• El gran volumen de datos que gestionan los organismos gubernamentales los convierte en candidatos ideales para la gestión mediante inteligencia artificial (IA).
• Los sistemas de IA deben ser diseñados cuidadosamente por expertos en el ámbito correspondiente.
• La IA en los servicios públicos debe regirse por un marco ético estricto.
En un momento en que se distribuyen cantidades sin precedentes de fondos públicos para los programas de ayuda por la COVID-19, la eficiencia de los servicios públicos nunca había sido tan importante. Desde la detección del fraude y los errores hasta la predicción de interrupciones en los servicios, la variedad de datos que poseen los organismos gubernamentales los sitúa en una posición idónea para utilizar la inteligencia artificial —que depende de datos de buena calidad como componente esencial para el éxito— a fin de abordar estos problemas.
Los gobiernos apenas empiezan a explorar el potencial de la IA para transformar los servicios públicos. Es fundamental diseñar sistemas que recopilen los datos adecuados desde el principio, de modo que la IA pueda implementarse eficientemente. Esto será posible adaptando los sistemas al tema en cuestión, con la ayuda de responsables de políticas, funcionarios públicos y científicos de datos, que trabajen juntos para aprovechar plenamente los beneficios de esta tecnología.
Los gobiernos ocupan una posición de poder única y tienen acceso a una amplia variedad de datos sensibles. El uso de la IA en los servicios públicos deberá enmarcarse en un sólido marco ético, respaldado por una seguridad robusta y una comprensión clara de su lugar en las jerarquías de toma de decisiones. Estas son siete formas en que los gobiernos utilizan hoy la IA para mejorar los servicios públicos:
1. Reducir el fraude y los errores en los sistemas tributarios y de prestaciones
Hoy, los gobiernos pueden beneficiarse de la aplicación de la detección de anomalías a las solicitudes de prestaciones y las devoluciones de impuestos. El Departamento de Trabajo y Pensiones del Reino Unido calcula actualmente que hay 4.600 millones de libras esterlinas en pagos excesivos y 2.000 millones de libras esterlinas en pagos insuficientes en el sistema de prestaciones, mientras que las estimaciones más recientes de HMRC sobre la brecha fiscal ascienden a 31.000 millones de libras esterlinas. Ya está en marcha la aplicación del aprendizaje automático a los vastos conjuntos de datos de estas organizaciones para reducir estas cifras;y aún queda mucho por avanzar en los próximos años.
2. Detectar el fraude en las subvenciones
Las subvenciones públicas suelen concederse con criterios específicos sobre cómo debe gastarse el dinero. Detectar si los fondos se utilizan según lo previsto puede ser difícil, debido al número de subvenciones que deben revisarse. Comprobar si se cumplen las condiciones de las subvenciones suele requerir analizar informes escritos, que no siempre se proporcionan en un formato legible por máquina. Para resolver este problema, pueden aplicarse varios métodos de aprendizaje automático para extraer texto, procesarlo y clasificarlo a fin de determinar un perfil de riesgo.
3. Detectar errores en los datos de las finanzas públicas
Los sistemas de contabilidad gubernamentales generan grandes volúmenes de datos, en parte debido al tamaño de la institución y a las responsabilidades que tiene. Por eso, detectar problemas en los informes financieros puede resultar difícil. El uso de modelos de series temporales para comprender los cambios en los patrones habituales de gasto y en las cuentas por cobrar, junto con la identificación de transacciones poco frecuentes y el análisis de indicadores de fraude, son apenas el punto de partida de las herramientas analíticas que pueden ayudar tanto a los departamentos financieros como a los auditores.
4. Examinar los procesos de prestación de servicios
Muchos servicios públicos se están digitalizando, lo que genera huellas electrónicas de los procesos operativos. La minería de procesos, una tecnología que utiliza marcas de tiempo para identificar flujos de trabajo, puede ayudar a comprender el recorrido de la ciudadanía por los servicios públicos. Esto permite detectar cuellos de botella, procesos que no funcionan como deberían y servicios digitales que están fallando. Combinada con los comentarios de los usuarios, la minería de procesos ofrece una visión más completa de los problemas que estos afrontan e indica cómo hacer que el servicio sea más eficiente.
5. Automatizar los servicios públicos
Tradicionalmente, los servicios públicos han recurrido a centros de atención telefónica que requieren muchos recursos para gestionar el acceso a ayuda y asistencia. Esta no tiene que ser la primera vía de contacto: el uso de chatbots en centros de atención privados para clasificar las solicitudes de asistencia ha dado buenos resultados. Muchas áreas de la administración central y local se beneficiarían de que la ciudadanía pudiera acceder a la ayuda sin intervención humana como primer recurso. Por ejemplo, crear un chatbot para responder preguntas sobre la respuesta de un gobierno local a la COVID-19 podría ayudar a la población, y al mismo tiempo liberar al personal para que se ocupe de asuntos más urgentes.
6. Predecir crisis de salud pública
Antes de que estallara la pandemia de COVID-19, ya había proyectos en marcha para predecir cuándo se producirían los repuntes invernales de la gripe. El uso de modelos predictivos cobra cada vez más importancia en la lucha contra las enfermedades epidémicas. Durante la pandemia de COVID-19, se ha utilizado el aprendizaje automático de diversas maneras para ampliar nuestra comprensión de la enfermedad. Por ejemplo, el King’s College llevó a cabo un análisis de conglomerados para averiguar si la multitud de síntomas de la COVID-19 conformaba subgrupos específicos y qué consecuencias tenía eso para la evolución de los pacientes. Este conocimiento puede utilizarse para planificar el uso del personal médico, las camas de cuidados intensivos y los respiradores, y así salvar más vidas.
7. Asignar los recursos de manera eficiente
La asignación de recursos es fundamental para prestar servicios públicos eficaces, ya sea para gestionar camas de cuidados intensivos o mantener la red de carreteras y ferrocarriles. La capacidad de predecir las necesidades antes de que surjan permite a los responsables tomar mejores decisiones; dotarlos de esta capacidad será cada vez más importante en el sector público. El mantenimiento de las carreteras es un caso especialmente interesante, ya que la IA puede utilizar millones de fotografías de alta resolución para analizar su estado y proporcionar a los ayuntamientos la información que necesitan para orientar las tareas de mantenimiento, mejorando al mismo tiempo la asignación de recursos y la seguridad pública.
¿Qué está haciendo el Foro Económico Mundial en relación con la IA?
Estos son solo algunos ejemplos de cómo la IA empieza a repercutir en los servicios públicos. A medida que los gobiernos buscan acelerar el ritmo de implementación, podemos esperar mayores beneficios gracias a este enfoque. Los gobiernos que establezcan una estrategia de datos clara, con directrices para implementar la IA y un marco ético, estarán bien posicionados para materializar estos beneficios y aumentar la confianza pública. En un momento de escepticismo hacia los gobiernos en todo el mundo, la IA ofrece la oportunidad de redefinir lo que pueden ofrecer los servicios públicos.
