Gobernar con la inteligencia artificial

IA en el diseño e implementación de servicios públicos

El desarrollo y uso de la IA ha permeado el diseño e implementación de servicios públicos en los últimos años. Por ejemplo, el 67 % de los países de la OCDE han utilizado la IA para mejorar esta función (OECD, 2024[188]). Cada vez más, los funcionarios públicos se encargan de experimentar con la IA en sus funciones laborales (Bright et al., 2025[189]). En general, el objetivo es que sean más eficientes, efectivos y respondan mejor a las necesidades de la ciudadanía. La IA puede ayudar a conseguirlo mediante la automatización de los procesos, una asignación de recursos más eficiente (por ejemplo, optimizando los niveles de personal), el apoyo a la toma de decisiones, la mejora de la participación ciudadana y la adaptación y personalización de los contenidos y las vías de servicio para la ciudadanía (2024[60]; 2023[190]; 2019[191]; OECD, 2025[192]). La IA también puede aumentar la comprensión de los gobiernos sobre los desafíos socioeconómicos a los que se enfrentan los usuarios de servicios —al detectar tendencias y relaciones causales que no son detectables por los seres humanos—, mejorando así la capacidad de respuesta y la personalización de los servicios públicos (Anshari et al., 2024[193]). Esto puede permitir a los gobiernos diseñar nuevos servicios públicos que sean más proactivos a la hora de anticipar y responder a las necesidades de los usuarios (Madan and Ashok, 2023[194]).

En determinadas circunstancias, la toma de decisiones automatizada en los servicios públicos también puede percibirse como más justa y menos propensa a errores humanos o corrupción (Miller and Keiser, 2020[195]; Leyer and Schneider, 2021[196]). Sin embargo, diversos factores de comportamiento humano —la forma en que las personas perciben, confían e interactúan con las decisiones impulsadas por la IA— determinarán su efectividad y legitimidad. Una mejor implementación de servicios y su mayor efectividad pueden impulsar la satisfacción de la ciudadanía y su confianza en el gobierno (Sun and Medaglia, 2019[197]; OECD, 2024[46]). Algunos sostienen que este momento requiere un replanteamiento amplio de cómo los efectos de la IA en las estructuras de las administraciones públicas subyacentes a la implementación de servicios públicos, más allá de centrarse en los aumentos de eficiencia (Babšek et al., 2025[198]).

Situación actual

Automatización y optimización de tareas

Las tareas más comunes en los servicios públicos son rutinarias: registrar, preparar, clasificar, clasificar, archivar y verificar la exactitud de la información, y tienen un alto potencial de ser automatizadas (Straub et al., 2024[199]). La IA puede agilizar las tareas burocráticas, liberando tiempo a los servidores públicos para que se centren en aquellas tareas que requieren juicio humano, creatividad, discreción y toma de decisiones. Los casos prácticos reales ponen de relieve la importancia de la rentabilidad a la hora de integrar aplicaciones de IA en la prestación de servicios. Por ejemplo, Brasil emplea una solución de RPA para detectar y desestimar demandas legales predatorias y repetitivas —demandas diseñadas por entidades más ricas para cargar a los acusados más pequeños con solicitudes de datos y costos exorbitantes y extraños—, agilizando así los procedimientos judiciales y ahorrando un tiempo valioso1. En España, la tecnología RPA automatiza o acelera las tareas repetitivas de bajo valor en los servicios públicos, garantizando una distribución eficiente de las pensiones de invalidez y jubilación no contributivas2. Se pueden consultar ejemplos adicionales de Austria y España en el Recuadro 5.42.

Recuadro 5.42. Soluciones de IA en procesos de planificación

Revisión de permisos digitales de construcción de Viena (Austria)

El Sistema de Información sobre Normas de Construcción para la Presentación de Solicitudes (BRISE-Viena) de Austria introduce una innovación digital en las revisiones de permisos de construcción, transformando los procesos tradicionales basados en papel en un flujo de trabajo digital completo. En el proyecto BRISE, las rutinas de verificación basadas en IA comparan automáticamente los modelos digitales de información sobre edificios en 3D presentados por los planificadores con un modelo de referencia digital municipal que engloba los requisitos regulatorios. Este proceso automatizado no solo identifica rápidamente cualquier desviación de las normas establecidas, sino que también proporciona una retroalimentación inmediata, reduciendo significativamente el período de revisión tradicionalmente largo.

Automatización el informe de pobreza energética en Cataluña (España)

El Informe sobre pobreza energética automatizada de Cataluña (España) es una iniciativa del Consorcio de Administración Abierta de Cataluña (AOC) para desarrollar una plataforma impulsada por la IA para automatizar la generación de informes sobre pobreza energética. Esta plataforma se centra en el proceso manual y burocráticamente costoso de determinar la vulnerabilidad social y elaborar informes sobre pobreza energética para los municipios. La innovación radica en la automatización del proceso de generación de informes de pobreza energética, que tradicionalmente implicaba métodos manuales, lentos y propensos a errores. La iniciativa aborda el problema de la determinación de la vulnerabilidad social mediante el uso de la automatización robótica de procesos (RPA), el modelado de procesos comerciales (BPM) y las tecnologías de IA para agilizar el proceso. Anteriormente, los municipios gestionaban esta tarea de forma independiente, lo que daba lugar a resultados incoherentes y a una asignación desigual de los recursos. La automatización de los informes sobre pobreza energética conlleva varias ventajas, como un soporte centralizado basado en IA, una integración fluida con diversos sistemas de información y una mayor interoperabilidad entre empresas, municipios y otras administraciones. En general, la plataforma permite determinar la vulnerabilidad social de manera más eficiente y precisa, agilizar los procesos administrativos y asignar recursos de forma equitativa para mitigar la pobreza energética.

Automatización de registros de propiedad en Grecia

El Catastro Helénico, anteriormente obstaculizado por el procesamiento manual de papel que retrasaba las transacciones inmobiliarias durante meses o incluso años, ha introducido un sistema impulsado por la IA para automatizar la lectura, la categorización y la evaluación jurídica de los contratos inmobiliarios. Esta innovación ha reducido los tiempos de evaluación de varias horas a menos de 10 minutos y ha reducido los costos de 15 euros a tan solo 0,11 euros por caso. También ha mejorado la seguridad jurídica de los propietarios e impulsado la actividad económica al acelerar la finalización de las transacciones.

Fuente: https://oecd-opsi.org/innovations/brise-vienna-building-regulations-information-for-submission-envolvement, https://uia-initiative.eu/en/news/piloting-brisevienna-results-journal-ndeg-3, https://www.aoc.cat/blog/2023/pilot-pobresa-energetica., https://www.ekathimerini.com/economy/1245436/smart-solutions-for-land-register, https://www.microsoft.com/en/customers/story/20308-hellenic-cadastre-azure-open-ai-service, funcionarios del Gobierno de Grecia.

La automatización es relativamente fácil con la IA cuando se trata de tareas repetitivas y poco discrecionales si la calidad de los datos está garantizada. La automatización resulta más difícil cuando se trata de tareas discrecionales de mayor nivel, pero se utilizan para descubrir nuevas opciones, detectar anomalías y riesgos y planificar mejor los servicios. Sin embargo, deben tenerse en cuenta los posibles desafíos para garantizar la confiabilidad de los sistemas, como se observa en el Recuadro 5.43,

Recuadro 5.43. Automatización para una implementación de servicios más fluida en Suecia

El Servicio Público de Empleo de Suecia puso en marcha el programa Prepare and Match en todo el país en 2021 para mejorar la coherencia y la precisión de las evaluaciones relacionadas con el mercado laboral y, por tanto, mejorar la eficiencia de la asignación de recursos. Los solicitantes de empleo inscritos reciben apoyo en forma de capacitación u orientación de un proveedor elegido. Las decisiones sobre si los solicitantes de empleo deben ser aprobados para participar en Prepare and Match están asistidos por una herramienta de apoyo a la decisión llamada BÄR.

BÄR es un sistema ML basado en datos históricos que consta de 1,1 millones de perfiles recopilados durante un período de 10 años. Ofrece diferentes recomendaciones de acción basadas en la probabilidad del solicitante de empleo de encontrar un trabajo dentro de los seis meses. Los factores considerados por el sistema incluyen la edad, el sexo, la educación, la ubicación residencial (y la información demográfica asociada) y las actividades previas de (des)empleo.

Las decisiones relativas a la preparación y el emparejamiento las toman formalmente los trabajadores sociales, quienes en las directrices reciben instrucciones de adherirse principalmente a la recomendación automatizada. Anular una recomendación negativa del sistema es difícil y requiere ponerse en contacto con un grupo de trabajo especial dentro del organismo. El papel asignado a la IA en el proceso de toma de decisiones pone de relieve el posible impacto de la IA para los demandantes de empleo, al tiempo que subraya los desafíos que supone apartarlos parcial o totalmente de las decisiones que les afectan. El sistema de apoyo a la toma de decisiones no tiene en cuenta el propio juicio de los solicitantes de empleo sobre su necesidad de apoyo

Fuente: (Berman, de Fine Licht and Carlsson, 2024[200]; OECD, 2024[201]).

