Inteligencia Artificial en el Gobierno: aplicaciones y mejores prácticas
La adopción de inteligencia artificial está aumentando. IDC espera que el 75% de las aplicaciones empresariales comerciales utilicen IA para 2021. Los clientes que están encantados con las experiencias personalizadas que obtienen de las marcas, gracias a la IA, comienzan a esperar la misma experiencia de todas las marcas e institutos con los que interactúan. Según Accenture, el 92% de los ciudadanos estadounidenses informan que la mejora de los servicios digitales afectaría positivamente su visión del gobierno. Por lo tanto, los gobiernos están dispuestos a invertir en IA. Por ejemplo, recientemente, la firma de arquitectura danesa BIG y la compañía de tecnología china Terminus revelaron sus planes para construir un proyecto de “Ciudad de IA” llamado Cloud Valley en la ciudad de Chongqing , en el suroeste de China.
En este artículo, nos centramos en las aplicaciones de IA en el gobierno. Responderemos todas las preguntas importantes sobre el despliegue de inteligencia artificial en el gobierno, desde desafíos y mejores prácticas hasta estudios de casos del sector público del mundo real.
¿Qué ofrece la inteligencia artificial a los gobiernos?
Lo que la IA ofrece a los gobiernos es similar a lo que ofrece la IA al sector privado. Estas ofertas se pueden clasificar en tres categorías:
- Ahorros debido a la eficiencia operativa: según la revista Governing, el 53% de los funcionarios estatales y locales encuestados tenían una carga de papeleo excesiva que afectaba su capacidad para realizar el trabajo. Según Deloitte , la automatización de las tareas de los empleados del gobierno federal podría ahorrar entre 96,7 millones y 1,2 mil millones de horas al año. El mismo estudio de Deloitte también informa que la automatización y la inteligencia artificial tienen el potencial de ahorrar entre $ 3.3 mil millones y $ 41.1 mil millones.
- Servicios nuevos / mejorados: las aplicaciones orientadas a los ciudadanos, como los autobuses autónomos y la educación personalizada, mejoran la calidad de los servicios que los gobiernos ofrecen a los ciudadanos.
- Más toma de decisiones basada en datos: los gobiernos recopilan una gran cantidad de datos todos los días. Sin embargo, sin un análisis preciso, los datos no son adecuados para obtener información procesable. Una mejor toma de decisiones tiene el potencial de mejorar los servicios y ahorrar costos.
¿Cuál es el nivel de interés del gobierno en la Inteligencia Artificial?
Aunque hubo interés en la IA en el gobierno desde la década de 2000, el interés, al menos según los datos de Google, se centró solo en días específicos. Después de 2010, ha habido un interés continuo y creciente en la IA.
¿Cuáles son las aplicaciones / casos de uso de IA en el gobierno?
Servicios gubernamentales
Bienestar Social
- Identificación de reclamaciones de beneficios fraudulentas: las reclamaciones fraudulentas cuestan a los gobiernos miles de millones. Por ejemplo, se espera que se hayan perdido 1.500 millones de libras esterlinas en reclamaciones fraudulentas de crédito universal en el Reino Unido después de la pandemia de coronavirus. La detección de fraude impulsada por IA puede permitir a los gobiernos rastrear la corrupción a gran escala de los programas de beneficios y bienestar mediante
- identificar patrones en reclamos como el mismo número de teléfono o aplicaciones escritas con el mismo estilo
- procesar perfiles de redes sociales para verificar si hay información contradictoria en comparación con las aplicaciones. Sin embargo, esto puede percibirse como una infracción de datos personales en muchos países.
Cuidado de la salud
- Seguimiento de la propagación de enfermedades: la IA se puede utilizar para prevenir la propagación de enfermedades. Para hacer esto, existen dos tipos de aplicaciones de IA, que son
- Creación de un algoritmo de aprendizaje automático que verifica a pacientes con síntomas similares en diferentes ubicaciones, detecta patrones y advierte cuando puede ocurrir un brote.
- Usar análisis de gráficos, como en el caso de China durante el COVID-19, para identificar contactos con un portador conocido del virus.
- Clasificación de pacientes: aunque la clasificación de pacientes se ha utilizado en los servicios de emergencia de los hospitales, la clasificación se hizo necesaria después de la propagación del coronavirus. Las herramientas impulsadas por IA pueden analizar los datos de los pacientes para predecir las puntuaciones de riesgo de los pacientes para que los médicos puedan priorizar.
Seguridad domestica
- Predecir un delito y recomendar una presencia policial óptima: la inteligencia artificial se puede utilizar para identificar patrones en los mapas de calor policiales para pronosticar dónde y cuándo es probable que ocurran los próximos delitos, como se muestra en el gráfico siguiente. Aunque la imparcialidad de los algoritmos de inteligencia artificial en la vigilancia policial predictiva sigue siendo cuestionable y no favorece a los grupos minoritarios, las recomendaciones basadas en inteligencia artificial se pueden utilizar para identificar la presencia óptima de patrullas policiales. Soluciones como Palantir permiten realizar búsquedas geográficas en lugares de interés y ver datos de arrestos relevantes para las fuerzas del orden.
