¿Cómo se están implementando las estrategias de Inteligencia Artificial en Europa?

¿De qué manera puede ayudar la Inteligencia Artificial al sector público europeo? ¿Es capaz la UE de tomar los mismos riesgos que una empresa privada a la hora de apostar por esta tendencia? ¿Dada la naturaleza reguladora del ente, puede legislar la IA como cualquier otra cuestión?

 

Estas fueron algunas de las preguntas formuladas en el encuentro online AI in practice and implementation strategies, que contó con la presencia de Miguel Valle del Olmo, Subdirector General de la Secretaría de Estado de Digitalización e Inteligencia Artificial de España, entre otras destacadas personalidades del sector público europeo.

 

En la introducción, Leontina Sandu, Jefa de Unidad de la Dirección General de Informática de la Comisión Europea, redundó en la idea de que, más allá de lo legal y lo técnico, la IA necesita ser aceptada por los ciudadanos y abrazada por el sector público. “Las administraciones deben tener confianza en las soluciones que usan y los ciudadanos deben confiar en ellas”, afirmó.

 

 

Para que esto ocurra, “esas soluciones deben ser transparentes y no discriminatorias”. En este sentido, la Comisión trabaja en una “interoperabilidad política” que se ha visto muy azuzada por la Covid. “Entonces se mostró cuán importante es la interoperabilidad en el contexto de la UE. Una interoperabilidad atravesada por una IA que no puede llevarnos a nuevos silos”, expresó la moderadora.

 

Cómo implementar la dichosa interoperabilidad y cuáles son las mejores prácticas para ser transparente fueron, por tanto, las dos grandes cuestiones a tratar en el encuentro. Dos asuntos que Luca Tangi, del Joint Research Centre de la Comisión Europea, decidió atajar desde tres pilares surgidos al calor de los dos últimos informes elaborados por el centro para el que trabaja:

 

1. Análisis de las estrategias nacionales de IA centradas en el sector público.

2. Inventario de casos de uso de la IA en el sector público.

3. Estudios de casos en profundidad.

 

Tangi se centró, especialmente, en el segundo bloque. “Empezamos este ejercicio en 2018 y fuimos capaces de recoger 686 casos de uso de IA en el sector público europeo. No había ninguna meta en el ejerció más allá de explorar cómo la Administración Pública usa la Inteligencia Artificial en sus rutinas diarias. Pero aquella exploración que no quedó ahí. Empezamos a analizar los casos de uso, y encontramos, por ejemplo, que la tecnología principal usada en la Administración es Machine Learning (58%), y que su uso es muy variado, ya que hay procesos de lenguaje, razonamiento automático, visión computarizada…”, explicó.

 

Toda esta información, entre la que también destaca que el 38% de los casos implementados fueron usados en las citadas rutinas diarias del servicio público, fue publicada como open data en el catálogo del centro. “En Joint Research creemos en el espíritu de open data y open science. Pensamos que es muy importante poder ser inspiración y dar soluciones a esas organizaciones que se encuentran en problemas similares a los expuestos en los informes”, concluyó. 

 

A continuación, tuvo lugar una entrevista con Miguel Valle del Olmo, Subdirector General de la Secretaría de Estado de Digitalización e Inteligencia Artificial de España, que explicó cómo puede la IA transformar sociedades y economías, “incluido el sector público, al que se le abren grandes oportunidades gracias al uso de esta tecnología”.

 

“Creo que la Inteligencia Artificial y la Administración Pública tienen en común algo muy remarcable: las dos son horizontales por naturaleza. Gracias a esta tecnológica, la Administración extiende su campo a actividades como los seguros, la Justicia o la Información Legal. El uso de la IA puede adaptarse a cualquiera de estos sectores. Especialmente, cuando se realizan actividades que impliquen una repetición de tareas”, expuso.

 

“Hay otro elemento importante, y es la capacidad de adaptación de los servicios públicos atravesados por las nuevas tecnologías a situaciones de emergencia como la Covid. Algo extensible, por ejemplo, al contexto de inflación que vivimos actualmente”, expresó.

 

Hecha la introducción, el representante de la SEDIA, pasó a relatar algunos casos de éxito nacionales. “El primero es una solución muy simple, pero muy efectiva. Se trata de la introducción de un chatbot para ayudar a los ciudadanos a hacer sus facturas. Es muy útil para los autónomos y las compañías. Antes había que enviar muchos emails para que quedasen claras todas las obligaciones. Ahora, con el chatbot, el número de correos se ha reducido hasta el punto de que casi no tenemos”, aseguró.

