---
id: "workshop:diseno-de-servicios-publicos-y-el-uso-estrategico-de-la-ia-generativa-public-service-design-and-the-strategic-use-of-generative-ai"
type: "InnovateUS workshop"
title: "Diseño de Servicios Públicos y el Uso Estratégico de la IA Generativa (Public Service Design and the Strategic Use of Generative AI)"
url: "https://innovate-us.org/diseno-de-servicios-publicos-y-el-uso-estrategico-de-la-ia-generativa-public-service-design-and-the-strategic-use-of-generative-ai"
date: "2025-04-22"
duration: "60 minutes"
language: "Spanish"
instructors: ["Sofía Bosch Gómez"]
recording: "https://www.youtube.com/watch?v=g3HT8QY_LY4"
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"
---

# Diseño de Servicios Públicos y el Uso Estratégico de la IA Generativa (Public Service Design and the Strategic Use of Generative AI)

InnovateUS workshop · 22 April 2025 · 60 minutes

Este taller explorará cómo la inteligencia artificial generativa puede potenciar el diseño de servicios públicos, abriendo oportunidades a la creación de experiencias más eficientes, personalizadas y centradas en el usuario. Además de las oportunidades, se discutirán los desafíos éticos y operativos asociados con su implementación.

## Learning goals

- Comprender los principios básicos del diseño de servicios y su relación con la inteligencia artificial generativa

- Identificar oportunidades para mejorar la eficiencia y personalización de los servicios públicos mediante el uso de IA generativa

- Analizar los principales desafíos éticos y operativos en la implementación de IA generativa en el sector público

- Explorar casos de estudio y mejores prácticas en la aplicación de IA generativa en el diseño de servicios

## Speakers

- **Sofía Bosch Gómez**, Assistant Professor in the Department of Art + Design and Fellow at the Burnes Center for Social Change, Northeastern University

Recording: https://www.youtube.com/watch?v=g3HT8QY_LY4

## 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/diseno-de-servicios-publicos-y-el-uso-estrategico-de-la-ia-generativa-public-service-design-and-the-strategic-use-of-generative-ai.txt (plain text) and https://innovate-us.org/diseno-de-servicios-publicos-y-el-uso-estrategico-de-la-ia-generativa-public-service-design-and-the-strategic-use-of-generative-ai.json (every segment with its start and end second).

**Sofía Bosch Gómez**

[0:00](https://youtu.be/g3HT8QY_LY4?t=0) La invitación… Perfecto. Muchas gracias por este segundo taller. Estoy emocionada. Este es un tema que apenas estoy empezando a descubrir yo misma, entonces me encantaría escuchar si es que ustedes han estado experimentando con inteligencia artificial en el desarrollo de servicios y demás. ¿Cómo es que lo están haciendo? Haré algunas preguntas a través del taller y entonces pueden añadir sus respuestas en el en el chat y con mucho gusto podemos tener más como una conversación. Entonces, voy a compartir mi pantalla. Un segundo, se me fue. Ok, entonces… Perfecto. Entonces, hoy vamos a estar discutiendo, vamos a estar hablando de diseño de servicios y cómo es que podemos utilizar la inteligencia artificial para el desarrollo de su análisis, pero también un poco pensando en cómo desarrollarlos a futuro. Entonces, voy a dar una pequeña introducción de quién soy yo. Veo algunos nombres que ya nos conocimos en talleres pasados, eso siempre me da mucho gusto, pero pues para los que no me conocen voy a introducirme. Voy a hablar un poco de lo que es el diseño de servicios, específicamente de lo que es el Service Blueprint, un método que se utiliza mucho en el diseño de servicios. El uso de la inteligencia artificial en el desarrollo del Blueprint. Y les voy a hablar de un pequeño ejemplo de California, el EIEP, que es otro, uno de los ejemplos de los cuales también ya he presentado en un pasado, pero ahora con otro, un poco más de información, información diferente. Y algunas consideraciones, otras consideraciones cuando estamos utilizando la IA en el desarrollo de servicios. Entonces, para empezar,

