Este capítulo sintetiza 200 casos de uso de IA en 11 funciones gubernamentales. Concluye que el uso de la IA es una prioridad para los gobiernos, pero que su adopción es fragmentada y desigual. Su uso se concentra en los servicios de atención al público y las operaciones internas, con menos ejemplos en la formulación de políticas. Los gobiernos buscan aumentar la productividad, la capacidad de respuesta y la rendición de cuentas, pero los esfuerzos por empoderar a los actores externos son limitados. La madurez varía según la función y la tecnología, con sistemas tradicionales basados en reglas, aprendizaje automático selectivo e inteligencia artificial generativa limitada. Cada caso de uso puede plantear riesgos operativos, éticos, de resistencia o de exclusión si no es confiable, lo que subraya la necesidad de contar con fundamentos sólidos para los datos y una gobernanza coherente.
Gobernar con la inteligencia artificial
Resumen
La OCDE analizó 200 casos de uso de 11 funciones gubernamentales. Concluyó que, si bien la IA es una prioridad para la mayoría de los gobiernos, los esfuerzos no son sistemáticos.
Este análisis ayudó a comprender mejor el estado actual de la IA en el sector público e identificar tendencias generales. Estas tendencias son las siguientes:
La IA está distribuida de forma desigual entre las distintas funciones gubernamentales
La IA se utiliza sobre todo en actividades de servicio público de atención al público y operaciones internas
Los gobiernos están utilizando la IA para perseguir una serie de potenciales beneficios
Algunas funciones gubernamentales son más maduras en lo que respecta a la gobernanza y adopción de IA
Las diferentes funciones gubernamentales tienen diferentes contextos y necesidades.
La OCDE concluyó que cada uno de los 200 casos de uso analizados podría entrañar uno o más tipos de riesgo (operativo, ético, de resistencia pública y de exclusión) si no se diseñan y utilizan de forma confiable.
Estos riesgos varían en función del uso que se dé a cada caso y de las funciones de la administración; por lo tanto, es importante reconocer los principales factores de riesgo en cada uso y ámbito.
Aunque los gobiernos están atentos a varios riesgos de la IA, algunos reciben menos atención.
En su último trabajo transversal sobre la IA en el sector público, la OCDE (2024[1]) constató la necesidad de recopilar, documentar y analizar sistemáticamente diferentes casos de uso de la IA para hacer un seguimiento de las tendencias de las opciones de políticas en los distintos países. La OCDE también concluyó que una mayor cantidad y una mejor evidencia del impacto de la IA en los gobiernos contribuirán a garantizar que la tecnología se utilice para lograr un impacto óptimo. La facilidad de acceso a dicha evidencia, así como la información sobre políticas, prácticas y uso de la IA en las administraciones públicas, podría promover avances en la adopción de una IA confiable, un diálogo estructurado e intercambios entre países. En general, se necesita un enfoque holístico de sistemas para maximizar el valor de la IA en las administraciones públicas, inclusive el establecimiento de habilitadores, salvaguardas y mecanismos de participación.
Para ayudar a abordar estas necesidades, este capítulo se basa en investigaciones de la OCDE y otras fuentes relevantes para comprender mejor el estado actual del uso de la IA en la administración pública y poner de relieve las tendencias generales. En este capítulo se analizan y sintetizan 200 casos de uso de la IA que abarcan 11 funciones gubernamentales, enumerados en la Tabla 2.1 y que se analizan en profundidad en el Capítulo 5.1 Estos casos de uso se identificaron a través de una investigación documental, reuniones de la OCDE y conversaciones con funcionarios públicos en grupos de trabajo y redes pertinentes de la OCDE, y en las recopilaciones de datos en curso del Observatorio de Innovación del Sector Público (OPSI) de la OCDE y del Observatorio de Políticas de IA de la OCDE2. Las conclusiones analizadas en este capítulo se basaron en dicha investigación.
Con base en esta metodología, los hallazgos de este capítulo no se pueden generalizar de cara al universo más amplio de esfuerzos de IA en el sector público. Además, la adopción de la IA por parte de las administraciones públicas varía de un país a otro, en función de su situación a escala nacional y de los niveles de preparación en materia de IA. Sin embargo, los hallazgos sí proporcionan observaciones basadas en la práctica del mundo real, las últimas investigaciones y los puntos de vista actuales de los responsables de la creación de políticas. Para ello, el capítulo trata de medir las actividades actuales y sus características, así como de las posibles lagunas en las que puede haber un potencial sin explotar o la necesidad de realizar más investigaciones.
En los próximos meses, la OCDE creará un repositorio mundial dinámico de iniciativas y estudios de casos relevantes en el marco del Observatorio de Políticas de IA de la OCDE.
En total, 48 países y la Unión Europea (UE) han adherido a los Principios de la IA de la OCDE (Tabla 2.2), comprometiéndose a promover el diseño, desarrollo, despliegue y uso confiables de la IA, también en el sector público. La OCDE está realizando un seguimiento de la aplicación de estos principios e informa al respecto a lo largo del tiempo (2023[2]; 2021[3]). Los resultados sugieren que los gobiernos están menos centrados en el uso de la IA que en sus esfuerzos por promover una adopción confiable de la IA en la economía y la sociedad en general.
Los gobiernos están haciendo realidad el potencial de la IA en las administraciones públicas y convirtiéndola en una prioridad estratégica. Casi todos los países de la OCDE han puesto en marcha estrategias y programas para la IA que establecen una visión y un enfoque de alto nivel para su uso en el gobierno. Estos están integrados principalmente en estrategias nacionales con respecto de la IA más amplias. Sin embargo, países como Canadá (2025[4]), Suiza (2025[5]) y Uruguay (2021[6]) han desarrollado estrategias específicas. Muchos gobiernos también han intentado poner en práctica sus estrategias mediante políticas e iniciativas transversales o específicas de cada ámbito. Estas iniciativas se analizan más a fondo en el Capítulo 4. Además, muchos gobiernos han adoptado la IA a través del uso práctico y, cada vez más, desde el desarrollo propio.
Se han realizado avances desde que la OCDE comenzó a explorar la IA en el gobierno en 2019; sin embargo, los esfuerzos realizados hasta la fecha son limitados y no sistemáticos. Las oportunidades potenciales de la IA en el gobierno son significativas, pero no resultan fáciles de alcanzar. Los gobiernos de dos tercios de los países de la OCDE han empezado a explorar el uso de la IA para aumentar la eficiencia interna mediante la mejora de los procesos. Sin embargo, se necesitan más avances no solo en el uso de la IA para otros fines, como la mejora de las políticas, sino también en la construcción de los componentes fundamentales necesarios para que la IA en el gobierno florezca (OECD, 2024[1]). Además, la revisión de los casos de uso sugiere una proliferación de herramientas de IA, cuya implementación a menudo se produce de forma gradual. Estos esfuerzos suelen llevarse a cabo sin contar con mecanismos de gobernanza generales que orienten las iniciativas en los distintos sectores o en el conjunto del gobierno, o que permitan extraer enseñanzas de su aplicación. Como resultado, el potencial para el aprendizaje coordinado, la escala y el impacto sigue siendo limitado. Establecer marcos de gobernanza sólidos podría ayudar a garantizar que los sistemas de IA se desplieguen de forma cohesionada, eficiente y responsable, en consonancia con las prioridades estratégicas y los valores públicos.
