I-PREAMBULO:

1-¿Qué es la Inteligencia Artificial (IA)?

La Inteligencia artificial se refiere a sistemas informáticos capaces de realizar tareas complejas que históricamente solo un humano podía realizar, como razonar, tomar decisiones o resolver problemas, etc. Aquí hay algunos puntos clave sobre la IA:

a)-Definición: La IA permite que las computadoras y las máquinas simulen la inteligencia humana y las capacidades de resolución de problemas. Puede realizar tareas que de otro modo requerirían intervención o inteligencia humana. Los ejemplos incluyen asistentes digitales, guía GPS, vehículos autónomos y herramientas de inteligencia artificial generativa, algoritmos para la guerra, etc.

2-Tipos de IA:

a)-IA débil (IA estrecha): este tipo de IA está entrenada y enfocada para realizar tareas específicas. Los ejemplos incluyen Siri de Apple, Alexa de Amazon, IBM Watson y vehículos autónomos. Aunque se denomina «débil», permite aplicaciones sólidas.

b)-IA fuerte: La IA fuerte consta de dos categorías:

-Inteligencia General Artificial (AGI): IA teórica donde una máquina tendría una inteligencia igual a la de los humanos. Sería consciente de sí mismo y capaz de resolver problemas, aprender y planificar el futuro.

-Superinteligencia artificial (ASI): ASI superaría la inteligencia y las habilidades humanas. Aunque todavía es teórico, los investigadores exploran su desarrollo¹.

3-Aplicaciones: La IA se utiliza en varios dominios, incluido el procesamiento del lenguaje natural (PNL), la visión por computadora, la robótica y más. Puede aprender de los datos y hacer predicciones cada vez más precisas con el tiempo.

4-Consideraciones éticas: A medida que crece la adopción de la IA, los debates sobre la ética de la IA y la IA responsable se vuelven cruciales. Garantizar la confianza y la transparencia en los sistemas de IA es esencial para su integración exitosa en los negocios y la sociedad¹.

5-Qué no es la IA:

a)-La IA no es mágica: los algoritmos de IA se basan en datos y modelos matemáticos. No poseen poderes místicos pero operan a través de procesos bien definidos.

b)-La IA no es infalible: los sistemas de IA pueden cometer errores, especialmente si los datos de entrenamiento están sesgados o son incompletos. Es necesario realizar un seguimiento y una mejora periódicos.

c)-La IA no es conciencia humana: si bien la AGI tiene como objetivo imitar la inteligencia humana, no implica autoconciencia ni conciencia. La IA carece de emociones, deseos y experiencias subjetivas.

d)-La IA no reemplaza el juicio humano: la IA aumenta las capacidades humanas pero no reemplaza el pensamiento crítico, la creatividad o la empatía.

NOTA 1.: En resumen, la IA es una herramienta poderosa que mejora nuestras vidas, pero es esencial utilizarla de manera responsable y ética. Mientras continuamos explorando su potencial, asegurémonos de que la IA beneficie a la humanidad en su conjunto.

II-RIESGOS Y APREHENSIONES:

El desarrollo de la Inteligencia Artificial (IA) enfrenta varios desafíos. Exploremos algunos de los claves:

1-Calidad y disponibilidad de datos:

a)-Los modelos de IA dependen en gran medida de los datos con los que se entrenan. Los datos de alta calidad, diversos y relevantes son cruciales para realizar predicciones y generalizaciones precisas.

b)-Los desafíos incluyen la escasez de datos, el sesgo en los datos de capacitación y la garantía de la privacidad de los datos.

2-Obstáculos tecnológicos:

a)-A pesar de los rápidos avances, la IA todavía enfrenta ciertas limitaciones tecnológicas:

– Potencia informática: entrenar modelos grandes y complejos requiere importantes recursos computacionales.

– Desafíos algorítmicos: desarrollar algoritmos eficientes para tareas específicas sigue siendo un desafío.

– Interpretabilidad: comprender cómo los modelos de IA toman decisiones es esencial para la confianza y la responsabilidad².

3-Falta de comprensión y objetivos claros:

a)-Las organizaciones suelen tener dificultades para definir objetivos claros para los proyectos de IA. La falta de alineación entre los objetivos comerciales y las iniciativas de IA puede obstaculizar el progreso.