Nuevas fuentes de información para la obtención de conocimientos avanzados

La IA puede ayudar a maximizar la calidad y la utilidad de los datos, así como la capacidad de los seres humanos y las máquinas para procesarlos y analizarlos (Jarrahi et al., 2023[202]). Esto puede contribuir a que la IA se utilice para un análisis de impacto de los servicios públicos más avanzado y en tiempo real. Capaces de reconocer patrones que pueden ser indetectables por los humanos, las aplicaciones de IA pueden identificar rápidamente problemas que pueden haber pasado desapercibidos (Gesk and Leyer, 2022[203]). También pueden procesar datos de diversas fuentes estructuradas y no estructuradas (por ejemplo, imágenes, texto o metadatos), facilitando enormemente la gestión de la información (Cockx, Lechner and Bollens, 2023[204]). En Finlandia, la ciudad de Tampere recopila datos de las cámaras de tráfico para alimentar un algoritmo predictivo que prediga los flujos de visitantes en el centro de la ciudad, ayudando a las empresas y a los servidores públicos a tomar decisiones informadas, lo que representa un servicio público completamente nuevo (Recuadro 5.44).

Recuadro 5.44. Pronóstico de flujo de visitantes impulsado por IA con Tampere Pulse en Finlandia

Tampere Pulse es un servicio de análisis predictivo basado en IA que prevé los flujos de visitantes en el centro de la ciudad de Tampere, Finlandia. Desarrollado en respuesta a los desafíos que enfrentan las empresas locales para predecir el tráfico de clientes, el servicio utiliza datos de la plataforma de Internet de las cosas (IoT, por sus siglas en inglés) de la ciudad, incluidas cámaras de tráfico equipadas con visión artificial, condiciones climáticas y horarios de eventos. El resultado es una previsión del flujo de visitantes de un mes de duración, accesible tanto en dispositivos móviles como de escritorio a través de una interfaz intuitiva basada en mapas.

El servicio ha demostrado un impacto significativo, con una precisión de predicción del 79,33 % para la categoría exacta del flujo de visitantes y del 97,55 % para la categoría correcta o adyacente hasta con tres semanas de antelación. Esta precisión permite a las empresas optimizar la planificación de la fuerza laboral, la gestión de inventarios y las horas de funcionamiento, lo que conduce a ahorros de costos y a un mejor servicio al cliente. Los comentarios de los usuarios han sido muy positivos, con una calificación de facilidad de uso de 4,47 sobre 5 y una probabilidad de recomendación de 7,16 sobre 10.

Más allá de los beneficios comerciales, Tampere Pulse ayuda a los residentes y visitantes de la ciudad a planificar sus movimientos y ayuda a los equipos de mantenimiento y seguridad en la asignación de recursos. Las mejoras futuras tienen como objetivo ampliar la cobertura, integrar la información sobre el comportamiento de compra y vincularla con los sistemas de planificación de recursos empresariales (ERP). La iniciativa muestra el potencial de la IA y el Internet de las cosas para fomentar un entorno urbano inteligente y basado en datos, al tiempo que sirve de modelo para la replicación en otras ciudades de todo el mundo.

Fuente: https://oecd-opsi.org/innovations/tampere-pulse.

Estos nuevos conocimientos avanzados suelen ser el resultado de una combinación de información procedente de diversas fuentes y tecnologías. En Portugal, el Sistema de Vigilancia de la Cubierta Terrestre utiliza la IA para integrar las necesidades de las partes interesadas con la tecnología satelital con el fin de crear una cartografía abierta, promoviendo una visión eficiente, accesible y transparente de la cubierta terrestre (Recuadro 5.45). La Autoridad Saudita de Datos e Inteligencia Artificial (SDAIA) desarrolló Smart C para apoyar la planificación urbana impulsada por datos y la toma de decisiones en tiempo real, lo que permite herramientas como la simulación de tráfico, el monitoreo ambiental y la detección de contaminación visual basada en IA (SDAIA, 2024[205]).

Recuadro 5.45. Sistema de vigilancia de la cubierta terrestre (SMOS) de Portugal

El sistema portugués de vigilancia de la cubierta terrestre (SMOS) es un servicio público que proporciona mapas de uso de la tierra y cubierta terrestre de acceso abierto basados en IA para apoyar la toma de decisiones basada en pruebas. Desarrollado por la Dirección General de Territorio (DGT), SMOS garantiza que los responsables de la formulación de políticas, los investigadores y el público tengan datos confiables sobre los cambios en la tierra, mejorando la transparencia y la gestión sostenible de la tierra.

SMOS analiza imágenes satelitales Sentinel-2, ortofotos de alta resolución y datos geográficos oficiales utilizando IA para producir productos cartográficos precisos, como mapas de uso de la tierra y cubierta terrestre (COS), mapas dinámicos de cubierta terrestre coyuntural (COSc) y productos de monitoreo especializados como el mapa anual de cultivos agrícolas temporales (MACAT). Estos productos se basan en la clasificación automatizada de imágenes satelitales en categorías temáticas de cobertura terrestre, utilizando la IA para distinguir características como zonas urbanas, bosques, masas de agua y campos agrícolas.

SMOS ha progresado a través de tres fases: investigación y desarrollo iniciales; participación con los usuarios para alinear los productos con las necesidades públicas; y ahora pleno despliegue operativo. Desde 2022, SMOS ha publicado mapas anuales de uso del suelo y cubierta vegetal (COS), mapas dinámicos de cubierta vegetal coyuntural (COSc) y productos de seguimiento especializados, todos ellos accesibles a través de la Infraestructura Nacional de Datos Espaciales (SNIG) de Portugal.

Fuente: https://smos.dgterritorio.gov.pt.

Entrega constante de información y servicios accesibles

Los asistentes virtuales y chatbots se encuentran entre los usos más comunes de la IA en los servicios públicos (Ramires Hernández, Valle-Cruz and Mendoza Méndez, 2022[206]; Chen, Gascó-Hernandez and Esteve, 2023[207]). Estas herramientas ofrecen a los usuarios de la función pública acceso rápido a la información las 24 horas del día. En la actualidad, los chatbots van desde los más básicos (algoritmos basados en la recuperación de información) hasta los más avanzados que utilizan sistemas de IA generativa, como los LLM, y utilizan datos relacionados con los servicios en tiempo real. Este último puede responder a las consultas con mensajes personalizados, que van desde conversaciones programadas hasta información y recomendaciones adaptadas a las necesidades específicas de los usuarios, incluido el lenguaje sencillo o el lenguaje de señas basado en la entrada de texto o voz. Además de ser conveniente para los usuarios, los chatbots pueden hacer que los servicios públicos sean más accesibles, aumentar la aceptación de los servicios e impulsar la participación.

Los esfuerzos realizados en Portugal son un ejemplo de cómo los gobiernos pueden integrar los últimos modelos de cimientos en los servicios públicos (Recuadro 5.46). En Estados Unidos, el chatbot Emma del Departamento de Seguridad Nacional proporciona a los usuarios información sobre servicios de inmigración, tarjetas verdes y pasaportes (Chen, Gascó-Hernandez and Esteve, 2023[207]). En Singapur, el chatbot Gov.sg permite a los usuarios presentar y realizar un seguimiento del estado de las quejas sobre los servicios públicos. En Brasil, el municipio de Recife permite que más de 700 servicios públicos de la plataforma "Conecta Recife" se distribuyan y entreguen automáticamente a sus ciudadanos, con un chatbot que aprovecha los sistemas de IA para proporcionar información de inmediato a los usuarios. En Chile, se puso a prueba un chatbot en ChileAtiende para responder a las consultas de la ciudadanía sobre los servicios públicos, lo que demuestra el potencial de prestar asistencia personalizada y reducir los tiempos de respuesta a través de millones de solicitudes3.

Además de las interacciones directas con la ciudadanía, las administraciones públicas también están utilizando chatbots basados en IA para ayudar al personal a prestar servicios de manera más eficiente. Por ejemplo, Caddy, desarrollado por i.AI del Reino Unido, actúa como copiloto para los agentes de servicio al cliente, ayudándoles a recuperar rápidamente información confiable de recursos gubernamentales y, al mismo tiempo, garantizar la exactitud a través de un sistema de validación basado en la participación de personas4. Del mismo modo, la plataforma AIBots de Singapur permite a los equipos gubernamentales personalizar asistentes de IA para procesos internos, agilizando los flujos de trabajo y mejorando la toma de decisiones5. En Francia, se desarrolló un chatbot para ayudar a los servidores públicos a garantizar una mejor implementación de servicios en diferentes ámbitos (Recuadro 5.46). El Gobierno de los Emiratos Árabes Unidos ha tratado de innovar el concepto de asistente virtual mediante la representación de asistentes virtuales y humanos en forma de holograma (Recuadro 5.47). Al centrarse en un ámbito específico, en mayo de 2025 la Autoridad de Planificación de Israel —el organismo nacional responsable de supervisar la planificación territorial, la infraestructura y los desarrollos habitacionales— comenzó a probar el concepto de un chatbot diseñado para ayudar a los profesionales de la planificación a revisar los planes de acuerdo con los requisitos nacionales, agilizando los largos procesos de revisión, que a menudo tardan años, y garantizando el cumplimiento de las normas jurídicas y profesionales.