En las siguientes secciones se pretende dar a conocer la situación actual del uso de la IA en la administración pública, incluidos los patrones y tendencias clave de los primeros en adoptarla. De este modo, estas secciones tratan de identificar en qué medida los gobiernos van más allá de los principios para tomar medidas en el uso de la IA, qué resultados están logrando y a qué limitaciones se enfrentan.
Distribución desigual del uso de la IA entre las funciones gubernamentales
El Índice de Gobierno Digital (DGI, por sus siglas en inglés) de la OCDE de 2023 ([7]) muestra que, si bien algunos países han puesto en marcha una amplia gama de iniciativas para mejorar su capacidad de utilizar la IA en la administración pública, su aplicación sigue planteando dificultades en la mayoría de los países. Al profundizar en los casos de uso analizados para este informe, el análisis de la OCDE sugiere que los esfuerzos gubernamentales en materia de IA pueden agruparse en torno al diseño y la prestación de servicios públicos, la participación cívica y el gobierno abierto, y la administración de justicia y el acceso a la justicia. Por el contrario, solo se identificaron algunas iniciativas en funciones como la evaluación de políticas (Gráfico 2.1).
Fuente: Análisis de la OCDE de los casos de uso identificados.
Existen varias explicaciones potenciales para esta distribución:
El diseño y prestación de los servicios públicos se extienden horizontalmente a través de muchos tipos diferentes de organizaciones y áreas temáticas, lo que los hace más frecuentes en términos de casos de uso totales que en el caso de funciones más verticales del gobierno, como la administración tributaria.
La prevalencia de casos de uso en participación cívica y gobierno abierto podría atribuirse a que estas áreas no están tan expuestas a muchos de los riesgos (Capítulo 1) y desafíos (Capítulo 3) que afectan a otras funciones. Por ejemplo, las preocupaciones en torno al acceso a los datos y la seguridad no son aplicables en gran medida porque el objetivo de estas funciones suele ser recopilar datos sobre problemas y cuestiones de carácter público. Además, los equipos gubernamentales que participan en la participación cívica suelen estar entre los grupos más innovadores de la función pública y, por lo tanto, tal vez sean más propensos a adoptar nuevos enfoques tecnológicos.
Las funciones de políticas más representadas suelen ser públicas, lo que podría indicar que se centran en áreas de visibilidad inmediata para los ciudadanos. Algunos factores podrían ser el mayor número de demandas de los ciudadanos, así como un deseo entre el gobierno y los líderes políticos de demostrar visiblemente su valor.
Algunas funciones se enfrentan a obstáculos o complejidades, como normas estrictas sobre el acceso y el intercambio de datos en la administración tributaria y requisitos para llevar a cabo auditorías exhaustivas de la integridad pública.
Algunas funciones parecen estar más maduras que otras relacionadas con la preparación para la IA, incluidos sus fundamentos subyacentes para la IA, como datos suficientes y de calidad, como se analiza a continuación.
Algunas funciones pueden tener estructuras y procesos preexistentes que no pueden sustituirse o complementarse fácilmente con sistemas de IA.
La prevalencia del uso de la IA en la justicia y la función conexa de la aplicación de las leyes son especialmente interesantes. En general, la OCDE (2024[1]) ha alentado a los gobiernos a apuntar a resultados fáciles de alcanzar en su iniciación en el uso de la IA, centrándose en áreas que representan usos de la IA de alto beneficio y bajo riesgo. El uso de la IA en la justicia y en la aplicación de la ley puede reportar grandes beneficios, pero también un alto riesgo. Una razón para la prevalencia de casos de uso en algunas de estas áreas puede ser la prevalencia de datos más completos y estructurados. Otra razón puede estar en línea con el gran volumen de tareas necesarias para algunas de estas funciones. En el caso de la administración de justicia y el acceso a la justicia, los sistemas judiciales de todo el mundo suelen funcionar con recursos limitados, incluido un presupuesto y un personal judicial limitados, aun teniendo en cuenta que el volumen de casos sigue creciendo (Harvard Kennedy School, 2023[8]; Columbia University, 2020[9]). Este desajuste ha provocado retrasos crónicos en los procesos en muchas jurisdicciones, lo que ha creado una intensa presión sobre los administradores judiciales para que exploren tecnologías que puedan impulsar la productividad y mitigar el problema de los retrasos. Esto podría reflejarse en el mayor número de casos de uso de la IA en la justicia relacionados con operaciones internas, en comparación con otras funciones gubernamentales (Gráfico 2.3).
Un motivo adicional de esta distribución puede ser la disponibilidad de datos para su examen, ya que la OCDE tiende a identificar (o los gobiernos tienden a presentar) información sobre iniciativas que desempeñan algunas funciones más que otras. Esto parece atenuado en cierta medida por la validación en debates y revisiones de la OCDE por parte del Grupo de Trabajo de la OCDE sobre Altos Funcionarios de Gobierno Digital (E-Leaders), así como por las comparaciones con los resultados de bases de datos más grandes. En cuanto a esta última, la recopilación de datos para el presente informe se ajusta a las tendencias observadas en la UE y en América Latina y el Caribe (ALC), según lo registrado por el Observatorio Tech Watch del Sector Público de la Comisión Europea (CE) (2025[10]) y la base de datos "Sistemas de IA en el sector público de América Latina y el Caribe" (Muñoz-Cadena et al., 2025[11]) (Gráfico 2.2). En la UE, las tres principales funciones identificadas en su repositorio de casi 1 500 casos de uso de la IA, a 31 de marzo de 2025, son los servicios públicos generales, los asuntos económicos y el orden público y la seguridad3. La categoría de orden público y seguridad incluye los casos de uso tanto en la aplicación de la ley como en la administración de justicia. La categoría de asuntos económicos está representada principalmente por casos de uso en sectores como el transporte, la agricultura y la energía. Alrededor del 70 % de los casos de uso de la IA en asuntos económicos está relacionado con la regulación y servicios públicos específicos y la participación. ALC presenta una tendencia comparable en las tres principales funciones del repositorio revisado de aproximadamente 700 sistemas de IA, actualizado el 19 de marzo de 2025.
Porcentaje de casos de uso categorizados según la Clasificación de Funciones de Gobierno de las Naciones Unidas
Fuente: Datos analizados por la OCDE de (EC, 2025[10]; Muñoz-Cadena et al., 2025[11]),
Un último factor que también puede influir en los resultados es una variación del "efecto IA", según el cual "tan pronto como los investigadores [en el campo de la IA] logran un hito que durante mucho tiempo se pensó que significaba el logro de la verdadera inteligencia artificial, por ejemplo, vencer a un humano en el ajedrez, repentinamente deja de considerarse como auténtica IA" (Bailey, 2016[12]). En las discusiones con el grupo de trabajo E-Leaders, los delegados han sugerido que las aplicaciones estrechas y tradicionales de la IA pueden haberse vuelto tan integradas o comunes que ya no activan informes externos ni una respuesta a los esfuerzos de recopilación de datos. Esto podría ocurrir sobre todo en ámbitos en los que se hace un uso prolongado de estos sistemas, como la administración tributaria, lo que da lugar a una menor representación en las iniciativas examinadas. Es difícil determinar en qué medida puede ocurrir esto; sin embargo, en el análisis del presente informe se identificaron e incluyeron muchos de esos casos de uso.
