---
id: "workshop:del-big-data-a-la-ia-liderazgo-para-una-transicion-digital-responsable-en-el-sector-publico"
type: "InnovateUS workshop"
title: "Del Big Data a la IA: Liderazgo para una transición digital responsable en el sector público (From Big Data to AI: Responsible Public Digital Transformation)"
url: "https://innovate-us.org/del-big-data-a-la-ia-liderazgo-para-una-transicion-digital-responsable-en-el-sector-publico"
date: "2025-03-26"
duration: "60 minutes"
language: "Spanish"
instructors: ["Santiago Garces"]
recording: "https://www.youtube.com/watch?v=OZjST7uB97k"
transcript: "automatic, from the recording"
source: "InnovateUS (innovate-us.org)"
licence: "CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/), as stated on innovate-us.org"
---

# Del Big Data a la IA: Liderazgo para una transición digital responsable en el sector público (From Big Data to AI: Responsible Public Digital Transformation)

InnovateUS workshop · 26 March 2025 · 60 minutes

La transformación digital en el sector público va más allá de la adopción de nuevas tecnologías: requiere liderazgo, visión estratégica y un enfoque responsable. En este taller, exploraremos el papel del liderazgo público en la transición del uso de datos masivos (Big Data) hacia la inteligencia artificial (IA), abordando oportunidades, riesgos y estrategias para una implementación ética y efectiva.

Con la experiencia de Santiago Garcés, CIO de la ciudad de Boston, conoceremos casos reales y buenas prácticas sobre cómo las administraciones pueden aprovechar el poder de los datos y la IA para mejorar la toma de decisiones, la prestación de servicios y la confianza ciudadana.

## Learning goals

- Principios clave del liderazgo en la transformación digital
- Cómo garantizar el uso responsable de datos e IA en el sector público
- Estrategias para impulsar la innovación sin comprometer la ética y la transparencia
- Casos de éxito y desafíos en la implementación de IA en gobiernos locales

## Speakers

- **Santiago Garces**, Former Chief Information Officer, City of Boston

Recording: https://www.youtube.com/watch?v=OZjST7uB97k

## Transcript

Automatic transcript of the recording: names and terms can be misheard, and the times can be a few seconds off. Each time links to that moment of the video. The transcript alone: https://innovate-us.org/del-big-data-a-la-ia-liderazgo-para-una-transicion-digital-responsable-en-el-sector-publico.txt (plain text) and https://innovate-us.org/del-big-data-a-la-ia-liderazgo-para-una-transicion-digital-responsable-en-el-sector-publico.json (every segment with its start and end second).

**Santiago Garces**

[0:01](https://youtu.be/OZjST7uB97k?t=1) Voy a escuchar esta primera versión de los talleres de Innovamos. Les pido disculpas de antemano si me toca hablar un poquito de Spanglish, porque usualmente hablo de este tipo de temas en inglés. Si me confundo un poco, les pido disculpas. Voy a compartir mi pantalla y les voy a... Puse algunas diapositivas simplemente para orientar la conversación y después la idea es que podamos conversar y aprender los unos de los otros. Entonces... Un segundo. Tengo que venir acá. Vamos a ver. Share. Listo. Listo. A ver. Acá. Comparto mi pantalla.

[1:03](https://youtu.be/OZjST7uB97k?t=63) Nos vamos. La idea de hoy era poder compartir algunos ejemplos de cómo estamos usando y cómo podemos utilizar la inteligencia artificial para mejorar la experiencia de nuestros servicios públicos, pero en parte me tomé un poco el hecho de que esta sea la primera presentación en español para tratar de poner la inteligencia artificial un poco en el contexto de las transformaciones digitales y el trabajo que nosotros hacemos en parte de la mejora de la experiencia de esos servicios públicos. Y me hice la pregunta de qué es lo que queremos transformar, cuál es el punto de tener que hacer esas transformaciones y por qué utilizamos tecnología y por qué utilizamos otro tipo de técnicas que no son solamente tecnológicas para poder mejorar los servicios públicos.