Recuadro 5.46. Chatbots que agilizan el acceso a la información

El chatbot de Portugal proporciona información a la ciudadanía

En mayo de 2023, la Agencia de Modernización Administrativa de Portugal (AMA) lanzó un chatbot con un avatar realista para ayudar a la ciudadanía con preguntas sobre la clave digital móvil (MDK). Desarrollado en colaboración con Microsoft, DareData Engineering y Defined.ai, el chatbot se basa en el modelo turbo GPT-3.5 de Azure OpenAI y puede reconocer y reproducir texto y voz en portugués. Entre mayo y diciembre de 2023, facilitó 23 780 conversaciones (un promedio de 101 al día) y contribuyó a un aumento del 10 % en las activaciones de MDK.

En enero de 2025, AMA amplió el chatbot para convertirlo en un asistente virtual completo en el portal gov.pt, reforzando el compromiso de Portugal con la inclusión digital y la transformación de los servicios públicos. Ahora impulsado por ChatGPT con una base de conocimientos especializados, proporciona información sobre más de 2 300 servicios públicos y ofrece apoyo en 12 idiomas, eliminando las barreras lingüísticas para la ciudadanía de diversas nacionalidades. Integrado en más de 5 000 páginas de gov.pt, el asistente virtual introducirá nuevas características transaccionales en 2025, como el seguimiento de procesos y la programación de citas, lo que reforzará aún más su papel como herramienta clave de servicio público.

Albert, de Francia, apoya a los empleados de los servicios públicos

En abril de 2024, el Gobierno Francés introdujo Albert, una IA generativa soberana desarrollada por el DataLab de la Direction Interministérielle du Numérique (DINUM) para ayudar a los agentes de las administraciones públicas a responder a las solicitudes de la ciudadanía de manera más eficiente. Formado en modelos de código abierto y enriquecido con guías prácticas de service-public.fr, Albert ayuda a los empleados gubernamentales a buscar regulaciones, redactar resúmenes y proporcionar información precisa a la ciudadanía. Albert se basa en modelos de código abierto de Meta (Llama) y Mistral. Como norma digital común, la interfaz de programación de aplicaciones (API) de Albert proporciona modelos de IA generativa abiertos y reutilizables, reduciendo el umbral de adopción para los organismos públicos y contribuyendo a la creación de una infraestructura pública digital nacional para la IA.

A principios de 2024, Albert había sido sometido a pruebas por 60 agentes de 30 centros de servicios de Francia, que ofrecían respuestas sugeridas, fuentes verificadas y referencias útiles, mientras mantenían a los agentes humanos en control de las interacciones finales. Albert, que se puso en marcha oficialmente en todo el país en abril de 2024, se prevé que se amplíe a toda la administración pública, ayudando a los servicios tributarios, a la revisión de proyectos ambientales, a la transcripción judicial y a otros ámbitos.

Sofía, Francia, mejora el acceso público a la información

En 2025, el Ministerio de Transición Ecológica de Francia liberó a Sofía, una agente conversacional que facilita el acceso a los conocimientos científicos y técnicos de la organización. Sofía permite a los usuarios consultar una base de datos documental especializada y agrupada, lo que agiliza y hace más eficiente la búsqueda de información. El sistema se basa en un LLM desarrollado por Mistral y puede proporcionar respuestas relevantes basadas en las necesidades de los usuarios. Sofía se ha desarrollado con atención a los impactos ecológicos. Por esta razón, se decidió mostrar a los usuarios la huella de carbono de cada búsqueda.

Los asistentes de IA de Grecia ayudan a los usuarios a navegar y encontrar información

Maigov de Grecia es un asistente impulsado por IA del portal gov.gr que ayuda a los usuarios a navegar por más de 1 300 servicios digitales y más de 3 200 procedimientos administrativos respondiendo a preguntas en griego natural mediante texto o voz. Maigov puede comprender y responder a las consultas enviadas en lenguaje natural, proporcionando una forma intuitiva para que los usuarios localicen los servicios que necesitan. El chatbot incorpora capacidades de razonamiento y mantiene el contexto de las conversaciones para proporcionar una experiencia óptima al usuario. Accesible tanto a través de teléfonos móviles como de ordenadores, maigov se lanzó inicialmente en modo piloto en diciembre de 2023 y puede gestionar hasta 240 conversaciones simultáneas en griego. Desde entonces, su funcionalidad se ha ampliado para dar soporte a 25 idiomas, atendiendo a una gama más amplia de usuarios, incluidos la ciudadanía griegos en el extranjero. Con más de 1.6 millones de consultas respondidas, Maigov ha demostrado ser una herramienta valiosa para mejorar la interacción ciudadana con el estado. Los futuros desarrollos para Maigov incluyen la capacidad de emitir certificados y programar citas en nombre de la ciudadanía, racionalizando aún más la implementación de servicios públicos. Además, el Ministerio de Turismo heleno, en colaboración con el Ministerio de Gobernanza Digital, ha desarrollado MaiGreece, un asistente de IA digital para mejorar la experiencia de viaje en Grecia. La aplicación proporciona información administrativa y de salud y seguridad, y recomendaciones para explorar Grecia.

Fuente: https://oecd-opsi.org/innovations/virtual-assistant-for-public-services; https://digital.gov.pt/noticias/assistente-virtual-do-gov-pt-facilita-a-interacao-em-12-idiomas, https://www.info.gouv.fr/actualite/ia-connaissez-vous-albert, https://www.lefigaro.fr/secteur/high-tech/albert-l-ia-generative-de-l-etat-desormais-deploye-a-grande-echelle-20250212, https://digital-skills-jobs.europa.eu/en/latest/news/maigov-new-ia-digital-assistant-govgr-service-citizens, funcionarios del Gobierno de Grecia.

Recuadro 5.47. Misión Inteligente de los Emiratos Árabes Unidos para servicios consulares

Implementada de acuerdo con la Estrategia de Servicios Gubernamentales de los Emiratos Árabes Unidos y la Estrategia Nacional de IA 2031, la Misión Inteligente está diseñada para agilizar y digitalizar los servicios consulares, reduciendo significativamente los tiempos de procesamiento, mejorando la implementación de servicios y mejorando la experiencia del usuario. El núcleo de esta transformación es el Servicio de Certificación de Documentos impulsado por IA, que utiliza un sistema de verificación de certificación impulsado por IA para autenticar documentos oficiales mediante el reconocimiento de sellos oficiales de documentos personales y comerciales. Esto garantiza una mayor precisión en los procesos de certificación y mejora las medidas de seguridad para proteger contra el fraude y el uso indebido.

Como complemento se encuentra la asistencia holográfica impulsada por IA, un asistente virtual interactivo de IA que puede interactuar con los usuarios directamente a través de un holograma. Estos agentes de IA prestan apoyo a los usuarios durante todo el trayecto, respondiendo a consultas al instante en varios idiomas y prestando asistencia en los servicios. Si se necesita más asistencia, el asistente de IA puede transferir la conversación a un funcionario consular humano en forma holográfica. Los sistemas de IA predictiva analizan el comportamiento de los usuarios, los datos históricos y los patrones de interacción para proporcionar apoyo consular proactivo. Esto permite al sistema anticipar solicitudes frecuentes, sugerir servicios relevantes y notificar a los usuarios las acciones requeridas con anticipación.

Por último, también se proporciona un reconocimiento facial basado en IA como servicio opcional para un acceso sin problemas y servicios proactivos, donde los usuarios pueden autenticar su identidad utilizando el reconocimiento facial. Esto elimina la necesidad de documentos físicos y permite una asistencia personalizada sin necesidad de una introducción manual, como la expedición de documentos de retorno para ciudadanos de los Emiratos Árabes Unidos con pasaportes perdidos o dañados, sin necesidad de documentación alguna.

Fuente: Funcionarios del Gobierno de los Emiratos Árabes Unidos, https://u.ae/en/about-the-uae/digital-uae/digital-transformation/platforms-and-apps/smart-mission.