 

 

“Otro buen ejemplo lo encontramos en Galicia. Allí ya se usa la Inteligencia Artifical para saber si se ha cometido fraude en las prescripciones médicas. Hay check data tanto en el hospital como en el historial del paciente”.

 

“El tercero es el del Ministerio de Justicia, que ha implementado un sistema de detección legal que permite la transcripción precisa desde un escritorio legal especializado. Esto redunda en la velocidad y la eficiencia del sistema, que ahora es capaz de transcribir 160 palabras al minuto con gran precisión”. 

 

“Aparte”, continuó el entrevistado, “tenemos toda una estrategia nacional para detectar y encontrar casos de uso que, además, desarrolla servicios de investigación e innovación dentro de la Administración. La idea es desarrollar todo un programa de Inteligencia Artificial para el sector”. 

 

Este programa empujaría a la Administración a innovar en diversos casos de uso. “Por ejemplo, el Ministerio de Agricultura ya tiene una aplicación para detectar los posibles fuegos en verano. Ahora son capaces de tomar todos los datos de veranos anteriores para saber dónde es más factible que haya un incendio. De esta manera, se mueven los mejores recursos para extinguir los fuegos al punto correcto, lo que ayuda a ahorrar mucho dinero y evitar los posibles daños naturales”, argumentó.

 

Pero como no sólo de las bondades de la IA versaba este encuentro, sino también de sus límites y desafíos, Miguel Valle del Olmo pasó a nombrar los mayores problemas de la Administración española en lo tocante a la implementación de esta tecnología.

 

“Uno muy claro son los pocos recursos que tenemos en la Administración Pública para lograr la implementación que queremos. Necesitamos un montón de asistencia de las unidades de negocio. A esto se une lo difícil que es detectar casos de uso antes del desarrollo del sistema de IA, porque obliga a interrumpir otras actividades para focalizarse en algo que no es tangible”, confesó.

 

“Además, siempre hay una falta de confianza en las herramientas”, continuó. “Algunos políticos dudan de la precisión de la IA. Creen que no hay control. No saben qué esperar de ella, y sin un conocimiento básico de lo que te da la Inteligencia Artificial, es imposible crear nada a partir de su potencial”, adujo.

 

El entrevistado dejó claro que es consciente de las dudas que despierta en ciertos gobiernos una tecnología cuyo uso implica una gran responsabilidad. Una responsabilidad “múltiple”, pues como explicó, “el trabajo con IA no sólo se formula desde la perspectiva del servicio al civil, sino, sobre todo, desde la perspectiva de los efectos que puede tener en los ciudadanos, como la falta de precisión, de supervisión o el sesgo. Esto implica una lógica resistencia en el sector para abrazar esta tecnología”, argumentó.

 

Por todo ello, “es importante definir los protocolos, educar en tecnología y conocer el marco de trabajo”. “Porque todos los actores implicados en el proceso deben saber cuáles son sus obligaciones. También los gobiernos. No en vano, muchas veces las rupturas vienen dadas por las discrepancias entre diversas autoridades. Igualmente, he visto que, a veces, la diferencia de métodos a la hora de implementar IA genera miedos que son una barrera al desarrollo. Esto pasa más con el gobierno central que con los gobiernos de las comunidades”, desveló. 

 

Para sacudirse estos prejuicios, Miguel Valle del Olmo pide “comprender las ventajas de la estrategia, saber cuáles son las metas a conseguir y conocer el uso correcto de la IA”. Y citó seis pilares para conseguirlo:

 

1. Investigación y desarrollo – “Es crucial, porque los nuevos problemas sólo se pueden solventar con nuevas soluciones”. 

 

2. Capacidad para construir – “Esencial para promover la Inteligencia Artificial en el sector público. Funciona en dos direcciones: crear un mercado de apoyo necesario y desarrollar habilidades en la Administración”.

 

3. Infraestructura del dato – “Es básico para desarrollar un sistema con precisión. Por ejemplo, unos algoritmos generales muy bien entrenados pueden llegar a suponer un gran ahorro de datos”.

 

4. Adapatarse a la evolución – “A veces hay una gran distancia entre los sectores público y privado, sobre todo cuando hay cambios en el mercado. No hay que ofuscarse. Lo que hay que hacer es aprender del sector privado en esos casos”.