 

4-Preocupaciones de privacidad:

a)-Los sistemas de IA procesan grandes cantidades de datos personales. Garantizar la privacidad y el cumplimiento de las normativas (como el RGPD) es fundamental.

5-Integración en sistemas existentes:

a)-La integración de soluciones de IA en sistemas heredados puede resultar compleja. Los problemas de compatibilidad y las interrupciones durante la implementación necesitan una gestión cuidadosa.

6-Falta de talento en IA:

a)-La demanda de profesionales cualificados en IA supera la oferta. Las organizaciones enfrentan desafíos a la hora de contratar y retener expertos en IA.

7-Preocupaciones éticas:

a)-Las decisiones de la IA impactan la vida de las personas. Garantizar la equidad, la transparencia y el comportamiento ético es esencial.

b)-Abordar los prejuicios, la discriminación y las consecuencias no deseadas es un desafío constante.

8-Seguridad y almacenamiento de datos:

a)-Proteger los modelos, los datos y la infraestructura de IA de las ciber amenazas es crucial. Son necesarias medidas de seguridad sólidas.

NOTA 2.: En resumen, si bien la IA es inmensamente prometedora, superar estos desafíos es esencial para alcanzar su máximo potencial. Las organizaciones, los formuladores de políticas y los investigadores deben colaborar para abordar estos problemas y crear un ecosistema de IA responsable y beneficioso.

III-Como se pueden mitigar las aprehensiones:

Mitigar el sesgo en la Inteligencia Artificial (IA) es crucial para garantizar la equidad y prevenir resultados discriminatorios. Aquí hay algunas estrategias para abordar el sesgo:

1-Mitigación del sesgo previo al procesamiento:

a)-Se centra en los datos de entrenamiento, donde a menudo se introduce sesgo.

– Las técnicas incluyen aumento de datos, re-muestreo y equilibrio de clases para reducir el sesgo.

2-Mitigación del sesgo durante el procesamiento:

a)-Mitiga el sesgo dentro del modelo durante el entrenamiento. Los métodos incluyen:

– Entrenamiento contradictorio: presenta ejemplos contradictorios para mejorar la solidez contra los prejuicios.

– Reponderación de funciones de pérdida: ajusta las funciones de pérdida para penalizar las predicciones sesgadas.

3-Mitigación del sesgo en la fase d post-procesamiento:

a)-Analiza los resultados del modelo después del entrenamiento.

b)-Las técnicas incluyen:

– Ajuste de umbral: modifica los umbrales de decisión para lograr la equidad deseada.

– Calibración: garantiza que las probabilidades previstas se alineen con los resultados reales.

4-Diversos datos de entrenamiento:

a)-Recopilar datos diversos y representativos para minimizar sesgos.

b)-Incluir grupos subrepresentados para evitar modelos sesgados.

5-Métricas de equidad:

a)-Evaluar modelos utilizando métricas de equidad (por ejemplo, impacto dispar, probabilidades igualadas).

b)-Monitorear el sesgo durante el desarrollo y la implementación².

6-Principios éticos de la IA:

a)-Las organizaciones deberían adoptar principios éticos de la IA.

b)-Garantizar la transparencia, la rendición de cuentas y la equidad en los sistemas de IA.

7-Supervisión Humana y Auditorías:

a)-Establecer «equipos rojos» internos o auditorías de terceros para identificar sesgos.

b)-Participar en conversaciones basadas en hechos sobre posibles prejuicios humanos³.

8-Enfoque sociotécnico:

a)-Reconocer que la IA opera dentro de un contexto social más amplio.

b)-Combinar esfuerzos técnicos con conciencia social para abordar los prejuicios.

NOTA 3.: Recuerde que la mitigación de sesgos es un proceso continuo. Al implementar estas estrategias, podemos crear sistemas de IA más equitativos y responsables.

IV-RETOS EN TRANSPARENTAR EL USO DE LA AI:

La transparencia de la IA se refiere a la capacidad de comprender el funcionamiento interno de un modelo de IA: el «cómo» y el «por qué» detrás de sus decisiones.

NOTA 3.: En esencia, la transparencia de la IA tiene que ver con la EXPLICABILIDAD y la CONFIANZA. No se trata sólo de comprender los algoritmos en juego, sino también de las interacciones y las implicaciones sociales de la IA. A continuación se muestran algunas formas de garantizar la transparencia en la toma de decisiones de IA:

1-Modelos explicables:

a)-Desarrollar modelos de IA que proporcionen explicaciones claras de sus decisiones. Técnicas como el aprendizaje automático interpretable ayudan a revelar los factores que influyen en las predicciones.