Investigaciones recientes también exploraron el papel de los chatbots en intervenciones conductuales (por ejemplo, durante la salud pública y las comunicaciones de riesgo durante la crisis del COVID-19), como aumentar la voluntad de distanciarse socialmente. Por ejemplo, un estudio aleatorizado controlado descubrió que un chatbot de IA, diseñado con ciencias del comportamiento, mejoró la comprensión de las pautas de COVID-19 y aumentó las intenciones de buscar servicios de pruebas al reducir la incertidumbre en torno a los comportamientos protectores. Mediante el uso de animaciones y mensajes atractivos, el chatbot abordó eficazmente las necesidades informativas y emocionales de los usuarios, demostrando cómo la IA puede influir en la toma de decisiones y promover comportamientos de salud pública (van Baal, 2024[208]).

Los chatbots a menudo están diseñados principalmente para agilizar las operaciones, en lugar de optimizar la experiencia del usuario para la ciudadanía. Sin embargo, los estudios muestran que los usuarios interactúan más positivamente con los servicios basados en IA cuando los chatbots mantienen la continuidad en la identidad y retienen la información de los usuarios a través de las interacciones. Se ha descubierto que los sistemas de IA migrables, que preservan tanto la identidad de un agente como el historial de usuario en diferentes interacciones, aumentan la confianza, la competencia y la presencia social (Tejwani et al., 2020[209]). Esto sugiere que el diseño de chatbots con un mayor énfasis en la familiaridad y la continuidad del usuario, no solo en la eficiencia, puede mejorar significativamente la participación. La aplicación de nociones sobre el comportamiento puede mejorar aún más su efectividad al garantizar que los chatbots detecten cuando los usuarios necesitan apoyo humano, en lugar de frustrarlos con interacciones automatizadas prolongadas. Al reconocer señales de confusión o urgencia, los chatbots de IA pueden transmitir sin dificultates problemas complejos a los agentes humanos, reduciendo la fricción y mejorando la accesibilidad del servicio. Priorizar la continuidad y el diseño centrado en el usuario en los chatbots no solo mejora la eficiencia, sino que también fomenta la confianza, la accesibilidad y la participación con los servicios públicos.

Mejoramiento de la personalización y adaptación de servicios

El uso de la IA para la implementación de servicios públicos también permite pasar de la implementación descendente de los servicios públicos a un enfoque de diseño e implementación basado en las necesidades de los usuarios. Al permitir la personalización de los servicios, la IA aumenta la relevancia y la capacidad de respuesta de las interacciones con cada ciudadano, haciendo que los servicios sean más accesibles y fomentando significativamente la participación pública (OECD/UNESCO, 2024[131]). Por ejemplo, Francia está utilizando la IA para mejorar la implementación de servicios públicos, garantizando una relación más fluida entre los usuarios, sus necesidades individuales y los servidores públicos (Recuadro 5.48).

Recuadro 5.48. La asistencia de Francia en materia de IA para la implementación de servicios públicos personalizados

En Francia, la Direction Interministérielle de la Transformation Publique (Dirección Interministerial de Transformación Pública, DITP) ha puesto en marcha una innovadora plataforma impulsada por IA llamada Servicios Públicos+ para mejorar la calidad y la eficiencia de los servicios públicos en todo el país. La plataforma, en la que participan 45 millones de ciudadanos y 2,5 millones de servidores públicos, incorpora tres componentes principales de IA: funcionalidad de voz a texto para mejorar la accesibilidad; asistencia automatizada a los funcionarios en la redacción de respuestas; y análisis en tiempo real de las opiniones de los usuarios para identificar tendencias y puntos débiles.

La implementación del sistema mantiene un cuidadoso equilibrio entre la automatización y la supervisión humana. Los servidores públicos conservan el control total sobre las respuestas generadas por la IA, con la capacidad de modificar o rechazar sugerencias antes de enviarlas a la ciudadanía. De conformidad con los principios de la Ley de IA de la UE, se notifica a la ciudadanía cuando las respuestas han sido asistidas por IA, y todas las respuestas generadas por IA se publican como datos abiertos para garantizar la transparencia. El sistema se ha desplegado en 12 ministerios y 40 servicios públicos, y más de 4 000 funcionarios lo utilizan con regularidad.

El impacto de esta innovación ha sido significativo, con tiempos de respuesta promedio que han caído de 19 días a tres días. El sistema ha logrado altos índices de satisfacción: el 78 % de los servidores públicos consideran que las sugerencias de IA son útiles y el 70 % de los elementos sugeridos por la IA están validados por los servidores públicos. Lo que es más importante, la satisfacción de la ciudadanía con las respuestas ha aumentado: el 68 % de los usuarios encuentra útiles las respuestas asistidas por IA, frente al 57 % de las respuestas tradicionales. Esto demuestra cómo la IA puede integrarse de manera efectiva en los servicios públicos al tiempo que se mantienen los conocimientos humanos y se mejora tanto la eficiencia como la satisfacción del usuario.

Fuente: https://www.plus.transformation.gouv.fr, presentación de funcionarios franceses en la Cumbre de Acción sobre la IA (febrero de 2025).

Además de su uso en chatbots, los sistemas de IA generativa (como generadores de texto, imagen, vídeo, código o audio) pueden personalizar aún más los servicios para la ciudadanía. Con capacidad para crear perfiles de usuario y microclasificar a la ciudadanía en tipos específicos de grupos de usuarios, la IA puede adaptar la información y los propios servicios a las complejas necesidades de los usuarios y grupos de usuarios, incluidos los que se encuentran en condiciones vulnerables y desfavorecidas. Esto puede utilizarse, por ejemplo, para garantizar que las personas que reúnen los requisitos tengan conocimiento de los programas sociales y las prestaciones disponibles, en caso de que puedan proporcionarlas de forma preventiva (OECD, 2024[210]) (Recuadro 5.49). También puede adaptar los servicios en torno a eventos vitales anticipando necesidades de servicios dependientes del contexto en una variedad de ámbitos, como la educación, el transporte y el empleo (Kopponen et al., 2024[211]). También puede ayudar en los servicios públicos de empleo, por ejemplo, emparejando empleadores y demandantes de empleo (Recuadro 5.50).

Recuadro 5.49. Cómo los sistemas de protección social están adoptando IA

Los avances en los datos y la tecnología están ayudando a mejorar la accesibilidad, la cobertura y la implementación de prestaciones y servicios sociales, aunque la no aceptación sigue siendo un problema importante. Los avances recientes se centran en vincular datos administrativos de diferentes fuentes para mejorar la inscripción en programas sociales. Al vincular conjuntos de datos, los gobiernos pueden agilizar los procesos de solicitud y renovación, informar a los posibles beneficiarios de su elegibilidad para los beneficios y (en casos limitados) inscribir automáticamente a los usuarios elegibles.

A pesar de su potencial, los ministerios de asuntos sociales han utilizado poco los usos avanzados de la IA, incluso para la adopción de programas. Los usos más comunes de la IA en los programas sociales de los países de la OCDE han sido la atención automatizada al cliente (por ejemplo, chatbots y asistentes digitales), la automatización de los procesos internos (por ejemplo, entrada de datos y procesamiento de documentos), la detección de fraudes y la detección de anomalías en las solicitudes de prestaciones.

A pesar de este uso limitado, la IA ofrece una promesa significativa en materia de protección social, incluso a través de la identificación y la inscripción de usuarios de servicios, la mejora de la asistencia al usuario y la mejora de la eficiencia y la puntualidad de la implementación de beneficios y servicios en respuesta a las necesidades cambiantes. Entre los usos emergentes se incluyen:

• Avances en los usos actuales de chatbots, automatización de tareas rutinarias y detección de fraudes.

• Mejorar el servicio al cliente acompañando a los proveedores de servicios humanos en situaciones delicadas.

• Una mejor automatización de las decisiones sobre prestaciones basada en las normas legales de elegibilidad.

• Nuevos tipos de análisis predictivo, como la identificación de riesgos y vulnerabilidades recurrentes para orientar las intervenciones de los programas sociales hacia personas y grupos de riesgo.

Quizás el posible caso de uso más gratificante de la IA en la protección social sea identificar a los beneficiarios de alto riesgo y llegar a ellos de forma proactiva, o inscribirlos automáticamente, para mejorar la cobertura de la protección social. Se está empezando a emplear en las esferas de la prevención y el alivio de las personas sin hogar y de las evaluaciones de riesgos para las sobrevivientes de la violencia doméstica. En este último caso, las sobrevivientes se conectan con trabajadores sociales y otros proveedores de servicios pertinentes con el objetivo de prevenir la repetición de la violencia.

Estas oportunidades conllevan riesgos, y los gobiernos (por ejemplo, Alemania) están implementando una serie de medidas para garantizar que se mitigan, incluidos los marcos legales, regulatorios y de responsabilidad adecuados para proteger la privacidad de las personas y regular el uso de sistemas automatizados.

Fuente: (OECD, 2024[210]), Frey et al (de próxima publicación), "Inteligencia artificial y el futuro de la protección social en los países de la OCDE"; respuestas al cuestionario Harnessing Technology and Data to Improve Social Protection Coverage and Social Service Delivery, administrado por la División de Política Social de la OCDE; (OECD/UNESCO, 2024[131]); (Policy Lab Digital, Work & Society within the German Federal Ministry of Labour and Social Affairs, 2024[212]).