 

 

6. Marco ético – “Es lo más importante, y en Europa lo sabemos bien”.

 

Aparte del asunto de la transparencia, el representante de la SEDIA ve “fundamental la cooperación”. “La interoperabilidad no es opcional; al menos en España. Lo que pasa es que implica desafíos. Por ejemplo, en la Universidad todo el mundo está demasiado ocupado como para ponerse a inverstigar. Sin embargo, hay que dar pie a esas colaboraciones si queremos obtener las mejores soluciones a nuestros problemas, pues esas soluciones vienen muchas veces de los programas de investigación”.

 

“Además, es en esos espacios donde también se genera conocimiento sobre lo que es IA y se promueve la construcción de capacidades que elevan la habilidad en el trabajo. Apostando por esos lugares de investigación y por el descubrimiento de formas de uso y soluciones, hay un 100% de posibilidades de transformar todo lo que tenemos y compartir nuestro conocimiento en todo el sector público”, concluyó.

 

La última intervención procedente de la Unión Europea fue la de Roberto Barcellan, Jefe de Unidad de la Dirección General de Informática para la Comisión Europea, quien sostuvo que “la inversión en Inteligencia Artificial es un animal de dos cabezas: por un lado, estamos diseñando el mercado libre a nivel europeo para IA y datos; por otro, queremos que IA sirva para rediseñar, desde dentro, la Administración Pública”. 

 

 

“Respecto a esta segunda cuestión, más centrada en la implementación, nos encontramos con el mundo de la experimentación con la Inteligencia Artificial. Estos trabajos nos han llevado a logros increíbles. Por ejemplo, veremos cómo en la próxima conferencia de la Unión Europea habrá una traducción automática proveniente de este esfuerzo con la tecnología”, aseveró.

 

El objetivo, claro, es explotar los beneficios de la tendencia para lograr una mejor institución pública. “Para ello, en primer lugar, se están estableciendo los habilitadores técnicos de IA. Por otro lado, estamos desarrollando los principios para un uso ético en un marco de confianza, muy en línea con la Ley de IA europea. Necesitamos, pues, esos habilitadores, junto con la interoperabilidad entre organizaciones y datos. Sin datos, no hay IA”, aclaró.

 

Para lograr esas metas, el ponente aseguró que hay que superar tres grandes obstáculos:

 

3. Una posible sobredosis de optimismo. “Hay que hacer entender que la IA no va a solucionar todos los problemas”.

 

Barcellan se centró en el segundo punto para volver, una vez más, al asunto de la transparencia. “¿Cómo conseguir que se confíe en el uso de la Inteligencia Artificial en el sector público? Lo que hay que hacer es explicar cómo se recogen todos esos datos para alimentar la IA en la Comisión. Porque lo primero es la estrategia del dato y luego ya la IA. Que esa estrategia sea transparente es fundamental”, reveló.

 

Para hacer buena la citada estrategia, la Comisión “hace un gran esfuerzo para saber cuál es el valor real de los datos”. “La clave es ir más allá de lo que creemos saber sobre IA. Hemos de elegir los datos adecuados para tener una mejor perspectiva. Desde ahí, podremos alimentar con responsabilidad la Inteligencia Artificial. Un ejemplo claro es la tecnología speech to test que antes comentaba, que nos está ayudando mucho en la institución porque trabajamos con muchas lenguas. Para hacer que funcione correctamente, metemos el dato, lo probamos y luego nuestros expertos comprueban el audio y la transcripción para corregir y entrenar los motores de IA”, explicó.

 

“No se trata de que el dato vaya a la IA, sino al revés”, continuó Barcellan, quien no dejó la oportunidad de subrayar dos grandes límites en toda esta operación: “los grandes volúmenes de datos y la sensibilidad de esa información”. “Tenemos que respetarla. Para ello, precisamos de aproximaciones novedosas que hallamos en los laboratorios de Inteligencia Artificial. Allí experimentamos si el dato es bueno o no. También testamos nuestras soluciones de IA. En este sentido, hay que dar gracias de tener en Europa una gran tradición de respeto al ciudadano. Nosotros nos beneficiamos claramente de esta experiencia”.

 

Esta postura ética también es fundamental para superar otro gran obstáculo de la innovación: la falta de talento. Según el ponente, “en la Comisión existe el mismo problema, en este sentido, que en cualquier empresa”, con la diferencia de que no pueden competir económicamente con el sector privado. “Sin embargo, el enfoque europeo - ética y confianza – nos da algunas ventajas. Creo que es muy motivador para cualquiera poder ayudar a construir una Europa basada en nuevas tecnologías e IA. Con todo, también pienso que hay que ser flexibles desde dentro. Acaso haya llegado el momento de externalizar talento de forma natural para enfrentar según y qué proyectos de la Comisión”, concluyó.