2-Importancia de la característica:

a)-Identificar qué características o variables contribuyen más al resultado del modelo. Esto ayuda a los usuarios a comprender por qué se tomó una decisión específica.

3-Documentación e informes:

a)-Mantener documentación detallada sobre el sistema de IA, incluida su arquitectura, datos de entrenamiento y reglas de decisión.

b)-Informar periódicamente sobre el rendimiento, las actualizaciones y los cambios del modelo.

4-Colaboración entre humanos e IA:

a)-Involucrar a expertos humanos en el proceso de toma de decisiones junto con los sistemas de IA.

b)-Colaborar para validar e interpretar los resultados de la IA.

5-Auditorías algorítmicas:

a)-Realizar auditorías periódicas para evaluar la imparcialidad, el sesgo y las implicaciones éticas de los modelos de IA.

b)-Velar por el cumplimiento de las normas legales y éticas.

6-Interfaces fáciles de usar:

a)-Diseñar interfaces que permitan a los usuarios explorar predicciones de modelos, visualizar datos y comprender los límites de decisión.

7-Políticas de Transparencia:

a)-Las organizaciones deberían adoptar políticas claras con respecto a la transparencia de la IA.

b)-Comunicar estas políticas a los usuarios y partes interesadas.

8-Educación y Concientización:

a)-Educar a los usuarios, desarrolladores y tomadores de decisiones sobre la transparencia de la IA.

b)-Fomentar la conciencia de la importancia de comprender los sistemas de IA.

Recuerde que la transparencia no solo genera confianza, sino que también permite a los usuarios tomar decisiones informadas basadas en los resultados de la IA.

V-COMO SE PUEDE FOMENTAR LA TRANSPARENCIA EN EL USO DE LA IA:

1-Complejidad de los algoritmos de IA:

a)-Los sistemas de IA, especialmente los basados​​en el aprendizaje profundo, son intrínsecamente complejos. Sus intrincadas arquitecturas y complejos procesos de toma de decisiones hacen que sea difícil interpretarlos y explicarlos de manera legible por humanos².

2. Problemas de seguridad y privacidad de datos:

a)-El aumento de la transparencia a veces puede entrar en conflicto con la necesidad de proteger datos confidenciales. Es fundamental equilibrar la transparencia con la privacidad y la seguridad de los datos.

b)-Las organizaciones deben encontrar formas de proporcionar información sobre las decisiones de IA sin comprometer la privacidad.

3-Compensaciones entre transparencia y desempeño:

a)-A menudo existe un equilibrio entre el rendimiento de un modelo de IA y su transparencia. Los modelos altamente interpretables pueden sacrificar la precisión predictiva.

b)-Lograr el equilibrio adecuado entre transparencia y rendimiento es una tarea delicada.

4-Falta de estandarización:

a)-El campo carece de directrices estandarizadas para lograr la transparencia. Las diferentes partes interesadas (investigadores, profesionales, formuladores de políticas) pueden tener expectativas diferentes.

b)-Establecer prácticas y estándares comunes es esencial.

5-Modelos de “caja negra”:

a)-Algunos modelos de IA, como las redes neuronales profundas, funcionan como «cajas negras». Proporcionan predicciones precisas pero carecen de transparencia.

b)-Se están realizando esfuerzos para hacer que estos modelos sean más interpretables⁴.

6-Técnicas de explicabilidad:

a)-Si bien técnicas como LIME y SHAP ayudan a explicar las predicciones de los modelos, es posible que no siempre proporcionen una comprensión completa.

b)-Los investigadores continúan explorando métodos novedosos para lograr una mejor explicabilidad.

7-Sesgo de interpretación humana:

a)-Incluso con explicaciones transparentes, los intérpretes humanos pueden introducir sus sesgos al comprender las decisiones de la IA.

b)-Abordar este sesgo es crucial para una transparencia efectiva.

8-Equilibrio de las necesidades de las partes interesadas:

a)-Las distintas partes interesadas (usuarios, reguladores, desarrolladores) tienen distintos requisitos de transparencia.

b)-Lograr un equilibrio que satisfaga a todas las partes es un desafío.