Recuadro 5.50. Los PES de los países de la OCDE recurren cada vez más a la IA para la implementación de servicios

La mitad de los Servicios Públicos de Empleo (PES) de los países de la OCDE han desplegado soluciones basadas en la IA, incluidas soluciones generativas de IA que utilizan modelos de aprendizaje permanente, para ayudar en sus actividades y servicios a solicitantes de empleo, personas en riesgo de perder el empleo y empleadores. En la actualidad, están más acostumbrados a:

• Perfilar a los demandantes de empleo y predecir la probabilidad de que un solicitante de empleo permanezca en el desempleo.

• Emparejar demandantes de empleo con vacantes adecuadas.

• Contribuir al diseño de los anuncios de vacantes, incluida la clasificación profesional.

• Proporcionar información a los clientes a través de chatbots o asistentes virtuales.

• contribuir a la gestión de las carreras y a la orientación en la búsqueda de empleo de los demandantes de empleo.

Por ejemplo, desde 2024, el Servicio de Empleo de Israel ha integrado motores de IA en sus sistemas centrales para agilizar los procesos de búsqueda de empleo de los solicitantes de empleo. Las soluciones de IA ofrecen numerosas oportunidades para los SPE, como la mejora de la orientación de las medidas y los servicios, la optimización del uso de los datos, la reducción de las cargas administrativas y la habilitación de sistemas digitales más dinámicos. Sin embargo, los PES también deben tener en cuenta varios desafíos y riesgos, como la necesidad de definir una responsabilidad clara para los sistemas de IA, abordar las preocupaciones sobre la transparencia y la explicabilidad, garantizar la calidad y la privacidad de los datos y gestionar la posible resistencia o la falta de competencias tanto entre el personal como entre los clientes. Por ejemplo, el PES austriaco implementó un chatbot habilitado para ChatGPT a principios de 2024 para proporcionar información sobre formación y orientación profesional a los demandantes de empleo. Sin embargo, esta innovación fue criticada poco después de su lanzamiento, sobre todo debido a los informes de que las recomendaciones del chatbot perpetuaban las diferencias entre hombres y mujeres.

Para hacer frente a estos desafíos, algunos países de la OCDE están liderando medidas innovadoras para promover una mejor gobernanza de la IA en sus SPE. Esto incluye el establecimiento de comités de ética multidisciplinarios por parte de los SPE en Francia y Bélgica, y el desarrollo de una estrategia específica por parte de los SPE de Noruega para establecer las ambiciones, habilitadores y principios para el uso de la IA.

Fuente: (Brioscú et al., 2024[213]),https://www.maariv.co.il/business/carrier/article-1122739.

Los servicios de salud representan un ámbito especialmente prometedor, ya que los expertos en IA lo consideran una de las áreas con mayor potencial (OECD, 2024[29]). Los sistemas de IA pueden sugerir diagnósticos y predecir factores de riesgo para ayudar a introducir medidas preventivas (Khalifa and Albadawy, 2024[214]; Alowais et al., 2023[215]). Esto fue particularmente útil durante la pandemia de COVID-19. Por ejemplo, Grecia desarrolló y utilizó ML para optimizar las pruebas en frontera, centrándose en los viajeros asintomáticos en función de los datos demográficos y los resultados de pruebas anteriores (Bastani et al., 2021[216]). En algunos contextos, la IA también puede utilizarse para predecir la probabilidad de enfermedad o lesión. Por ejemplo, en Portugal, la aplicación PrevOcupAI se aplica para predecir enfermedades relacionadas con el trabajo y factores de riesgo relacionados en la administración pública (EC JRC, 2021[217]). En Arabia Saudí, la IA se está empleando para predecir y reducir la ausencia de pacientes en los consultorios ambulatorios, mejorando significativamente la utilización de los recursos6. En Corea, la ciudad de Incheon está utilizando tecnología de IA para mejorar la accesibilidad sanitaria de residentes y visitantes extranjeros (Recuadro 5.51).

Combinada con el conocimiento de los médicos y otros expertos médicos, la IA puede conducir a una mejor precisión, una mayor eficiencia y resultados más positivos para las personas. Los beneficios pueden ir más allá del bienestar de la ciudadanía; en el Reino Unido, se estima que los ahorros para el presupuesto público a través de la expansión de la atención médica preventiva habilitada por la IA valdrán 6 000 millones de libras esterlinas al año para 2040 (TBI, 2024[218]).

Recuadro 5.51. Comunicación de salud multilingüe impulsada por IA en Corea

En Corea, la ciudad de Incheon ha implementado SIMTOMI, un servicio de apoyo médico basado en IA que cierra la brecha lingüística entre los pacientes extranjeros y los proveedores de atención médica. Este servicio combina un verificador de síntomas de IA multilingüe con capacidades avanzadas de traducción de idiomas, lo que permite a los extranjeros y turistas comunicar con precisión sus preocupaciones de salud a los profesionales médicos y farmacéuticos locales. El sistema genera informes resumidos de síntomas anonimizados que pueden compartirse a través de códigos QR durante las visitas en persona al hospital o a la farmacia. El impacto de esta innovación ha sido significativo, ya que el servicio ha logrado una alta puntuación de satisfacción de 84,4 puntos y una tasa de intención de reutilización del 95,0 %, superando los objetivos iniciales.

Fuente: https://oecd-opsi.org/innovations/simtomi-ai-powered-multilingual-medical-support.

Previsión de futuras necesidades de servicio público

La IA también tiene un amplio potencial de uso en la realización de análisis predictivos para prever futuras necesidades de servicios, así como para preparar y ajustar la capacidad de respuesta en consecuencia. Esto puede complementar la elaboración de perfiles de los usuarios de servicios y sus necesidades, ayudando a dirigirse y proponer mejor los servicios públicos a los usuarios. El potencial del análisis predictivo es bien conocido en el campo de la policía y la justicia (Macnish, Wright and Jiya, 2021[219]), como se analiza en las secciones "La IA en la aplicación de la ley y la gestión del riesgo de desastres" y "La IA en la administración de justicia y el acceso a la justicia" de este capítulo. Para optimizar los sistemas a gran escala, los sistemas predictivos de IA han demostrado mejoras concretas en la calidad del servicio, como la optimización del tráfico, la disminución de los accidentes de tráfico y el aumento de la eficiencia del combustible en los sistemas de transporte público (Jevinger et al., 2023[220]). En Bélgica, la Agencia de Carreteras y Tráfico utilizó la IA para predecir las condiciones resbaladizas de las carreteras y ayudar a asignar recursos para mantenerlas libres de hielo. En los Países Bajos, la IA se utiliza para experimentar con las predicciones de tráfico y la previsión de accidentes de tráfico. En Portugal, la aplicación PrevOcupAI se utiliza para predecir enfermedades relacionadas con el trabajo y factores de riesgo relacionados en la administración pública (EC JRC, 2021[217]).

Un paso más allá es la tendencia emergente de implementación de servicios proactivos, donde la IA puede ayudar a anticipar las necesidades de las personas más allá del contexto de servicio público actual y responder rápidamente a ellas (Pawlowski and Scholta, 2023[221])7. Por ejemplo, esto puede implicar sistemas ciudadanos digitales gemelos (CDT), que recopilan datos sobre la situación general de una persona y luego ayudan a estructurar respuestas de servicio de andamiaje a sus eventos vitales (Kopponen et al., 2024[211]). De este modo, se pueden crear combinaciones de servicios adaptadas de forma proactiva para satisfacer las necesidades específicas de las personas en función de su situación actual o de los acontecimientos vitales previstos en el futuro (por ejemplo, terminar la escuela e incorporarse al mercado laboral). En Singapur, la aplicación " Moments of Life " utiliza algoritmos de IA para analizar la información de los usuarios y enviar notificaciones personalizadas (por ejemplo, para próximas vacunas o plazos de inscripción escolar) (Aldemir and Uçma Uysal, 2025[222]).

Recuadro 5.52. Cómo están utilizando las ciudades las herramientas de IA para prestar servicios

La IA está empezando a desempeñar un papel fundamental en la implementación de servicios públicos y en la resolución de los desafíos de desarrollo urbano. Por ejemplo:

• Las ciudades están utilizando la IA para optimizar el tráfico y cartografiar las brechas y necesidades de transporte. Los Ángeles (Estados Unidos) utiliza la IA para detectar y responder a los incidentes de tráfico, como accidentes o cierres de carreteras, minimizando su impacto en el flujo de tráfico. Los sistemas basados en IA analizan los datos de las cámaras de tráfico, los sensores y las redes sociales para ofrecer alertas en tiempo real y sugerir rutas óptimas para los conductores, reduciendo así la congestión general. Sydney (Australia) está utilizando IA para optimizar el flujo de tráfico y probar autobuses sin conductor, sentando las bases para una adopción más amplia.

