El proyecto de IA municipal más inteligente puede ser el que una ciudad pospone

Los municipios están bajo presión para introducir asistentes de inteligencia artificial, procesamiento automatizado de casos y chatbots orientados a los ciudadanos, pero muchos todavía luchan con cuestiones más básicas: qué departamento es dueño de un conjunto de datos, si dos registros describen a la misma persona de manera coherente, o si la información enviada a través de un formulario en línea llega al sistema responsable sin ser copiada manualmente. Añadir inteligencia artificial a ese entorno no moderniza la administración. Simplemente le da a los datos poco fiables una ruta más rápida a través de ella.

Antes de que un municipio despliegue otro modelo, necesita saber si sus registros son precisos, accesibles y legalmente reutilizables en todos los departamentos. Los procesos deben documentarse, las responsabilidades asignadas y crearse interfaces entre sistemas que a menudo se compraron en momentos diferentes para propósitos totalmente distintos. Sin esa base, los proyectos de inteligencia artificial siguen siendo demostraciones en lugar de infraestructura administrativa. Por lo tanto, el programa de inteligencia artificial municipal más útil puede comenzar sin ninguna herramienta de inteligencia artificial, empezando en su lugar con direcciones corregidas, registros de propiedad conciliados, categorías de casos estandarizadas y una decisión clara sobre qué registro es fidedigno cuando dos sistemas discrepan.

La inteligencia artificial no puede decidir qué registro municipal es correcto

Un modelo puede resumir un expediente, clasificar una solicitud entrante o sugerir una respuesta, pero no puede determinar de forma fiable en qué fuente se debe confiar cuando los sistemas municipales se contradicen entre sí. Un residente puede aparecer con nombres ligeramente diferentes en bases de datos separadas, mientras que una propiedad puede tener una dirección en el sistema fiscal, otra en el registro de urbanización y una denominación desactualizada en los registros de servicios públicos. La misma organización puede ser identificada por un número de registro en un departamento e ingresada manualmente bajo varios nombres diferentes en otro.

Los empleados suelen resolver estas incoherencias a través de la experiencia. Saben a qué compañero llamar, qué hoja de cálculo contiene la última versión y qué sistema no se ha actualizado desde una reorganización anterior. Este conocimiento informal mantiene la administración en funcionamiento, pero no puede respaldar una automatización fiable. Un asistente de inteligencia artificial conectado a todos los registros disponibles puede producir una respuesta que parezca precisa sin reconocer que las fuentes subyacentes entran en conflicto, mientras que un empleado experimentado habría tratado la misma información con cautela.

Por lo tanto, el primer requisito no es un acceso más amplio a los datos, sino una jerarquía de datos acordada. Cada elemento principal debe tener una fuente autorizada, ya se trate de una dirección, el estado de un permiso o la validez de un pago. Otros sistemas pueden reutilizar esa información, pero no deben mantener en segundo plano versiones competidoras. La inteligencia artificial puede trabajar con varios conjuntos de datos solo después de que el municipio comprenda qué representa cada uno y quién es responsable de corregirlo.

Un chatbot no puede reparar un proceso roto

La IA orientada al ciudadano es atractiva porque parece resolver un problema inmediato. Los residentes luchan por encontrar información, mientras que los equipos municipales dedican tiempo a responder preguntas recurrentes, por lo que un chatbot que ofrece disponibilidad permanente y menores costos de soporte parece una mejora obvia. Sin embargo, su valor sigue siendo limitado cuando el servicio que hay detrás no está claro.

Un residente puede preguntar qué documentos se requieren para un permiso y recibir una respuesta basada en el sitio web municipal. Si el departamento responsable aplica requisitos adicionales en la práctica, el chatbot no ha resuelto el problema; ha hecho que la inconsistencia sea más visible. Lo mismo se aplica cuando las reglas difieren entre la orientación pública, las instrucciones internas y los documentos más antiguos que permanecen en línea. Un modelo de lenguaje puede recuperar y combinar esas fuentes, pero no puede establecer qué versión representa la práctica actual a menos que alguien ya haya resuelto la contradicción.

Antes de automatizar las respuestas, la autoridad debería preguntar por qué los residentes necesitan hacer la pregunta en primer lugar. Las instrucciones de la solicitud pueden estar incompletas, dos departamentos pueden usar terminología diferente o el proceso puede haber cambiado sin que se haya actualizado toda la información pública. Corregir esas debilidades mejora el servicio para todos, incluidos los residentes que nunca usan el chatbot. Por lo tanto, la inteligencia artificial debe introducirse únicamente después de que el municipio haya establecido una base legal clara, un procedimiento documentado y material de origen confiable. De lo contrario, se trata de automatizar la incertidumbre en lugar de reducirla.