[2:04](https://youtu.be/g3HT8QY_LY4?t=124) bueno, yo misma soy un ex servidora pública, ex profesional del sector público. Comencé mi carrera trabajando para el gobierno de la Ciudad de México en su laboratorio de innovación. Realizaba comunicación visual, implementaba procesos de pensamiento de diseño y más adelante trabajé durante casi un año y medio en la estrategia digital nacional del gobierno federal mexicano. Ahí utilizaba métodos de diseño centrado en las personas para digitalizar y desarrollar servicios en diversos sectores y diversos ministerios o secretarías, como las llamamos en México. Y me fascinó la relevancia de usar métodos del diseño para iterar y crear servicios públicos que justamente pudiesen impactar y cambiar el día a día de las personas. Entonces, fue por eso que decidí hacer un doctorado sobre estos temas en la Universidad Carnegie Mellon, en la escuela de diseño. Y al terminar, me uní a la Universidad de Northeastern como profesora. Y aquí es donde estoy trabajando en conjunto al GovLab y al Berne Center for Social Change, donde hacemos este tipo de iniciativas educativas en temas de diseño e innovación. Entonces, como pueden ver, la mayor parte de mi carrera he estado con un pie en el sector público y un pie en el mundo académico, pero muy basado en la práctica. Entonces, espero que eso pues nos permita tener como una conversación rica en el sentido en el que, pues, creo que hay muchos métodos de investigación que estamos usando en el mundo académico que pueden servir en el sector público.

[3:44](https://youtu.be/g3HT8QY_LY4?t=224) Entonces, vengo de una ciudad muy grande, de la Ciudad de México, con 22 millones de personas, y genuinamente veo el servicio público como un espacio donde podemos tener este impacto en la vida cotidiana de la gente. Justamente para atender problemas de transporte, de seguridad, de agua, etcétera. Estos son problemas que se extrapolan y suceden en diferentes lugares del mundo. No es una cosa única la Ciudad de México. Entonces, creo que justamente tenemos la posibilidad de aprender unos de otros en cómo estamos abordando estos retos, ¿no? Pero una de las cosas que más me llamaba la atención, justamente trabajando en México, es que hay una diversidad de vivencias, hay una diversidad de contextos dentro de la misma ciudad. El lado izquierdo de la pantalla es una foto del centro de la ciudad, el lado derecho es una foto del sur de la ciudad, una zona rural, aunque considerada rural, aunque está dentro de la demarcación de la ciudad. Entonces, yo, un poco lo que me he preguntado, lo que motiva mi trabajo es el pensar, bueno, ¿cómo es que podemos diseñar servicios que atiendan a ambas poblaciones? Que sean accesibles y equitativos para ambas poblaciones, independientemente de cuál sea el contexto geográfico, ¿no?

[5:11](https://youtu.be/g3HT8QY_LY4?t=311) Entonces, el diseño de servicios ha sido una rama del diseño que ya lleva muchos, ni siquiera años, pero décadas en práctica. Es una cosa que no es nueva dentro del gobierno, se ha implementado ya, pues eso, en diferentes proyectos, en diferentes ámbitos, ya sea en Estados Unidos, pero también en otros países latinoamericanos, muchos ejemplos de diseño de servicios en diferentes países de Latinoamérica. Entonces, mi pregunta inicial para ustedes es, ¿han trabajado en un framework, en un proceso de diseño de servicios dentro de su práctica, dentro de su trabajo cotidiano? Si no, si sí, ¿qué han hecho? No, ¿por qué no? Y si pudieran añadirlo al chat, y puedo leer algunas de sus respuestas.

[6:14](https://youtu.be/g3HT8QY_LY4?t=374) O si el diseño de servicios es una cosa completamente nueva para ustedes, también bienvenidos a mencionarlo en el chat. ¿Sólo en servicios educativos? Ok, ¿es nuevo? Perfecto, gracias Andrea. ¿Blueprints y process maps? Genial, gracias Charlie. ¿Nuevo? Para Megan también, perfecto. Ok, super, pues tal vez algunas de las cosas que, Wigner también, para ti es nuevo, perfecto. Tal vez algunas de las cosas que mencioné sobre los blueprints pueden ser un poco redundantes, o ya lo sepas Charlie, pero por favor, entonces, si tienes ejemplos, buenas prácticas, tips para los demás, súper bienvenidos al momento de que conversemos al respecto. Súper, gracias.