• Las ciudades utilizan la IA para ofrecer servicios públicos e información. Buenos Aires (Argentina) creó un chatbot llamado Boti, primero como canal oficial del gobierno para la vacunación contra la COVID-19, y ahora como canal para proporcionar información sobre temas como el uso compartido de bicicletas y el cuidado social. Yokosuka (Japón) está desarrollando un servicio de prevención de la demencia que utiliza IA generativa conversacional para reforzar la salud mental de la ciudadanía de edad avanzada.

• El Proyecto Ellinikon de Grecia tiene como objetivo transformar el antiguo aeropuerto internacional de Atenas en un distrito inteligente de vanguardia. Las tecnologías avanzadas, como el Internet de las cosas, el análisis de inteligencia artificial, la conectividad 5G y la fibra óptica de ultra alta velocidad, se integrarán perfectamente en el tejido de la ciudad. Se desplegarán sensores inteligentes y sofisticados algoritmos de IA para gestionar la infraestructura de manera eficiente, mejorando la asignación de recursos y la implementación de servicios. Las soluciones de movilidad inteligentes, como la asistencia inteligente para estacionarse y las opciones de transporte compartido, agilizarán aún más el movimiento urbano. Además, la IA desempeñará un papel fundamental en la optimización de la gestión del agua y los residuos, garantizando la sostenibilidad ambiental. Se creará un Gemelo Digital de la ciudad para supervisar y optimizar el consumo de recursos y las condiciones ambientales en tiempo real.

La IA generativa, en particular, tiene el potencial de transformar la forma en que funcionan las ciudades; puede predecir la demanda y racionalizar los servicios públicos, mejorar la capacidad de innovación de los gobiernos locales, mejorar la toma de decisiones basada en datos, optimizar la asignación de recursos y agilizar los procesos administrativos. Esto es posible, ya que algunas ciudades recopilan datos de forma continua de vehículos, edificios, infraestructuras e individuos a través de sensores, drones y dispositivos móviles para presentar una imagen de hasta el segundo minuto. Por ejemplo

• Ámsterdam (Países Bajos), Eslöv (Suecia), Helsinki (Finlandia) y Múnich (Alemania) utilizan gemelos digitales para mejorar la planificación y la gestión urbanas y construir ciudades más resilientes ante amenazas futuras. La réplica digital, actualizada constantemente con datos de su gemelo físico, permite a las ciudades analizar datos, monitorear sistemas y ejecutar simulaciones y construir escenarios, cada uno evaluado con arreglo a criterios clave como la accesibilidad social, la sostenibilidad ambiental y el rendimiento financiero, facilitando la toma de decisiones sobre vivienda, uso del suelo, densidad, infraestructura verde y transporte.

• Shanghái (China) utiliza gemelos digitales e Internet de las cosas impulsados por GenAI para gestionar su compleja infraestructura urbana combinando datos en tiempo real de dispositivos de Internet de las cosas con sofisticados análisis. Esto ayuda a la ciudad a reducir el tráfico, aumentar la efectividad del transporte público, optimizar el uso de la energía, mejorar la preparación ante desastres y planificar infraestructuras.

A pesar de su potencial, las ciudades se encuentran en una fase temprana del uso de GenAI. Según una encuesta realizada por Bloomberg Philanthropies en 2023 a 100 ciudades de todo el mundo, solo el 2 % implementaba activamente la GenAI en sus actividades, mientras que el 69 % exploraba o probaba la tecnología, pero todavía no había desarrollado capacidades ni políticas. Entre los obstáculos se incluyen la falta de concienciación, las limitaciones presupuestarias, la falta de directrices y de gobernanza de datos pertinentes, la falta de competencias, las preocupaciones en materia de privacidad y seguridad de los datos, y los desafíos administrativos y técnicos a la hora de integrar tecnologías de IA como la IA geoespacial (GeoAI) en los procesos de planificación y diseño de servicios.

De cara al futuro, para aprovechar el potencial y la adopción de la IA, las ciudades deberían:

• Cerrar las brechas digitales, en coordinación con el gobierno nacional, para garantizar el acceso a los servicios de Internet para toda la población.

• considerar y abordar proactivamente los futuros desafíos, riesgos y posibles inconvenientes de la IA (por ejemplo, problemas de privacidad de los datos y de calidad y disponibilidad de los datos que limitan la toma de decisiones).

• Desarrollar, con el apoyo de los gobiernos nacionales, los sistemas regulatorios para garantizar que los sistemas de IA utilizados sean seguros, transparentes, rastreables y no discriminatorios para preservar la privacidad, los valores éticos y los derechos individuales.

• Explorar entornos de prueba regulatorios para fomentar alianzas público-privadas en un ambiente controlado e innovador y probar ideas de manera segura.

• invertir en alfabetización en IA para empleados públicos locales, desarrollar experiencia especializada en IA dentro de sus departamentos jurídicos.

• Establecer alianzas con instituciones académicas y empresas tecnológicas para compartir conocimientos.

Fuente: (OECD, 2024[223]; 2023[224]; Bloomberg Philanthropies, 2023[225]),https://theellinikon.com.gr/en/smart-and-sustainable/smart-city.

Evidencia de impacto

En un estudio reciente sobre la automatización potencial de los servicios públicos del Reino Unido, el Instituto Alan Turing descubrió que la IA podría ayudar a automatizar el 84 % de las transacciones relacionadas con los servicios y ahorrar el equivalente a aproximadamente 1.200 personas/año trabajado cada año (Straub et al., 2024[199]). Además, la reducción de la burocracia y las mejoras en la regulación en torno al diseño y la implementación de los servicios públicos podrían beneficiar enormemente a los usuarios en términos de ahorro de tiempo, esfuerzo y recursos, o en la aceleración del tiempo de respuesta del gobierno.

Si bien la promesa es grande, hasta el momento hay poca evidencia empírica de que la IA tenga o vaya a tener estos beneficios. El conocimiento actual sobre la adopción de la IA en la función pública se basa en estudios de casos que sintetizan las primeras evidencias extraídas de las prácticas implementadas8. Los casos prácticos se están multiplicando rápidamente y en las siguientes secciones se ofrece una visión general de las tendencias de innovación que están surgiendo.

La mayor parte de la evidencia sobre el impacto de las últimas innovaciones en materia de IA en los servicios públicos se basa en proyectos y casos individuales y, con mayor frecuencia, se denuncia por sí misma. La revisión de casos en la literatura indica una indicación general positiva de los beneficios de la IA. Sin embargo, no es muy frecuente que los proyectos de IA divulguen por adelantado sus posibles impactos negativos (Birhane et al., 2022[226]). Esto es de esperar, ya que las aplicaciones son todavía relativamente nuevas, siguen surgiendo problemas y a menudo no se llevan a cabo evaluaciones.

A medida que la IA sigue remodelando los servicios públicos, es esencial realizar pruebas rigurosas de las intervenciones conductuales para garantizar que estas tecnologías no solo sean eficientes, sino también efectivas para influir en la participación ciudadana y la toma de decisiones (Soman, 2024[227]). Algunos equipos gubernamentales ya están creando prototipos y probando rápidamente soluciones basadas en la IA. Sin embargo, los métodos de evaluación más estructurados, como los RCTs, el análisis de diferencias en las diferencias y las pruebas A/B, pueden ayudar a determinar qué aplicaciones de IA funcionan mejor, para quién y en qué contextos. La colaboración con el mundo académico para que estos enfoques experimentales formen parte de la aplicación de la IA puede aportar pruebas empíricas más sólidas sobre el impacto de la IA en la vida real, garantizando que los servicios públicos se diseñan y adaptan en función de análisis conductuales, en lugar de supuestos.

Gestión de riesgos y desafíos

Si bien la IA tiene un enorme potencial para mejorar la eficiencia, la efectividad y la capacidad de respuesta, existen riesgos y desafíos que pueden limitar su adopción y provocar daños en el mundo real. Un estudio de 2022 sobre las lecciones aprendidas de 61 iniciativas de automatización de la función pública canceladas en varios países revela que muchas han fracasado debido a la falta de efectividad, la protección de la sociedad civil, la investigación crítica de los medios de comunicación y las acciones legales, entre otras cuestiones (Redden et al., 2022[228]). Los principales riesgos y desafíos identificados se analizan a continuación.

Riesgos asociados

• Uso indebido o cuestionable de la IA, que genera problemas de vigilancia y privacidad.

• Datos inadecuados o sesgados en los sistemas de IA.

• Falta de transparencia y explicabilidad.

• Exacerbación de la exclusión social y las brechas digitales.