La IA se utiliza sobre todo en actividades de servicio público de atención al público y operaciones internas
En las 11 funciones centrales cubiertas por este informe, los gobiernos están utilizando la IA en cuatro actividades generales: prestación de servicios de atención al público, operaciones internas, actividades de supervisión interna y externa y asistencia en la formulación de políticas. El uso de la IA es más común en la prestación de servicios de atención al público. Las actividades relacionadas con las operaciones internas no se quedan atrás (Gráfico 2.3). Las actividades de supervisión interna y externa y la asistencia para la formulación de políticas no son tan frecuentes. Esto no es inesperado, ya que la prestación de servicios y las operaciones internas constituyen la mayoría de lo que hacen las organizaciones gubernamentales. Las actividades de supervisión son importantes, aunque con mayor frecuencia se limitan a determinadas oficinas o equipos. El uso de IA en las actividades de formulación de políticas tampoco es tan frecuente entre los gobiernos. Esta conclusión concuerda con mediciones anteriores del DGI de la OCDE (2024[7]) que también indicaba que los gobiernos podían hacer más esfuerzos en este ámbito. Muchos siguen siendo cautelosos o carecen de las habilidades necesarias para incorporar la IA en los procesos de toma de decisiones.
La prevalencia de la IA en las actividades gubernamentales varía en función de la naturaleza de cada función esencial. En la función de diseño y prestación de servicios públicos, la mayoría de las aplicaciones de IA implican, naturalmente, interacciones de atención al público, y algunos casos de uso también abordan operaciones internas con respecto a cómo se diseñan o prestan los servicios públicos. El importante número de casos de uso relacionados con los servicios en el sector de la justicia, que comprende casi tres cuartas partes (16 de 25 casos, señalando que un caso puede referirse a más de una actividad) de las instancias documentadas en esa función, indica que esta función ha dado prioridad a la capacidad de respuesta a los ciudadanos, junto con la mejora de la eficiencia en sus operaciones internas. Este enfoque puede verse influido por una mayor demanda social, la presión para reducir los retrasos en los casos y gestionar los recursos escasos. Funciones como la participación cívica y el diseño e implementación de la regulación abarcan la mayoría de los casos de uso relacionados con las actividades de formulación de políticas. Entre los usos relacionados se incluyen el apoyo al procesamiento de evidencia y las contribuciones de las partes interesadas para la formulación de políticas, y diversas aplicaciones que ayudan a la toma de decisiones mediante análisis, simulaciones o previsiones.
Nota: Las cuatro actividades de este gráfico no son mutuamente excluyentes (por ejemplo, un caso práctico de IA podría tratar de mejorar tanto las operaciones internas como la prestación de servicios). Por lo tanto, la suma de actividades es mayor que el número total de casos de uso.
Fuente: Análisis de la OCDE de los casos de uso identificados.
Por lo general, estos resultados coinciden con las conclusiones de la UE (2025[10]) y la base de datos de ALC (2025[11]). Si bien no existe una metodología uniforme para clasificar las actividades gubernamentales, estas bases de datos y las de la OCDE tienden a mostrar una tendencia común, particularmente en torno a los servicios. Tanto la base de datos de la UE como la de ALC incluyen una clasificación de casos de uso en el marco de actividades gubernamentales (Gráfico 2.4), donde los "servicios públicos y la participación" representan una parte significativa de todos los casos de uso, siendo los más destacados de la UE y los segundos de ALC. Sin embargo, en ALC, la mayoría de los casos de uso se clasifican como parte de las actividades de "aplicación efectiva", que incluyen la aplicación predictiva, el registro y la certificación de datos, el reconocimiento inteligente y las inspecciones de apoyo, entre otros. Por lo general, estos procesos coincidirían con las operaciones internas y las categorías de supervisión (internas y externas) de la OCDE. Esto significa que la categoría de "gestión interna" en la UE y ALC, que generalmente es menos representativa de estas bases de datos, no es la única que contiene casos de uso que la OCDE podría clasificar como "operaciones internas". Por lo tanto, no es posible concluir si el conjunto de datos de la OCDE contiene una mayor proporción de casos de uso pertenecientes a operaciones internas de la administración, en comparación con la UE y ALC. Por último, cabe destacar que los procesos incluidos en la categoría "análisis, supervisión e investigación regulatoria" en la UE y ALC suelen coincidir con la categoría "formulación de políticas" de la OCDE y presentan una proporción similar (alrededor del 20 - 30 % de todos los casos de uso).
Porcentaje de casos de uso clasificados por el modo en que la tecnología respalda la toma de decisiones y la implementación por parte de la administración pública
Fuente: Datos analizados por la OCDE de (EC, 2025[10]; Muñoz-Cadena et al., 2025[11]).
Los gobiernos están utilizando la IA en busca de una variedad de beneficios potenciales
Los casos de uso analizados por la OCDE tienen el potencial de abordar todos los beneficios de la IA descritos en el Capítulo 1, y la mayoría de ellos tienen el potencial de generar múltiples beneficios. Sin embargo, algunos beneficios reciben más atención de los gobiernos que otros (Gráfico 2.5):
Alrededor de seis de cada diez casos de uso examinados tienen por objeto contribuir a la automatización, la racionalización y la adaptación y personalización de procesos y servicios, en particular en el ámbito de justicia, servicios públicos, participación ciudadana y el diseño e implementación de la regulación.
Casi la mitad de los casos de uso tienen por objeto mejorar la toma de decisiones, interpretación y pronósticos, y la mayoría de ellos se concentran en los servicios públicos, regulación y participación ciudadana.
Alrededor de un tercio de los casos de uso tienen el potencial de mejorar la rendición de cuentas y detección de anomalías, principalmente en el marco de la aplicación de la ley y gestión del riesgo de desastres, la participación cívica, la lucha contra la corrupción y la promoción de la integridad pública, contratación pública y regulación.
Una pequeña proporción de casos de uso tiene el potencial de brindar oportunidades a partes interesadas externas, como ciudadanos, OSC y empresas, especialmente en materia de participación cívica, acceso a la justicia y gestión del riesgo de desastres.
La falta de énfasis en desbloquear oportunidades para las partes interesadas externas, a través de la IA como un bien para todos, destaca como una brecha potencial. Los expertos en IA han sugerido que este tipo de empoderamiento es importante y que los gobiernos podrían tomar más medidas para aprovecharlo (OECD, 2024[13]). Sin embargo, estos esfuerzos podrían ser más frecuentes en áreas no cubiertas por este informe (por ejemplo, sectores específicos, como la agricultura o la educación). Si bien los resultados de este beneficio pueden ser percibidos de manera menos directa por los gobiernos, pueden pagar dividendos a través de una mayor confianza en el gobierno o incluso ganancias económicas.
Porcentaje de casos de uso para la función correspondiente del gobierno
Nota: Los beneficios potenciales en este gráfico no son mutuamente excluyentes (es decir, un caso práctico puede ofrecer más de un tipo de beneficio). Por lo tanto, la suma de los beneficios potenciales observados es mayor que el número total de casos de uso.
Fuente: Análisis de la OCDE de los casos de uso identificados.
Al examinar los beneficios específicos dentro de las cuatro categorías generales de actividad mencionadas anteriormente, se puede obtener información más detallada sobre los beneficios directos que los gobiernos aspiran a lograr mediante el uso de IA (como se muestra en Gráfico 2.6). En las secciones siguientes se describen con más detalle estas ventajas y se ofrecen ejemplos de algunos de los casos de uso que sirvieron de base para estas tendencias.
