Comprender la AI en el gobierno: aplicaciones, casos de uso e implementación

La inteligencia artificial es un conjunto de tecnologías que permite a las máquinas imitar la inteligencia humana y realizar predicciones, recomendaciones y decisiones eficientes y precisas basadas en datos. Un subconjunto de la AI, la AI generativa, va un paso más allá. La AI generativa presenta capacidades de procesamiento de datos mejoradas y la capacidad de crear contenido nuevo y original. Permite interacciones intuitivas de lenguaje natural con las máquinas, lo que hace que la tecnología sea más accesible. Ya sea la AI tradicional o la AI generativa, en su núcleo, la AI puede aprovechar y procesar datos de manera más eficiente que los seres humanos. 

Las agencias gubernamentales operan con grandes cantidades de datos, probablemente incluso más datos que la mayoría de las organizaciones privadas. Estos datos suelen ser muy sensibles y están sujetos a estrictas leyes de privacidad. Por ende, el sector público presenta desafíos. Debe responder a las necesidades de todos los ciudadanos, aunque cada organismo ha avanzado en la digitalización de forma distinta y a ritmos diferentes. El resultado son cantidades abrumadoras de datos digitales, distribuidos en silos de información que los agentes gubernamentales, y los usuarios ciudadanos, no siempre tienen las habilidades para sortear. 

La legislación, las transacciones, los registros, la inteligencia y más forman el conjunto de datos de las agencias gubernamentales y las partes interesadas. La AI puede ayudar a superar los desafíos del big data: derribar los silos, optimizar las operaciones y mejorar la eficiencia. Mediante el uso de la AI, las agencias pueden reducir costos, mejorar la prestación de servicios y aumentar la satisfacción ciudadana.

En el transporte, los algoritmos de machine learning se pueden usar para la optimización del tráfico y el mantenimiento predictivo de la infraestructura de transporte. En Estados Unidos, las organizaciones exploran el uso de la AI para aplicaciones de transporte público, al leer datos de sensores y ayudar a los usuarios a planificar rutas y viajes y mejorar la seguridad vial.

En educación, la AI puede ayudar a cerrar las brechas educativas al democratizar el acceso. Según la UNESCO (la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura), la AI tiene el potencial de abordar algunos de los mayores desafíos de la educación actual. Puede innovar las prácticas de enseñanza y aprendizaje y acelerar el progreso hacia el objetivo de desarrollo sostenible de garantizar una educación inclusiva y equitativa de calidad para todos. La AI también tiene el potencial de ofrecer plataformas de aprendizaje personalizadas y ayuda enfocada para los estudiantes. Algunas agencias gubernamentales ya están implementando módulos de capacitación de AI dentro de los gobiernos, con la posibilidad de expandirse a ciudadanos privados.

En la atención médica, las herramientas impulsadas por AI pueden mejorar el nivel general de atención al acelerar los diagnósticos y la investigación clínica. La AI puede ser compatible con muchas herramientas de diagnóstico y automatizar los procesos administrativos. Tiene el potencial de mejorar la recopilación de datos clínicos, al acelerar el intercambio de conocimientos y los esfuerzos de investigación en todo el sector de la salud. Las agencias gubernamentales de todo el mundo también están empleando AI como herramienta de analíticas predictivas de brotes de enfermedades para prevenir la próxima pandemia.

Más allá de la predicción y el procesamiento, las agencias gubernamentales pueden usar la AI para conectar mejor a los ciudadanos con los servicios críticos que necesitan. Los consumidores esperan un servicio inmediato, eficiente y personal, y las agencias gubernamentales a menudo son famosas por sus tiempos de procesamiento lentos e ineficientes. La AI puede mejorar la calidad del servicio al cliente y el soporte para que coincida con las expectativas establecidas por el nivel de servicio en el sector privado.