NOTA 4.: En resumen, lograr la transparencia de la IA implica afrontar estos desafíos y al mismo tiempo garantizar que los sistemas de IA sigan siendo responsables, justos y comprensibles.

V- LA IA, EN EL MUNDO REAL:

1-Diagnóstico sanitario:

a)-En el ámbito sanitario, los sistemas de IA se utilizan para diagnosticar enfermedades a partir de imágenes médicas (como rayos X o resonancias magnéticas). La transparencia es crucial aquí porque los médicos deben comprender cómo llegó la IA a sus recomendaciones. Los sistemas que brindan explicaciones claras de sus diagnósticos garantizan confianza y responsabilidad.

2-Modelos de calificación crediticia:

a)-Los bancos y las instituciones financieras utilizan la IA para la calificación crediticia. Los modelos transparentes permiten a los gestores de riesgos comprender los umbrales y la ponderación de las variables de entrada. Esta transparencia garantiza prácticas crediticias justas y ayuda a prevenir sesgos.

3-Herramientas policiales predictivas:

a)-Algunos departamentos de policía utilizan IA para predecir puntos críticos de criminalidad. Los sistemas transparentes permiten a las fuerzas del orden comprender los factores que influyen en las predicciones. Esta transparencia ayuda a abordar las preocupaciones sobre los prejuicios y garantiza el uso responsable de la IA en la actuación policial.

4-La ética en el uso de las IA en las redes sociales:

a)-Las plataformas de redes sociales están adoptando cada vez más sistemas de inteligencia artificial transparentes para combatir la desinformación, el discurso de odio y el contenido dañino. Al explicar cómo se toman las decisiones de moderación de contenido, estas plataformas buscan la equidad y la confianza del usuario.

5-Chatbots y asistentes virtuales explicables:

a)-Los chatbots y asistentes virtuales que brindan explicaciones claras de sus respuestas mejoran la experiencia del usuario. La transparencia en su proceso de toma de decisiones genera confianza con los usuarios.

NOTA 5.: Recuerde que la transparencia es esencial no sólo para la comprensión técnica sino también por razones éticas y sociales. Las organizaciones que priorizan la transparencia contribuyen a un ecosistema de IA más responsable y confiable.

VI- LA IA Y SU IMPACTO EN LA GOBERNANZA EN GENERAL:

La IA tiene un impacto significativo en la gobernanza en varios dominios. A continuación se muestran algunas formas en que la inteligencia artificial influye en la gobernanza:

1-Gobierno Corporativo:

Pregunto: ¿Hacia la gobernanza artificial? El papel de la inteligencia artificial en la configuración del futuro del gobierno corporativo explora el impacto de la IA en el desarrollo y sostenibilidad de la Gobernanza nacional. De ahí que , propongo cinco escenarios de gobernanza artificial:

a)-Inteligencia asistida: La IA ayuda a los tomadores de decisiones humanos.

b)-Inteligencia aumentada: La IA mejora la toma de decisiones humana.

c)-Inteligencia amplificada: La IA amplifica las capacidades humanas.

d)-Inteligencia autónoma: La IA toma decisiones de forma independiente.

e)-Inteligencia resiliente: La IA evoluciona y se adapta de forma autónoma.

2-Gobierno y sector público; Cuatro escenarios posibles:

Si se implementa eficazmente, la IA puede beneficiar a las organizaciones del sector público de cuatro maneras:

a)- La IA ayuda a tomar decisiones políticas informadas.

b)- La IA mejora los servicios a los ciudadanos.

c)-La IA optimiza la utilización de recursos.

d)-La IA puede coadyudar a mantener el Orden Público.

NOTA 6.:  La gobernanza de la IA es compleja debido a su impacto en múltiples instituciones y temas de políticas. Las compensaciones, la satisfacción de los electores y la coherencia de las políticas deben gestionarse de manera efectiva.

3-La gobernanza eficaz de la IA garantiza:

a)-Transparencia: Los sistemas de IA son transparentes.

b)-Equidad: AI respeta los derechos humanos y evita prejuicios.

c)-Responsabilidad: los sistemas de IA son responsables de sus acciones.