Nota: Los beneficios potenciales en este gráfico no son mutuamente excluyentes (es decir, un caso práctico puede ofrecer más de un tipo de beneficio). Por lo tanto, la suma de los beneficios potenciales observados es mayor que el número total de casos de uso.
Fuente: Análisis de la OCDE de los casos de uso identificados.
Procesos y servicios automatizados, racionalizados y adaptados
Alrededor de un tercio (31 %) de los casos de uso analizados tiene como objetivo mejorar la productividad en las tareas analíticas. En menor medida, el 15 % de los casos de uso representan esfuerzos gubernamentales para utilizar IA con el fin de adaptar los servicios a las necesidades personalizadas de los ciudadanos. Esta adopción relativamente menor de IA para la personalización podría atribuirse en parte a las limitaciones o restricciones de la gobernanza de datos debido al gran volumen de datos personales necesarios para este tipo de aplicaciones (véase el Capítulo 3 para consultar los desafíos de implementación). Esta parece ser una laguna que merece un análisis más detallado. Curiosamente, la automatización de tareas rutinarias llega al 9 % de los casos de uso analizados. Esto es contrario a las expectativas convencionales de que la IA se utilice principalmente para automatizar tareas repetitivas que requieren poca consideración analítica (Gráfico 2.6). Si bien una metodología de revisión de casos no es totalmente generalizable para el universo de la IA en el gobierno, esto sugiere un posible cambio en el uso de IA para mejorar los procesos de toma de decisiones más complejos y apoyar el trabajo más especializado de servidores públicos y responsables de la formulación de políticas. Sin embargo, también podría sugerir que los gobiernos no están capitalizando plenamente la IA con respecto a las tareas repetitivas, en las que los servidores públicos dedican una cantidad significativa de tiempo y para las que se pueden lograr enormes eficiencias a través de la IA (The Alan Turing Institute, 2024[14]; Berryhill et al., 2019[15]).
La Tabla 2.3 presenta una serie de ejemplos de cómo se está utilizando la IA para estos fines. Los casos de uso destinados a mejorar la productividad en las tareas analíticas incluyen usos como la estimación de costos de cumplimiento en evaluaciones del impacto normativo (Alemania), el análisis y la puntuación de las respuestas registradas de los candidatos en determinados procesos de contratación (Reino Unido) o el apoyo al personal gubernamental con consultas comunes sobre contratación (Carolina del Norte, Estados Unidos). La automatización en tareas repetitivas que requieren un menor compromiso intelectual engloba diversos ámbitos, como las tareas judiciales repetitivas o los procesos financieros y de recursos humanos. Este es el caso de Prometea en Argentina, el Proyecto de resolución de litigios en materia de IA en Brasil o el uso por Finlandia de la RPA y la IA en la gestión financiera. Los usos destinados a adaptar los servicios y la personalización pueden observarse en funciones como los servicios públicos, los impuestos, la regulación o la justicia. Por ejemplo, el Servicio Público de Empleo de Suecia utiliza BÄR para adaptar el apoyo a la búsqueda de empleo, optimizando la asignación de recursos a través de recomendaciones personalizadas de formación y orientación. En el caso de Singapur, la autoridad tributaria desarrolló un chatbot para mejorar el autoservicio al ayudar a los contribuyentes con sus consultas y pagos. Por último, la IA se está utilizando para reforzar programas de contratación y desarrollo profesional de la función pública, como el ensayo de la Comisión Australiana de Administración Pública para utilizar la IA con el fin de agilizar el diseño, estructuración y despliegue de la formación en competencias digitales; o el uso del Instituto Nacional español de Administración Pública para transformar la forma en que los funcionarios acceden y utilizan los recursos de aprendizaje mejorando la capacidad de búsqueda y las recomendaciones de los materiales pertinentes.
Mejora en la toma de decisiones, interpretación y pronósticos
El uso de la IA para mejorar la toma de decisiones y la interpretación del presente se midió en el 18% de los casos, mientras que el 15 % de los casos de uso tenían como objetivo mejorar los pronósticos del futuro y el 12 % la gestión de información y accesibilidad para respaldar estas actividades (Gráfico 2.6). Estos usos de la IA no solo respaldan los procesos de formulación de políticas, que de hecho son una minoría en lo que respecta a los esfuerzos de los gobiernos en materia de IA (OECD, 2024[7]), sino que también contribuyen a una aplicación más inteligente de las políticas y al funcionamiento interno, así como a una mejor calidad y pertinencia del diseño y prestación de servicios.
La Tabla 2.4 presenta algunos ejemplos de cómo se está utilizando la IA para estos fines. Los gobiernos están utilizando herramientas de código abierto como Polis para darle una mejor interpretación al presente, específicamente en ejercicios deliberativos, donde se agrupa opiniones públicas e identifica áreas de consenso. Otros usos permiten a los gobiernos optimizar mejor la toma de decisiones. Un ejemplo es dBrain+ de Corea, que analiza datos de gestión financiera en tiempo real e integra herramientas de evaluación de riesgos, gestión presupuestaria y evaluación del rendimiento. La mayoría de los casos de uso de pronósticos tienen como objetivo predecir ciertas condiciones para tomar decisiones por adelantado y preposicionar recursos, como predecir condiciones resbaladizas para el mantenimiento de carreteras en invierno en Bélgica o predecir la probabilidad de incendios forestales en Canadá, para mejorar la mitigación de riesgos y los tiempos de respuesta de las autoridades. Otros usos de la predicción tienen como objetivo simular escenarios alternativos. Un ejemplo es el uso que hace Helsinki (Finlandia) de UrbanistAI para generar visualizaciones de escenarios de planificación urbana alternativos con el fin de apoyar la creación de consenso entre las partes interesadas. Por último, el uso de la IA para mejorar la gestión de la información y la accesibilidad puede adoptar la forma de herramientas a disposición de las partes interesadas, tanto dentro como fuera del gobierno, para acceder a grandes cantidades de datos. Algunos ejemplos son la herramienta de búsqueda del Parlamento Europeo, que permite a los usuarios analizar más de veinte años de documentos parlamentarios, o la plataforma piloto IA generativa del Tribunal de Cuentas neerlandés para analizar los informes de auditoría pública. También podría adoptar la forma de herramientas de asistencia para recuperar rápidamente información gubernamental precisa y garantizar respuestas confiables en los servicios de asistencia al cliente, como los asistentes virtuales Caddy en el Reino Unido y Albert en Francia. Si bien esos asistentes abarcan diferentes dominios, algunos se centran en áreas específicas, como el agente conversacional Sofia de Francia para la información ecológica.
Rendición de cuentas mejorada y detección de anomalías
En cuanto a los usos para mejorar la rendición de cuentas y la detección de anomalías, el 25 % de los casos de uso analizados se centraron en detectar transacciones inadecuadas y evaluar los riesgos para la integridad, y el 5 % en mejorar la capacidad de los gobiernos para implicar a los actores no gubernamentales y promover la rendición de cuentas (Gráfico 2.6). El primero abarca casos de uso relacionados con la supervisión, los controles preventivos y la evaluación y gestión de riesgos. Por lo general, estos están vinculados a los mandatos fundamentales de algunas funciones específicas del gobierno, como los responsables de luchar contra la corrupción y promover la integridad pública o hacer cumplir la regulación. Los casos de uso que conectan mejor al gobierno con los actores no gubernamentales, contribuyendo en última instancia a una mayor rendición de cuentas y capacidad de respuesta, a menudo están relacionados con la participación cívica y las prácticas de transparencia utilizadas en diversas funciones y organizaciones gubernamentales.
