INTELIGENCIA ARTIFICIAL PARA LA INVESTIGACIÓN ECONÓMICA: ENTRE LA POTENCIALIDAD ANALÍTICA Y LOS DESAFÍOS EPISTEMOLÓGICOS

Artificial Intelligence for Economic Research: Between Analytical Potential and Epistemological Challenges

Resumen

El presente estudio analiza el papel de la inteligencia artificial en la investigación económica, destacando sus aportes analíticos y los desafíos epistemológicos derivados del creciente uso de enfoques basados en datos. La expansión de técnicas de machine learning, big data y economía computacional ha transformado los métodos tradicionales de análisis económico, permitiendo procesar grandes volúmenes de información, identificar relaciones complejas y mejorar la capacidad predictiva de los modelos económicos. La integración de la IA con métodos econométricos también ha favorecido el desarrollo de modelos híbridos orientados al fortalecimiento de la toma de decisiones y la formulación de políticas públicas sustentadas en evidencia. El incremento del uso de algoritmos predictivos ha generado importantes debates relacionados con la interpretabilidad de los modelos, la validez científica, los sesgos algorítmicos y la dependencia tecnológica. Estas problemáticas adquieren mayor relevancia en países en desarrollo, donde las limitaciones en infraestructura digital, inversión tecnológica y formación especializada continúan restringiendo la incorporación efectiva de herramientas analíticas avanzadas en la investigación académica. En el contexto boliviano, dichas restricciones inciden en la modernización de la investigación económica y en la integración de metodologías computacionales dentro de las instituciones de educación superior. La inteligencia artificial no debe entenderse como un reemplazo del análisis económico teórico, sino como un marco metodológico complementario que redefine el rol del investigador y promueve una producción del conocimiento económico más interdisciplinario, crítica y éticamente fundamentado.