“La única manera de asegurarse de que no pierda su trabajo con la llegada de la IA, es hacer algo que la IA no puede hacer, y lo único que la inteligencia artificial no puede hacer, pero un humano puede, es ser original. Por lo tanto, puedes hacer algo original y ninguna IA puede reemplazarte”.
(Abhijit Naskar)
1. Estrategia y liderazgo
Para que se haga realidad cualquier proyecto, antes debe estar previsto tanto en la agenda política como en la estrategia de la organización. Y como dijimos en esta ocasión, se debe querer, creer y que te importe. Si no viene impulsado y apoyado «desde arriba», ya podemos apuntarnos el fracaso incluso antes de empezar. Y ya adelantamos que va a ser difícil arrancar una apuesta sincera e inequívoca por la IA, porque más allá del marketing de proyectos concretos que sí pueden resultar vistosos, supone aceptar un cambio radical en el sistema clásico de gobernanza, mejorando la calidad de las decisiones al estar basadas objetivamente en datos y no en caprichos o «decisiones iluminadas». La vieja política no va a entrar en esta dinámica tan fácilmente, mientras que las organizaciones corruptas directamente ni se lo plantearán.
Pero incluso en el mejor de los casos, obviamente, para llegar a ese convencimiento existe una previa que pasa por realizar una evaluación exhaustiva de las necesidades existentes y las oportunidades que genera la utilización de la IA en los distintos servicios de la entidad pública (ver punto 8). Bien sea a través de un clásico DAFO en toda regla o bien de otro tipo de análisis preliminar, el resultado de ese estudio debe ser inequívoco. También recomendamos reflejar estas intenciones por escrito, tanto en el plan estratégico (de existir), como en un plan específico de implantación de la IA, en su caso. No consideramos imprescindible la aprobación de normas, pero quizá sí sea conveniente la adaptación de alguna de las existentes para dar cabida al desarrollo de esta nueva tecnología. En el nivel de soft law, podría resultar interesante desarrollar políticas y regulaciones éticas para orientar la implantación y el uso responsable y ético de la IA dentro de la organización.
2. La administración electrónica «estaba antes»
Primero el uno y después el dos. No podemos empezar la fase siguiente hasta no haber finalizado la anterior. Algunas personas escuchan o leen «inteligencia artificial» y esbozan una media sonrisa dando a entender que esto ya llegará, o no, pero en todo caso lo hará en un futuro remoto. Se equivocan completamente. Nada de esto es ciencia ficción, sino más bien administración electrónica, a la que ya podemos considerar una vieja conocida. Una fase avanzada, sí, pero en definitiva lo mismo que empezamos hace décadas. Arrancamos con la ofimática (informática de oficina) y las bases de datos. Después incorporamos una herramienta vital, la firma electrónica, que nos permitía formalizar y tramitar documentos y expedientes electrónicos (procedimiento electrónico o administración electrónica básica). Avanzamos en esta línea, más allá del mero procedimiento, desarrollando otros servicios digitales (administración digital), e incluso incorporamos tecnología a los servicios públicos (proyectos smart). Este es un viaje evolutivo y su siguiente parada se llama inteligencia artificial… Pero no son sino peldaños de la misma escalera.
Por tanto, rematemos de una vez las fases anteriores, subamos esos peldaños para llegar al siguiente. Si en su organización siguen pendientes la mayoría de los ítems principales de la administración electrónica (simplificación administrativa, gestión documental y archivo electrónicos, automatización de trámites, transparencia de documentos y preferiblemente también de datos, sede electrónica y otros servicios accesibles a los usuarios, ENI, identificación y firma electrónica, ENS y protección de datos, etc.), mi recomendación es no meterse en camisa de once varas.
3. Mapa de situación
¡Quizá ya tengamos algo hecho!