El uso de IA en las innovaciones de servicio público requiere un mayor acceso a la información personal de los usuarios, especialmente cuando se conecta a una implementación de servicios proactiva y personalizada. A menudo esto también requiere tener acceso a una variedad de bases de datos de organizaciones públicas e información de servicio para identificar el mejor enfoque de servicio. La implementación proactiva de servicios, por ejemplo, suele requerir un procesamiento algorítmico de datos dispersos entre múltiples fuentes de datos públicas y, en ocasiones, privadas (Nikiforova et al., 2023[229]). El uso de la IA plantea preocupaciones sobre la privacidad y el uso intencionado y responsable de los datos y puede hacer que estos servicios sean más contestables (véase el Capítulo 1, sección "Para aprovechar los beneficios de la IA, es necesario gestionar sus riesgos"). Una suposición comúnmente aceptada es que las herramientas inteligentes de IA adaptadas y entrenadas en datos enfrentan concesiones ineludibles entre la capacidad (predictiva) y la privacidad. Sin embargo, ha habido un gran interés reciente en la investigación para eludir esta hipótesis general gracias a las tecnologías de preservación de la privacidad (PPT) o las tecnologías de mejora de la privacidad (PETs), que utilizan datos anonimizados o cifrados (OECD, 2023[230])9 .

Si los sistemas de IA se basan en datos inadecuados o sesgados, podrían producirse resultados inexactos o adversos para algunas personas o grupos. Con respecto al diseño y la implementación de servicios públicos, esto podría dar lugar, por ejemplo, a un trato preferencial indebido para algunas personas o grupos o a un refuerzo de estereotipos inexactos. En parte debido a que los datos son inadecuados o sesgados, las brechas de datos digitales —donde algunos grupos están más representados que otros en los datos— limitan el potencial de los servicios de IA personalizados, lo que solo los hace útiles y precisos para poblaciones ricas en datos y puede dejar a algunos grupos menos representados (UNESCO, 2019[231]; Perry and Lee, 2019[232]; Dieterle, Dede and Walker, 2024[233]).

Dada la naturaleza de los servicios públicos, es crucial garantizar la rendición de cuentas, transparencia y explicabilidad de la toma de decisiones y resultados de los sistemas y herramientas de IA. Para ello, es necesario crear e implementar marcos de servicio público que definan líneas claras de responsabilidad para los sistemas de IA a lo largo de todo su ciclo de vida dentro de los servicios públicos. Cuanto mayor sea la transparencia en el uso de la IA en los servicios públicos, más fácil será hacer un seguimiento de los efectos adversos y generar una mayor sensación de explicabilidad y confianza en los resultados de la IA (Sun and Medaglia, 2019[197]; Thiebes, Lins and Sunyaev, 2020[234]).

Desafíos de implementación

• Elevados costos de adopción y escalabilidad de la IA.

• Falta de marcos viables y directrices sobre el uso de la IA.

• Dificultad para establecer un seguimiento continuo del progreso de la vía y de los riesgos superficiales.

• Falta de datos de alta calidad y capacidad para compartirlos.

• Brechas de habilidades.

No se puede ignorar el costo asociado a la creación y el mantenimiento de sistemas de IA para los servicios públicos (desde la infraestructura, el seguimiento, la formación del personal y la educación). Por ejemplo, el costo de las opciones de suscripción a la IA comercial podría aumentar cuando las empresas traten de volverse rentables y cubrir grandes gastos generales y de explotación para satisfacer las expectativas de los inversores (Shark, 2025[235]).

La adopción confiable de sistemas de IA en el diseño y la implementación de servicios públicos requiere un seguimiento continuo para hacer un seguimiento de los avances y ayudar a identificar los riesgos emergentes, pero los gobiernos carecen en general de esta función. Los sistemas de IA totalmente autónomos que tienen un impacto en la vida de la ciudadanía pueden plantear problemas jurídicos y contribuir aún más a la desconfianza y la resistencia en la adopción. En consecuencia, en las políticas públicas a menudo se requiere o se da prioridad a la determinación y la supervisión humanas. Por ejemplo, la Ley de IA de la UE impone requisitos de supervisión humana en casos de uso de "alto riesgo", que se consideran muchos usos gubernamentales. Sin embargo, confiar solo en la intervención humana puede crear una falsa sensación de seguridad al adoptar algoritmos (Green, 2022[236]). Contar con seres humanos en el bucle no anula la necesidad de llevar a cabo análisis de costo-beneficio y beneficio-riesgo para sopesar las compensaciones ni de realizar una evaluación a lo largo del ciclo de vida de la IA. En consecuencia, la adopción de la IA en la implementación de servicios públicos requiere una evaluación técnica y detallada desde la perspectiva del valor público en un contexto en el que pueden manifestarse efectos adversos durante la implementación del sistema de IA (Medaglia, Gil-Garcia and Pardo, 2021[237]; Madan and Ashok, 2023[194]).

Algunos de los primeros fallos en el uso de la IA en los servicios públicos y casos de errores se han relacionado con problemas de calidad de los datos. Un estudio de la OCDE (2019[191]) ha identificado la necesidad de verificar continuamente la exactitud, confiabilidad y adecuación de las entradas de datos a los sistemas de IA, lo que ayuda a los proveedores de servicios a identificar y abordar los errores presentes en los datos.

Por último, los distintos niveles de competencias en materia de IA y las competencias asociadas en el gobierno son problemáticos (Medaglia, Mikalef and Tangi, 2025[238]). Si bien las herramientas generativas de IA han pasado a ser ampliamente accesibles para la adaptación ascendente, no ha habido suficiente capacitación en IA en el gobierno ni directrices claras para su uso en organizaciones públicas para desarrollar e informar los servicios públicos. Además, dado el rápido desarrollo de los sistemas de IA, el aprendizaje continuo es una necesidad para mantenerse al día. Las competencias necesarias para adaptar los sistemas de IA no son solo tecnológicas, sino también éticas, jurídicas, de gestión y sociotécnicas; los administradores públicos deben comprender cómo interactúan los sistemas de IA tanto con la organización como con el público en general (Trajkovski, 2024[239]). Por ejemplo, la creatividad y las habilidades de pensamiento de diseño son necesarias para implementar servicios centrados en el ser humano adaptados a las necesidades públicas. Esto también requiere altos niveles de habilidades interpersonales, ya que los administradores necesitan colaborar de manera efectiva con científicos de datos, abogados, especialistas en ética y socios externos. La falta de estas habilidades puede provocar retrasos en la adopción de la IA o peores impactos negativos, como sistemas algorítmicos sesgados u opacos. En la actualidad, faltan en gran medida enfoques sistémicos para desarrollar dichos conjuntos de habilidades en los distintos gobiernos. Algunos han propuesto una nueva profesión de profesionales funcionales de la IA que actúen como intermediarios entre el lado técnico y el de las políticas públicas y ayuden a formar a los funcionarios públicos en consecuencia (Labanava et al., 2022[240]).

Potencial sin explotar y camino a seguir

Existe un gran potencial para utilizar la IA en otras áreas de servicio y en nuevos casos prácticos. Por ejemplo, en el ámbito de la salud, la IA podría permitir intervenciones preventivas y adaptadas, así como "estímulos" conductuales informados, que conduzcan a mejores resultados y permitan a los profesionales sanitarios disponer de más tiempo para la atención. También podría generar nuevas técnicas para liberar valor de los vastos activos de datos de salud, el 97 % de los cuales siguen sin explotarse en los países de la OCDE (Sumner et al., 2023[241]; Bennett Institute, 2024[242]; OECD, 2024[243]). En este ámbito, la norma de la OCDE (2017[244])para promover el uso de datos de salud en el interés público guía a los gobiernos para que estos datos estén más disponibles para la innovación en la atención médica. El análisis de los desafíos para la implementación de los principios de esta recomendación se puede encontrar en (OECD, 2022[245]) y en un próximo informe de la OCDE: "Facilitación del uso secundario de datos sanitarios con fines de interés público a través de las fronteras". Los avances de la IA también podrían ayudar a reducir la escasez de personal sanitario prevista en 3,5 millones para 2030 en los países de la OCDE (OECD, 2024[243]).

El uso de la IA en el diseño y la implementación de servicios públicos todavía se encuentra en una fase experimental. Si bien hay ejemplos de automatización, racionalización e incluso nuevos tipos de servicios emergentes, las organizaciones gubernamentales todavía están lejos de una amplia adopción y uso operativo. El bombo publicitario de la IA y las demandas de eficiencia de costos pueden empujar a los gobiernos hacia una rápida automatización. Sin embargo, las evaluaciones y críticas de las prácticas tempranas, como se analiza en esta sección, sugieren que es más probable que un enfoque más gradual adoptado junto con los servidores públicos tenga éxito. Los gobiernos necesitan estrategias sobre cómo utilizar modelos híbridos en los que la IA aumente la toma de decisiones humana, y sobre cómo hacer frente al papel cambiante de los funcionarios públicos en este nuevo formato de burocracia algorítmica (Vogl et al., 2019[246]). Si bien la promesa de la IA puede consistir en liberar tiempo de los servidores públicos para tareas de mayor valor —como colaborar con la ciudadanía para abordar cuestiones sociales complejas—, también puede tener el efecto contrario, ya que el distanciamiento de los servidores públicos de la sociedad disminuye a medida que su papel en la recopilación directa de datos y la interacción con los usuarios de los servicios disminuye (Bullock, Young and Wang, 2020[247]; Madan and Ashok, 2023[194]) (véase también el debate sobre la "IA en la reforma de la función pública" en este capítulo).