En resumen, la influencia de la IA en la gobernanza y nuestra cotidianidad se extiende más allá de los entornos morales, técnicos y resilientes. Afecta la formulación de políticas, la prestación de servicios y la eficiencia operativa tanto en el sector público como en el privado. Garantizar una gobernanza responsable de la IA es crucial para un futuro sostenible y equitativo.

jpm-am

Las páginas Web, los correos electrónicos, la fibra óptica, el satélite, el cable, la telefonía móvil y otras plataformas de la Tecnología de la Información y Comunicación (Tic) han parido nuevos códigos y lenguajes. Esa interconexión e interactividad, que a gran velocidad han impuesto la hiperinformación, están germinando nuevos usos de los signos ortográficos en sus tres dimensiones: puntuación, diacríticos y auxiliares. Hablemos de estos últimos.

Los signos ortográficos auxiliares son un catálogo de símbolos complementarios de los signos de puntuación. Estas señales visuales en los textos escritos, que transmiten información y que no alteran la lectura, asignan valores adicionales de carácter tipográfico, decorativo e icónico, y son útiles en la codificación de lenguajes informáticos, matemáticos y tecnológicos.

Los signos auxiliares son, conforme el manual Ortografía de la Lengua Española, guiones, barras, antilambda o diple, llave, apóstrofo, asterisco, flecha, calderón y párrafo, que “cumplen funciones distintas de las señaladas para los signos diacríticos y para los signos de puntuación” (1). O sea, que ejercen funciones no lingüísticas.

GUION (-): “Sirve de guía”. Se configura en una pequeña línea horizontal (-), se coloca a media altura sobre la columna de la redacción, y “se utiliza, bien para vincular, en determinados casos, los dos elementos que integran una palabra compuesta (franco-alemán, histórico-crítico, bomba-trampa).

Bien sirven para expresar distintos tipos de relaciones entre palabras simples (relación calidad-precio, dirección Norte-Sur, ferrocarril Madrid-Málaga), caso en que funciona con valor de enlace similar al de una preposición o una conjunción” (2).

El guion es dos veces menor en su longitud que la raya (—), y no debe relacionarse con el signo menos (–).

El guion se utiliza para:

1.- Separar palabras a final de una línea que, por carencia de espacio, deben continuar en el renglón subsiguiente: hispano-americano, des-pre-ciar y ré-cord.

2.- Dividir las sílabas: hip-no-sis, cá-ma-ra y la-drón.

3.- Enlazar componentes de una conjunto sintáctico o discurso: Tribunal Contencioso-Administrativo, teórico-práctico y socio-cultural

4.- Unir dos adjetivos: infanto-juvenil, domínico-español y lingüístico-literario.

5.- Combinar letras y cifras: DC-10, M-501 y R-25.

6.- Apartar expresiones numéricas: 28-2-2024, siglos XX-XXI y ISO-9000.

7.- Relacionar entidades designadas: precio-calidad, espacio-tiempo y Estado-Iglesia.

8.- Aunar palabras prefijadas: mini-PC, anti-norteamericano y pro-chino.

9.- En repeticiones continuas: Ta-ta-ta (bala), Agua-tata, agua-mama (me muero, hermanito de mi vida) y bla-ble-bli-blo-blu (combinación de letras con sonoridad especial).

10.- Señalar diálogos e intervenciones en obras literarias (cuentos, novelas y entrevistas): -¿Cuál es su nombre?, – ¡Adelante!-Gritó Amaury, y -A ver, dijo José.

EL GUION BAJO (_): se coloca en la línea de escritura, con una longitud dos veces mayor, equivalente a la del signo menos. Se usa en informática, como nombres de archivos, direcciones de correo electrónico o de páginas web: oscar­_lópez@yahoo.mx.

También, en formatos no tipográficos se usa como signo doble para englobar palabras que deberían presentarse en cursiva: ¿Me presta Cien años de soledad en este verano?

IGUAL (=): Es ampliamente conocido, en matemáticas, como signo de igualdad, con un valor de peso: 5=5, 6 + 3 = 9, y a = a.

Igualmente, se usa en las copias para señalar que en el original se pasa a otro párrafo.

BARRAS: Están conformadas por rayas rectas ladeadas o verticales con relación al trazo escritural. “Separa las variantes de los morfemas y de otras unidades gramaticales”, puntualiza la Nueva Gramática de la Lengua Española, “así como los miembros de las oposiciones léxicas” (3).