- Vigilancia: la vigilancia de IA describe el proceso de algoritmos basados en ML y DL que analizan imágenes, videos y datos grabados de cámaras CCTV. Aunque técnicas como el reconocimiento facial permiten a los gobiernos identificar a las personas a partir de grabaciones de video, el lado ético de la vigilancia impulsada por IA sigue siendo controvertido. Por ejemplo, IBM dejó de ofrecer, desarrollar o investigar tecnología de reconocimiento facial para la vigilancia masiva debido a la discriminación por perfil racial y las violaciones de los derechos humanos y las libertades básicas.
Militar
- Drones autónomos: Los drones militares autónomos también se conocen como vehículos aéreos de combate no tripulados (UCAV), son armas militares que transportan cargas útiles de combate, como los misiles que generalmente están bajo control humano en tiempo real, con diferentes niveles de autonomía. Uno de los últimos ejemplos de drones militares, aunque en su mayoría fueron piloteados por humanos, fue utilizado por Azerbaiyán en Nagorno-Karabaj en el combate contra Armenia.
Transporte
- Lanzaderas autónomas : las lanzaderas autónomas son una solución flexible para trasladar a las personas a velocidades inferiores a 50 km / h a lo largo de caminos aprendidos y predeterminados, como campus industriales, centros urbanos o barrios suburbanos. Se espera que las implementaciones de prueba de lanzaderas autónomas se aceleren rápidamente porque
- el segmento de lanzadera está menos regulado que el mercado automotriz.
- La confianza de los consumidores en las lanzaderas autónomas es mayor que en otros vehículos autónomos. Según una encuesta realizada por la Universidad de Michigan, el 86% de los pasajeros dijeron que confiaban en los transbordadores después de viajar en ellos, al igual que el 66% de los no pasajeros encuestados. Por el contrario, otra encuesta destaca que el 70% de los estadounidenses no confiaría en un vehículo autónomo.
- Monitorear las redes sociales para identificar incidentes: las congestiones de tráfico son un problema para los ciudadanos, al igual que para los gobiernos. Las congestiones ocurren principalmente debido a incidentes en las carreteras y tienen un impacto negativo en los tiempos de viaje, el consumo de combustible y las emisiones de carbono. La inteligencia artificial se puede utilizar para monitorear las redes sociales para identificar tweets sobre accidentes recientes. Aquí hay unartículo de investigación de la Universidad de Wolverhampton sobre la detección de incidentes utilizando técnicas de PNL.
Educación
- Educación personalizada: los algoritmos de aprendizaje automático pueden ayudar a brindar educación personalizada independientemente del número de estudiantes. La IA puede analizar el progreso de los estudiantes y encontrar inconsistencias entre lo que se enseña y lo que aún no se comprende.
- Calificación de trabajos de exámenes: en la Universidad de Michigan , los estudiantes reciben comentarios inmediatos sobre su escritura, incluso en clases numerosas, gracias a la inteligencia artificial. El análisis de texto automatizado revisa el trabajo de los estudiantes para identificar las fortalezas y recomendar revisiones.
Emergencia
- Clasificación de las llamadas de emergencia en función de su urgencia: las tecnologías de reconocimiento de voz y los algoritmos de aprendizaje automático pueden ayudar a los gobiernos a automatizar las líneas de llamadas de emergencia al comprender y clasificar las consultas.
- Predicción de incendios: los algoritmos ML y DL mapean la sequedad de los bosques para predecir mejor los incendios forestales.
Relaciones públicas
- Chatbots de servicio al cliente: Los chatbots son el caso de uso más común de IA en el gobierno. Los chatbots permiten a los gobiernos realizar una variedad de tareas, que incluyen:
- Programación de reuniones
- Responder preguntas frecuentes
- Dirigir solicitudes al área apropiada dentro del gobierno
- El llenado de formularios
- Ayudar con la búsqueda de documentos
- Ayudar al reclutamiento (p. Ej., Ejército de los Estados Unidos )
- Verificación de publicaciones en redes sociales con fines de retroalimentación de los ciudadanos: cada minuto, los usuarios de Twitter tuitean 347.222 veces. Al procesar una gran cantidad de datos con IA, el sector público puede obtener comentarios de los ciudadanos para mejorar sus servicios.
Otros
- La automatización de documentos incluye la extracción e ingreso de facturas, dibujos arquitectónicos, certificados, gráficos, dibujos, formularios, documentos legales y cartas.
