El problema deriva en que no es tan fácil ser pionero en incorporar estas tecnologías en el entorno de la administración pública, de la misma manera como sucede en las vidas de las personas como consumidores impulsados por las aplicaciones. Esto se debe a que los tomadores de decisiones todavía no tienen la confianza suficiente en los datos subyacentes y los resultados generados automáticamente, como para confiar en que ellos — o las máquinas — tomarán las decisiones correctas.

Casi en todas partes del sector privado, el aprendizaje automático se ha convertido en una nueva y poderosa capacidad para ayudar a las empresas a tomar mejores decisiones — ya sea para ayudar a resolver a quién se debe considerar para un empleo, identificar amenazas de ciberseguridad imprevistas, reemplazar las partes críticas de los trenes antes de que fallen en su operación, y otras incontables aplicaciones.

Sin embargo, en el ámbito de las agencias gubernamentales, la adopción del aprendizaje automático y la automatización de los procesos de negocio tiene un inicio lento. Muchos órganos de gobierno todavía dependen de las hojas de cálculo y el papel para administrar funciones clave como las licencias y los permisos. Incluso entre compañeros, los trabajadores del estado reconocen que están detrás de la curva: el 60% por ciento de los directores de agencias federales asegura que sus organizaciones están a la zaga de otras agencias públicas en la adopción de IA, de acuerdo con un estudio del Government Business Council de 2019; el 40% admite que sus agencias no tienen planes para implementar la inteligencia artificial en absoluto.

Muchos factores ayudan a explicar el inicio lento. Algunos organismos administrativos todavía están usando las tecnologías de la década de los 90s, o carecen de los fondos para realizar las actualizaciones. Otros quizás, cuentan con el tipo correcto de arquitectura de TI en su lugar de trabajo, pero les hace falta la habilidad o las herramientas para organizar y normalizar los volúmenes de datos masivos que se necesitan para preparar los modelos de aprendizaje automático.

El riesgo, la urgencia y la seguridad, son las variables clave que crean la confianza en la tecnología para apoyar una decisión. Los factores de liderazgo también cuentan. La mayoría de los trabajadores estatales desean darle una oportunidad a la inteligencia artificial y al aprendizaje automático. Sin embargo, en un reciente estudio de Accenture sobre los empleados del sector público, el 75% manifestó que sus jefes no les han explicado todavía cómo las aplicaciones de IA cambiarán su forma de trabajo.

El mayor obstáculo para la adopción de IA en el gobierno es la confianza, especialmente cuando se trata de usar los algoritmos del aprendizaje automático para guiar la toma de decisiones. Las agencias públicas abordan esta idea de manera muy diferente, en comparación con un consumidor que le pide a Siri la dirección de un restaurante. Para los principiantes, algunos tipos de decisiones en las agencias administrativas están estrictamente reservados para los humanos. Por razones legales, no se puede delegar esta responsabilidad a las máquinas, aún cuando fuera posible. Por ejemplo, sólo un funcionario federal autorizado puede aprobar un contrato para un bien o servicio que requiere fondos públicos del gobierno.

Cada elemento influye en los demás: Entre más alto sea el riesgo de tomar la decisión incorrecta, mayor debe ser el nivel de seguridad en los datos subyacentes que se utilizan para tomar la decisión. El nivel de urgencia en torno a la decisión equilibra o compite con el nivel de riesgo. Por lo tanto, en las decisiones que conllevan un alto riesgo, pero también una urgencia elevada, la urgencia puede forzar a los tomadores de decisiones a aceptar un nivel de seguridad más bajo en la información. De manera alternativa, las preocupaciones de riesgo pueden sobrepasar la urgencia, lo cual lleva a los tomadores de decisiones humanos a ir con la opción aparentemente más prudente.

A pesar de que la adopción en masa de asistentes virtuales en la administración pública está todavía muy lejos, hay muchos casos de uso que se están presentando para el aprendizaje automático en el gobierno, donde las máquinas pueden ayudar a gestionar la dinámica de confianza y permitir que la gente tome mejores decisiones de manera más eficiente.

Hacer que las agencias públicas se incorporen al aprendizaje automático no sucederá de un día para otro. La buena noticia es que no se necesitan grandes inversiones de capital para que esto ocurra, y la mayoría de los datos requeridos ya están disponibles. Todo lo que se necesita es confianza. Pero incluso allí, la métrica es promisoria. A pesar de que hay claramente algún riesgo de por medio, el nivel de urgencia crece día con día. Y el éxito temprano de estas tecnologías en el sector privado debería dar a los tomadores de decisiones en el gobierno la seguridad que necesitan para involucrarse por completo y lograrlo.

Redacción C21