Se fraccionan en la barra propiamente dicha (/), la barra doble (//), la barra inversa (\), la barra vertical o pleca (|) y la doble barra vertical o pleca doble (||).

Barra o vírgula/virgulilla se representa con una línea torcida que baja desde la derecha hasta la izquierda (/).

Se utiliza para:

a.- Simbolizar abreviativo: EE.UU. por Estados Unidos, art. por artículo y c/ por calle.

b.- Apartar los versos en escritos poéticos copiados: “Yo canto al bosque/y el bosque danza a la vida/. En su greña entretejida abanica a/las aves y en sus laderas arrincona/a los reptiles,/que gimen y regodean escurridizos”.

c.- Reemplazar a una preposición: 150 km/h (kilómetros por hora).

d.- Expresar una oposición o alternancia: Querido/a amigo/a.

e.- Alejar los dígitos del día, mes y año en la expresión numérica de las fechas: 27/2/2024;

f.- Indicar quebrados y fracciones: ½ (medio), ¾ (tres cuartos), ⅝ (cinco octavo).

g.- Explica la posibilidad de elegir entre dos alternativas: se ofertan empleos para guitarristas y/o violinistas.

BARRA DOBLE (//): función separadora, que se utiliza para señalar un cambio de estrofa en el original: Quisqueyanos valientes, alcemos//Nuestro canto con viva emoción, //Y del mundo a la faz ostentemos//Nuestro invicto glorioso pendón.

También, para aislar el aviso del protocolo de comunicación, como http, del mando y subdominios de la dirección electrónica: https://www.rae.es.

BARRA INVERSA (\): También denominada antibarra o contrabarra, es utilizada con exclusividad en informática para dividir elementos jerarquizados de carpetas y subcarpetas en sistemas operativos: C:\DRIVERS\audio\.

BARRA VERTICAL O PLECA (|): Sirve como separador o delimitador en contextos técnicos, aunque no aplica en textos de carácter general.

Su utilidad:

a.- En textos sobre versificación clásica para separar los pies métricos que integran los versos: Ejemplo: el tetrámetro latino: – ⋃ ⋃ | – ⋃ ⋃ | – ⋃ ⋃ | – ⋃.

b.- Indica, en obras lingüísticas, una pausa breve dentro de un enunciado: Aquellos que no hayan rellenado el formulario | deberán hacerlo antes de entrar al examen.

c.- Se utiliza, en matemáticas, para señalar el valor absoluto de la expresión que encierra: |ab| = |a|.|b|.

Citas bibliográficas:

1.- Ortografía de la Lengua Española, Real Academia Española y Asociación de Academias de la Lengua Española, Editorial Planeta, Barcelona, España, 2019, pág. 400.

2.- Diccionario panhispánico de dudas, Real Academia Española y Asociación de Academias de la lengua española, Penguin Random House Grupo Editorial, Barcelona, España, 2016, pág. 324.

3.- Nueva Gramática de la Lengua Española, Real Academia Española y Asociación de Academias de la Lengua Española, Editorial Planeta, Barcelona, España, 2019, pág. 1.
jpm-am

El presupuesto del estado dominicano su ejecución se presenta de diferentes formas, como son la presentación económica del gasto, por objeto del gasto, por la función que desempeña y la asignación por instituciones del gasto. La modalidad que presentaré se refiere a la asignación de los recursos presupuestarios por instituciones del gobierno, del senado, de la cámara de diputados, de la judicatura nacional, de los órganos descentralizados y autónomos, así como los recursos asignados al pago de la deuda pública e intereses; las donaciones, exoneraciones e incentivos fiscales.

La mayor cantidad de recursos del presupuesto se gasta en las instituciones de presidencia de la República porque de ella dependen todos los ministerios, los segundos lo gasta la judicatura nacional, tercer lugar los organismos autónomos y descentralizados y en cuarto lugar el congreso nacional. Los ayuntamientos no se incluyen directamente porque dependen de la Liga Municipal Dominicana y reciben sus fondos por transferencias en virtud de la ley 176-07, que establecen el 10% del Presupuesto nacional.