[2:06](https://youtu.be/OZjST7uB97k?t=126) Y cuando me hacía esa pregunta de qué es lo que queremos hacer, me puse a pensar lo mismo desde mi experiencia en Colombia, creciendo y en Estados Unidos donde he vivido gran parte de mi vida adulta y es la necesidad de incrementar el bienestar público. Estamos viviendo una época donde hay un ataque hacia el gobierno y en Latinoamérica siempre ha habido una tensión acerca de si tenemos esas burocracias que son grandes y que consumen recursos y que tal vez inhiben crecimiento. Esta pregunta de por qué, para qué tenemos gobierno, es una pregunta que es importante preguntarnos. Y lo mismo, incrementar el bienestar público. Los gobiernos ayudan a que todos estemos un poquito mejor y en la medida que todos estamos mejor, las economías fluyen mejor, la vida vive mejor. Segundo, crear confianza en el gobierno. Cuando el gobierno ejecuta sus labores bien, genera confianza y hace que la gente esté dispuesta a que haya menos evasión de impuestos, que haya mayor aceptación de esas normas sociales sin tener que dedicar tantos recursos para que la gente cumpla las normas.

[3:21](https://youtu.be/OZjST7uB97k?t=201) Y todo esto genera buena gobernanza, genera un ambiente donde la gente siente que puede participar, que seguir las normas y seguir los procesos los lleva a tener una mejor experiencia y que todos quieran ayudárselos unos a los otros y ayudar al gobierno a lograr estos objetivos. ¿Y qué es lo que estamos optimizando? ¿Cuáles son las cosas que estamos tratando de lograr cuando hacemos estas transformaciones? Bueno, desde el punto de vista del gobierno, nosotros queremos siempre reducir los costos asociados con la prestación de servicios. ¿Por qué? En la medida que nosotros, nosotros en el gobierno tenemos nuestro manejo de precios, los precios de nuestros servicios no corresponden con el costo asociado con los servicios, porque nosotros recibimos recursos a través de impuestos. En la medida que podemos reducir el costo de prestar los servicios, significa que podemos prestar mayor cantidad de servicios o realocar algunos de estos recursos para hacer otras cosas.

[4:30](https://youtu.be/OZjST7uB97k?t=270) Y lo mismo, los recursos necesarios para prestar estos servicios, bien sean los bienes raíces, las oficinas que tenemos, la gente que tenemos. Hay muchas veces que en el gobierno pensamos que lo que tenemos son costos fijos y que no pensamos un poco en la variabilidad de los costos asociados de prestar servicios, pero siempre tenemos una oportunidad de cuando pensamos acerca de cómo diligenciar procesos de manera distinta, tenemos la oportunidad de generar mayor valor agregado y hacer otras cosas si utilizamos esos recursos de manera distinta. Y para el público tenemos obviamente el costo por el servicio. Usualmente no todos los servicios son gratuitos, no todos los servicios son cubiertos por los impuestos. Hay veces que cobramos por transacciones, bien sea que estén 100% parcialmente subsidiadas o que el costo entero de la transacción se pase al público, pero queremos reducir el costo al público de esas cosas de transacción.

[5:34](https://youtu.be/OZjST7uB97k?t=334) Queremos reducir el tiempo que toma para la gente de hacer esas transacciones con nosotros. Y especialmente cuando estamos tratando de hacer servicios que ayudan a mejorar la salubridad o el bienestar público, pero que son requisitos encima de lo que la gente quiere hacer. Por ejemplo, cuando les pedimos que pidan un permiso de construcción, un permiso de salubridad pública para poner un restaurante o lo que sea, esos son tiempos de más que la gente, obviamente cuando uno está pensando en montar un negocio, lo primero que uno piensa que va a ser chévere no es ir a pedir los permisos al ayuntamiento o al gobierno. Entonces, en la medida que podemos reducir esos tiempos de transacción, generamos mayor valor para la gente y en últimas una buena experiencia que también es algo que yo creo que a veces se nos olvida.

[6:38](https://youtu.be/OZjST7uB97k?t=398) En últimas, los gobiernos son de la gente y para la gente y en la medida que, inclusive cuando la gente interactúa con nosotros, bien sea que esté obligada y no sea algo que inmediatamente quieran porque están haciendo una actividad de regulación, queremos que la gente tenga una buena experiencia. Y lo mismo, esas primeras diapositivas, siempre las estaba pensando porque siento que cuando empezamos a hablar de tecnología o de técnicos o de algunas de esas herramientas, se nos olvida para qué son estas herramientas. Entonces, simplemente quería contextualizar. Ese es un dibujo hecho con inteligencia artificial y como no está la ortografía, la gramática no está muy buena, pero yo creo que a veces representa lo mismo. A veces la forma como nosotros comunicamos con la gente a la que prestamos servicios es igualmente confusa y esa confusión genera malestar y genera confusión, genera confusión y genera faltas de eficiencias en la gente a la que queremos servir.