Como acabamos de indicar, la revolución de la inteligencia artificial es más bien una evolución. Centrándonos en su aplicación a los servicios públicos, esto es lo que en los Ayuntamientos hace unos años llamábamos Smart City (término que, definitivamente, va perdiendo vigencia). Y es que no podemos olvidar, es más, debemos poner en valor, la época en la que algunas ciudades como Alzira sensorizaron los servicios. En efecto, los datos obtenidos de los sensores ubicados en infraestructuras y espacios públicos nos permitieron optimizar la gestión de los servicios relacionados. Un problema clásico de las ciudades como el aparcamiento, se puede paliar con la sensorización de las plazas, de forma que el usuario se dirija directamente a aquellas disponibles en lugar de perder tiempo, dinero y quizá salud dando vueltas con su vehículo. De igual forma, la progresiva implantación de sensores en otros servicios públicos, como los contenedores (para una recogida selectiva) o los autobuses (conectados con la marquesina de las paradas), permite, respectivamente, ajustar los horarios de recogida y ofrecer información útil a los pasajeros.
Aquello ya era inteligencia artificial, en una fase incipiente, desde luego, en la que los datos debían trabajarse y estudiarse minuciosamente, labor que la máquina solo facilitaba en parte. No existía el machine learning ni el deep learning, ya que la tecnología permanecía inalterable. Pero era un sistema inteligente porque suministraba datos muy valiosos y permitía tomar decisiones inteligentes y por eso de hecho hablábamos de ciudades inteligentes, un sistema basado en datos ciertos y fiables, que era la verdadera fortaleza del sistema.
Otros indicativos de que no partimos de cero son la utilización de algún sistema atención automatizada al público (como un chatbot), que de hecho es una inteligencia artificial, haber llegado a un alto grado de automatización en los procesos y los procedimientos, y tener muy implantadas las metodologías basadas en datos. A las dos últimas cuestiones nos referimos más abajo (puntos 5 y 7 respectivamente).
4. Aprendizaje (nuevas aptitudes)
Esta vez hará falta algo más que un plan de formación al uso. Ante el desconocimiento de la cuestión y la falta de una cultura mínima sobre IA, debemos procurar disminuir la brecha digital que ya se ha creado en esta materia, tanto la interna (empleados) como la externa (ciudadanía).
El objetivo como organización debe ser desarrollar y fomentar el desarrollo de esa cultura general mínima, empezando por los propios empleados, de manera que estos mismos ayuden en la difusión externa de las nuevas herramientas, especialmente las que se implanten en los servicios públicos interactivos, donde los usuarios tendrán que aprender a utilizar esa nueva tecnología, si es que así lo desean, por supuesto, ya que siguen teniendo el derecho a elegir el cauce a través del cual se relacionan con la Administración.
Por otro lado, y volviendo a la parte interna, es un excelente momento para desarrollar de una vez esas nuevas aptitudes y capacidades propias de la «inteligencia humana», inabordables por definición para la IA, y que por tanto acabarían con el famoso miedo a la sustitución. Decíamos que la IA forma parte del proceso de transformación digital en el que nos encontramos desde hace años. Es el mismo proyecto, el de administración electrónica en su sentido amplio, el de la implantación de las tecnologías de la información y comunicación, los cambios organizativos y las nuevas aptitudes, nada menos que para mejorar los servicios públicos, que es nuestra obligación. Y todo está contenido en la clásica definición de administración electrónica dada por la Comisión Europea:
“Administración electrónica es el uso de las tecnologías de la información y comunicación en las AAPP, combinado con cambios organizativos y nuevas aptitudes, con el fin de mejorar los servicios públicos y los procesos democráticos y reforzar el apoyo a las políticas públicas”.
En este sentido, la capacitación tecnológica es importante, pero no lo es menos el desarrollo de las “habilidades blandas” (soft skills) a las que nos hemos referido, como la inteligencia emocional, el pensamiento crítico, el liderazgo, la resiliencia (o adaptabilidad) o la propia gestión de esos tan necesarios cambios. Y una más: dominar la inteligencia artificial será la habilidad más importante del siglo XXI. Si se le da realmente bien, usted va a tener muchas ofertas de trabajo. Una vez entendido el carácter instrumental de la tecnología, su buen uso permitirá mejorar el rendimiento y la calidad del trabajo desempeñado por los diferentes empleados a nivel particular, y, por supuesto, por cada servicio en términos generales. Por ejemplo, los drones son un gran complemento para la regulación del tráfico. Pero incluso en los servicios donde los empleados precisan de más habilidades blandas, la IA puede ser un complemento útil. Vamos a trabajar juntos, «codo con codo», valga la personificación, pero antes habrá que «reparcelar» funciones a fin de asignar a cada uno lo suyo…
5. Reingeniería(s)
Es el momento de las reingenierías, en plural. En concreto tres: la de procedimientos, la de procesos, y la de funciones.