En los Estados Unidos, el sector público ocupa el lugar más bajo de las 10 industrias encuestadas en cuanto a satisfacción del cliente.¹ Al integrar varias aplicaciones de AI como Search AI, chatbots con disponibilidad 24/7 y procesos administrativos automatizados, los gobiernos pueden agilizar la difusión de información pública, ofrecer servicios gubernamentales personalizados y mejorar el servicio al cliente en general.
Lee más: Por qué el servicio al cliente es importante para el gobierno y cómo ayudará la AI

Los gobiernos manejan grandes cantidades de papeleo, datos y tareas administrativas. El tiempo perdido clasificando manualmente los documentos puede tener ramificaciones reales para los ciudadanos. El gobierno de Estados Unidos estima que USD 140 000 millones² en beneficios potenciales no se utilizan cada año debido a procesos obsoletos o complicados.

Más allá de mejorar el intercambio de conocimientos, los controles de acceso y la eficiencia general, dejar de usar papel allana el camino para la automatización y la AI. La AI es particularmente útil para recuperar la información almacenada en diversos formatos y ubicaciones, lo que hace que los datos estén más accesibles y previene que los empleados pierdan tiempo buscando en diferentes archivos y sistemas.

Algunas estimaciones predicen que el sector público estadounidense experimentará colectivamente USD 519 000 millones en ganancias de productividad a partir de la AI generativa para 2033.³ Al reducir las cargas de trabajo manuales, la AI ayuda a minimizar los errores humanos y aumenta la eficiencia operativa.

En el campo legal, la AI puede encontrar información almacenada en diferentes lugares y formatos. Puede automatizar tareas como procesar y clasificar documentos; automatizar flujos de trabajo de licencias, declaraciones de impuestos y beneficios sociales; e identificar fraudes en programas de asistencia pública. La AI también puede simplificar y agilizar los procesos legales, incluido el descubrimiento electrónico, las verificaciones de cumplimiento y el análisis de contratos, lo que mejora la precisión y la eficiencia.

La AI también puede ayudar a analizar grandes cantidades de información en la educación superior, en especial, en las instituciones de investigación. La AI generativa ayuda a los investigadores a localizar y usar información contextual y relevante de una variedad de fuentes. Esto es especialmente fundamental para los proyectos de investigación colaborativa que abarcan departamentos o universidades.

La toma de decisiones basada en datos es clave para optimizar la eficiencia, los servicios y los resultados. Sin embargo, investigaciones recientes mostraron que solo el 32 % de los líderes del sector público usa información sobre los datos para tomar decisiones diarias.

La AI brinda a sus usuarios la capacidad incomparable de extraer información valiosa a partir de datos consolidados que respaldan la toma de decisiones. Por ejemplo, las analíticas predictivas pueden prever las tendencias en la delincuencia, la salud pública y los cambios económicos, lo que ayuda a los gobiernos a mitigar y responder de manera proactiva a estos desafíos.

Los responsables de la formulación de políticas también pueden confiar en las analíticas predictivas para crear modelos de simulación que evalúen los posibles impactos de la legislación antes de que se implemente. 

Lee más: Resolver desafíos con datos y AI: cinco perspectivas para líderes del sector gubernamental

Como todo en el sector público, el uso de la AI debe regularse con cuidado para garantizar un despliegue ético, equidad y transparencia. Las agencias gubernamentales trabajan con datos confidenciales. Establecer marcos de trabajo de gobernanza robustos ayuda a mitigar los riesgos, mantener los estándares legales y mantener la confianza pública en las iniciativas de AI para el gobierno. Esto último es clave para satisfacer las expectativas de los consumidores y mejorar los servicios gubernamentales.

Los organismos reguladores, en su mayor parte, han tenido grandes dificultades para seguir el ritmo de los avances de la AI. La rápida adopción de la AI en los sectores privados y una comprensión desigual de las capacidades, los beneficios y los riesgos de la tecnología hacen que la regulación sea un desafío.