[7:48](https://youtu.be/OZjST7uB97k?t=468) Entonces, lo mismo, quería contextualizar un poco de estas herramientas y el punto que quisiera llevar es, a través de estos talleres de Innovate US y en general, desde el punto de vista de transformación digital, son de escuelas de pensamiento y de aproches. Y lo que yo quisiera decir es que ninguna escuela logra resolver este problema de mejorar los servicios públicos en aislamiento de las otras escuelas. Todas esas son pequeñas herramientas que en conjunto ayudan a generar la mayor cantidad de bienestar público, pero es importante. Así uno venga, yo soy ingeniero de profesión, así uno tenga alguna disposición de que algunas de estas herramientas son más importantes que otras, es cuando uno ve que todas estas herramientas trabajan en conjunto, que podemos llegar al mayor valor para nuestros ciudadanos.

[8:55](https://youtu.be/OZjST7uB97k?t=535) Y eso requiere mucha humildad y requiere siempre estar actualizándose y buscando información para poder aprender. Y muchas de estas son técnicas que van cambiando a través del tiempo. Entonces, cada fila son algunas de estas como grandes escuelas o grandes técnicas y parte de cada columna está tratando como de decir algunas de las técnicas y de los recursos que permiten ejecutar esas líneas de pensamiento. Y la primera que es algo que curiosamente es relativamente nuevo en el gobierno, pero yo diría que de las innovaciones más grandes que han tenido las compañías como Google o Microsoft, algunas de esas grandes compañías estadounidenses que han logrado generar increíble valor comercial, yo creo que más que la tecnología es este primer punto.

[10:00](https://youtu.be/OZjST7uB97k?t=600) Investigación sobre el usuario. En la medida que podemos entender quiénes son las personas que van a utilizar los servicios que vamos a prestar, qué valoran, en qué están pensando, cuáles son sus expectativas, si ya hay un precedente, ya hay un proceso público que toca cumplir, cuál es su experiencia, cuál es su journey map, cuál es su ruta a través de ese proceso, y entender dónde se confunden, cuáles son las partes que les gustan, todo eso ayuda a generar mejor experiencia y en realidad no hay, esta técnica, no hay ninguna alternativa más que escuchar y participar con gente. Como decía Agueda, en el trabajo que nosotros hacemos con AI for Impact en Northeastern, con los estudiantes a los que les enseño, los primeros tres meses les digo, no van a tocar, no van a programar nada hasta que no logren decirme quién es la persona que experimenta el problema, qué problema es el que se encuentra, y poder definir la hipótesis de qué cosa, si la lográramos mejorar, generaría valor y cómo es que el usuario experimente ese valor.

[11:32](https://youtu.be/OZjST7uB97k?t=692) Entonces tenemos distintas técnicas, tenemos entrevistas, ir a hablar con gente, focus groups, tenemos un montón de distintos recursos que nos permiten entender al usuario, hay tecnología que podemos implementar dentro de nuestras páginas web y demás, por ejemplo, si ustedes van a la página de Boston.gov, de hecho nuestra Chief Digital Officer es originalmente de México, ella ha incorporado en todas las páginas de Boston.gov, hay una oportunidad para el usuario de darnos feedback, retroalimentación y decir si el contenido de la página es útil y si es claro. Y nosotros presentamos toda esa información a los distintos departamentos y la gente que está manejando el contenido de la página web para que ellos hagan sus ajustes. Pero lo mismo, no existe sustituto para la investigación al usuario. También hacemos encuestas, entonces poder hacer encuestas del público para entender cuál es su perspectiva y cuál es su experiencia a través de distintas áreas de gobierno, acerca de seguridad pública, acerca de educación, acerca del mantenimiento de nuestras obras públicas y es una parte que es súper clave.