La Tabla 2.5 presenta algunos ejemplos de cómo se está utilizando la IA para lograr este beneficio. Algunos usos se centran en priorizar acciones de precaución basadas en el análisis de patrones y anomalías estadísticas. Por ejemplo, el Tribunal de Cuentas de Portugal utiliza IA para detectar casos críticos y prioritarios en la contratación pública que podrían requerir una concentración de los esfuerzos de auditoría. En Chile, la IA se utiliza en la plataforma de contratación pública del país para detectar irregularidades y mejorar la supervisión del cumplimiento normativo. Otros usos se destinan a detectar lagunas o salvaguardias insuficientes en la formulación de políticas, como la asistencia a los funcionarios encargados de la prevención de la corrupción en la evaluación de la legislación para evaluar los factores de riesgo de corrupción en textos jurídicos de Lituania. La IA también puede respaldar la conexión de los gobiernos con el público para reforzar la rendición de cuentas. Este es el caso de algunas plataformas y herramientas en línea, el asistente virtual Chatico de Bogotá (Colombia), que cuenta con un módulo de gobierno abierto que facilita la participación en campañas públicas y procesos de toma de decisiones.
Desbloquear oportunidades para partes interesadas externas a través de la IA como un bien para todos
Por último, una pequeña minoría de casos de uso (4 %) tiene el potencial de desbloquear oportunidades para partes interesadas externas, como ciudadanos, organizaciones de la sociedad civil y empresas. Esas actividades son diferentes de la prestación de servicios generales o de las nuevas formas y canales de interacción a efectos de participación y rendición de cuentas. En este sentido, la IA puede empoderar a agentes externos mejorando sus capacidades y su acceso a la información, así como utilizar sistemas de IA apoyados por el gobierno para lograr sus misiones y objetivos de manera más eficaz. Estos usos siguen siendo marginales y representan una brecha potencial en los esfuerzos gubernamentales que justifica una mayor investigación y acción. Sin embargo, como se ha señalado anteriormente, estos casos de uso podrían ser más frecuentes en áreas no cubiertas por el presente informe.
La Tabla 2.6 presenta algunos ejemplos de cómo se está utilizando la IA para estos fines. Por lo general, los casos de uso incluyen herramientas en plataformas participativas que pueden utilizarse en función de las necesidades y objetivos de los usuarios. Por ejemplo, la plataforma participativa Decide Madrid (España) experimentó con herramientas de IA para ayudar a los ciudadanos a agregar y desarrollar sus propias propuestas de acción. Del mismo modo, la herramienta de IA MAPLE ayuda a los ciudadanos resumiendo los proyectos de textos jurídicos y permitiéndoles presentar insumos y comentarios sobre la legislación pendiente. En el ámbito de la gestión del riesgo de desastres, los gobiernos también pueden contribuir a generar bienes que empoderen a los ciudadanos para una mayor resiliencia ante los desastres naturales. Por ejemplo, el Bot Bencana en Indonesia incita a los residentes a informar sobre las inundaciones a través de las redes sociales, generando mapas en línea en tiempo real que, combinados con datos oficiales, pueden ser reutilizados por partes interesadas no gubernamentales. Aunque los ejemplos que figuran en este documento ayudan a abordar las ventajas relevantes, lo hacen de forma un tanto tangencial, ya que los elementos externos a veces se benefician como un efecto indirecto positivo de las actividades gubernamentales. Podrían resultar oportunidades emergentes para que los gobiernos abran o proporcionen sistemas de IA de forma más directa a partes interesadas externas, por ejemplo, en áreas que actualmente no cuentan con servicios o que no resultan atractivas para el sector privado.
Algunas funciones gubernamentales son más maduras en relación a la gobernanza y adopción de IA
Se reconoce el potencial de la IA en todas las funciones de la administración, pero la madurez de su adopción y gobernanza varía significativamente. Algunas funciones ya están implementando iniciativas de IA de manera estructurada, aprendiendo de su implementación y, en algunos casos, ampliando las soluciones exitosas a otras áreas problemáticas y en contextos más amplios. Por ejemplo, en el diseño y la prestación de servicios públicos, la IA se utiliza de forma generalizada para automatizar tareas, recuperar y sintetizar información y mejorar la eficacia y la utilidad de los servicios digitales para los usuarios. En el ámbito de la aplicación de la ley y la gestión del riesgo de desastres, la IA se utiliza de forma generalizada para dar prioridad a los recursos policiales, acelerar las investigaciones y anticipar y recuperarse mejor de las catástrofes. Sin embargo, otras funciones gubernamentales sólo han comenzado a experimentar con prototipos y pilotos limitados y ad-hoc. En ámbitos como la evaluación de políticas, la gestión de las finanzas públicas y el diseño y la implementación de la regulación, la adopción de la IA se encuentra principalmente en proyectos piloto aislados. En algunas funciones, como la administración de justicia y la lucha contra la corrupción y la promoción de la integridad pública, existe una variación geográfica significativa. Algunos países, como Argentina (Recuadro 5.62 de Prometeo) y España (Recuadro 5.67 de Respuesta a la Violencia Doméstica Basada en IA) despliegan activamente sofisticadas soluciones de IA incluso en funciones de alto riesgo donde logran mitigar los riesgos que, de lo contrario, daría lugar a escándalos como ha ocurrido con sistemas similares en otros contextos. Sin embargo, otros países todavía se encuentran en las primeras etapas de la transformación digital. Como la IA sigue apareciendo en otros casos de uso, los gobiernos deben mitigar el riesgo para promover una adopción responsable de la IA.
En términos de madurez técnica, la adopción de IA varía no solo en cuanto a su escala, sino también en cuanto a los tipos de sistemas utilizados. Algunas funciones gubernamentales, como la administración tributaria y las adquisiciones, dependen en gran medida de sistemas basados en reglas, que han sido eficaces en la automatización de procesos estructurados para la toma de decisiones durante muchos años. Otros, como la aplicación de la ley y la gestión de desastres, la lucha contra la corrupción y la promoción de la integridad pública, utilizan sistemas de ML más avanzados para identificar patrones, mejorar las evaluaciones de riesgos y apoyar la toma de decisiones. Sin embargo, en la mayoría de las funciones gubernamentales, hay muy poco uso de los últimos modelos de IA generativa, como los LLM, que ofrecen nuevas capacidades en síntesis de conocimiento y generación de contenido que podrían ser más transformacionales. Esta tendencia también puede observarse en otras bases de datos: solo 61 de los 1 343 (4,5 %) casos de uso de IA del repositorio de Tech Watch del sector público de la CE son IA generativa (Brizuela et al., 2025[16]). Una encuesta de Deloitte (2024[17]) puso de manifiesto también un nivel desigual de preparación para la adopción de IA en los diferentes sectores de la administración, aunque sus categorías sectoriales no se corresponden directamente con las funciones gubernamentales de este informe. El uso de sistemas de IA generativa puede verse en algunas funciones gubernamentales del Capítulo 5, como el diseño y la implementación de regulaciones y servicios públicos, y en los esfuerzos de participación cívica, aunque muchos de estos esfuerzos parecen esporádicos o experimentales. Algunos de los usos más avanzados adoptan la forma de chatbots, que pueden tener un gran impacto, pero no explotar plenamente el potencial de la tecnología para la síntesis a gran escala, la generación de contenido personalizado o la creación de servicios más proactivos o personalizados. La lenta adopción de estos sistemas avanzados en muchos ámbitos, sumada a la relativamente reciente tecnología y a los casos de uso pertinentes de IA, sugiere que, si bien la experimentación con IA es generalizada, la transición hacia sistemas más sofisticados y de alto impacto sigue siendo desigual entre las funciones gubernamentales y los países. Esto no quiere decir que los gobiernos deban abandonar todos los esfuerzos por utilizar formas más consolidadas de IA en pos de la IA general, ya que perseguir la última "tecnología de moda" en áreas donde no es adecuada para el problema que se quiere resolver puede contribuir al fracaso de los proyectos de IA (Ryseff and Narayanan, 2025[18]).