[7:26](https://youtu.be/g3HT8QY_LY4?t=446) Bueno, usualmente cuando estamos desarrollando un producto en diseño, en lo que nos enfocamos es en la parte de enfrente de este diagrama, ¿no? En la experiencia del servicio, en lo que va a vivir la persona que está interactuando con ese servicio. Sin embargo, el diseño de servicios toma una perspectiva mucho más amplia, básicamente de sistemas, en donde trata de entender qué es lo que está pasando tras bambalinas, para que esa experiencia sea la mejor posible, ya sea para nuestros usuarios, para los ciudadanos, para los residentes, para las personas interactuando con nuestro producto, etcétera. Dentro del diseño de servicios, una forma de entender esta parte visible y la parte invisible del servicio, es a través de lo que llamamos un service blueprint, o el mapa del servicio, que en realidad es un diagrama que visualiza estas relaciones entre los diferentes componentes del servicio, las personas, los elementos físicos, digitales, procesos, y todo lo que esté directamente relacionado con los puntos de contacto en este recorrido que va a llevar, o que va a vivir en nuestro cliente, nuestro usuario, nuestro residente.

[8:49](https://youtu.be/g3HT8QY_LY4?t=529) Ahora, los service design blueprints, usualmente, o comúnmente, son usados como un método de visualización, para que podamos entender todo el proceso y todo lo que conlleva el desarrollo de ese servicio, pero también delimita estas acciones e iniciativas específicas que comienzan justamente a dibujar el panorama futuro de lo que podría ser el servicio, ¿no? Entonces, no nada más mapea lo que está sucediendo en el presente, pero nos ayuda también a pensar hacia dónde nos podemos mover, qué podríamos desarrollar a futuro, y qué significaría eso de forma tangible, de forma práctica, ¿no? ¿A quiénes tenemos que involucrar para que el servicio se desarrolle, para que se lleve a cabo, para que sea fácil de uso, etcétera? Entonces, este mapeo de un servicio, de forma práctica, se hace a través de este blueprint, que está dividido en diferentes canales, y estos diferentes canales están divididos entre la parte visible, lo que va a experimentar el usuario, y la parte invisible, lo que está pasando tras bambalinas para que ese servicio se lleve a cabo. Entonces, la primera línea es esto que llamamos las acciones de los usuarios, un poco una especie de, pues, mapa de experiencias, ¿no?

[10:11](https://youtu.be/g3HT8QY_LY4?t=611) O mapa de proceso, un journey map, lo que llamaríamos en design un journey map, ¿no? Y luego tienes las front stage actions, que son las acciones que pasan, pues, en interacción directa con nuestros usuarios, y luego todo lo que va tras bambalinas, que es lo que no ve el usuario, pero que soporta o que ayuda a que el servicio se lleve a cabo. Entonces, hay básicamente tres elementos claves dentro de un blueprint, y uno es la línea de interacción entre, pues, el usuario y nuestro producto, nuestro servicio, la gente que ayuda en el servicio, etcétera. Entonces, imaginemos cuando uno entra, no sé, a una tienda a comprar algo, y, pues, hay alguien ahí ayudando, y te preguntan que qué es lo que estás buscando, etcétera. Esa interacción con la persona es lo que entraría dentro de las front stage actions, justamente las interacciones cara a cara, ¿no?