[12:56](https://youtu.be/OZjST7uB97k?t=776) En segunda instancia tenemos diseño y esa es una parte que yo como ingeniero la aprendí a través de mis errores. Y es que usualmente nosotros los ingenieros pensamos cuál es la mejor forma, cuál es la forma más sofisticada de hacer algo y desde cierto punto de vista lo que hace el diseño es poder describir la interacción y los materiales con los que un usuario va a interactuar y en la medida que esos son más claros para el usuario y que generan mejor expectativa y expectativa más clara de qué es lo que van a hacer y qué se van a encontrar cuando interactúen con nosotros, mejor va a ser la experiencia. Entonces cómo empezar a usar esos resultados de la investigación y empezar a volverlos en artefactos que pueden ser útiles. Y lo que vemos también es que cuando usamos diseño, yo anteriormente pensaba para qué vamos a gastar dinero en hacer diseño si nosotros es más importante dedicar esos recursos para programadores o para desarrolladores.

[14:12](https://youtu.be/OZjST7uB97k?t=852) Y lo que vemos es que cuando tenemos cambiar el diseño de un botón o de una forma cuando está todavía en Wireframe es muchísimo más barato que cambiarlo cuando ya está en código. Entonces poder ejecutar de esta manera ágil usando herramientas que son un poco más baratas y que toman menos recursos y poder validar lo mismo. Esa es la parte del diseño participativo. Es poder usar y en conversaciones directamente con los usuarios ver cómo es que creamos distintos elementos e inclusive podemos hacerlo con procesos. Y yendo a un último acceso, diseño iterativo con retroalimentación es lo que estamos hablando. Es empezar a pensar cómo algunas de estas distintas... Disciplinas que estamos describiendo, interactúan las unas con las otras, y es cómo podemos cambiar el diseño de las interfaces y los diseños de los procesos para mejorarlos continuamente basados en datos que estamos recolectando del público al que servimos.

[15:21](https://youtu.be/OZjST7uB97k?t=921) Y desde el punto de vista de nosotros, como gente que maneja la parte de tecnología e innovación, es darle las herramientas a nuestros colegas que están en obras públicas, en el Departamento de Medio Ambiente, en Recreación y Deporte, cómo les damos a saber qué es lo que el público espera y cuál es esa diferencia, ese delta entre lo que esperan y lo que están recibiendo. Y nosotros simplemente facilitamos esos procesos. Bueno, entonces vamos a la tercera, análisis de datos. Y acá tal vez ven un poco más mi sesgo. Sin datos y sin herramientas para poder medir las cosas, es difícil saber si las cosas están mejorando o empeorando. Y tener la habilidad de, usualmente en los gobiernos tenemos una gran abundancia de datos de nuestras transacciones administrativas.

[16:22](https://youtu.be/OZjST7uB97k?t=982) Usualmente cuando pensamos de datos es cuántos permisos tenemos, cuál es la evaluación del catastro, todo este tipo de cosas. Pero saber que esos datos que tenemos usualmente tienen sesgo, tienen el mismo sesgo de nuestros procesos. Si hay parte de la economía que es informal, sabemos que nuestros datos acerca de impuestos y tributos no van a representar el 100% de la actividad económica. Eso está bien. No solamente pensamos, ah, hay sesgos o hay limitaciones en los datos. Si en la medida que entendemos cuál es el sesgo, nos permite entender qué es lo que podemos estar, la información que nos está faltando. Y ahí es donde vienen distintas técnicas que son útiles. Por ejemplo, en este tema de Anality, podemos empezar a usar datos que son exógenos a nuestra parte administrativa.

[17:25](https://youtu.be/OZjST7uB97k?t=1045) Tuve la oportunidad de estar en Kigali, en Ruanda, hace un par de semanas y hablando con uno de los ingenieros de la ciudad, nos contaba que están usando imágenes satelitales, para poder detectar cuando una persona ha construido una vivienda o una edificación sin permiso. Entonces lo mismo es reconocer que los datos que tenemos de la parte administrativa pueden estar faltando algo y empezar a pensar cómo podemos conseguir esos datos que nos están faltando para tratar de complementar nuestro pensamiento. Y lo que están haciendo en Kigali es, en la medida que van detectando esas estructuras, van y mandan a un inspector y si la estructura puede ser remediada, si está en una zona que no es peligrosa para la construcción y si la construcción la pueden adaptar para que conforme con el código de construcción, tratan de que la persona inicie el proceso de pedir sus permisos y si no, les hacen la determinación de demoler la estructura.

