El estado actual de la toma de decisiones en el sector público
En gran parte del mundo en desarrollo, las decisiones gubernamentales dependen en gran medida de procesos manuales. Tareas clave como la asignación presupuestaria, la planificación de servicios públicos e incluso la evaluación de políticas se realizan a menudo sin el apoyo de sistemas digitales integrados. Esta dependencia de flujos de trabajo basados en papel y bases de datos aisladas genera procesos de toma de decisiones lentos, propensos a errores e inconsistencias, y dejan poca o nula memoria institucional sobre el racional de las decisiones, lo que a menudo reduce la eficiencia de los servicios públicos y socava la legitimidad gubernamental.
Por ejemplo, los sistemas desactualizados y fragmentados de registro en los sistemas de salud han provocado campañas de vacunación superpuestas, en las que ciertas poblaciones reciben múltiples dosis mientras que otras quedan completamente desatendidas. Esto, a su vez, dificulta la estimación de la inmunización de rebaño y el impacto real de las campañas de vacunación. Del mismo modo, los procesos manuales en la planificación de infraestructura pueden resultar en proyectos mal diseñados, como carreteras construidas en zonas de baja demanda mientras que las áreas de alto tráfico siguen desatendidas, lo que agrava la congestión y limita la productividad económica. Otro buen ejemplo son los programas de transferencias condicionadas, que suelen tener serios problemas en la selección de población objetivo, dejando fuera a beneficiarios elegibles (y que necesitan del ingreso) e incluyendo a otros de manera fraudulenta.
Estas ineficiencias resaltan la urgente necesidad de enfoques innovadores para mejorar las operaciones gubernamentales y la prestación de servicios públicos. La inteligencia artificial ofrece soluciones que podrían revolucionar las funciones del sector público mediante la mejora de la toma de decisiones, la eficiencia operativa y la calidad y alcance de los servicios públicos.
Oportunidades para la IA en el sector público
Mejora en la toma de decisiones
Uno de los desafíos principales en la adopción de la IA para la toma de decisiones es la dependencia excesiva de la intuición y las heurísticas inconsistentes para diagnosticar y abordar los desafíos propios del desarrollo. Esto puede llevar a decisiones temporalmente miopes, estadísticamente sesgadas y con efectos indeseados.
El sector público tiene acceso a un gran volumen de datos sobre los sistemas en los que opera. El desafío principal ahora es descubrir cómo aprovechar esos datos para identificar patrones, riesgos y oportunidades. Un argumento ingenuo sobre la adopción de IA sería: “La IA ve cosas que los humanos no pueden ver, solo hay que entrenar un modelo con los datos disponibles”. Pero esta afirmación pasa por alto las complejidades del proceso de formulación de políticas y sobreestima las capacidades técnicas de la IA, desde la definición del problema (¿qué debe predecir el modelo?) hasta los desafíos propios de los modelos disponibles (por ejemplo, sesgos algorítmicos e interpretabilidad). A continuación dejamos dos ideas de cómo mejorar los procesos de toma de decisión sin caer en enfoques sobre optimistas y simplistas:
La brecha analítica
Una IA bien implementada no reemplazará a los decisores; los asistirá para tomar mejores decisiones. Los modelos de lenguaje como GPT-4 reducen sustancialmente las barreras para que personas no técnicas trabajen con datos estructurados, realicen visualizaciones útiles, identifiquen tendencias y ejecuten análisis más sofisticados. Esta reducción en la brecha ocurre porque, gracias a los LLMs, ya no necesitamos programar para analizar datos; basta con utilizar nuestro lenguaje cotidiano.
Aún así, la sábana es corta. La IA mejora las capacidades humanas para analizar datos, pero los humanos desempeñan un papel igualmente significativo como evaluadores en el proceso. El análisis de datos con IA es una tarea que requiere la intervención humana: puede facilitar considerablemente la generación de código, pero para que los modelos nos ofrezcan conocimientos valiosos, los formuladores de políticas deben proporcionarles contexto y retroalimentación. Incluso siendo “inteligente”, la IA requiere razonamiento humano y comprensión del proceso para guiarla hacia el resultado esperado.
Además, la IA carece de rasgos humanos básicos como la creatividad y la empatía, por lo que es mejor acordar cuanto antes que ninguna IA debería reemplazar a los humanos en la toma de decisiones. Las personas deben seguir siendo responsables moral y legalmente por las decisiones relacionadas a la administración de los fondos públicos.
Convertir patrones en herramientas
El uso intercambiable de los términos inteligencia artificial (IA) y machine learning (ML, por sus siglas en inglés) es común. Aunque están relacionados, cada vez que hablamos de un “modelo que predice algo útil para alguien”, nos referimos a un modelo de machine learning. En el ML —que es un subconjunto de la IA— contamos con un conjunto de datos y una variable objetivo que queremos que el modelo prediga. Por lo tanto, existe un modelo potencial para cada problema que queremos abordar. El ML es una tarea complementaria al análisis de datos. Mientras que en la etapa de análisis buscamos identificar los patrones generales derivados de nuestros datos, aquí queremos usar esos patrones.