Para responder, los gobiernos están estableciendo estándares éticos, consideraciones legales y marcos de trabajo para garantizar un uso responsable de la AI. Estas regulaciones tienen como objetivo promover la equidad, la responsabilidad y la transparencia, al asegurar que las aplicaciones de AI se alineen con los valores democráticos y los derechos humanos. Sin embargo, el cumplimiento de estos marcos de trabajo varía de una región a otra, lo que influye en cómo se implementa la AI en las agencias gubernamentales.

En general, las leyes de privacidad de datos, los mandatos de equidad y las pautas de transparencia están en el centro de los requisitos de cumplimiento, cuyo objetivo es garantizar servicios de AI confiables y seguros.

En EE. UU., no existen regulaciones federales generales sobre la AI,⁴ y los esfuerzos para adoptarlas o rechazarlas están intrínsecamente ligados al sistema bipartidista. Las administraciones dudan entre imponer regulaciones o eliminarlas por completo en favor de una innovación acelerada. En cambio, los estados crean regulaciones, lo que da lugar a un mosaico legislativo y un complejo panorama de cumplimiento normativo que las agencias gubernamentales y las partes interesadas deben gestionar por su cuenta.

Por otro lado, la Unión Europea introdujo la Ley de AI, el primer marco de trabajo legal para garantizar la seguridad, los derechos fundamentales y una AI centrada en el ser humano, y fortalecer la adopción, la inversión y la innovación en AI en toda la UE.

La mayor preocupación de seguridad en el uso de la AI generativa en el gobierno es cómo manejar los datos confidenciales con modelos de lenguaje grandes (LLM) públicos, piezas fundamentales de los sistemas de AI que emplean el lenguaje natural. El uso inadecuado de los LLM públicos puede plantear riesgos como fugas de datos, exposición no intencionada de información clasificada y vulnerabilidades a la manipulación de adversarios.

A menudo, los sistemas de AI funcionan como cajas negras, lo que hace que la garantía de seguridad sea particularmente desafiante. Su falta de transparencia complica los esfuerzos de evaluación y mitigación de riesgos, lo que aumenta las vulnerabilidades a las violaciones de datos y los ataques de adversarios. En consecuencia, el despliegue de AI en el gobierno presenta desafíos de seguridad complejos, en particular, para proteger los intereses de seguridad nacional. La implementación de medidas de seguridad estrictas, como un cifrado robusto, controles de acceso y monitoreo continuo, es esencial para mitigar estos riesgos de forma eficaz.

Para garantizar que la AI generativa se base en el contexto adecuado, las organizaciones pueden implementar generación aumentada de recuperación, o RAG, un grupo de técnicas que permite el uso seguro de datos privados. Este enfoque ayuda a mitigar los riesgos al garantizar que los modelos de AI se basen en datos acreditados y actualizados en lugar de basarse únicamente en datos de entrenamiento potencialmente sesgados u obsoletos. Al integrar RAG, las agencias gubernamentales pueden mantener un mayor control sobre la información confidencial y confiar en respuestas más conscientes del contexto. 

Los mayores desafíos en la adopción de la AI no son solo técnicos. Incluyen la falta de talento especializado y, a menudo, regulaciones poco claras.⁵ Muchas agencias se enfrentan a resistencia debido a las preocupaciones sobre la seguridad de los datos, el desplazamiento de puestos de trabajo y la complejidad de la implementación. La integración exitosa de la AI en el gobierno debe ser un proceso estratégico de varios pasos que supere estos obstáculos y fomente una cultura de innovación.

• Garantizar la visibilidad de los datos en tiempo real: la implementación eficaz de la AI depende totalmente de que las agencias tengan acceso completo y en tiempo real a todos los datos relevantes. Sin una visibilidad completa, la información y la automatización impulsadas por AI pueden ser incompletas o inexactas. Al fin y al cabo, la AI es tan buena como los datos que usa.

