio, pero no se localizó un estudio empírico publicado antes de 2026 que cuantifique el costo de cumplimiento diferencial entre SLM y LLM (evidencia no encontrada). En cualquier caso, la arquitectura de despliegue local facilita la trazabilidad y el control de datos, lo que es congruente con los principios de minimización de datos y rendición de cuentas.
5. Sostenibilidad ambiental: la huella de la inferencia
El argumento ambiental se ha vuelto ineludible. La inferencia de los LLM puede representar hasta el 90% del uso total de energía del ciclo de vida de un modelo, y el entrenamiento de GPT-3 emitió más de 550 toneladas métricas de CO2 sin incluir los costos de fabricación de hardware, desarrollo o inferencia. En este contexto, los SLM ajustados para tareas específicas emergen como una alternativa sostenible: un estudio comparativo encontró que, en cuatro de seis tareas seleccionadas (NLP, razonamiento y programación), los SLM mantuvieron rendimientos comparables a los LLM con una reducción significativa de emisiones de carbono durante la inferencia.
La UNESCO y el University College London cuantificaron el potencial de ahorro con mayor precisión. Los modelos pequeños ajustados a tareas específicas —traducción, resumen— pueden reducir el uso de energía hasta en un 90% sin perder rendimiento; la compresión de modelos puede ahorrar hasta un 44%; y la reducción de la longitud de las indicaciones y respuestas puede disminuir el consumo en más del 50%. Cada interacción con herramientas de IA generativa consume aproximadamente 0,34 vatios-hora por indicación, lo que se traduce en 310 gigavatios-hora anuales para los más de mil millones de usuarios diarios, equivalente al consumo eléctrico anual de más de tres millones de personas en un país africano de bajos ingresos. La adopción de modelos pequeños especializados no solo reduce la huella por inferencia, sino que también disminuye la necesidad de infraestructura de nube intensiva en energía, lo que mitiga los impactos ambientales indirectos asociados a los centros de datos.
La evidencia sobre emisiones incorporadas —fabricación de hardware, cadena de suministro— es más limitada. No se encontró un análisis de ciclo de vida completo que compare SLM y LLM en todas las etapas, incluida la fabricación de dispositivos de borde (evidencia no encontrada). Los estudios disponibles se centran en la fase de inferencia, que es la dominante en el uso, pero la ausencia de evaluaciones de ciclo de vida completo impide afirmar que los SLM sean ambientalmente superiores en todos los escenarios. Esta es una limitación importante que la investigación futura debe abordar.
6. Democratización, costo total de propiedad y economías en desarrollo
El argumento económico es quizás el más transformador desde una perspectiva global. La IA a gran escala requiere volúmenes masivos de datos y poder de cómputo, lo que la hace prohibitivamente costosa para muchos países en desarrollo. La IA a pequeña escala, en cambio, minimiza los costos operativos y de infraestructura al reducir la dependencia de datos, cómputo y servicios en la nube. Esta reducción de costos no es marginal: el análisis de costo-beneficio de despliegue local muestra que modelos pequeños de 30B pueden ejecutarse en hardware de ~2.000 USD, frente a clústeres de ~240.000 USD para modelos grandes, con una brecha de rendimiento mucho menor que la brecha de costos.
El impacto en economías en desarrollo está documentado con casos concretos. El Banco Mundial reporta que la IA a pequeña escala ya está delivering soluciones tangibles en agricultura, salud y educación en comunidades con recursos limitados: el diagnóstico de enfermedades de cultivos mediante fotografía en Kenia, el asesoramiento agrícola móvil en Senegal, la detección de tuberculosis en dispositivos de mano en India y el tutor de matemáticas Rori en Ghana, que cuesta 5 USD por estudiante al año. Estos ejemplos demuestran que la IA a pequeña escala no requiere una infraestructura digital avanzada para generar valor; se apoya en lo que ya existe —registros de agricultores, WhatsApp, sistemas de trabajadores de salud locales— y diseña para móvil y offline, que es la realidad de la mayoría de los usuarios en países de ingresos bajos y medios.
La evidencia sobre el impacto macroeconómico agregado —empleo, productividad sectorial, PIB— de la IA a pequeña escala en América Latina es, sin embargo, inexistente en la literatura arbitrada antes de 2026 (evidencia no encontrada). Los estudios disponibles son estudios de caso y evaluaciones de proyectos piloto, no análisis econométricos de equilibrio general. Esta brecha impide afirmar con rigor que la IA a pequeña escala resolverá las brechas de productividad de la región, aunque sí permite afirmar que reduce las barreras de entrada y amplía el conjunto de actores capaces de desarrollar y desplegar soluciones de IA.