Un factor clave que determina la adopción de IA en todas las funciones de la administración es la disponibilidad y calidad de los datos. En la administración tributaria, por ejemplo, la IA se ha implementado ampliamente debido a la abundancia de datos estructurados, lo que ha permitido la automatización y la evaluación de riesgos durante años. Sin embargo, debido a la complejidad del panorama jurídico en esta función y en lo que respecta a los datos de los contribuyentes, la mayoría de los esfuerzos se basan en sistemas clásicos basados en normas, que plantean desafíos a la hora de perseguir sistemas de ML más modernos que puedan generar aumentos de productividad, incluso aprovechando datos no estructurados. Por el contrario, aunque la IA se utiliza cada vez más en las funciones de gestión de recursos humanos del sector privado, su aplicación en la reforma de la función pública sigue siendo limitada debido a la insuficiencia de datos exhaustivos sobre la fuerza laboral, que abarcan las competencias de los empleados, las demandas de empleo y los indicadores de rendimiento. La abundancia de datos en los gobiernos no se traduce necesariamente en la disponibilidad de datos preparados para la IA (véase el Capítulo 3 sobre los desafíos de implementación).
Más allá de los datos, otros ámbitos podrían enfrentarse a desafíos en cuanto a la madurez de la IA porque la naturaleza de sus tareas requiere capacidades técnicas que solo los sistemas de IA avanzados más recientes podrían proporcionar. Esto sugiere la posibilidad de una rápida aceleración en los próximos meses. Por ejemplo, la adopción de IA en el diseño y distribución de la regulación parece haber aumentado y acelerado gracias al uso de LLMs para ayudar en tareas analíticas que otros sistemas no podrían haber realizado (por ejemplo, véase el recuadro 5.12 para consultar las ayudas legales y reglamentarias y las ayudas a la redacción). En otro ejemplo, la IA está posibilitando iniciativas de participación cívica deliberativa en masa a escalas nunca antes viables.
Las diferentes funciones gubernamentales tienen diferentes contextos y necesidades
La adopción de IA en el gobierno suele discutirse en términos generales, pero su impacto y riesgos varían significativamente entre las distintas funciones. Las diferentes funciones presentan desafíos únicos, limitaciones normativas y niveles de preparación para la IA. Por ejemplo, cuando se utiliza la IA en los servicios públicos para mejorar la asistencia sanitaria, las aplicaciones deben regirse por estrictas regulaciones de privacidad de datos y preocupaciones éticas en torno a la toma de decisiones médicas, mientras que la IA en otros ámbitos, como la participación cívica, puede ser más experimental, utilizando la optimización en tiempo real con menos posibilidades de infringir los derechos de las personas. Los actores de una función de gobierno podrían usar una solución de IA similar a la de otra, con resultados, impactos e implicaciones enormemente diferentes. Por lo tanto, la discusión sobre la función del gobierno en esta sección no puede verse como una comparación similar, y se necesitan más investigaciones para comprender las diferencias, incluso con un alcance de análisis más amplio.
Como se analiza en el Capítulo 1, este informe clasifica cinco tipos de riesgos a los que se enfrentan los gobiernos al adoptar la IA. Además de los riesgos que se muestran en el Gráfico 2.7, el riesgo de inacción implica oportunidades perdidas y la creciente brecha de capacidad entre el sector público y privado. Este riesgo, que posiblemente se materialice al no desarrollar capacidades para la IA y utilizarla en el gobierno, no se puede visualizar y puede ser difícil o imposible de medir con precisión.
La OCDE concluyó que cada uno de los 200 casos de uso analizados para este informe podría entrañar uno o más tipos de riesgo si no se diseñan y utilizan de forma confiable.
Número de casos de uso en distintas funciones gubernamentales, clasificados según los tipos de riesgo seleccionados
Nota: Entre paréntesis, el número de incidencias de los tipos de riesgo. Los casos de uso pueden implicar más de un tipo de riesgo. Por lo tanto, el número total de posibles casos de riesgo es mayor que el número total de casos de uso.
Fuente: Análisis de la OCDE de los casos de uso identificados.
Los riesgos operacionales potenciales son los más prevalentes entre los casos analizados (93 %). Un ejemplo de ello es el plan Robodebt de Australia, en el que las investigaciones revelaron que las insuficiencias en el diseño algorítmico desempeñaron un papel importante en sus fallos y que, en última instancia, sus cálculos se consideraron ilícitos (Recuadro 5.11). En concreto, la simplificación excesiva del algoritmo y la falta de salvaguardas dieron lugar a la emisión de 470 000 notificaciones de deuda incorrectas sin verificación humana. Esto pone de relieve los riesgos operacionales de automatizar sistemas sociales complejos sin una supervisión humana suficiente o pruebas rigurosas y, además, presentaba riesgos éticos que daban lugar a daños en el mundo real4 .
Los riesgos éticos potenciales fueron los segundos más frecuentes entre los casos de uso analizados (56 %), como en las herramientas de revisión de solicitantes apoyadas por IA utilizadas por las oficinas de recursos humanos. En realidad, los riesgos éticos pueden estar presentes en la gran mayoría de los casos de uso de la IA. Sin embargo, la menor presencia de este riesgo en los casos de uso analizados podría deberse al alcance limitado y específico, y a la forma de aplicación de los casos de uso identificados para este informe. Un ejemplo de riesgo ético que provocó daños en la vida real es el Toeslagenaffaire (escándalo de prestaciones por cuidado infantil) de los Países Bajos, en el que un sistema de IA acusó injustamente a 26 000 familias de solicitar fraudulentamente prestaciones por cuidado infantil debido a un algoritmo sesgado que se dirigía a familias con doble nacionalidad u origen inmigrante; obligó a muchas a pagar deudas indebidas (Recuadro 5.6). Este caso ilustra cómo los riesgos éticos pueden causar daños si no se mitigan adecuadamente.
Los posibles riesgos de resistencia pública fueron frecuentes en el 50 % de los casos de uso analizados. Los fallos previos en el despliegue de IA han afectado significativamente a la reputación y erosionado la confianza pública en la capacidad del gobierno para utilizar la IA de forma responsable. Estos casos ponen de relieve la necesidad de que los gobiernos tomen medidas para prevenir riesgos y abordar rápidamente posibles fallos en el uso de IA, fomentando la confianza pública. Esto puede lograrse con barreras de seguridad adecuadas, incluidos mecanismos sólidos de rendición de cuentas y reparación, una supervisión y un control continuos, y una gestión eficaz de riesgos.