Otro enfoque emergente para la automatización en los servicios públicos son las reglas como código (RaC), que implica codificar las reglas gubernamentales en formatos consumibles por máquina junto con el texto legal tradicional (Mohun and Roberts, 2020[4]). Dado que los servicios dependen cada vez más de la IA para apoyar la toma de decisiones, la RaC proporciona una base para aplicaciones de IA más precisas, transparentes y escalables en el gobierno. Al incorporar normas en formatos digitales, la RaC podría mejorar la coherencia de la implementación de servicios impulsada por la IA, garantizando que los sistemas automatizados interpretan y aplican la normativa correctamente en diferentes contextos. Varios gobiernos han empezado a utilizar la RaC para agilizar el cumplimiento normativo y mejorar la implementación de servicios impulsada por la IA. Por ejemplo, los Emiratos Árabes Unidos han puesto en marcha una plataforma nacional de Normas como Código cuyo objetivo es desarrollar leyes y reglamentos basados en la IA, transformando el ecosistema financiero10.

A diferencia de los enfoques convencionales basados en tareas, en los que la implementación de servicios se segmenta en distintas operaciones secuenciales, los enfoques basados en IA pueden integrar funciones y procesos de toma de decisiones de forma simultánea. Esto representa un cambio potencialmente transformador en la forma en que se organizan los servicios públicos.

En lo que respecta a una mayor aceptación de los servicios públicos basados en la IA por parte de la ciudadanía y los residentes, de las investigaciones existentes se desprenden algunas ideas claras. En general, se acepta que la IA es mejor para procesar grandes cantidades de datos e identificar patrones (Rane, Choudhary and Rane, 2024[248]). Sin embargo, una combinación de factores, como la percepción de la utilidad de los sistemas de IA, la expectativa de rendimiento, las actitudes, la confianza y la expectativa de esfuerzo tienden a influir en la voluntad de uso de la IA en todos los sectores (Kelly, Kaye and Oviedo-Trespalacios, 2023[249]). La percepción del riesgo y la confianza en los sistemas de IA difieren cuando se trata de servicios públicos generales (es decir, prestados por el gobierno sin una solicitud específica y que conciernen a todos o a la mayoría de la ciudadanía, como la educación básica y la seguridad pública) frente a servicios públicos específicos (es decir, solicitados explícitamente por la ciudadanía y que solo afectan a uno o pocos ciudadanos, como los programas de atención a las personas mayores o la asistencia para la vivienda para poblaciones de bajos ingresos). Los servicios generales son más abstractos y los usuarios tienen un menor nivel de conocimiento de la situación, lo que significa que también pueden aceptar la IA con mayor facilidad11. En servicios específicos, la oportunidad de decidir adquiere relevancia; los usuarios en general desean tener la posibilidad de elegir si se ha utilizado una aplicación de IA en su decisión sobre el servicio (Gesk and Leyer, 2022[203]).

Las primeras investigaciones también indican que la confianza en las aplicaciones de IA es mayor si se integran en servicios ya existentes en lugar de en servicios completamente nuevos (Aoki, 2020[250]). Esto significa que las innovaciones de servicios más proactivas pueden tener que demostrarse ante los usuarios y pueden enfrentar un mayor escrutinio. En todos los casos, la participación de los usuarios en la creación conjunta de servicios públicos está correlacionada con una percepción positiva de las decisiones en materia de IA y podría impulsar una mayor adopción (Gesk and Leyer, 2022[203]). Esto es muy importante, ya que la experiencia de las personas con los servicios puede influir en la forma en que perciben a sus gobiernos en general, y la satisfacción pública con los servicios administrativos y sociales es un importante motor de confianza (OECD, 2024[46]). Las organizaciones públicas pueden poner en riesgo su legitimidad democrática si la ciudadanía no confían en los servicios que el gobierno pretende prestar con IA (Aoki, Tay and Yarime, 2024[251]; Aoki, 2020[250]).

Asimismo, los gobiernos deben comprender y tener más en cuenta las necesidades de los usuarios a la hora de diseñar servicios basados en IA que probablemente deseen utilizar. Esto implicará garantizar que las políticas y los servicios estén diseñados para la forma en que las personas se comportan realmente, en lugar de para la forma en que se supone que se comportan. Incluso las políticas bien intencionadas pueden fallar cuando introducen fricciones innecesarias (“de fricción”), lo que dificulta el acceso de las personas a los servicios, la cumplimentación de las solicitudes o la toma de decisiones informadas. Un mayor uso de la ciencia del comportamiento puede contribuir a ello, al ofrecer instrumentos prácticos para reducir la fricción, mejorar la accesibilidad y garantizar que los servicios estén centrados en el usuario y sean confiables para la ciudadanía. Al abordar las barreras cognitivas, como la complejidad, la fatiga de la decisión y la inercia, los gobiernos pueden diseñar servicios más simples, intuitivos y fáciles de navegar. Las herramientas impulsadas por IA pueden identificar servicios que requieren auditorías de fricción, evaluar la efectividad de las intervenciones y mejorar el diseño de los servicios. La NLP y el análisis de opiniones pueden analizar las opiniones del público en tiempo real, indicando los puntos débiles de las plataformas en línea y los canales de atención al cliente. La IA también puede cuantificar las interacciones de los usuarios y adaptar las intervenciones a los distintos grupos demográficos, garantizando así que las políticas estén mejor orientadas y sean más inclusivas. A medida que los gobiernos avancen hacia la gobernanza digital por diseño e impulsada por los datos, la integración de nociones sobre el comportamiento con la IA será clave para que los servicios públicos sean más fáciles de usar, eficientes y receptivos (OECD, 2024[252]).

Por último, existe una brecha considerable entre la velocidad a la que se está introduciendo la IA en los servicios públicos y la medida en que se llevan a cabo evaluaciones sólidas. Los análisis más exhaustivos ya apuntan a muchos efectos imprevistos y, en ocasiones, adversos que pueden aparecer junto a los aumentos generales de eficiencia. Esta área necesita más inversión.

En todos estos ámbitos, la cooperación internacional en el desarrollo de la capacidad del sector público en materia de IA es crucial. Cuanto más compartan los gobiernos las prácticas de IA en el desarrollo de los servicios públicos (por ejemplo, compartiendo algoritmos abiertos, infraestructuras, conjuntos de datos intergubernamentales y esfuerzos conjuntos para el desarrollo responsable de tecnologías emergentes), más probabilidades habrá de garantizar la calidad en general. Iniciativas multilaterales como la Global Partnership on Artificial Intelligence (GPAI) pueden desempeñar un papel crucial en este sentido.

Notas

← 1.  https://oecd-opsi.org/innovations/use-of-robotic-process-automation-in-forensic-routines/

← 2.  https://oecd-opsi.org/innovations/streamlined-benefits-for-a-more-equal-society/

← 3.  Véase https://cms.hacienda.cl/cmod_cl/assets/documento/descargar/3a29739655166/1712674476.

← 4.  Véase https://ai.gov.uk/projects/caddy.

← 5.  https://www.tech.gov.sg/gtpc-product-1.

← 6.  https://oecd-opsi.org/innovations/no-show-prediction-at-outpatient-clinic.

← 7.  Los servicios públicos proactivos son servicios que una organización pública "impulsa" hacia sus homólogos en función de sus "necesidades, circunstancias, preferencias personales, eventos vitales y ubicación". (Linders, Liao and Wang, 2018[325]).

← 8.  Los casos prácticos de IA se han centrado en áreas de alto riesgo y ricas en datos, como la seguridad (por ejemplo, detección de riesgos, predicción y simulación) (Margetts and Dorobantu, 2019[324]; Xavier et al., 2022[322]; Zhang, Atasoy and Vasarhelyi, 2022[321]), reconocimiento facial en la policía (Zilka, Sargeant and Weller, 2022[320]), reincidencia, predicción en justicia penal (Kleinberg et al., 2017[326]), automatización de procesos (Ojo, Mellouli and Ahmadi Zeleti, 2019[323]) y la previsión de las necesidades futuras de servicios (Bright et al., 2019[327]).

← 9.  Véase https://www.oecd.org/en/topics/privacy-enhancing-technologies.html.

← 10.  https://u.ae/en/about-the-uae/digital-uae/digital-technology/artificial-intelligence/rules-as-code.

← 11.  En primer lugar, los servicios públicos pueden dividirse en generales (por ejemplo, semáforos) y específicos (solicitados individualmente y dirigidos específicamente).