El poder de la AI generativa para el Gobierno y el sector público

En su estado actual, la GAI puede producir contenido impresionante, conversaciones, imágenes y más. Pero la relevancia de esos resultados depende de los datos con los que se entrenó la herramienta. Cuando los sets de datos de entrenamiento (que proporcionan la aparición de conocimiento dentro de los modelos de lenguaje grandes [LLM]) se basan en datos disponibles de forma pública en internet, las respuestas que generan tienen un alcance limitado. La GAI basada en datos públicos suele tener mayor tendencia a alucinaciones: información incorrecta presentada como si fuera precisa.

Por otra parte, cuando se usa la GAI con datos internos de una agencia, puede acelerar significativamente los resultados de la misión, mejorar los servicios al ciudadano y conectar mejor a los trabajadores de conocimientos gubernamentales, como analistas y profesionales en ciberseguridad, con los datos correctos en el momento indicado. ¿Por qué? Porque esos datos institucionales agregan contexto esencial.

La combinación de la GAI y datos institucionales privados tiene un efecto que multiplica fuerzas. La solución inexperta sería incorporar los datos privados en los modelos en sí; sin embargo, la complejidad y los costos de entrenar o ajustar los modelos de AI (multiplicados por la cantidad de dominios y puntos de interacción en el Gobierno) se vuelve insostenible. En cambio, las mismas preguntas hechas al LLM pueden primero derivarse a las capacidades de búsqueda respaldadas por AI de Elastic, donde se puede encontrar la respuesta basada en hechos más relevante conforme a tus datos internos.

Este contexto específico del dominio que aportan tus datos a la GAI pueden hacer que la salida sea más precisa, relevante y procesable para tu misión. Un requisito previo para "incorporar tus propios datos" es que los datos estén almacenados en una plataforma de datos unificada donde se pueda acceder a ellos y se los pueda encontrar en un mismo lugar.

En el sector público, en especial, los datos confidenciales no se deben mezclar con la GAI de acceso público ni con cualquier sistema en el que no tengas el control de tus propios datos. Cualquier consulta de búsqueda enviada a un producto de GAI disponible de forma pública (como ChatGPT) es consumida por el modelo; es decir que los datos internos ya no son internos. Incluso si tu organización no usa formalmente la GAI como parte de la pila tecnológica, lo más probable es que los empleados la usen de todos modos.

Ayuda a garantizar que los datos internos permanezcan en las manos correctas: integra la GAI de forma estratégica a tus datos privados de forma que el equipo de IT pueda controlarlos y usarlos. De lo contrario, los empleados podrían poner datos confidenciales accidentalmente en un servicio de GAI público, como ChatGPT, donde no puedes garantizar la seguridad. Idealmente, deberías integrar los datos privados en una plataforma diseñada para información confidencial, en la que puedas mantener el control total de tus datos y habilitar el Control de Acceso basado en roles (RBAC). Más al respecto a continuación.

Los datos son uno de los activos más estratégicos que poseen las organizaciones del sector público en la actualidad. Cuando los datos estén unificados y almacenados en una plataforma (en la que se pueda aprovechar la GAI y la tecnología de búsqueda), las implicaciones en el mundo real pueden tener un gran alcance y brindar beneficios como los siguientes:

Imagina que un ciudadano está buscando solicitar servicios de viviendas sociales. El proceso de solicitud incluye varios pasos y formularios, que varían según las necesidades y la ubicación. Solo incluir información genérica en una página web sería complejo y probablemente no abordaría la situación única del ciudadano. Por otra parte, si las agencias aportan sus propios datos a la GAI, un ciudadano podría encontrar información e instrucciones adaptadas a sus circunstancias individuales. Esta información sumamente relevante tiene el potencial de reducir la complejidad que con frecuencia impide a las personas acceder a servicios esenciales en primer lugar.

Otro ejemplo: se te citó ante el juzgado y necesitas saber qué hacer a continuación. ¿A dónde debes ir? ¿Cuánto tiempo llevará? ¿Fuiste seleccionado como miembro del juzgado? ¿El juez permite teléfonos celulares en la sala? Aprovechando tus datos, la GAI puede optimizar y personalizar esta información compleja y, potencialmente, mejorar la experiencia del ciudadano, además de crear confianza en los líderes y servicios gubernamentales.

En cuanto a la aplicación de la ley y la comunidad de la inteligencia, el acceso democratizado a los datos correctos en tiempo real es fundamental. Esto es particularmente cierto cuando tienes varias organizaciones que colaboran en un proyecto; con distintas bases de datos de información en diferentes formatos. Tener la capacidad de encontrar respuestas en todos los tipos de datos y fuentes a través de una sola búsqueda en la GAI tiene el potencial de aumentar la velocidad y precisión de los resultados, reducir el trabajo manual y que requiere mucho tiempo, y garantizar que todos los que lo necesiten puedan trabajar con el mismo set de datos precisos.

Cuando integras la GAI con un contexto específico del dominio, permites a los equipos internos a encontrar rápido la información que necesitan que los ayuda a hacer sus trabajos. Una búsqueda rápida en varios sets de datos y formatos puede brindar información hiperrelevante en tiempo real, evitando la necesidad de examinar minuciosamente (y tediosamente) los documentos o las bases de datos en silos. Y en la mayoría de los casos, la información que buscan los equipos no estará en la internet pública o en los conjuntos de entrenamiento del modelo de AI, por lo que es importante proporcionar una herramienta impulsada por GAI para encontrar información privada rápido, a fin de que los empleados no recurran a una herramienta pública que podría comprometer la seguridad de los datos.