[18:38](https://youtu.be/OZjST7uB97k?t=1118) En últimas, parte de lo que nosotros, yendo para la parte con la columna, la tercera columna, parte de lo que nosotros queremos hacer desde el gobierno es empezar a llegar inclusive a un nivel más alto. No solo los datos para hacer descripciones de lo que está pasando, sino usar técnicas de econometría y técnicas científicas para poder entender si es que las políticas públicas, si es que las distintas intervenciones que estamos tomando realmente llevan a mejores resultados y si esos resultados se consiguen de la manera más eficiente. Entonces ahí tenemos bastantes proyectos que hemos estado haciendo y tal vez pasándome un poco a la siguiente línea. En la medida que nosotros recolectamos datos y pensamos acerca de esa experiencia digital, de cómo los usuarios van a acceder a datos o cómo vamos a crear nuevos programas, nosotros estamos siempre pensando de qué manera podemos usar esos datos para poder aprender, para poder entender si es que los programas que estamos presentando sí están funcionando y si merecen los recursos que vamos a dedicar.

[20:03](https://youtu.be/OZjST7uB97k?t=1203) Hay un corto ejemplo que quisiera compartir acerca de esto. La alcaldesa Michelle Wu acá en Boston, que también habla español perfectamente, el año pasado en su gran discurso del estado de la ciudad, anunció que quería iniciar una iniciativa para permitir que las familias de Boston pudieran ir a los museos de manera gratuita dos veces por mes. Inicialmente era para las familias que tenían hijos en los colegios públicos de Boston. Y nuestro departamento se volvió el vínculo donde todos nosotros recibíamos los datos de participación a través de unos acuerdos con todos los museos que estaban participando, creo que eran por ahí diez museos, y los colegios públicos que también están bajo la jurisdicción de la ciudad, nosotros recibíamos esos datos, los mandábamos a los colegios públicos, la gente de los colegios públicos hacían la asociación de los datos, los agregaban y nos mandaban los resultados, y a través de ese análisis de datos pudimos hacer un par de cosas.

[21:20](https://youtu.be/OZjST7uB97k?t=1280) Lo primero es ver que la tasa a la que la gente participaba en este programa estaba por ahí a la mitad de lo que estaba presupuestado, y nos permitió, porque estábamos usando esos datos, nos permitió ampliar el piloto, el programa piloto por seis meses más porque sabíamos que tanto se estaba utilizando. Y segundo, pudimos ver el impacto de, inicialmente este programa se había realizado precisamente para tratar de incrementar la participación de gente que usualmente no iba a esos museos, y empezamos a ver que había especialmente estudiantes latinos y familias latinas que estaban yendo a museos de manera en mayor cantidad de lo que estaban anteriormente. Entonces, pudimos validar que esas hipótesis bajo las que se construyeron estos proyectos sí estaban funcionando, y permitió que después, porque tenemos esos datos y tenemos la habilidad de ver ese nivel de rigor, de convencer, y este año logramos ampliar el programa más allá de los colegios públicos a toda la gente joven que vive en Boston.

[22:34](https://youtu.be/OZjST7uB97k?t=1354) Nuestro departamento construyó la aplicación digital para que las familias pudieran enrolarse en el programa, y lo mismo, estamos evaluando y tratando de ver cómo funciona ahora en escala mayor. En últimas, y lo mismo, tecnologías digitales. Usualmente pensaríamos que en temas de inteligencia artificial o de tecnología, lo más importante es la tecnología, y la tecnología es bastante importante, pero usualmente es la parte, la última parte que tiene que hacer que todo esto sea fácil. Y en parte, una de las cosas que decimos, que yo le digo a mi equipo es, let's move data, not people. Es más fácil mover los datos que la gente. No hacer que la gente tenga que ir de una oficina a la otra. Tratamos de simplificar, así sea que de manera regulatoria, así sea que de manera de procedimiento, una persona tenga que interactuar con varios departamentos, simplifiquemos eso porque nosotros podemos hacer que toda la parte que es harta de interactuar con el gobierno ocurra de manera casi que invisible para el usuario.