7. Especialización y rendimiento en dominios acotados
El contraargumento más frecuente contra la IA a pequeña escala es que los modelos compactos son “menos capaces”. La evidencia muestra que esta afirmación es cierta en términos generales pero falsa en dominios especializados. Cuando los SLM se ajustan finamente para dominios específicos, a menudo igualan o superan el rendimiento de modelos más grandes dentro de esas especialidades. La explicación es intuitiva: un modelo especializado concentra su capacidad en un espacio de tareas acotado, mientras que un modelo generalista debe distribuir su capacidad entre una enorme diversidad de dominios. El trade-off es entre generalización a gran escala y especialización a pequeña escala: los LLM manejan dominios diversos pero pueden requerir técnicas adicionales de inyección de conocimiento para consultas especializadas; los SLM domain-specific, aunque menos flexibles, proporcionan mayor precisión y respuestas más relevantes en su dominio.
La evidencia en dominios específicos es consistente. En codificación, Phi-1 (1.300 millones de parámetros) se especializa en Python básico y logra puntuaciones notables en HumanEval; Phi-3.5-mini (3.800 millones) se desempeña de forma comparable a Llama-3.1-8B-instruct en tareas de contexto largo. En medicina, el ajuste fino de modelos en el rango de 7–8 mil millones de parámetros con datos de libros de texto médicos mejora significativamente el razonamiento clínico, y los autores recomiendan probar SLM en ese rango para aplicaciones locales; sin embargo, también advierten que los modelos más pequeños ocasionalmente producen información inexacta —particularmente en dosificación— debido a limitaciones inherentes de conocimiento y memorización, y que se requiere validación experta antes del despliegue clínico. En telecomunicaciones, la generación aumentada por recuperación (RAG) permite que SLM como Phi-2 y Falcon-7B respondan consultas técnicas complejas recuperando documentos externos en tiempo real.
Estos hallazgos no significan que los SLM puedan reemplazar a los LLM en todas las tareas. Significan que, para una clase muy amplia de tareas bien delimitadas —clasificación, extracción de información, resumen, traducción especializada, atención al cliente domain-specific, código acotado—, un SLM ajustado ofrece una relación capacidad-costo superior. La clave está en la adecuación tarea-modelo, no en la búsqueda de un modelo único para todo.
8. Colaboración SLM–LLM y arquitecturas híbridas
La dicotomía “pequeño versus grande” es engañosa. La literatura más reciente propone arquitecturas de colaboración en las que los SLM y los LLM se complementan. Los SLM pueden actuar como enrutadores locales, clasificadores de intención o agentes de primera línea que resuelven la mayoría de las consultas sin invocar la nube, y derivar solo los casos complejos a un LLM. La UNESCO describe el modelo de “mezcla de expertos” como un sistema bajo demanda que incorpora muchos modelos pequeños y especializados, cada uno activado solo cuando se necesita para una tarea específica —resumen, traducción, etc.—, lo que reduce el consumo energético y mejora la eficiencia operativa.
La colaboración también se manifiesta en técnicas como RAG, que permite a un SLM acceder a conocimiento externo sin necesidad de memorizarlo en sus parámetros, mitigando así una de sus principales limitaciones. Los enfoques híbridos borde-nube, aunque no eliminan la dependencia de conectividad, ofrecen un compromiso pragmático para aplicaciones que requieren ocasionalmente capacidades de razonamiento de mayor alcance. La evidencia sugiere que el futuro no es el reemplazo de los LLM por SLM, sino la orquestación inteligente de modelos de distintos tamaños según la tarea, la latencia requerida, la sensibilidad de los datos y el presupuesto energético disponible.
9. Retos y límites de la IA a pequeña escala
Un argumento honesto a favor de la IA a pequeña escala debe reconocer sus límites. El primero es la brecha de capacidad en tareas que requieren razonamiento multi-paso, conocimiento enciclopédico amplio o creatividad abierta. Los modelos ultraligeros (<1B) rinden significativamente peor que los de 1–3B en tareas agénticas, y los SLM en general muestran capacidades limitadas de aprendizaje en contexto. En programación compleja, los modelos pequeños frecuentemente generan código sintácticamente incorrecto, luchan con el razonamiento algorítmico multi-paso y fallan en el uso adecuado de bibliotecas especializadas. En medicina, las limitaciones de conocimiento y memorización pueden traducirse en información inexacta, lo que exige validación experta y, preferiblemente, arquitecturas RAG.