Cuando los empleados pasan menos tiempo en búsquedas y correlaciones manuales de datos infructuosas, eliminas una fuente más de fricción en su día y sientas las bases para una mejor satisfacción laboral y compromiso, en especial si te faltan recursos, para comenzar.

Cuando consideras cómo integrar los datos de tu agencia en la GAI, la plataforma de Elasticsearch puede ser una herramienta poderosa. Te permite ingestar todos los tipos de datos, almacenarlos de forma económica, acceder a ellos dondequiera que residan e integrarlos en los modelos de transformadores de GAI.
Elastic ha trabajado para democratizar la búsqueda por más de una década, y hemos invertido en AI y machine learning (ML) una gran parte de ese tiempo. Como resultado, acabamos de lanzar Elasticsearch Relevance Engine (ESRE) para ayudar a nuestros clientes a encontrar respuestas relevantes a sus preguntas a través de AI y ML en la plataforma de Elasticsearch.

ESRE combina lo mejor de la AI con la búsqueda de texto de Elastic y así proporciona la capacidad de integración en modelos de lenguaje grandes (LLM). Es accesible a través de una API simple unificada en la que la comunidad de Elastic ya confía, por lo que los desarrolladores pueden comenzar a usarlo de inmediato para elevar la relevancia de búsqueda.

En otras palabras, ahora puedes conectar tu propio modelo de GAI o un modelo de GAI de terceros directamente con los datos que almacenas en la plataforma de Elasticsearch. Esto te permite aprovechar el poder de la GAI con datos específicos del dominio para producir respuestas precisas, relevantes, procesables y seguras.

Para obtener más información sobre ESRE, lee el blog de lanzamiento.

1. Almacenamiento de datos unificado y acceso democratizado. Puedes almacenar de forma asequible todos tus datos en la plataforma de Elasticsearch para el acceso democratizado, facilidad para encontrar contenido e información. Una vez que los datos estén en la plataforma, puedes usarlos para casos de uso adicionales, como búsqueda de amenazas y monitoreo de infraestructura.

2. La capacidad de encontrar respuestas importantes que sean:

• Precisas: las respuestas que obtendrás de la GAI y tus propios datos se basan en hechos importantes, no alucinaciones.
• Relevantes: mediante el uso de datos privados en Elasticsearch, evitas tener que retener de forma reiterada LLM en tus datos internos, lo que te ahorra tiempo y costos de entrenamiento, y garantiza que tu información siempre esté actualizada.
• Procesables: la plataforma de Elasticsearch democratiza el acceso a los datos y la información, esto permite a tus equipos colaborar y tomar decisiones en tiempo real, desde cualquier lugar.
• Seguras: no todos los empleados deben poder acceder a cada documento, y ciertos datos deben permanecer en ubicaciones específicas por cuestiones de soberanía de datos. Elasticsearch te permite limitar el acceso a los datos a ciertos roles dentro de la organización, sin perder la capacidad de buscar en todo el almacén de datos.

3. Implementación rentable. Dadas las décadas de optimizaciones en la recuperación de información, Elasticsearch presenta el conocimiento a las interacciones de GAI de uno modo que el uso de CPU es más eficiente en varios ordenes de magnitud que extraer el mismo conocimiento de modelos de lenguaje grandes entrenados o ajustados. Algunas estimaciones calculan que la recuperación semántica es 5 veces más eficiente que solo usar ChatGPT 3.5 o 250 veces más eficiente respecto a los costos de CPU de GPT-4.

El valor que la GAI puede crear para tu organización depende de tus datos y de si están unificados y son accesibles. Si tus datos se distribuyen en varias herramientas y equipos, es posible que te falten el contexto y el contenido que necesitas para que la GAI sea hiperrelevante para los objetivos de tu misión. La plataforma de Elasticsearch funciona como almacén único de datos para todos los datos de tu agencia y como punto de partida centralizado para la colaboración, la información de AI y la automatización.

• Conoce más sobre Elasticsearch y GAI. 
• Obtén una perspectiva técnica sobre cómo implementar Elasticsearch y AI para casos de uso que priorizan la privacidad.
• Ponte en contacto con un experto en el sector público de Elasticsearch para hablar sobre cómo la AI puede aportar valor a la misión de tu agencia.

En este blog, es posible que hayamos usado o mencionado herramientas de AI generativa de terceros, que son propiedad de sus respectivos propietarios y operadas por estos. Elastic no tiene ningún control sobre las herramientas de terceros, y no somos responsables de su contenido, funcionamiento o uso, ni de ninguna pérdida o daño que pueda resultar del uso de dichas herramientas. Ten cautela al usar herramientas de AI con información personal o confidencial. Cualquier dato que envíes puede ser utilizado para el entrenamiento de AI u otros fines. No hay garantías de que la información que proporciones se mantenga segura o confidencial. Deberías familiarizarte con las prácticas de privacidad y los términos de uso de cualquier herramienta de AI generativa previo a su uso.

Elastic, Elasticsearch, ESRE, Elasticsearch Relevance Engine y las marcas asociadas son marcas comerciales, logotipos o marcas comerciales registradas de Elasticsearch N.V. en los Estados Unidos y otros países. Todos los demás nombres de empresas y productos son marcas comerciales, logotipos o marcas comerciales registradas de sus respectivos propietarios.