La propiedad de los datos es una responsabilidad administrativa

Los datos municipales suelen tratarse como un activo técnico gestionado por el departamento de TI, aunque su calidad depende principalmente de los departamentos que los crean, interpretan y actualizan. Los equipos de TI pueden mantener servidores, interfaces y controles de acceso, pero no pueden decidir si el estado de una planificación se ha clasificado correctamente o si un caso de servicios sociales debe seguir activo. Esas decisiones corresponden a las unidades administrativas responsables del proceso subyacente.

Por lo tanto, cada conjunto de datos importante necesita un propietario de negocio además de un custodio técnico. El propietario define qué representan los datos, cuándo deben actualizarse, qué estándares de calidad se aplican y quién puede usarlos. El custodio técnico garantiza que el sistema permanezca disponible, seguro e interoperable. Sin esta división de responsabilidad, los problemas de datos se pasan entre departamentos: los administradores suponen que TI los corregirá, mientras que TI carece de los conocimientos especializados y la autoridad para determinar cuál debe ser el registro correcto.

La IA hace que esta ambigüedad tenga mayores consecuencias porque el municipio debe poder explicar no solo lo que recomendó un sistema, sino también qué información respaldó esa recomendación y quién fue responsable de su precisión. Un modelo no puede convertirse en el propietario de los datos que consume.

Las decisiones deben estandarizarse antes de ser automatizadas

Muchos trámites municipales combinan normas fijas, criterio profesional y convenciones locales. Algunas comprobaciones pueden automatizarse de forma segura, como verificar si se ha completado un campo obligatorio, si una dirección existe en el registro oficial o si ha vencido un plazo. Otras decisiones requieren interpretación, proporcionalidad o una evaluación de las circunstancias individuales. Los problemas surgen cuando los municipios intentan automatizar un proceso antes de identificar dónde se encuentra esa distinción.

Si los empleados manejan casos similares de manera diferente, un sistema de inteligencia artificial entrenado en decisiones históricas puede simplemente reproducir esas inconsistencias. Puede aprender qué resultados ocurrieron con mayor frecuencia sin entender si reflejaban la ley, la costumbre operativa o las preferencias de los gestores individuales. Por lo tanto, los datos históricos no deben tratarse automáticamente como una expresión confiable de la política.

Antes de que se utilicen casos anteriores para respaldar decisiones futuras, el municipio necesita categorías coherentes, excepciones documentadas y una clara separación entre las prácticas obsoletas y los requisitos legales actuales. El objetivo no es eliminar el criterio profesional, sino definir dónde es necesario y dónde el trabajo rutinario se puede gestionar de forma coherente. La inteligencia artificial resulta más útil cuando prepara un caso, identifica la información faltante y dirige la atención hacia las normas pertinentes. Se vuelve más problemática cuando la administración no puede explicar si su recomendación es meramente consultiva o determina efectivamente el resultado.

La contratación fragmentada produce datos fragmentados

Los sistemas municipales rara vez forman una arquitectura coherente. Se acumulan a lo largo de los años mediante contrataciones separadas para la tributación, la construcción, los servicios sociales, la movilidad, los recursos humanos y la gestión de documentos. Cada proveedor define los datos de manera diferente, mientras que las interfaces pueden ser limitadas, propietarias o costosas de construir. Los departamentos adaptan su trabajo al software disponible, creando a menudo hojas de cálculo y soluciones manuales alternativas donde los sistemas no se conectan.

Un proyecto de inteligencia artificial colocado sobre este paisaje puede crear la apariencia de integración sin resolver el problema subyacente. Un modelo puede buscar en varios sistemas a través de una sola interfaz, pero los datos siguen duplicados, las actualizaciones no se trasladan automáticamente y los departamentos continúan manteniendo diferentes versiones del mismo registro. El municipio obtiene una nueva capa de búsqueda pero no una arquitectura de información funcional.

Por lo tanto, la interoperabilidad debe convertirse en un requisito central de contratación pública en lugar de una característica técnica opcional. Los nuevos sistemas deben proporcionar interfaces documentadas, formatos de exportación estándar y una ruta realista para trasladar datos a otro proveedor. El municipio debe conservar el control sobre sus definiciones de datos y poder integrar el sistema sin depender por completo del proveedor original. Esto no requiere que todos los departamentos utilicen el mismo software, ya que los procesos especializados pueden necesitar herramientas especializadas, pero dichas herramientas aun así deben participar en una arquitectura compartida.

El verdadero coste de un sistema municipal no es solo la tarifa de licencia. Incluye los años de esfuerzo necesarios para extraer, conciliar y reutilizar los datos que contiene.