[23:49](https://youtu.be/OZjST7uB97k?t=1429) Y tenemos nuevas tecnologías, tenemos low code, no code, tecnologías que permiten hacer configuraciones en vez de escribir código para generar experiencias digitales, lo mismo que permite que seamos más ágiles, podamos hacer mayores iteraciones acerca de estas experiencias. Y también podemos empezar a crear esos sistemas de diseño. El gobierno de Estados Unidos tiene el US Web Design System. Nosotros acá en Boston estamos pensando en cómo podemos adaptar eso. Y esos sistemas de diseño son simplemente esquemas como un lenguaje de diseño que permite que generar la parte de código sea más fácil. Entonces, distintos componentes, tener formularios, tener distintas visualizaciones para que sea más fácil crear experiencias digitales. ¿Y en parte por qué? Vamos a la última. Por el tema de la inteligencia artificial.

[24:50](https://youtu.be/OZjST7uB97k?t=1490) Estamos viendo, Boston creó una de las primeras guías de cómo usar inteligencia artificial en el gobierno en mayo. Hicimos públicas nuestras guías en mayo del 2023. Y a partir de esas guías, lo que dijimos es que queremos experimentar, queremos aprender, queremos aprender de nuestros empleados y de nuestro público acerca de cómo se puede utilizar estas tecnologías de manera útil y cuáles son los riesgos. Y parte de lo que hemos visto es que esas herramientas pueden ayudarnos a generar código, analizar datos. Inclusive nos pueden ayudar a generar mockups y generar artefactos de diseño. Nos pueden ayudar a planear encuestas. Nos pueden ayudar a un montón de cosas que hacen parte de esto. Siempre y cuando entendamos qué es lo que están haciendo estas herramientas.

[25:55](https://youtu.be/OZjST7uB97k?t=1555) Cuando nosotros nos lanzamos en esta aventura de exploración con inteligencia artificial, creamos esta lista de qué puede ir mal y qué es lo que queremos. ¿Qué puede ir mal? Falta de exactitud en las respuestas. Sesgos. Por ejemplo, hablando con gente que habla árabe, me decían que, y esto ya hace un par de años, entonces no sé hasta qué punto sigue siendo relevante, pero que ChatGPT era pésimo en árabe y que de hecho generaba un montón de estereotipos y que no hacía una buena labor. Y en cambio, en mi experiencia usándolo, bien sea en español o en inglés, tenía mucho menos de esos problemas. Costo. Son tecnologías relativamente costosas. Hacer una inferencia, un token, procesar un token en ChatGPT cuesta mucho más de lo que genera simplemente presentar una página web a una persona.

[27:01](https://youtu.be/OZjST7uB97k?t=1621) Costo ambiental, porque son intensivas de manera de recursos, de energía, requieren de mucha energía para enfriar y para manejar los centros de datos que están procesando todos estos cálculos de la inteligencia artificial. ¿Y qué valoramos? Personas. En últimas, el gobierno y una ciudad es de personas para personas. La transparencia, manejar la innovación y la gestión de riesgos y el propósito público. Y nosotros lo que vemos son tecnologías que son costosas y son tecnologías que tienen riesgo, pero son tecnologías que también nos permiten, cuando las usamos en este marco de herramientas, no es el fin, sino son simplemente herramientas que nos permiten llegar a generar mejores experiencias digitales que algunas veces vale la pena usarlas. Y experimentar con ellas nos permite entender cuándo y por qué es que puede ser útil usarlas.

[28:05](https://youtu.be/OZjST7uB97k?t=1685) Entonces, ahora les voy a compartir un par de ejemplos y termino la presentación para que podamos conversar y aprender un poco también de lo que están haciendo ustedes. Bueno, una de las cosas que les dije para nosotros es muy importante entender y poder evaluar el resultado y poder evaluar de una manera analítica qué está funcionando y qué no está funcionando. Y lo hacemos siempre casi de dos maneras. O con propósito tratamos de hacer el diseño de una manera evaluativa, es decir, que lanzamos cosas con un tratamiento, con un manejo aleatorio, una selección aleatoria y poniendo a alguna gente, haciendo un treatment group y un control group y poder evaluar la diferencia entre ambos. O usamos diseños casi experimentales donde empezamos a ver si hay diferencia en alguna tendencia.

[29:10](https://youtu.be/OZjST7uB97k?t=1750) Y eso se los vamos a ver un poquito cuando, en el siguiente ejemplo, cuando les comente acerca de cómo estamos usando inteligencia artificial para mejorar servicios públicos. Entonces, esta fue una de las primeras experiencias que hicimos, pero anteriormente el Consejo Municipal, y les voy a mostrar tal vez, a ver si voy, de hecho, a la página web. Un segundo, a ver si está compartiendo lo que... Esta es la página donde pusimos, les voy a mostrar el problema que estamos resolviendo. Anteriormente... Cada vez que el Consejo Municipal vota acerca de alguna moción, tenemos esas descripciones que los empleados del Consejo escriben, y en general son descripciones que son bastante largas, que usualmente usan texto que es muy específico de la parte legislativa, mociones y no sé qué, que tienden a ser confusos para la gente.