• Planificación y gobernanza: si bien la falta de regulación puede fomentar la innovación, puede obstaculizar la adopción de la AI a nivel gubernamental. Establecer políticas claras, directrices éticas y medidas de cumplimiento normativo puede ayudar a garantizar un despliegue rápido y responsable de la AI.

• Identificación de casos de uso específicos: las agencias deben evaluar dónde la AI puede generar el mayor impacto, ya sea en los servicios públicos, la automatización o la toma de decisiones. Los gobiernos deberían escalar lentamente estos servicios para influir en los niveles sectoriales y económicos. 

• Escalado y seguridad: más allá de escalar los casos de uso, las agencias deben asegurarse de que la tecnología tenga la capacidad de satisfacer las necesidades gubernamentales de escalado y evolución, sin dejar de ser segura.

• Integración con los sistemas existentes: aunque las agencias gubernamentales se encuentran en diferentes niveles de madurez tecnológica, garantizar que los sistemas de AI se integren sin problemas en los sistemas existentes es clave para una implementación exitosa.

En todo el mundo, las agencias gubernamentales desarrollan programas para mejorar la capacitación de la fuerza laboral de las partes interesadas del gobierno y los usuarios públicos sobre el uso de la AI para desbloquear aún más beneficios (mientras mitigan los riesgos).

El Inventario de AI de 2024 del Departamento de Estado de Estados Unidos describe varias aplicaciones de AI en diplomacia, ciberseguridad y funciones administrativas, destinadas a mejorar los servicios públicos, la eficiencia y la toma de decisiones.⁶ El Departamento de Estado de los Estados Unidos usa AI para modernizar su gobierno diplomático. La Oficina del Subsecretario de Gestión usa tecnologías de AI dentro del Departamento de Estado para fomentar las actividades diplomáticas tradicionales, al aplicar machine learning a las funciones internas de tecnología de la información y consultoría de gestión.

Algunos otros ejemplos de iniciativas incluyen:

• Traducción de contenido consular: los modelos de traducción mediante AI trabajan junto a equipos para proporcionar contenido consular en sitios web gubernamentales a los clientes en su idioma preferido. La AI reduce el tiempo y los recursos que normalmente se necesitan, mientras que el toque humano garantiza la precisión y comprensión (¡la AI sigue teniendo problemas con la jerga legal!).

• Modelo de violencia contra civiles: un modelo de machine learning que emplea sets de datos políticos, sociales y económicos open source para pronosticar asesinatos masivos de civiles para el próximo trimestre y año en cada país a nivel mundial con el fin de informar sobre la prevención de conflictos.

• Senturion Alpha: Un modelo impulsado por las partes interesadas/influencias que identifica dónde se encuentran los tomadores de decisiones clave en un espectro de temas y quién influye en quién. La simulación analiza la dinámica política dentro de los contextos y estima cómo evolucionarán las posiciones políticas de intereses contrapuestos con el tiempo.

• Storyzy: Mejora el uso detectado de contenido sintético, que se refiere a datos generados por computadora que imitan datos del mundo real.

La Elastic Search AI Platform ofrece capacidades de búsqueda completas para crear aplicaciones de AI y flujos de trabajo de RAG, seguridad a nivel de documento, una base de datos vectorial lista para producción, nuestro modelo de recuperación preentrenado ELSER para obtener resultados de búsqueda en lenguaje natural más relevantes y compatibilidad con E5 (multilingüe). El enfoque abierto de Elastic le permite a tu equipo integrar tus datos, de forma segura, con modelos de transformación propios o de terceros. 

• Analíticas de datos avanzadas: información en tiempo real a partir de datos estructurados y datos no estructurados

• Capacidades de búsqueda mejoradas: Recuperación de datos mejorada para inteligencia y registros públicos

• Sistemas de AI escalables: infraestructura flexible que se adapta a las demandas cambiantes

Al aprovechar Elasticsearch, las agencias gubernamentales pueden mejorar la transparencia, la eficiencia y la participación ciudadana, al impulsar la transformación digital a escala.