No se trata de una labor que abordemos por primera vez. Si, como presuponemos, tenemos implantado el procedimiento electrónico es porque hemos trabajado los trámites para simplificar, actualizar y «traducir» al lenguaje del gestor de expedientes. En el mejor de los casos, alguno de esos trámites no solo se han digitalizado, sino también automatizado. La automatización a través de sellos electrónicos es la antesala de la automatización algorítmica. Pero no solo de procedimientos vive la Administración, ya que la mayoría de nuestros procesos funcionales son protocolos susceptibles de digitalización y/o automatización. La IA es útil en todos los niveles, y nos permite replantear cualquier tarea para hacerla más eficiente. Se trata simplemente de que la tecnología vaya asumiendo poco a poco las labores repetitivas y de mero trámite, carentes de valor o complejidad intelectual, pero verdaderas ladronas de tiempo. Y esto nos lleva a la reingeniería de funciones. Somos conscientes de que no es tarea fácil abrir la caja de pandora de las Relaciones de Puestos de Trabajo, pero parece más que claro que las funciones actuales de determinados empleados ya no pueden ser tales como realizar fotocopias, poner sellos o mecanografiar, y sin embargo aún constan por escrito. Por tanto, habrá que empezar a diferenciar lo que hace la IA, lo que hacen los seres humanos y lo que ya no sea hace, como por ejemplo todo lo relacionado con el papel (véase «Funcionarios que hacen fotocopias«). Este trabajo revelará a su vez la necesidad de incorporar nuevos perfiles a la Administración, especialmente los llamados «STEM» (Science, Technology, Engineering and Mathematics).
6. Adaptación al Reglamento Europeo de IA
El non nato Reglamento por el que se establecen normas armonizadas en materia de inteligencia artificial (también llamado Ley de Inteligencia Artificial o simplemente “AI Act”), seguirá un enfoque basado en los riesgos, y así distingue entre los usos de la IA que generan un riesgo inaceptable, un riesgo alto, un riesgo bajo o limitado, y un riesgo mínimo o inexistente. La lista de prácticas prohibidas abarca todos los sistemas de IA cuyo uso se considera inaceptable por ser contrario a los valores de la Unión, por ejemplo, porque violan derechos fundamentales. En definitiva, la UE centra su atención regulatoria en los riesgos de la IA, especialmente en su impacto sobre la salud, la seguridad o los derechos fundamentales, evitando asimismo, en la medida de lo posible, situaciones de discriminación o desprotección de datos. En definitiva, surge la necesidad organizativa de estar en disposición de aplicar este catálogo de riesgos y otras cuestiones que generan obligaciones a los implementadores de la IA, y todo ello mucho antes de la entrada en vigor definitiva de esta norma (2026).
7. Trabajar con y desde los datos
La IA utiliza algoritmos preprogramados, que, en una fase más avanzada, son incluso capaces de aprender solos, pero para ello necesita una materia prima llamada datos, unos inputs con los que trabaja y que finalmente le permiten llegar a ciertos resultados en forma de soluciones y conclusiones. Estamos de suerte. En las AAPP disponemos de cantidades ingentes de estos datos, e incluso podemos conseguir muchos más.
Por tanto, en la implementación de la IA, contar con una buena «cultura de datos» previa es un buen principio. Y aquí destacamos la transparencia de datos, open data si se quiere, como motor actual de un Gobierno abierto donde los distintos actores públicos, bien informados, colaboran en el desarrollo de los servicios públicos y otros fines de interés general, muchas veces coincidentes con los suyos.