[30:30](https://youtu.be/OZjST7uB97k?t=1830) Y en últimas, el problema que tenemos es, esos son los registros públicos que existen acerca de qué concejal votó por qué moción. Y anteriormente, si no tuviéramos inteligencia artificial, solamente tendríamos este número de docket, la fecha y la descripción. Y lo que hemos hecho es generar estos resúmenes de 20 palabras o menos que te dicen qué es sobre lo que votó el Consejo, que permite una mejor experiencia para la gente poder visualizar lo que está votando el Consejo Municipal. Y voy a ir de regreso a la presentación. Ok. Y lo que nos permite es generar mejores experiencias.

[31:33](https://youtu.be/OZjST7uB97k?t=1893) Ahora, no es perfecto. Inicialmente, cuando con este esquema de evaluación cogimos 100 resultados aleatorios de lo que se había generado, habíamos generado más de 1000 resúmenes, y cogimos 100 aleatoriamente y empezamos a evaluarlo uno por uno a ver si era accurate o si no. Y inicialmente, con el prototipo, veíamos que teníamos solamente por ahí 73% de accuracy, que está bien, pero no es perfecto. Y de hecho, lo que hicimos es, estos resultados que les estoy mostrando, los pusimos como un beta, como un release, para que la gente pudiera ver las posibilidades de lo que se podía hacer, pero no necesariamente ver el producto principal. Hemos visto mejoras de ese porcentaje cuando cambiamos el modelo fundamental, estos Large Language Models.

[32:39](https://youtu.be/OZjST7uB97k?t=1959) Estábamos usando Gemini 1 cuando se lanzó, cuando estábamos haciendo la evaluación, después mejoró con Gemini 1.5, y creo que en esto vamos a cambiar a Gemini 2 y empezamos a ver mejoras en estos resúmenes. Pero en últimas, lo que pudimos hacer es hacer resúmenes para más de 19 años de registros que teníamos, por solo 4 dólares, y nos tomó apenas unos cuantos segundos. Entonces, la parte de la inteligencia artificial no es lo único, pero lo valioso fue que logramos oír acerca de nuestros usuarios, incluyendo la gente, los concejales que se estaban quejando de que la página web donde estaban todos sus registros era bastante fea y no amigable, y logramos demostrar que podemos generar una nueva experiencia utilizando estas herramientas, y que si lo hacemos de manera efectiva no cuesta demasiado, y a pesar de que no sea perfecta, nos da una plataforma para poder seguir mejorando y para tratar de ver hacia el futuro.

[33:56](https://youtu.be/OZjST7uB97k?t=2036) Y dos ejemplos más. El último ejemplo después regreso al iSearch, porque en parte les voy a pedir que nos ayuden en nuestro proceso. El Project Greenlight, ¿qué es? El Project Greenlight es un partnership que tenemos en la ciudad de Boston con Google, donde nos dan recomendaciones que ellos usan con un modelo de inteligencia artificial para cambiar el timing de los semáforos. Y nos dan recomendaciones de cambios. Las recomendaciones vienen diciéndonos cuántos segundos más o cuántos segundos menos de luz verde o de luz roja en distintos movimientos de una señalización, y lo que estamos viendo son mejoras de casi que el 20% de espera o de una falla.

[34:56](https://youtu.be/OZjST7uB97k?t=2096) Cuando un carro tiene que pasar más de un ciclo completo de semáforo, lo determinamos como una falla, como un paso fallido, y nos ha ayudado en algunos casos a reducir casi que 58% de esos pasos fallidos, y vemos una reducción en congestión y también en emisiones de dióxido de carbono y de nitrógeno de carbono, nitrous oxide, porque cuando esos carros están ahí parados, están simplemente generando polución. Entonces, lo mismo, usando estos partnerships y tratando de usar datos para poder evaluar, y parte de lo que estamos en este momento haciendo con nuestro equipo de tecnologías emergentes es cómo podemos tratar de validar esos datos y esos resultados que nos está dando Google con otros datos para poder validar y poder construir, y cómo podemos contar esas historias de lo que está pasando, porque en parte lo que empieza a pasar es, hacemos esas mejoras y la gente rápidamente adapta su baseline de lo que es normal, y se les olvida que hemos hecho algunas de esas mejoras.