Los municipios más pequeños deberían compartir bases, no repetir los mismos proyectos piloto

Una ciudad más pequeña puede no tener el presupuesto o la experiencia interna para construir una plataforma de inteligencia artificial, establecer gobernanza de datos y mantener varias integraciones seguras de forma independiente. Por lo tanto, la infraestructura compartida puede ser valiosa, en particular para los servicios de identidad, la mensajería segura, el alojamiento de modelos de lenguaje, el registro de actividad y el control de acceso. Los municipios también pueden compartir plantillas para inventarios de datos, evaluaciones de riesgos y requisitos de contratación pública, al tiempo que conservan la responsabilidad sobre las decisiones locales y la información de los residentes.

El problema es que la colaboración suele empezar demasiado tarde. Varios municipios encargan proyectos piloto independientes, se encuentran con los mismos obstáculos técnicos y organizativos y solo entonces se plantean si se podría haber compartido la infraestructura subyacente. Un modelo más sólido separa la capa común de la local desde el principio. La tecnología se puede agrupar cuando las necesidades son comparables, mientras que cada administración sigue siendo responsable de interpretar sus propios datos, decidir qué servicios automatizar y determinar quién puede aprobar un resultado.

El objetivo no es hacer que todas las administraciones sean idénticas. Es dejar de pagar repetidamente por los mismos cimientos mientras se preserva la rendición de cuentas local.

La preparación para la IA debe probarse a través de un servicio real

Los documentos de estrategia general pueden describir casos de uso potenciales, principios éticos y estructuras de gobernanza, pero no revelan si un servicio en particular está listo para la automatización. Por lo tanto, una auditoría de preparación práctica debe seguir un proceso de principio a fin.

Un municipio podría comenzar con un procedimiento de alto volumen como un permiso de estacionamiento, un registro de empresas o una consulta relacionada con la construcción. Debe identificar dónde comienza la solicitud, cómo se autentica al solicitante, qué información se solicita y qué sistemas reciben los datos. A continuación, debe examinar dónde se copia información manualmente, dónde los empleados corrigen errores recurrentes y dónde el proceso depende de conocimientos que solo existen en notas personales o en la experiencia. También deben documentarse las normas legales, la orientación local y la gestión de excepciones utilizadas para llegar a la decisión final.

Este ejercicio a menudo revela que la mejor mejora inicial no es un modelo de inteligencia artificial. El municipio puede descubrir que la entrada de datos duplicados, un formulario interno obsoleto o categorías de casos inconsistentes generan más retrasos que la tarea seleccionada para la automatización. También puede descubrir que la inteligencia artificial ya podría ayudar con una función específica, como clasificar solicitudes o redactar correspondencia estándar, sin que se le permita determinar el resultado.

El caso de uso debe determinar la tecnología, y no al revés.

La calidad de los datos es una disciplina operativa, no un proyecto de una sola vez

A veces, los municipios tratan la depuración de datos como un ejercicio preliminar que puede completarse antes de que comience el trabajo digital “real”. En la práctica, los datos no se mantienen limpios automáticamente. Los residentes se mudan, las organizaciones cambian de nombre, las propiedades se dividen y las regulaciones crean nuevas categorías. Los empleados introducen información bajo presión de tiempo, mientras que las integraciones fallan o aplican formatos incompatibles. Una corrección única puede mejorar una base de datos temporalmente, pero los mismos problemas regresan si el proceso que los creó permanece sin cambios.

Por lo tanto, la calidad de los datos requiere normas de funcionamiento continuas. Los sistemas deben validar las entradas siempre que sea posible, evitar duplicidades innecesarias y registrar quién modificó información importante. Los departamentos necesitan procedimientos para corregir errores y comunicar dichas correcciones a los sistemas conectados. Los indicadores de calidad pueden identificar registros inusuales, valores faltantes y formatos inconsistentes, pero esos indicadores deben estar vinculados a la responsabilidad. Un panel que muestre que un conjunto de datos contiene errores tiene poco valor cuando a ningún departamento se le exige resolverlos.

La IA puede ayudar a detectar anomalías o sugerir coincidencias entre registros, pero no debe fusionar ni sobrescribir información confidencial sin los controles adecuados. El objetivo es construir una administración que produzca datos confiables durante su trabajo normal, en lugar de una que repare periódicamente una base de datos en deterioro.

Los empleados deben poder ver la evidencia detrás de una respuesta

Un asistente de IA puede producir un resumen fluido en segundos, pero el empleado aún necesita saber si está completo y qué fuente lo respalda. Esto es particularmente importante en la administración pública porque las decisiones a menudo deben explicarse, impugnarse y revisarse. A un residente al que se le deniega un permiso o beneficio se le debe algo más que la garantía de que un modelo generó la recomendación.

Por lo tanto, los sistemas de IA municipales deben mostrar los documentos fuente, las reglas y los registros pertinentes que respaldan sus resultados. Los empleados deben ser capaces de distinguir entre los hechos recuperados, el texto generado y las conclusiones inferidas. Cuando los datos entran en conflicto o una fuente parece desactualizada, el sistema debe hacer visible dicha incertidumbre en lugar de seleccionar silenciosamente la respuesta más probable.