De la misma manera que la ciudad de Manaos puede crear una visualización en un mapa que muestre el crecimiento de los asentamientos informales y su impacto en la deforestación, también puede entrenar un modelo para predecir dónde ocurrirá ese crecimiento en el futuro y usar esa información para orientar su planificación urbana.
Eficiencia operativa
Rompiendo los silos
En muchas oficinas gubernamentales, las ineficiencias operativas se originan en flujos de trabajo fragmentados, información aislada y la dependencia de procesos manuales. La IA es un habilitador clave para la construcción de Bases de Conocimiento Institucional. Las tareas de comprensión y generación de lenguaje han experimentado un ritmo de innovación excepcional. Hoy podemos encontrar textos relacionados, resumirlos o generar nuevos contenidos inspirados en ellos a una escala sin precedentes. De este modo, la IA puede transformar este panorama consolidando el conocimiento y haciéndolo accionable.
Una base de conocimiento impulsada por IA puede actuar como un repositorio centralizado donde se almacenan, pero también se procesan activamente regulaciones, leyes, memorandos internos y documentos procedimentales para mejorar su accesibilidad y usabilidad. A diferencia del almacenamiento tradicional de documentos, un sistema basado en IA organiza esta información de manera contextual, vinculando documentos relacionados y destacando puntos clave en función de las consultas de los usuarios.
Por ejemplo, un asistente de IA podría recuperar instantáneamente las secciones más relevantes de una regulación para un tema específico, resumir memorandos extensos o generar ideas accionables a partir de textos legales interminables. Esto complementa la atención humana, que es limitada cuando se enfrenta al volumen abrumador de información que los gobiernos manejan a diario.
Al proporcionar respuestas precisas y contextualizadas, un sistema de este tipo reduce las ineficiencias de navegar por sistemas desconectados y permite que los tomadores de decisiones se concentren en tareas estratégicas en lugar de perder tiempo buscando información. Además, la IA garantiza consistencia al ofrecer interpretaciones actualizadas y verificadas, mitigando el riesgo de errores humanos o de que se difunda conocimiento desactualizado dentro de la organización.
Mejora en la provisión de servicios
Los gobiernos manejan una amplia gama de tareas repetitivas pero esenciales, desde el procesamiento de formularios y la entrada de datos hasta los controles de cumplimiento y la programación de actividades. Estas tareas, aunque cruciales, a menudo consumen una cantidad significativa de tiempo y recursos, lo que limita la capacidad para llevar adelante iniciativas estratégicas. La automatización impulsada por IA ofrece una solución al asumir estas tareas rutinarias con velocidad y precisión, reduciendo los errores humanos y liberando recursos laborales para enfocarse en actividades de mayor valor agregado.
Por ejemplo, los sistemas automatizados pueden procesar de manera eficiente las solicitudes para programas sociales, señalando las presentaciones incompletas o inconsistentes para que sean revisadas por humanos. De manera similar, los algoritmos de IA pueden ayudar en el monitoreo del cumplimiento normativo al cruzar datos de compras públicas con regulaciones, identificando irregularidades o riesgos en tiempo real.
Más allá de las mejoras internas en eficiencia, la IA tiene el potencial de optimizar los procesos dirigidos a los ciudadanos. Los chatbots, por ejemplo, pueden gestionar grandes volúmenes de consultas comunes, como el estado de solicitudes o la disponibilidad de servicios, ofreciendo respuestas más rápidas que los canales tradicionales de atención al cliente. Estas herramientas no solo mejoran la satisfacción de los ciudadanos, sino que también alivian la carga administrativa de los empleados gubernamentales, como ya se ha demostrado en casos exitosos como Boti en Buenos Aires.
Al permitir que los gobiernos amplíen sus servicios con un costo adicional mínimo, la automatización impulsada por IA garantiza que las operaciones esenciales funcionen sin inconvenientes, incluso durante periodos de alta demanda o emergencias. Esta integración fluida de la automatización en las operaciones diarias mejora la eficiencia general y la capacidad de respuesta de las instituciones del sector público.
Inteligencia artificial para el bien común: un llamado a la acción
A medida que navegamos el potencial transformador de la inteligencia artificial, tres puntos clave permanecen en el centro de esta conversación. Primero, la IA llegó para quedarse, transformando la manera en que aprendemos, producimos, nos curamos y, potencialmente, gobernamos. Segundo, aunque la IA ofrece oportunidades incomparables para mejorar la toma de decisiones, la eficiencia operativa y la prestación de servicios, sigue siendo una herramienta: requiere orientación humana, contexto y supervisión para generar un impacto significativo. Por último, los gobiernos, especialmente en el mundo en desarrollo, no pueden permitirse quedarse atrás; adoptar la IA es esencial para abordar las ineficiencias que socavan la confianza pública y obstaculizan el progreso.