En definitiva, en IA es importante el procesamiento de datos. Este se define como el conjunto de técnicas y algoritmos utilizados para analizar, limpiar, transformar y visualizar grandes volúmenes de datos con el fin de extraer información útil y tomar decisiones basadas en evidencia. La toma de decisiones informadas, documentadas y completamente objetivas debe ser la máxima de una Administración que aspira a la excelencia. Esto nos lleva a su vez a un último concepto, la Gobernanza de datos.
8. Identificar problemas y necesidades
Este es un paso inicial, si bien por sistemática de la entrada lo hemos colocado como punto ocho. Sin embargo, tal y como indicamos, debe realizarse un estudio previo. Entre otras cuestiones, debería analizarse cuáles de nuestros servicios podemos mejorar mediante IA (además de cómo, y para qué). Obviamente, unos servicios públicos son más susceptibles que otros de cara a la implantación de esta tecnología. Por eso dicho estudio debe ser exhaustivo. Una cuestión importante es la evaluación de impacto. En este sentido, resulta fundamental evaluar el impacto social y económico de las soluciones de IA implementadas, considerando cómo afectan a diversos grupos de la población y buscando minimizar posibles riesgos y desigualdades.
Por otra parte, un pequeño truco que nos permitimos señalar es el de empezar por «pequeños proyectos». Actuar de forma menos arriesgada o, si se quiere, más conservadora, ayudará a afianzar la estrategia, pues obviamente no es positivo para el desarrollo de la estrategia y el avance del proceso que este se vea salpicado por un contratiempo o fracaso al inicio.
Hablábamos de Gobierno abierto. En esta identificación de las necesidades, juega un papel importante la participación ciudadana. Una de las claves del éxito de este proyecto es fomentar la participación pública en el proceso de implementación de IA, asegurando que los ciudadanos estén informados y tengan la oportunidad de proporcionar su opinión y contribuir a la toma de decisiones. Desde luego, resulta igualmente importante recabar la participación de la Universidad, así como de los expertos independientes de la comunidad científica. Y por supuesto, debemos contar con la participación de las empresas, como desarrollamos a continuación.
9. Sandbox
La IA recupera la oportunidad de reactivar la colaboración público privada. La inversión en investigación es uno de los puntos débiles de las políticas públicas españolas en los últimos años, pero invertir en investigación y desarrollo de IA para impulsar la innovación nos permite retroalimentarnos de ese mercado incipiente. La Administración tiene la obligación de fomentar y mantenerse al corriente de los avances tecnológicos, desarrollando nuevos mercados que reactiven la maltrecha economía. En todo caso, si queremos que el servicio público sea innovador, las Administraciones lógicamente debemos comprar innovación. Y apostar por la innovación. Esto tampoco es nuevo. Desde hace años disponemos de la figura de la compra pública innovadora, con poco recorrido (pero muy interesante) en nuestro país, y mucho más utilizada en Europa.
Y es que precisamente Europa también apuesta por el establecimiento de los llamados entornos de pruebas regulatorios y pruebas en el mundo real (sandbox) a fin de fomentar y garantizar que las empresas, especialmente las pymes, puedan desarrollar soluciones de IA sin soportar presiones incompatibles con el libre mercado por parte de los gigantes tecnológicos. Esta es una política al servicio del Mercado Único Digital europeo, y una buena muestra de mencionada colaboración público privada. En este contexto, se pone en marcha en España el primer entorno controlado de pruebas para comprobar cómo se implementan los requisitos aplicables a los sistemas IA de alto riesgo de la propuesta de reglamento de la UE. La norma de referencia es el Real Decreto 817/2023, de 8 de noviembre, que establece un entorno controlado de pruebas para el ensayo del cumplimiento de la propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de inteligencia artificial.