[36:09](https://youtu.be/OZjST7uB97k?t=2169) Entonces, también empezar a pensar cómo usamos datos y cómo usamos estas herramientas para mejor poder contar nuestra historia de lo que estamos haciendo. Y el último ejemplo, y les pediré que traten de usar la herramienta y nos den feedback. Este es un esquema de búsqueda dentro de la página web de la ciudad que utiliza inteligencia artificial. ¿Qué significa eso? Que el contenido de la página web se transforma de una manera que puede hacer búsquedas semánticas, o sea, si uno está buscando peluquería, puede encontrar resultados acerca de pequeños negocios o pymes, porque son palabras que son similares desde el punto de vista semántico, que es distinto a los esquemas de búsqueda tradicionales, donde es simplemente variaciones específicas de una palabra.

[37:17](https://youtu.be/OZjST7uB97k?t=2237) Y está usando Google Vertex AI, y también habla español, y por eso es que también quiero pedirles que nos ayuden. Entonces, preguntémosle cómo usa la ciudad de Boston la inteligencia artificial. Entonces, busca páginas que son relevantes para... En esos términos de búsqueda, lo que nosotros, diferente a un chatbot, porque nosotros no estamos interesados tanto en la conversación, sino en generar cuál es la lista de los links que son relevantes de la manera más relevante, y esta parte de arriba es un resumen donde estamos tratando de consolidar información que aparece en las distintas páginas que son relevantes, sin presentar nueva información que no esté presente en esas páginas.

[38:29](https://youtu.be/OZjST7uB97k?t=2309) Entonces, bueno, dice que la ciudad está explorando, está bien, apenas estamos explorando, que nuestra oficina de tecnología emergente que trabaja en nuestro grupo es la que está liderando, que es correcto, y ahí les da un poco de información acerca de nosotros. Entonces, le voy a dar el thumbs up, y le voy a decir que la información era correcta y fácil de entender, y lo va a mandar. Entonces, si tienen la oportunidad, vayan y visiten la página. Esto es un piloto, lo tenemos bajo la página de negocios. Y lo mismo, entonces, para concluir, todas estas son herramientas que son útiles, que en últimas en sí solas no logran cumplir el objetivo de mejorar la experiencia en ausencia de las otras herramientas. Y lo más importante, y lo que están viendo acá, los que determinan si la herramienta cumple o no cumple su objetivo, es un ser humano.

[39:38](https://youtu.be/OZjST7uB97k?t=2378) Si me dan el thumbs up, cumple su objetivo. Si me dan el thumbs down, no cumple su objetivo. Y es nuestra responsabilidad seguir optimizando y seguir experimentando para tratar de que lo que estemos haciendo genere mayor bienestar público. Y hay veces esa mejora es incremental, apenas unos porcentajes. Nosotros no sabemos qué tan bien funciona nuestra búsqueda antigua sin inteligencia artificial, pero esta búsqueda con inteligencia artificial tampoco tiene 100%, no tiene 100% de aceptación de los usuarios. Pero lo que hipotizamos es que es mejor que lo que teníamos anteriormente. Entonces, en la medida que vemos qué tanta mejora tenemos con los usos de distintas herramientas, cuál es el costo agregado y cuál es el riesgo agregado, que podemos seguir tratando de construir un gobierno que funcione un poquito mejor para la gente, que bien sea que vivan en Boston o que vengan y nos visiten.

[40:38](https://youtu.be/OZjST7uB97k?t=2438) Entonces, ahora le paso de nuevo el micrófono a Agatha para que pasemos a la parte de preguntas.

**Agueda Quiroga**

[40:47](https://youtu.be/OZjST7uB97k?t=2447) Muchísimas gracias, Santi. Antes que nada, tengo un pedido de si puedes poner en el chat el link para probar el buscador con AI en este momento, si fuera posible, y mientras voy a ir apagando la grabación.

* * *

Original page: https://innovate-us.org/del-big-data-a-la-ia-liderazgo-para-una-transicion-digital-responsable-en-el-sector-publico · Licence: CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/), as stated on innovate-us.org