¿Cómo aumentar la eficiencia de la Administración con IA y personalización?

Desafíos de la administración central

La Administración Central gestiona servicios complejos que deben adaptarse a las necesidades de la población de un país. Servicios como la recaudación de impuestos o las prestaciones sociales se gestionan a perpetuidad, con arreglo a políticas y leyes establecidas a lo largo de muchos años

En los últimos años, los gobiernos de todo el mundo han adoptado un enfoque digital que da prioridad al autoservicio. El éxito del autoservicio digital reduce el nivel de asistencia del personal necesario en, por ejemplo, un centro de contacto. Un alto nivel de asistencia por parte del personal encarece el funcionamiento de los servicios

Los departamentos buscan soluciones que maximicen el autoservicio del ciudadano a través de:

• Servicios digitales de la administración a través de canales en línea
• Viajes de usuario que maximizan la probabilidad de que un usuario logre lo que se propone
• Transposición de una política legislativa compleja a una orientación fácil de entender para los ciudadanos

Las soluciones que guían al usuario a través de un proceso digital consiguen que los servicios gubernamentales sean mejores para los usuarios y más baratos para el contribuyente. Es la Inteligencia Artificial (IA) un buen candidato para mejorar los servicios digitales que prestan los gobiernos?

La oportunidad de la IA para los servicios-administrativos

Hay que tener en cuenta dos grandes tipos de IA:

1. AI predictiva utiliza el aprendizaje automático para analizar datos históricos e identificar patrones para predecir acontecimientos futuros. Tiene el potencial de mejorar la toma de decisiones mediante la predicción de tendencias y comportamientos, y es útil para la planificación estratégica. Por ejemplo, los servicios públicos pueden predecir mejor los resultados teniendo en cuenta diversos conjuntos de datos. Esto podría incluir datos meteorológicos y de enfermedades del personal para aumentar los datos históricos de los periodos punta y predecir la probabilidad de escasez de personal
2. La IA generativa crea nuevos contenidos, desde texto e imágenes hasta código informático, basándose en sus datos de entrenamiento. Aprende de grandes conjuntos de datos para generar resultados originales que imitan la creatividad humana. Tiene el potencial de producir material contextualmente relevante y mejorar la comprensión de información compleja. Dada la naturaleza compleja de la política en muchos servicios gubernamentales, entrenar a la IA Generativa en datos políticos permite crear resultados resumidos específicos para las necesidades del usuario. En lugar de diseñar un único conjunto de orientaciones que pretenda cubrir las amplias necesidades de una población, la IA generativa podría resumir las orientaciones en tiempo de ejecución de un proceso adaptado a las necesidades de cada usuario

En cualquiera de los dos tipos de IA, es un principio comúnmente aceptado que cuanto mayores y más completos sean los conjuntos de datos, más preciso será el resultado. Dado que los servicios gubernamentales funcionan durante décadas, existen características de los datos gubernamentales útiles para un conjunto de datos de entrenamiento de IA:

• Volumen – los datos se recopilan a escala nacional en sectores como la fiscalidad, las prestaciones, la sanidad y la educación. Los algoritmos de IA, sobre todo los basados en el aprendizaje automático, se basan en grandes conjuntos de datos para realizar predicciones precisas
• Variedad: se capturan puntos de datos similares en poblaciones diversas, por ejemplo, estadísticas fiscales de cohortes metropolitanas densas a comunidades rurales aisladas. Para que la IA proporcione resultados precisos y relevantes, debe comprender los problemas multifacéticos de forma holística utilizando conjuntos de datos que sean lo más representativos posible.
• Variedad – Los datos son similares en poblaciones diversas
• Historia – Los departamentos llevan décadas recopilando datos sobre las pautas de comportamiento de los ciudadanos. Los modelos de IA deben entrenarse para reconocer las tendencias y los cambios a largo plazo, especialmente cuando puedan desplegarse para influir en las políticas o en las previsiones.
• Política

Los riesgos de la oportunidad de la IA

Al igual que muchas innovaciones tecnológicas del pasado, la IA solo tendrá éxito si se entrena con datos precisos y útiles, y se aplica de forma proporcional a la tarea en cuestión. Consideremos las siguientes características de los datos que se encuentran en muchos departamentos gubernamentales:

• Poca calidad: es más probable que los datos recopilados durante largos periodos de tiempo estén obsoletos o incompletos. Una IA entrenada con datos incompletos generará resultados engañosos y conclusiones incorrectas
• Falta de estandarización: los datos que recopila el gobierno a menudo se encuentran en sistemas aislados y de propósito único con múltiples formatos y esquemas. La falta de interoperabilidad e integración dificulta la alimentación de los modelos de IA con conjuntos de datos armonizados
• Regulaciones – Los datos gubernamentales a menudo se rigen por normativas que limitan su uso a los fines específicos para los que se recopilaron. Tales restricciones influyen en la disposición de un departamento a compartir conjuntos de datos, lo que da lugar a modelos de IA que analizan las tendencias de comportamiento sobre un ciudadano basándose en entradas limitadas.
• Datos de la administración pública