Finalmente, se identificó el potencial de riesgos de exclusión en el 38 % de los casos analizados. Por ejemplo, las plataformas de participación ciudadana que han desplegado herramientas de IA para ayudar a los ciudadanos a agregar y desarrollar propuestas pueden plantear desafíos para las personas que carecen de competencias digitales. Esto podría beneficiar involuntariamente a personas ya favorecidas, mejorando así su capacidad para promover aún más sus ideas (Duberry et al., 2021[19]; Wang et al., 2024[20]). Los casos de uso de IA también ayudan a los funcionarios a procesar de manera eficiente grandes cantidades de aportes ciudadanos y a facilitar mejor los procesos participativos. Sin embargo, el éxito de estas aplicaciones depende de la diversidad incorporada en los datos de formación del sistema de IA empleado; existe el riesgo de que estas herramientas no capten adecuadamente la diversidad de la opinión pública (ECNL, 2024[21]). Muchas herramientas de traducción asistida por IA en las plataformas de participación también pueden estar sujetas a no captar los matices y comprender los diferentes contextos culturales para las lenguas de las minorías, ya que generalmente se entrenan con datos del inglés y otras lenguas dominantes (ECNL, 2024[21])5 .
También es de interés la mayor o menor presencia de ciertos riesgos en las funciones gubernamentales. Por ejemplo, los casos observados en la reforma de la administración de justicia y la administración pública parecen presentar de manera más prominente riesgos éticos debido a la posibilidad de resultados negativos en algunos de sus casos. En el ámbito de la administración tributaria, los controles y las regulaciones existentes podrían crear salvaguardias frente a los riesgos éticos y de exclusión, haciendo que los riesgos operativos sean más frecuentes. En la participación ciudadana, los riesgos de resistencia pública adquieren mayor prevalencia, en comparación con otras funciones. Esto es probable porque la mayoría de sus casos de uso incluyen interacciones entre gobiernos y ciudadanos y, por lo tanto, exhiben una mayor dependencia de la aceptación pública. Esto es similar en el caso de la contratación pública, donde la percepción de los proveedores y la confianza pública en los sistemas de IA desempeñan un papel clave en su éxito, por lo que suelen figurar más en los riesgos de resistencia. Este análisis comparativo muestra la importancia de reconocer los principales factores que impulsan los riesgos potenciales en cada campo, lo que puede servir de base para mitigarlos y gestionarlos.
Los gobiernos están atentos a varios riesgos de la IA, aunque algunos pueden pasarse por alto
En general, al realizar análisis e interactuar con los gobiernos en la elaboración de los Capítulos 4 y 5, parece que muchos gobiernos nacionales están bien informados y han implementado procesos para gestionar el riesgo asociado a los datos, la falta de transparencia y explicabilidad, y el uso indebido de la IA —ya sea intencional o involuntario— y la posibilidad de que se produzcan daños o infracciones a la privacidad. Esto es positivo y no es sorprendente, ya que los expertos en IA y la investigación dentro y fuera del sector público suelen plantear estos riesgos (OECD, 2024[13])6. En cierta medida, el riesgo de una dependencia excesiva de las tecnologías de IA también parece tenerse en cuenta en los esfuerzos de los gobiernos. En general, sin embargo, parece haber menos énfasis en garantizar que el uso gubernamental de la IA no agrave aún más las brechas digitales. Cuando no se dispone de canales de servicio complementarios, las ambiciones gubernamentales de automatizar y agilizar los procesos podrían dar lugar a una reducción de las oportunidades de servicio para las comunidades con menos acceso a los servicios digitales o con preferencia por los enfoques no digitales (Welby and Hui Yan Tan, 2022[22]). Además, si bien los gobiernos son claramente conscientes de cómo la IA podría contribuir a la productividad y ayudar a cambiar los esfuerzos de los servidores públicos de tareas repetitivas a trabajos más significativos, aparentemente hay menos reconocimiento del potencial de la IA para reducir la calidad del empleo (por ejemplo, a través de una gestión algorítmica invasiva) o para el desplazamiento laboral (Peixoto, Canuto and Jordan, 2024[23]). Incluso si la adopción de la IA se vuelve sistemática en las administraciones públicas, los gobiernos tendrán que garantizar que todos los ciudadanos reciban un servicio adecuado y que se tengan en cuenta las preocupaciones y los derechos de los funcionarios públicos, con el fin de promover la adopción de la IA.
Por último, es necesario que los gobiernos consideren mejor el riesgo de la inacción. A lo largo de los Capítulos 4 y 5, está claro que muchos gobiernos están trabajando en pos de objetivos específicos con sus esfuerzos en el ámbito de la IA, y que son conscientes de los diversos riesgos de la IA y están tratando de mitigarlos de diferentes maneras para desbloquear el potencial de la IA. Sin embargo, el análisis realizado para el presente informe y las conversaciones con los funcionarios gubernamentales pertinentes indican que puede haber un escaso conocimiento de las oportunidades perdidas debido a la lenta adopción de IA o a las consecuencias del aumento de la brecha en las capacidades de IA entre los sectores público y privado.
Pocos gobiernos han evaluado en qué medida la IA podría tener un impacto en sus operaciones internas y en sus servicios públicos. Además, la mayoría no ha articulado plenamente sus ambiciones en materia de IA en el gobierno, no ha determinado las deficiencias existentes ni ha propuesto hojas de ruta aclaradas para colmar esas deficiencias y alcanzar los objetivos. Los gobiernos deben explorar la IA no solo para mejorar el diseño y la aplicación de las políticas y los servicios públicos, sino también para garantizar que disponen de los conocimientos y la capacidad necesarios para regular el desarrollo y el uso de la IA en la administración y fuera de ella. En una investigación del Parlamento de Australia (2025[24]) el Comité Mixto de Cuentas Públicas y Auditoría expresó su "grave preocupación" por el hecho de que la IA pronto supere la capacidad del gobierno para regularla. Estas conclusiones del comité no son necesariamente representativas de las opiniones del gobierno australiano. Los expertos en IA también han señalado que la incapacidad de los mecanismos de gobernanza y las instituciones para mantenerse al día con la rápida evolución de la IA es uno de los riesgos más críticos asociados a esta tecnología (OECD, 2024[13]).
Además de estos riesgos críticos asociados al uso de la IA en la administración pública, el análisis de la OCDE de 200 casos de uso ha identificado una serie de desafíos a los que se pueden enfrentar los gobiernos al adoptar la tecnología. Estos desafíos de implementación son comunes a todas las funciones, mientras que otros son más frecuentes en ciertos campos. Pueden traducirse en cuestiones más amplias y obstaculizar el uso estratégico de la IA en el gobierno. Estas cuestiones se tratan en el capítulo siguiente.
Bibliografia
[17] Austin, T. et al. (2024), A snapshot of how public sector leaders feel about generative AI, https://www2.deloitte.com/us/en/insights/industry/public-sector/ai-adoption-in-public-sector.html.
[12] Bailey, K. (2016), Reframing the “AI Effect”, https://medium.com/@katherinebailey/reframing-the-ai-effect-c445f87ea98b.
[15] Berryhill, J. et al. (2019), “Hello, World: Artificial intelligence and its use in the public sector”, OECD Working Papers on Public Governance, No. 36, OECD Publishing, Paris, https://doi.org/10.1787/726fd39d-en.
[16] Brizuela, A. et al. (2025), Analysis of the generative AI landscape in the European public sector, European Commission, https://op.europa.eu/s/z4XY.