10. Mejora continua
Suma y sigue. Si en su organización han dado los nueve pasos anteriores, deben saber que todavía no han terminado. De hecho nunca termina. Esto no es una maratón, que, aunque larga y dura, finaliza una vez se cruza la meta. Aquí no hay una meta final, sino metas volantes. Debemos reajustar, mejorar por sistema. Tal es el objetivo de la medición y la evaluación. Si venimos de una dinámica de buena gestión, deberíamos estar familiarizados con los conceptos hermanos «calidad» y «mejora continua» (también conocida como MCP, Mejora Continua de Procesos). La mejora de procesos consiste en el análisis de los procesos actuales (procesos, no procedimientos), los cuales se estudian, revisan y adecúan para minimizar los errores y mejorar los productos y servicios. También es uno de los ítems de la teoría de la calidad y del famoso Modelo EFQM. Este clásico concepto empresarial (siglo XX) entiende la mejora de procesos como un método que lleva a la optimización. Nuestro principio equivalente podría ser el de eficiencia. En todo caso es evidente que cuando abordamos estos conceptos nos adentramos en un mundo hasta hace poco casi monopolizado por el mundo de la gestión empresarial (lo digo muy a mi pesar), donde la gestión de calidad, las normas ISO y los sistemas de evaluación ambiental se utilizan para conseguir la máxima calidad del servicio. Los principios de la mejora continua son:
- Keep it simple (KIS). “Manténlo simple”. La mejora continua se consigue reduciendo la complejidad y los puntos potenciales de fracaso.
- Garbage in garbage out (GIGO). “Si entran datos erróneos, saldrán datos erróneos”. Ya advertimos de la importancia de los datos (y de la necesaria calidad de esos datos).
- Trust, but verify. “Confiamos en ello, pero vamos a verificarlo”, un postulado muy científico que tiende a dar por buenas, únicamente, las evidencias.
- If you can’t measure it, you can’t manage it. “Si no lo puedes medir, no lo podrás gestionar”. Los procesos deben ser mensurables. También nos hemos referido a la importancia de la medición y la evaluación.
- Cultura de la mejora. Los empleados públicos deben desarrollar una mentalidad orientada a la mejora, en contraposición al conformismo burocrático. Aún en una situación satisfactoria se debe pensar que la mejora no tiene límites, ya que la lógica dice que siempre se puede mejorar.
- Trabajo en equipo. El trabajo colaborativo ha sido puesto en valor con la progresiva horizontalización de las organizaciones, cada vez más digitales y menos jerárquicas, donde los equipos de trabajo multidisciplinares se imponen a los clásicos Departamentos. No cabe duda de que la creatividad de diez personas supera el hipotético conocimiento de un solo individuo. Por eso no creemos en los liderazgos individualistas (hasta el punto de poner en duda que se trate de un verdadero liderazgo).
- Un lugar para cada cosa, y cada cosa en su lugar. No cabe confundir la complejidad o la transversalidad con el desorden.
Por otra parte, la ISO 9000 define “gestión de la calidad” como el conjunto de actividades coordinadas para dirigir y controlar una organización en lo relativo a la calidad. Se trata de un proceso de la gestión oportuno y adecuado, de valor agregado, que promueve y ejecuta las políticas de calidad de forma permanente (ya que implica sostenibilidad en el tiempo) con el objetivo de orientar sus actividades y procesos para obtener y mantener el nivel de calidad del producto o el servicio al público, de acuerdo con las necesidades y exigencias del público usuario o “cliente”. Se trata por tanto de un proceso que busca esos niveles elevados en la calidad del servicio.
Estas técnicas son absolutamente aplicables en la implementación de la IA. Y es que, en definitiva, los proyectos de IA deben ser objeto de monitoreo y evaluación constante. La innovación es un proceso que nunca acaba y siempre es susceptible de mejora, lo cual nos obliga a establecer mecanismos de supervisión y evaluación del rendimiento y los impactos de las soluciones de IA implementadas, a fin de realizar ajustes y mejoras. Mejorar de forma continua los servicios públicos no es opcional. «Con el fin de mejorar los servicios públicos», ¿recuerdan? A ver si resulta que estábamos hablando de administración electrónica todo el tiempo…
© Víctor Almonacid Lamelas. TODOS LOS DERECHOS RESERVADOS. NOSOLOAYTOS. WEB OFICIAL DE VÍCTOR ALMONACID LAMELAS 2024. AVISO LEGAL