Para el año 2019 el presupuesto de ingresos de la nación fue de $689,930.5 millones de pesos mientras que para el año 2024 fue de $1,274,699.6 millones de pesos, obteniéndose un incremento del 84.75% con relación al de 2019. Los gastos presupuestados para el año 2019 fueron de $765,465.90 millones de pesos en cambio en el 2024 fueron de $1,503,957.4 millones con un incremento del 96.47% con relación al año 2019. El déficit programado para el 2019 fue de $75,535.4 millones y para el año 2024 el déficit estimado fue de $229,257.8 millones de pesos. Se observa que con el alto crecimiento de los gastos no se corresponden con el estado general de pobreza prevaleciente. A todo esto, ningún presidente de la República Dominicana ha logrado eliminar el déficit fiscal, o sea que el estado gasta más de los ingresos que recibe.

En Argentina, el presidente Milei en menos de seis meses logró reducir el déficit fiscal a cero pesos. ¿Como?, reduciendo de un porrazo el 35% de los gastos presupuestados del estado. «Si el Estado no gasta más de lo que recauda y no recurre a la emisión ( de dinero inorgánico, bonos y deudas), no hay inflación. No es magia«. Según el economista. El gobierno de Luis Abinader debiera copiar ese acto patriótico de Milei. Fuera el déficit fiscal, adiós inflación y estar malgastando los dineros del estado.

Comparando el dinero asignado por instituciones para el año 2019 y el 2024, tenemos lo siguiente: Los fondos asignados al poder ejecutivo fueron$740,331.3 millones en 2019 y $1,261,579.1 millones en el año 2024, con un incremento del 70.40%; los fondos asignados al poder legislativo fueron $7,282.3 millones en 2019, mientras que $9,503.7 millones de pesos fueron en el 2024. Y los fondos asignados al poder judicial y organismos autónomos y descentralizados en el 2019 fueron $25,134.6 millones, mientras que en 2024 fueron RD$182,201.20 millones de pesos.

Se observa que se asignaron más dineros al pago de la deuda pública, que fue de $294,634.0 millones de pesos en 2024, que al ministerio de educación que fueron $285,859.2 millones de pesos, en cambio en el 2019 el ministerio de educación se le asignó $170,570.2 millones, mayor que el que se asignó al pago de la deuda que fueron 147,838.2 millones para ese periodo 2019, mejor que en el 2024.

Adicionalmente se asignaron al tesorero nacional para pago de deuda interna un monto de $130,222.3 millones en 2024, en cambio en 2019 sólo fueron $57,865.5 millones de pesos. Esto evidencia el alto grado de endeudamiento del país, consumiéndose grandes recursos al pago de intereses de la deuda pública y no se ven las inversiones.

En el 2024 los fondos asignados al ministerio de la presidencia de la república fueron $131,847.3 millones y en el año 2019 el monto asignado fue de $66,429.3 millones de pesos. Al ministerio de salud se le asignaron fondos en el 2024 por $50,150.9 millones mientras que en el 2019 se le asignaron $81,261.6 millones de pesos, observándose una disminución del 62.03%. Esta es la peor inconsistencia en la asignación del presupuesto, pues se sabe qué el hospital ciudad sanitaria Luis E. Aybar en Santo Domingo se está cayendo a pedazos. Vemos que a la dirección central de salud se le asigna un monto de $86,043.3 millones de pesos, siendo este mayor que los fondos asignados al ministerio de salud. No está claro dónde se invierte tanto dinero.

Se observa que los ingresos corrientes del año 2019 constituían el 93% del total de los ingresos presupuestados y un 7% de los ingresos de capital en el año 2019, sin embargo los ingresos corrientes del año 2024 constituyen el 99% del total y los ingresos de capital tan sólo el 1%, eso quiere decir que la actividad productiva del estado ha disminuido y ha cedido los activos que producen renta al sector privado, condenando al estado a vivir de los impuestos tributarios, razón por la cual habrá que hacer la reforma tributaria para crear más impuestos. Eso quiere decir que la generación de riquezas propias del estado es del 1%, sin embargo, el estado posee más de $12 mil billones de pesos en activos.

Mucho se oye hablar de la importancia de mantener la calidad del gasto; manejar fondos públicos con mayor eficiencia y eficacia para poder determinar que los fondos públicos se están usando para cubrir las necesidades fundamentales de la nación, no basta con preparar informes por instituciones, por objeto del gasto o por funciones y razón económica de los fondos, sino que hay que ir más lejos, hay que explicar de manera transparente donde se han invertidos dichos fondos y presentar resultados.

of-am