[11:17](https://youtu.be/g3HT8QY_LY4?t=677) Directas entre el usuario y la persona que está representando el servicio. Luego, hay una línea de visibilidad. Estas son las acciones que el usuario está viendo, pero detrás de esto, el tras bambalinas, es lo que está sucediendo en la bodega de la tienda, ¿no? Entonces, pedimos que queremos comprar algún producto, no lo tienen en la tienda, lo tienen que ir a buscar a la bodega, y lo que sucede atrás en la bodega, la forma en el que el sistema se lleva a cabo, en cómo encuentran los productos, en cómo los mandan a la parte de la tienda para que lo puedas comprar y demás, toda esta parte es la parte que no vemos como usuarios, que no vemos como consumidores. Y esta es la línea de visibilidad, ¿no?, de la que estoy hablando, y justamente dentro de ella, en la parte invisible, hay un montón de interacciones internas que no vemos. Entonces, esto es lo que viene abajo. Y ahorita se los voy a mostrar con el mapa, para que sea un poco más tangible, más fácil de entender.

[12:17](https://youtu.be/g3HT8QY_LY4?t=737) Entonces, si mapeáramos un servicio, como les mencionaba, tenemos las acciones de los usuarios, este front stage y el backstage. Entonces, por encima de la línea de interacción están las acciones de usuarios, todas las actividades que realiza el usuario al interactuar con el servicio. Luego tenemos los puntos de contacto, estos momentos en los que el usuario interactúa directamente con el servicio, y todo eso está sucediendo aquí, en esta parte más alta del mapa. Luego, en el siguiente carril, que es justamente por debajo de la línea de interacción, pero por encima de la línea de visibilidad, están las acciones en el front stage. Todas las actividades que tienen que ver con el personal, que el usuario puede ver, incluso que pueda interactuar, ya sean personas, pues, portales, etcétera. Entonces, eso es lo que sucede en esta segunda parte del mapa, en ese segundo carril. Y luego, por debajo de la línea de visibilidad, están las acciones del backstage. Entonces, todo lo que el usuario no puede ver, pero que son fundamentales para que el servicio funcione, y todos los procesos de soporte para el servicio. Entonces, ya sea infraestructura, equipos, protocolos, cualquier otro elemento que respalde el servicio, si está conectado a otro ministerio, a otra agencia, a algún proveedor externo, etcétera. Y eso es lo que sucede en esta última parte del mapa. ¿Ok? Ahora, algunos momentos clave que conviene capturar cuando estamos haciendo este tipo de mapeos para entender un servicio, son los puntos de dolor, lo que en inglés llaman pain points, ¿no? Que necesitan ser corregidos o mejorados. Las oportunidades para medir

[14:24](https://youtu.be/g3HT8QY_LY4?t=864) la calidad del servicio. ¿Cuáles son estos momentos en donde tal vez hay una interacción directa con el usuario? Y entonces, podemos medir justamente su satisfacción, si las cosas están funcionando, tiempos de espera, etcétera. Oportunidades para hacerlo más accesible, fluido, eficiente. Y también momentos en el que el usuario valora lo que está sucediendo y que no deben perderse. Entonces, pues eso, momentos que tal vez las cosas están funcionando muy bien y que no queremos rediseñar, que ya funcionan como están. Este es un ejemplo, otro como esqueleto de lo que sería un blueprint, y con mucho gusto les puedo compartir mis, pues eso, mis diapositivas, ¿no?, para que puedan acceder a estos ejemplos. Pero lo que les quería enseñar con estos ejemplos es que hay muchas formas de armar estos blueprints. Uno puede armarlos dependiendo del servicio que uno quiera mapear o que esté interesado en desarrollar. Entonces, como pueden ver aquí arriba, en este mapa, añaden igualmente métricas, evidencia, que esto es importante si están haciendo cosas que tengan que ver con investigación, ¿no? Tal vez hicieron encuestas, tal vez hicieron entrevistas.

