Desarrollada por la Universidad de Chile, dashAI permite entrenar y comparar modelos de inteligencia artificial sin programar y manteniendo los datos localmente. Con más de 21 mil descargas, el proyecto abre discusión sobre autonomía tecnológica y privacidad
La inteligencia artificial suele llegar a las organizaciones de la mano de plataformas externas. Los datos se cargan en un servicio, viajan hacia servidores remotos y regresan convertidos en una predicción, una clasificación o una respuesta. dashAI busca alterar parte de esa lógica: llevar el procesamiento hasta el computador donde está la información.
Desarrollada desde la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, la plataforma permite cargar datos, entrenar modelos, comparar resultados y utilizar herramientas de inteligencia artificial generativa mediante una interfaz gráfica. No exige saber programar y sus funciones principales pueden ejecutarse localmente, sin depender de servicios en la nube.
La propuesta aparece justo cuando la expansión de la IA está empujando en sentido contrario buena parte de la infraestructura digital. En Chile, los data centers ya movilizan inversiones por más de US$7.500 millones y aumentan la demanda por capacidad de procesamiento, energía y conectividad. dashAI introduce otra posibilidad: que determinadas tareas puedan resolverse sin que los datos deban abandonar el equipo del usuario.
Los datos pueden quedarse en el computador
Ahí está una de sus principales diferencias. Bases de clientes, antecedentes jurídicos, registros institucionales o información de investigación pueden requerir mayores niveles de control sobre dónde se almacenan y quién tiene acceso a ellos.
dashAI funciona como una aplicación de escritorio. El análisis y entrenamiento pueden realizarse localmente, por lo que la información utilizada no necesita viajar hacia servidores externos. Para organizaciones que trabajan con datos sensibles, la característica deja de ser simplemente técnica y se convierte en una variable de seguridad y gobernanza.
El punto adquiere mayor relevancia mientras las empresas chilenas se preparan para nuevas exigencias en protección de información personal. La próxima entrada en vigencia de la normativa está obligando a revisar procesos, proveedores y sistemas tecnológicos, especialmente en organizaciones que todavía administran datos mediante planillas y procedimientos manuales.
Juan Reutter, director del Instituto Milenio Fundamentos de los Datos, destacó precisamente la posibilidad de entrenar modelos localmente, “manteniendo la soberanía y privacidad de los datos de entrenamiento”. La herramienta, agregó, ofrece una alternativa frente a servicios alojados en la nube.
La plataforma tampoco se limita al análisis de planillas. Actualmente reúne 76 modelos para trabajar con información tabular, texto, traducción e inteligencia artificial generativa, incluyendo alternativas como Mistral y DeepSeek. También incorpora herramientas para evaluar los resultados y observar qué variables influyeron en una determinada predicción.
Para el usuario, la complejidad queda detrás de una interfaz visual. Puede importar información, seleccionar modelos, entrenarlos y comparar su desempeño sin escribir código, reduciendo una de las principales barreras para experimentar con machine learning fuera de equipos altamente especializados.
De una investigación universitaria a una herramienta abierta
dashAI nació en la Universidad de Chile y fue desarrollado por equipos vinculados a la Iniciativa de Datos e Inteligencia Artificial y al Departamento de Ciencias de la Computación, con participación de centros de investigación y colaboración del sector privado.
Más que la cantidad de instituciones involucradas, el recorrido importa porque muestra una de las dificultades recurrentes de la investigación aplicada: transformar conocimiento generado dentro de una universidad en una herramienta que pueda ser utilizada fuera de ella.
En ese tránsito, dashAI optó además por un modelo abierto. La plataforma es gratuita y de código abierto, de manera que otros desarrolladores pueden revisar su funcionamiento, incorporar componentes y ampliar sus capacidades. El proyecto ya dispone de versiones para trabajar con modelos predictivos y generativos dentro de un mismo entorno.
Sebastián Acuña, director de Tecnologías de Unholster, resumió esa relación señalando que la colaboración “acorta el camino entre la investigación de punta y su adopción real”. La idea apunta a un problema mayor que desarrollar software: conseguir que las capacidades científicas locales lleguen efectivamente a usuarios, organizaciones y empresas.
La respuesta inicial entrega una primera señal. Cuando la Universidad de Chile presentó oficialmente dashAI, el 6 de agosto, reportó más de 18.500 descargas globales. Seis días después, Radio Universidad de Chile informó que la cifra ya había superado las 21 mil.
El número necesita, sin embargo, una lectura cuidadosa. Una descarga no equivale necesariamente a un usuario activo ni demuestra todavía una adopción extendida entre empresas o instituciones. Sí muestra que una herramienta desarrollada desde una universidad chilena logró despertar interés más allá del espacio académico donde fue creada.
Y también revela sus límites. Ejecutar modelos en un computador personal depende de la capacidad del equipo, mientras los sistemas más exigentes continúan necesitando infraestructura especializada. Para organizaciones que procesan enormes volúmenes de información, la nube conserva ventajas difíciles de reproducir localmente.
Por eso, dashAI no reemplaza la nube ni pretende hacerlo. Su aporte está en ampliar las opciones: permitir que el usuario decida cuándo necesita infraestructura externa y cuándo puede procesar información dentro de su propio entorno.
Del consumo tecnológico a las capacidades propias
La distinción es relevante para Chile. Buena parte de la expansión de la inteligencia artificial se sostiene sobre modelos, servicios e infraestructura desarrollados por grandes compañías internacionales. Participar de esa transformación no significa necesariamente construir todo desde cero, pero sí decidir cuánto conocimiento y capacidad de desarrollo permanece dentro del país.
dashAI utiliza tecnologías surgidas del ecosistema global de inteligencia artificial, pero construye sobre ellas una herramienta desarrollada en Chile, abierta y adaptable. La autonomía tecnológica, bajo esa lógica, no consiste en aislarse de las plataformas internacionales, sino en aumentar la capacidad para elegir cómo utilizarlas y dónde procesar la información.
El desafío siguiente será más exigente que acumular descargas. La prueba estará en cuántas empresas, organismos públicos, investigadores y universidades comiencen a utilizar la plataforma para resolver problemas reales y cuánto conocimiento sea capaz de generar alrededor de esa adopción.
Si logra avanzar hacia esa etapa, la historia de dashAI puede terminar siendo mayor que la de un nuevo software. Sería el recorrido de una investigación universitaria que salió del laboratorio, llegó al computador de miles de usuarios y comenzó a convertir capacidades científicas desarrolladas en Chile en una herramienta de uso concreto.