La formación debe centrarse en estas distinciones prácticas. Los empleados no necesitan convertirse en especialistas en aprendizaje automático, pero sí deben comprender que un lenguaje fluido no es prueba de precisión. Cuanto mejor escribe un modelo, más fácil resulta pasar por alto una base débil.

La inteligencia artificial debería eliminar trabajo en lugar de crear otra capa

Un proyecto piloto puede parecer exitoso a la vez que aumenta la carga administrativa. Es posible que los empleados deban revisar cada respuesta generada, documentar por qué la aceptaron o la rechazaron y luego ingresar el resultado final en otro sistema. La IA produce una salida adicional sin reemplazar ningún paso existente.

Eso puede ser aceptable durante las pruebas, pero no es un modelo operativo sostenible. Antes de la implementación, el municipio debe identificar qué tarea desaparecerá, se volverá más rápida o requerirá menos repetición, y luego comparar ese ahorro esperado con el costo de supervisión, mantenimiento técnico, licencias y preparación de datos. Una herramienta que ahorra dos minutos por caso pero crea un nuevo proceso de gobernanza puede no valer la pena en volúmenes bajos, mientras que una automatización modesta aplicada a miles de consultas estándar puede ofrecer un valor considerable.

El éxito debe medirse a través del tiempo de tramitación, las tasas de errores, las solicitudes completadas, el esfuerzo del personal y la satisfacción de los residentes. El número de proyectos piloto dice poco sobre si una administración se ha vuelto más capaz.

Los controles de seguridad y acceso deben seguir a los datos

Conectar un sistema de inteligencia artificial a los registros municipales crea una nueva capa de acceso a información que puede incluir datos personales, financieros y legalmente protegidos. Por lo tanto, el modelo debe recibir únicamente la información necesaria para la tarea. Un chatbot que responde a preguntas sobre la recogida de basuras no necesita acceso a los expedientes de los residentes, mientras que un asistente interno que apoya en casos de planificación no debe recuperar registros de servicios sociales simplemente porque ambos sistemas pertenecen al municipio.

Los permisos deben reflejar los roles de los empleados, la responsabilidad de los casos y el propósito legal. El hecho de que una herramienta de inteligencia artificial pueda buscar en varias bases de datos no significa que todos los usuarios deban poder hacerlo. El registro de actividades es igualmente importante: el municipio debe saber a qué información se accedió, qué resultado se produjo y si este contribuyó a una decisión administrativa.

El riesgo es mayor cuando proveedores externos procesan instrucciones o retienen datos de interacción. Compras debe establecer dónde opera el modelo, si la información municipal se puede utilizar para la formación y cómo se pueden eliminar los datos cuando finaliza el contrato. Por lo tanto, la gobernanza de datos es inseparable de la gobernanza de la IA. Un municipio que no sabe dónde se almacena su información o quién puede reutilizarla no está preparado para conectar esa información a un modelo.

Los municipios necesitan menos manifestaciones y sistemas operativos más sólidos

Los pilotos de inteligencia artificial son populares porque generan resultados visibles rápidamente. Un chatbot puede demostrarse en cuestión de semanas, mientras que un asistente de documentos puede resumir un caso durante una presentación. Estos proyectos hacen que la innovación sea tangible para los líderes políticos y el público. Construir datos municipales utilizables es más lento porque requiere que los departamentos acuerden definiciones, corrijan registros y reconsideren procedimientos que han sido aceptados durante años. También expone debilidades organizativas que la tecnología por sí sola no puede resolver.

Ese trabajo es menos atractivo de anunciar, pero crea una capacidad duradera. Una vez que los datos son confiables y los sistemas pueden intercambiarlos, los servicios en línea se vuelven más fáciles de completar, los informes mejoran, los empleados pasan menos tiempo buscando información y a los residentes se les piden los mismos detalles con menos frecuencia. La inteligencia artificial puede entonces convertirse en una herramienta dentro de una administración digital en funcionamiento, ayudando a clasificar solicitudes, preparar expedientes, identificar anomalías o redactar comunicaciones porque los registros subyacentes son suficientemente claros.

Los municipios no necesitan esperar hasta que cada conjunto de datos sea perfecto. Sí necesitan saber dónde están las debilidades críticas y si esas debilidades afectan al caso de uso propuesto. La pregunta ante un proyecto de IA no debe ser si un modelo puede realizar una tarea en una demostración, sino si la administración puede suministrar información precisa, explicar el resultado e integrarlo en un proceso que funcione de principio a fin.

Donde la respuesta es no, retrasar el piloto no es un fracaso de ambición. Es la evidencia de que el municipio entiende lo que requiere la digitalización significativa.