Aplicar la IA de forma segura y transparente es fundamental para generar confianza pública en los resultados que proporciona. Como ocurre con cualquier tecnología que se implanta por primera vez, esto implica lanzar versiones beta controladas del producto con resultados transparentes mostrados a los usuarios. También implica la aplicación de patrones «humanos en el bucle», en los que los resultados de la IA son evaluados por un ser humano antes de ser aplicados

Aplicando la IA a un caso de uso gubernamental

Considere un servicio de bienestar proporcionado por un departamento del gobierno central. La asistencia social debe satisfacer las diversas necesidades de toda una población adulta y, al mismo tiempo, incluir controles y equilibrios adecuados para descartar las solicitudes fraudulentas.

La inteligencia artificial podría mejorar el proceso de asistencia social mediante:

1. Mejor divulgación: se utilizan datos económicos o sociales localizados para crear segmentos de población muy específicos mediante IA predictiva. La IA generativa, entrenada en la política gubernamental y los esfuerzos previos de divulgación, se comunica con estos segmentos específicos utilizando un estilo y un lenguaje específicamente adaptados a sus necesidades
2. Mejor autoservicio: comprender la elegibilidad es complejo y genera grandes volúmenes de llamadas a un centro de contacto de entrada. Un bot digital, desplegado en la web dentro de un servicio digital o a través del canal elegido por el solicitante, como WhatsApp o SMS, permite un autoservicio personalizado. El bot está entrenado en casos históricos de elegibilidad y política, y entiende y produce lenguaje natural. Las respuestas se adaptan utilizando un tono de voz predefinido o similar al que recibe
3. Identificación inteligente del fraude: la IA predictiva se aplica a las solicitudes históricas de asistencia social dentro del departamento para identificar y marcar puntos de datos sospechosos. A través de la retroalimentación y el ajuste del modelo, se puede identificar la correlación y aumentar la precisión de la predicción, lo que permite a los trabajadores de casos de fraude centrarse sólo en las solicitudes válidas.
4. Identificación inteligente de fraude: la IA predictiva se aplica a las solicitudes de asistencia social históricas dentro del departamento para identificar y marcar los puntos de datos sospechosos

En estos ejemplos, la IA aumenta los servicios existentes con la retroalimentación humana-in-the-loop fomentada en cada etapa. El departamento puede aplicar las ventajas de la IA de forma transparente y controlada

Cómo Salesforce apoya el viaje de la IA de un departamento

Salesforce ayuda a los departamentos a ofrecer beneficios de IA de forma transparente a través de:

• Integración de datos: con cientos de conectores listos para usar, Mulesoft conecta e integra fuentes de datos desde sistemas operativos en vivo hasta almacenes de datos para garantizar que todos los datos de un departamento puedan ser ingeridos por los modelos de IA
• Armonización de datos: Salesforce Data Cloud armoniza las fuentes de datos a la escala y volumen en que operan los gobiernos, con la estandarización de esquemas de sistemas aislados para que los datos introducidos en los modelos de IA sean coherentes y fiables
• Activación de datos: Los resultados de la IA, como las cohortes específicas o los conocimientos predictivos, activan los datos a escala de la población. El alcance se ejecuta en estas cohortes a través de viajes nativos en Salesforce Marketing Cloud
• Implementación de IA en datos: la capa de IA de Salesforce Einstein lleva nueve años ofreciendo IA en las aplicaciones de Salesforce. La creación de un modelo predictivo o indicaciones generativas de IA se ofrece con herramientas rápidas de código reducido para que los departamentos aprendan rápidamente. Las funciones de IA se despliegan de forma incremental a un conjunto controlado de usuarios, por ejemplo, en una fase beta privada
• Mantener a un humano en el bucle: cuando un modelo de IA produce resultados dentro del flujo de trabajo, Salesforce mantiene el control final del siguiente paso con el usuario. Se solicita al usuario que proporcione comentarios sobre la utilidad del resultado para mejorar la precisión del modelo
• Transparencia y controles: la capa Einstein Trust de Salesforce garantiza que los datos confidenciales se enmascaran antes de enviarse a modelos de IA externos. Mantiene una pista de auditoría completa de las entradas y salidas de IA para facilitar el ajuste y maximizar la precisión de los resultados. Los datos no serán retenidos por los modelos externos de IA para su reentrenamiento.

La plataforma Salesforce Einstein1 ayuda a los departamentos a ofrecer beneficios de IA de forma iterativa y a fomentar la confianza, ofreciendo mejores resultados a los usuarios a un coste menor para el contribuyente.