El segundo reto es la evaluación y la confiabilidad. La confiabilidad de los SLM sigue siendo un área crítica pero insuficientemente explorada. Los benchmarks convencionales pueden no capturar el rendimiento en dominios específicos, y la evaluación de modelos de código abierto frente a modelos cerrados es costosa y metodológicamente compleja. Además, la creencia de que “más escala siempre es mejor” está siendo cuestionada por análisis estadísticos amplios: el escalamiento por sí solo es insuficiente, y las estrategias de entrenamiento y alineación dirigidas son cruciales para desarrollar capacidades equilibradas y confiables. Esto es, paradójicamente, un argumento a favor de la IA a pequeña escala bien diseñada: si la escala no garantiza el rendimiento, entonces la inversión en calidad de datos, ajuste fino y arquitectura adecuada a la tarea se vuelve más importante que la mera acumulación de parámetros.
El tercer reto es la optimización. Aunque los SLM son eficientes en comparación con los LLM, su eficiencia aún tiene un potencial de mejora significativo; se identifican oportunidades en enrutamiento dinámico específico de tareas, co-diseño modelo-hardware y compresión de vocabulario y caché KV. La cuantización y la poda introducen compensaciones entre precisión, latencia y consumo energético que deben evaluarse caso por caso. El cuarto reto es la gobernanza: no se encontró evidencia primaria que evalúe la eficacia de los marcos regulatorios actuales para los SLM, ni estudios independientes de auditoría algorítmica en despliegues de IA a pequeña escala en América Latina (evidencia no encontrada). La ausencia de evidencia no equivale a ausencia de riesgo; por el contrario, señala una prioridad de investigación.
Finalmente, existe el riesgo de “sobreajuste al contexto”: un modelo especializado para un problema local puede no generalizar a contextos ligeramente distintos, y la dependencia de datos locales pequeños puede introducir sesgos difíciles de detectar. La evidencia sobre sesgo y equidad en SLM es incipiente y no permite conclusiones firmes (evidencia no encontrada). Estos límites no invalidan el paradigma, pero exigen una postura de adopción responsable, con validación empírica, supervisión humana y arquitecturas híbridas cuando la tarea lo requiera.
Conclusiones
La evidencia científica disponible antes de 2026 respalda la tesis de que la IA a pequeña escala no es una moda ni una solución de segunda categoría, sino un paradigma con fundamentos empíricos robustos en múltiples dimensiones. En eficiencia computacional y operativa, los SLM ofrecen baja latencia, costos reducidos y viabilidad en hardware de consumo, con un “punto dulce” de rendimiento en el rango de 1–3 mil millones de parámetros para tareas agénticas. En despliegue en el borde, permiten operación offline, latencia subsegundo y autonomía en entornos de conectividad intermitente. En privacidad y soberanía, el procesamiento local reduce la exposición de datos y facilita el control organizacional y estatal. En sostenibilidad ambiental, los modelos especializados pueden reducir el consumo energético hasta en un 90% en comparación con modelos generalistas, y la compresión y la optimización de indicaciones añaden ahorros sustanciales. En democratización económica, reducen las barreras de entrada y han demostrado impacto tangible en educación, salud y agricultura en países en desarrollo. En rendimiento especializado, los SLM ajustados igualan o superan a modelos mayores en dominios acotados, aunque con limitaciones claras de conocimiento y razonamiento complejo.
Estos argumentos no implican que la IA a pequeña escala sea universalmente superior. La brecha de capacidad en tareas de razonamiento abierto, la necesidad de validación experta en dominios de alto riesgo, la incipiente evaluación de sesgos y confiabilidad, y la ausencia de evidencia macroeconómica y regulatoria en América Latina son limitaciones reales que deben atenderse. La conclusión más defendible no es “pequeño en lugar de grande”, sino “el tamaño adecuado para cada tarea, con arquitecturas de colaboración que combinen la eficiencia local de los SLM con la capacidad de razonamiento de los LLM cuando sea necesario”. La IA a pequeña escala es, en este sentido, una pieza central de una estrategia de IA más eficiente, equitativa y sostenible.
