Para alcanzar los Objetivos de Desarrollo Sostenible de la ONU, los líderes públicos necesitan apoyo para decidir cómo asignar los recursos de forma eficaz.
La inteligencia artificial (IA) ofrece oportunidades sin explotar para generar nuevas evidencias, aunque las implementaciones reales en el sector del desarrollo son escasas.
Los líderes públicos deben promover el desarrollo externo, desarrollar competencias en IA y crear una cultura emprendedora para aprovechar la IA.
Actualmente se destinan más de 200.000 millones de dólares al año en el sector del desarrollo para apoyar alrededor de 300.000 proyectos de desarrollo en 160 países. Los proyectos de desarrollo cumplen una variedad de fines. Entre los ejemplos se incluyen: la construcción de escuelas para dar a los niños acceso a la educación, el suministro de medicamentos para mejorar la atención sanitaria o la instalación de paneles solares para aumentar el acceso a la electricidad.
La agenda común de todos los proyectos de desarrollo es contribuir a la consecución de los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas y, así, promover un futuro mejor para las personas y el planeta.
La IA permite una mejor toma de decisiones en el sector del desarrollo
Sin embargo, un desafío importante para los responsables de la toma de decisiones en el sector del desarrollo es alinear eficazmente la multitud de proyectos de desarrollo globales con las necesidades de los países y regiones. Para lograrlo, los responsables de decisiones en este sector necesitan apoyo basado en evidencias. Hasta ahora, las evidencias se generan sobre todo de forma manual y sin herramientas, por ejemplo, mediante encuestas, que son costosas y, además, tienen una cobertura y un nivel de detalle limitados.
Solo recientemente la inteligencia artificial (IA) ha cobrado impulso para orientar las decisiones de política en el sector del desarrollo. Esto abre posibilidades completamente nuevas: las soluciones de IA pueden localizar hogares con bajos ingresos, sin acceso a la electricidad o en riesgo de escasez de alimentos, con un grado de precisión sorprendentemente alto y a un coste reducido, lo que permite tomar mejores decisiones.
En los últimos años, varios proyectos de concepto han utilizado la IA para apoyar a los responsables de la toma de decisiones en el sector del desarrollo. Por ejemplo, la IA se ha utilizado para cartografiar la pobreza a partir de los metadatos de los teléfonos móviles. Posteriormente, la IA se utilizó durante la pandemia de COVID-19 para identificar a las personas necesitadas y transferir efectivo directamente a sus teléfonos, evitando así los habituales cuellos de botella burocráticos. La IA también ha demostrado un gran potencial para medir los avances hacia los ODS mediante el análisis de imágenes satelitales a gran escala. Una empresa derivada, Atlas AI, utiliza esta tecnología para incentivar la inversión de capital en mercados emergentes mediante la identificación de mercados y regiones desatendidos.
Otros proyectos con tecnologías de IA se centran en la oferta de financiación para el desarrollo. Por ejemplo, las tecnologías de IA que utilizan el procesamiento del lenguaje natural son capaces de analizar millones de informes escritos de proyectos de desarrollo, lo que, a su vez, ayuda a coordinar mejor los proyectos de desarrollo entre países y ODS, y también permite la verificación independiente de los flujos internacionales de financiación climática.
Salvo algunos proyectos de concepto, las implementaciones reales de IA en el sector del desarrollo siguen siendo escasas. Sobre la base de nuestra propia experiencia en colaboración con organizaciones de desarrollo, identificamos tres razones principales: en primer lugar, los recursos y las competencias internos en torno a la IA aún deben desarrollarse, lo que dificulta los procesos de innovación. En segundo lugar, el sector del desarrollo es, en principio, muy atractivo para los talentos en IA que aspiran a generar un impacto significativo. Sin embargo, hasta ahora pocos talentos en IA han llegado al sector del desarrollo y a menudo se orientan hacia puestos en la industria. En tercer lugar, la IA también está cambiando la forma en que se toman las decisiones, lo que exige nuevos procesos y estructuras organizativas.
Sin embargo, renovar las estructuras de toma de decisiones existentes en las organizaciones es un reto, especialmente al integrar nuevas tecnologías como la IA.
Estrategias clave para incorporar la IA al sector del desarrollo
Al incorporar la IA al sector del desarrollo, se pueden generar nuevas evidencias para mejorar la toma de decisiones. Para lograrlo, deben considerarse tres estrategias prioritarias:
1. Promover el desarrollo externo: Dado que muchas organizaciones de desarrollo carecen de recursos y competencias internas para desarrollar nuevas innovaciones en IA, será fundamental que aprovechen competencias externas mediante la colaboración. En este punto, el paradigma de “innovación abierta” puede ser una forma rentable de desarrollar nuevas soluciones e incorporarlas a las organizaciones de desarrollo consolidadas. Para ello, las organizaciones de desarrollo deberían conectar con diversas partes interesadas, incluidas startups, organizaciones no gubernamentales e instituciones académicas.