[9] Columbia University (2020), The Future of AI in the Brazilian Judicial System, https://www.sipa.columbia.edu/aidriven-innovations-brazilian-judiciary.
[19] Duberry, J. et al. (2021), “Artificial intelligence and civil society participation in policy-making processes: Thinking about AI and participation.”, SSRN Electronic Journal, https://doi.org/10.2139/ssrn.3817666.
[10] EC (2025), Public Sector Tech Watch latest dataset of selected cases, http://data.europa.eu/89h/e8e7bddd-8510-4936-9fa6-7e1b399cbd92 (accessed on 4 April 2025).
[21] ECNL (2024), Can AI tools and platforms make public engagement truly meaningful and inclusive?, https://ecnl.org/news/ai-public-participation-hope-or-hype (accessed on 17 March 2025).
[4] Government of Canada (2025), AI Strategy for the Federal Public Service, https://www.canada.ca/en/government/system/digital-government/digital-government-innovations/responsible-use-ai/gc-ai-strategy-overview.html.
[5] Government of Switzerland (2025), Strategy Use of AI systems in the Federal Administration, https://www.bk.admin.ch/bk/en/home/digitale-transformation-ikt-lenkung/ikt-vorgaben/strategien-teilstrategien/sb021-strategie-einsatz-von-ki-systemen-in-der-bundesverwaltung.html.
[6] Government of Uruguay (2021), AI Strategy for the Digital Government, https://www.gub.uy/agencia-gobierno-electronico-sociedad-informacion-conocimiento/comunicacion/publicaciones/ia-strategy-english-version/ia-strategy-english-version/ai-strategy-for.
[8] Harvard Kennedy School (2023), AI, judges and judgement: setting the scene, https://www.hks.harvard.edu/centers/mrcbg/publications/awp/awp220.
[11] Muñoz-Cadena, S. et al. (2025), Sistemas de IA en el sector público de América Latina y el Caribe (Versión V2), https://sistemaspublicos.tech/sistemas-de-ia-en-america-latina/ (accessed on 29 April 2025).
[26] Netherlands Court of Audit (2024), Central government often does not assess risks of AI, https://english.rekenkamer.nl/latest/news/2024/10/16/central-government-often-does-not-assess-risks-of-ai.
[7] OECD (2024), “2023 OECD Digital Government Index: Results and key findings”, OECD Public Governance Policy Papers, No. 44, OECD Publishing, Paris, https://doi.org/10.1787/1a89ed5e-en.
[13] OECD (2024), “Assessing potential future artificial intelligence risks, benefits and policy imperatives”, OECD Artificial Intelligence Papers, No. 27, OECD Publishing, Paris, https://doi.org/10.1787/3f4e3dfb-en.
[1] OECD (2024), “Governing with Artificial Intelligence: Are governments ready?”, OECD Artificial Intelligence Papers, No. 20, OECD Publishing, Paris, https://doi.org/10.1787/26324bc2-en.
[2] OECD (2023), “The state of implementation of the OECD AI Principles four years on”, OECD Artificial Intelligence Papers, No. 3, OECD Publishing, Paris, https://doi.org/10.1787/835641c9-en.
[3] OECD (2021), “State of implementation of the OECD AI Principles: Insights from national AI policies”, OECD Digital Economy Papers, No. 311, OECD Publishing, Paris, https://doi.org/10.1787/1cd40c44-en.
[24] Parliament of Australia (2025), Report 510: Inquiry into the use and governance of artificial intelligence systems by public sector entities - ’Proceed with Caution’, https://parlinfo.aph.gov.au/parlInfo/download/committees/reportjnt/RB000567/toc_pdf/Report510Inquiryintotheuseandgovernanceofartificialintelligencesystemsbypublicsectorentities-'ProceedwithCaution'.pdf.
[23] Peixoto, T., O. Canuto and L. Jordan (2024), “AI and the Future of Government: Unexpected Effects and Critical Challenges”, Policy briefs on Economic Trends and Policies, Vol. 2408, https://ideas.repec.org/p/ocp/pbecon/pb_10-24.html.
[18] Ryseff, J. and A. Narayanan (2025), Why AI Projects Fail, https://www.rand.org/pubs/presentations/PTA2680-1.html.
[14] The Alan Turing Institute (2024), AI for bureaucratic productivity: Measuring the potential of AI to help automate 143 million UK government transactions, https://www.turing.ac.uk/news/publications/ai-bureaucratic-productivity-measuring-potential-ai-help-automate-143-million-uk.
[20] Wang, C. et al. (2024), “The artificial intelligence divide: Who is the most vulnerable?”, New Media & Society, https://doi.org/10.1177/14614448241232345.
[22] Welby, B. and E. Hui Yan Tan (2022), “Designing and delivering public services in the digital age”, OECD Going Digital Toolkit Notes, No. 22, OECD Publishing, Paris, https://doi.org/10.1787/e056ef99-en.
[25] Yigitcanlar, T. et al. (2024), Local governments are using AI without clear rules or policies, and the public has no idea, https://theconversation.com/local-governments-are-using-ai-without-clear-rules-or-policies-and-the-public-has-no-idea-244647.
← 1. No todos los casos de uso analizados aparecen en este informe. La OCDE seleccionó los casos para el informe que mejor ilustraban los diversos temas y conclusiones presentados.
← 2. Véase https://oecd-opsi.org/innovation-tag/artificial-intelligence-ai y https://oecd.ai/dashboards/policy-instruments/AI_use_cases_in_the_public_sector, respectivamente. La colección del OPSI incluyó un ejercicio global de crowdsourcing abierto llamado a la innovación centrado en las innovaciones en los servicios públicos en 2024.
← 3. Según se clasifica en la Clasificación de las Funciones de Gobierno del observatorio. Véase https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Glossary%3AClassification_of_the_functions_of_government_%28COFOG%29.
← 4. El esquema Robodebt aprovechó la coincidencia automatizada de datos, el promedio de ingresos y el cálculo de pagos en exceso. Como se expone en el Recuadro 1.1 de este informe, muchos sostienen que estos sistemas no deben considerarse IA en absoluto. Por lo tanto, el esquema Robodebt podría describirse mejor como un sistema automatizado de toma de decisiones. Sin embargo, ayuda a ilustrar problemas de gobernanza, supervisión ética y diseño algorítmico.
← 5. Véase también el análisis relacionado con los riesgos de exclusión en el Capítulo 1.
← 6. Si bien es posible que se informe a los gobiernos sobre estas y otras cuestiones, y como se indica en el Capítulo 4, muchos países cuentan con marcos y procesos para mitigar los riesgos, deben tomar medidas y cumplir con sus marcos y procesos para gestionar los riesgos. Hay casos en los que los gobiernos pueden no cumplir plenamente los requisitos internos o pueden enfrentarse a incentivos para considerar los sistemas de bajo riesgo, reduciendo así los requisitos de rendición de cuentas (Netherlands Court of Audit, 2024[26]). Además, algunas investigaciones sugieren que los gobiernos locales pueden no estar tan informados o ser tan propensos a llevar a cabo actividades de mitigación de riesgos como los gobiernos nacionales (Yigitcanlar et al., 2024[25]). Por último, este informe no pretende evaluar la calidad y eficacia de los procesos y mecanismos gubernamentales, aunque sí pretende poner de relieve los que parecen sólidos y están surgiendo como mejores prácticas.