Retos y agenda de investigación
La revisión identifica varios retos que configuran una agenda de investigación prioritaria. Primero, la evaluación comparativa rigurosa de SLM en dominios específicos, con benchmarks que capturen el rendimiento real en tareas de alto riesgo y que permitan comparaciones justas entre modelos de distinto tamaño. Segundo, la investigación sobre confiabilidad, sesgo y equidad en SLM, particularmente en contextos multiculturales y multilingües, donde la escasez de datos de entrenamiento representativos puede amplificar desigualdades. Tercero, el desarrollo de marcos regulatorios y de auditoría adaptados a la IA a pequeña escala, que reconozcan que el riesgo depende del caso de uso y del contexto de despliegue, no solo del número de parámetros. Cuarto, la evaluación del impacto socioeconómico agregado de la IA a pequeña escala en países de ingresos bajos y medios, mediante estudios longitudinales y econométricos que superen el nivel de estudio de caso. Quinto, la optimización conjunta de modelos, hardware y compiladores para maximizar la eficiencia energética sin sacrificar precisión, incluyendo análisis de ciclo de vida completo. Sexto, la investigación en arquitecturas híbridas y de colaboración SLM–LLM que permitan asignar dinámicamente las tareas al modelo más adecuado según latencia, privacidad, costo energético y complejidad. Séptimo, el desarrollo de capacidades locales —talento, datos, infraestructura— para que los países de la región puedan no solo consumir sino también diseñar, ajustar y auditar sus propios modelos a pequeña escala. Octavo, la documentación sistemática de casos de despliegue exitosos y fallidos, con transparencia metodológica, para construir una base de evidencia acumulativa que hoy es fragmentaria.
En síntesis, la IA a pequeña escala ofrece argumentos científicos de peso, pero su consolidación como paradigma dominante en ciertos nichos depende de la capacidad de la comunidad investigadora para cerrar las brechas de evidencia señaladas. Lejos de ser una agenda menor, esta es una de las líneas de investigación más relevantes para hacer de la IA una tecnología verdaderamente accesible, sostenible y soberana.
Referencias
ACL Anthology. (2025). Demystifying small language models for edge deployment. Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics, 14747–14764. https://doi.org/10.18653/v1/2025.acl-long.718
ACM Transactions on Intelligent Systems and Technology. (2025). A comprehensive survey of small language models in the era of large language models: Techniques, enhancements, applications, collaboration with LLMs, and trustworthiness. ACM. https://doi.org/10.1145/3768165
arXiv. (2025). A cost-benefit analysis of on-premise large language model deployment: Breaking even with commercial LLM services. https://arxiv.org/html/2509.18101v1
Haque, M. A., Rahman, F., Gupta, K. D., Shujaee, K., & George, R. (2025). TinyLLM: Evaluation and optimization of small language models for agentic tasks on edge devices. arXiv. https://arxiv.org/abs/2511.22138
IEEE. (2025). Emissions and performance trade-off between small and large language models. IEEE Xplore. https://ieeexplore.ieee.org/document/11391221
Ministerio de Tecnologías de la Información y las Comunicaciones de Colombia. (2024, 27 de noviembre). Colombia contará con el desarrollo de modelos fundacionales soberanos. MinTIC. https://www.mintic.gov.co/portal/inicio/Sala-de-prensa/Noticias/398878:Colombia-contara-con-el-Desarrollo-de-Modelos-Fundacionales-Soberanos
Nature npj Digital Medicine. (2025). Small language models learn enhanced reasoning skills from medical textbooks. https://www.nature.com/articles/s41746-025-01653-8
Nguyen, C. V., Shen, X., Aponte, R., Xia, Y., Basu, S., Hu, Z., Chen, J., Parmar, M., Kunapuli, S., Barrow, J., Wu, J., Singh, A., Wang, Y., Gu, J., Dernoncourt, F., Ahmed, N. K., Lipka, N., Zhang, R., Chen, X., … Nguyen, T. H. (2024). A survey of small language models. arXiv. https://arxiv.org/abs/2410.20011
ScienceDirect. (2025). Breaking myths in LLM scaling and emergent abilities with a comprehensive statistical analysis. Neurocomputing. https://www.sciencedirect.com/science/article/pii/S092523122503214X
UNESCO. (2025). Smarter, smaller, stronger: Resource-efficient AI and the future of digital transformation. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000394521
Wang, F., Zhang, Z., et al. (2024). A comprehensive survey of small language models in the era of large language models: Techniques, enhancements, applications, collaboration with LLMs, and trustworthiness. arXiv. https://arxiv.org/abs/2411.03350
World Bank. (2025). Digital progress and trends report 2025: Strengthening AI foundations. World Bank. https://documents1.worldbank.org/curated/en/099010926091519108/txt/P505350-9d384844-b950-4c83-906e-d1c101d51161.txt
World Bank Blogs. (2025, 18 de septiembre). Small AI, big impact: Harnessing artificial intelligence for development. https://blogs.worldbank.org/en/voices/small-ai-big-impact-harnessing-artificial-intelligence-for-development