- Redacción de documentos y anuncios: se puede generar contenido automatizado con Natural Language Generation (NLG), que ya se está utilizando en algunas salas de redacción.
- Traducción: la IA permite una traducción más eficiente de la información gubernamental. Por ejemplo, los Juegos Olímpicos de Invierno de PyeongChang en Corea utilizarán servicios de traducción en tiempo real basados en inteligencia artificial.
¿Cuáles son los desafíos de la IA en el sector público?
Empleo
El desempleo es la parte más aterradora de la inteligencia artificial si ignoramos el escenario hipotético de una adquisición de IA. Los gobiernos, como proveedores de servicios públicos, deberían preocuparse por el impacto de la IA en los trabajos humanos en el gobierno. Para mitigar el impacto del desempleo potencial debido a la automatización, los gobiernos deben asegurarse de que los humanos se concentren en tareas de mayor valor agregado o pasen al sector privado si sus tareas actuales se van a automatizar.
Según la encuesta Eurobarómetro de la Comisión Europea que presenta los pensamientos de los ciudadanos europeos sobre la influencia de la digitalización y la automatización en la vida diaria
- El 74% de los encuestados espera que desaparezcan más puestos de trabajo que se crearán nuevos puestos de trabajo debido al uso de robots e inteligencia artificial.
- El 72% de los encuestados cree que los robots roban el trabajo de las personas.
- El 44% de los encuestados que están trabajando actualmente piensan que su trabajo actual podría realizarlo, al menos en parte, un robot o inteligencia artificial.
Sesgos de IA
Los algoritmos de IA pueden contener sesgos debido a los prejuicios del equipo de desarrollo del algoritmo o datos engañosos. Aunque la construcción de un algoritmo de IA imparcial es técnicamente posible, la IA puede ser tan buena como los datos, y las personas son quienes crean los datos. Por lo tanto, lo mejor que pueden hacer los gobiernos para combatir el sesgo de la IA es minimizarlo aplicando las mejores prácticas .
Explicabilidad
No es fácil explicar cómo todos los algoritmos de IA llegan a sus predicciones (es decir, inferencias); sin embargo, se están desarrollando enfoques técnicos para superar esta deficiencia.
Esto es problemático para el sector público, donde proporcionar una justificación para las decisiones es más importante que el sector privado, ya que el sector público es responsable ante el público. Por el contrario, el sector privado es el principal responsable ante los accionistas.
Responsabilidad
La responsabilidad de los sistemas de IA es una cuestión de ética de la IA. Los gobiernos son como los EE. UU. Y el Reino Unido están introduciendo nuevas leyes sobre la responsabilidad de los algoritmos de inteligencia artificial de las empresas. Sería hipocresía si los gobiernos y las empresas no son responsables de los accidentes y las falsas predicciones que hacen sus algoritmos de inteligencia artificial.
Dificultad de transformación
La transformación de la IA en el gobierno es difícil porque
- Edad de los servidores públicos : La fuerza laboral del gobierno es más antigua que la del sector privado, lo que dificulta potencialmente la implementación del cambio de cultura. Según una investigación de la Oficina del Censo de EE. UU. , Aproximadamente el 24% de los trabajadores del sector público son millennials, en comparación con el 34% del sector privado.
- KPI más ambiguos / complejos: en comparación con la búsqueda de ganancias del sector privado, los gobiernos tienen metas más complejas y difíciles de medir. Como resultado, los KPI gubernamentales tienden a estar más orientados a las actividades que a los resultados, lo que dificulta la medición de las mejoras.
- Número de partes interesadas: los organismos de control del gobierno, los sindicatos, los partidos de la oposición son partes interesadas cuya visión de la IA determinará la forma en que el público percibirá la IA en el gobierno. Esto hace que la comunicación sobre proyectos de transformación sea cada vez más importante.
¿Cuáles son las mejores prácticas de IA para los gobiernos?
Algunas de las mejores prácticas de transformación de la IA son:
- Involucrar más a las personas: las inversiones por sí solas no son suficientes para los proyectos de IA. Los aspectos humanos y de procesos también ayudan a lograr el éxito de los proyectos de IA.
- Mejorar la infraestructura tecnológica: la implementación de la IA puede requerir la reestructuración de la infraestructura tecnológica para una integración del sistema más rápida.
- Mejore la calidad y la recopilación de datos : la inteligencia artificial necesita muchos datos. La recopilación de datos de alta calidad es un requisito previo para numerosas implementaciones de IA.
- Involucre a los expertos: reclute profesionales que sean competentes en implementaciones de ML e IA. Las empresas de consultoría de Inteligencia Artificial y de desarrollo de IA personalizado pueden proporcionar la experiencia y el talento necesarios para los gobiernos.
- Reducir el sesgo en la IA: seguir las mejores prácticas para reducir el sesgo de la IA también puede guiar a los gobiernos durante sus proyectos de IA
contacto@brita.mx