Aunque la innovación abierta es hoy una práctica habitual en las empresas, los esfuerzos similares en las organizaciones de desarrollo siguen siendo escasos. Una excepción prometedora es el Comité Internacional de la Cruz Roja (CICR), que se asoció con universidades para trasladar las nuevas tecnologías de IA a la acción humanitaria mediante colaboraciones estrechas. Este tipo de colaboraciones puede aprovechar los respectivos conjuntos de competencias de las partes interesadas: las organizaciones de desarrollo pueden centrarse en su conocimiento específico del ámbito, mientras que los colaboradores externos aportan experiencia para desarrollar e implementar soluciones de IA.
¿Qué es la Comunidad de Jóvenes Científicos?
2. Desarrollar competencias en IA: Para implementar y mantener las soluciones de IA a largo plazo, las organizaciones de desarrollo necesitan desarrollar competencias internas en IA. Para ello, deben encontrar un equilibrio entre la formación de los empleados y la ampliación de su contratación para atraer a los mejores talentos en IA. Esto exigirá que los responsables de la toma de decisiones definan nuevos perfiles organizativos (por ejemplo, ingenieros de IA) con trayectorias profesionales a largo plazo y orientadas a la especialización. No obstante, la competencia actual por los talentos en IA es intensa. Sin embargo, las organizaciones de desarrollo están en una posición única para ofrecer tareas de trabajo significativas que puedan generar un impacto sustancial en todo el mundo.
Un medio eficaz para apoyar este proceso son los hackathones, en los que equipos interdisciplinarios trabajan en desafíos reales de IA del sector del desarrollo. Esto expone a los empleados existentes a la resolución de problemas centrada en la IA, mientras que los talentos en IA toman conciencia de los retos específicos del sector del desarrollo y de cómo pueden contribuir con sus competencias a crear soluciones de impacto. Por ejemplo, durante los hackathones “Hack4Good”, equipos interdisciplinarios dedican dos meses a trabajar en desafíos de ciencia de datos planteados por organizaciones como el Fondo Mundial para la Naturaleza (WWF) y la Agencia Alemana de Cooperación Internacional (GIZ). De este modo, se pueden desarrollar competencias internas en IA y, al mismo tiempo, atraer nuevos talentos en IA desde fuera.
3. Crear una cultura emprendedora: La resistencia organizativa al cambio es una de las razones por las que las organizaciones a menudo no logran adoptar nuevas tecnologías como la IA. Esto es especialmente cierto en las organizaciones “burocráticas” del sector del desarrollo, con grandes interdependencias y procesos de toma de decisiones de largo alcance que pueden “matar” ideas innovadoras desde el principio. Muchas empresas se han enfrentado a problemas similares y, por ello, crean subestructuras organizativas que permiten procesos más dinámicos, así como un pilotaje y un escalado rápidos de las ideas.
Los responsables de la toma de decisiones deberían adoptar prácticas similares. Según la organización, pueden ser útiles distintos enfoques. Uno consiste en crear entidades separadas, de tipo startup, dentro de una organización. Por ejemplo, la Organización para la Cooperación y el Desarrollo Económicos (OCDE) puso en marcha el SDG Financing Lab como un nuevo vehículo para agrupar las actividades pioneras en torno a la IA. Esto dio lugar finalmente a la primera solución de IA de la OCDE: un panel para supervisar las contribuciones a los ODS a través de la ayuda mundial al desarrollo.
Otro vehículo son los programas de aceleración que conectan directamente a las startups con las organizaciones de desarrollo. Estos programas permiten a las startups conservar los beneficios de su pequeño tamaño y su independencia organizativa, al tiempo que les proporcionan las ventajas de una gran organización a través de la tutorización y, sobre todo, de recursos (por ejemplo, datos, personal, finanzas y acceso a operaciones). Por ejemplo, el Programa Mundial de Alimentos ha puesto en marcha el WFP Innovation Accelerator, que apoya a jóvenes startups en la lucha contra el hambre en el mundo al darles acceso a sus operaciones globales. Como resultado, se han probado varias tecnologías nuevas basadas en IA, como HungerMap Live para supervisar la seguridad alimentaria mundial en tiempo real y Optimus, que orienta al Programa Mundial de Alimentos en el diseño rentable de las cestas de alimentos y su posterior distribución.
Construir una visión a largo plazo
Las estrategias anteriores deberían ser prioridades clave para que los responsables de la toma de decisiones “actúen ahora” con el fin de aprovechar el potencial de la IA. Además de estas, es importante que los responsables de la toma de decisiones en el sector del desarrollo establezcan una visión a largo plazo con un conjunto coherente de estrategias sobre cómo integrar la IA en sus organizaciones. Estas estrategias deben actualizarse y complementarse periódicamente con el tiempo. En este sentido, las historias de éxito tempranas pueden ayudar a superar la resistencia organizativa, al convencer a los empleados y a otras partes interesadas de los méritos de la IA y, en última instancia, a facilitar la ampliación de las soluciones de tecnologías de IA en toda la organización.
En los últimos años, la IA ha provocado una transformación fundamental de la toma de decisiones en la industria, y ahora está a punto de desplegar su impacto en el sector del desarrollo y de ayudar a los líderes públicos mediante un apoyo a la toma de decisiones basado en evidencias. En el futuro próximo, veremos que la IA se convertirá en una parte integral de la toma de decisiones de las organizaciones de desarrollo. Como resultado, las nuevas tecnologías de IA contribuirán de forma sustancial a alcanzar los ODS para 2030.