[15:41](https://youtu.be/g3HT8QY_LY4?t=941) Bueno, aquí es el momento en donde pueden añadir esa información que soporte, que justifica algunos de los cambios dentro del mapa del servicio. Tiempos, ¿no? Tal vez es un servicio en donde el tiempo, pues, sea vital o muy importante. Entonces, queremos ver si nos tardamos un minuto, dos minutos, una hora, tres meses, cinco meses, dos años, ¿no? Entonces, el mapeo del tiempo y, bueno, los diferentes momentos que ya presenté que tienen que ver con el servicio. Ahora, algunos otros ejemplos de cómo se puede utilizar un blueprint. En este caso, se estaban mapeando la experiencia de hacer una compra en línea en un sitio web. Entonces, por ejemplo, la persona entra el sitio web, entra a la tienda, empieza a buscar ya sea, pues, baratas o pueden estar buscando algún artículo en específico, y entonces entra a ver, pues, cuáles son las características del producto, tal vez el precio, si hay en stock o no hay en stock, tal vez tiene alguna charla o una discusión con algún vendedor, vendedora, tal vez esto sea a través de un chatbot, ¿no? Hay muchas posibilidades aquí y de ahí hace la compra, ¿no? Imaginemos que hace la compra. Bueno, para llegar a este momento de hacer la compra, ¿no? Un proceso que parece bastante como directo y que no debe tomar más de 20, tal vez 20 minutos a una hora, hay muchas cosas que están pasando tras bambalinas, ¿no? Entonces, pues eso, tienes un chat de soporte, tal vez tiene que haber un chequeo si el producto está en el inventario o cuánto sea tardar en que, en que te lo envíen, cuánto tiempo en que te llegue una vez que hiciste la compra, pero hay,

[17:46](https://youtu.be/g3HT8QY_LY4?t=1066) una disculpa por eso, para poder saber todo esto, es entonces importante que pasen cosas tras bambalinas en el backstage, ¿no? Entonces, ¿quién va a responder esas personas, esas preguntas en el chat? ¿Acaso va a ser un chatbot automatizado, no, con, con tal vez una integración de IA? ¿Quién va a checar que el producto esté en el, en la bodega, no, o que lo tengan en inventario? ¿Cómo es que se va a mandar o cuál va a ser el punto de venta de donde el producto va a salir para que le llegue a la persona? Para que esto suceda tiene que haber un procesamiento del pago, ¿no? Entonces, ¿quién va a ser ese, ese punto de contacto para que el pago pase? Tal vez sea un banco, tal vez sea un externo, un proveedor, pues eso de productos financieros. Y finalmente, ¿cómo es que le va a llegar el producto a la persona? ¿Va a ser que tenemos un repartidor como parte del proceso o es que tal vez vamos a utilizar el correo nacional para que llegue el producto? Todos estos son procesos y cosas que tenemos que tomar en cuenta, ¿no? Para que una cosa que parece bastante transparente, bastante fácil de uso, se lleve a cabo. Entonces, necesita y requiere mucha coordinación en la parte de trasbambalinas. Este es otro ejemplo que les quería mostrar. Es la experiencia de alguien entrando a una farmacia. Entonces, en el momento que la persona entra a la farmacia, bueno, va a comprar algo, va por una receta, entonces tiene que hacer la cola, ¿no? Tiene que esperar para poder hablar con la persona que le va a entregar la medicina, ¿no? O el asistente a la farmacia. Finalmente, la persona tiene que revisar, ¿no? Que la receta, sí, que la receta sea válida, que tenga la firma del doctor. Tal vez en algunos de estos procesos, este paso está

[19:51](https://youtu.be/g3HT8QY_LY4?t=1191) automatizado, ¿no? Tal vez la receta le llega de forma digital a la farmacia. En algunos otros casos, no, es de forma física. Entonces, tenemos que tomar esto en cuenta y la persona se lleva su medicina, ¿no? Pero para que esto suceda, entonces justamente tiene que haber un trasbambalinas en donde tal vez haya una conexión, eso, con el doctor, con el hospital, tal vez con el, pues, el seguro, ¿no? El seguro médico. Entonces, tenemos que tomar en cuenta como todas estas cositas a través de un servicio que es bastante punto A, punto B. En el trasbambalinas es que estamos llevando a cabo muchos otros procesos que lo permiten desarrollar. Y lo mismo, están aquí arriba midiendo el tiempo, porque no es una cosa que debería tomar más de, pues, eso, unos 15, 20 minutos, ¿no? Ahora, las blueprints se pueden desarrollar de forma muy extensa. No les quiero, no voy a hablar sobre esta a fondo, este, pero lo que les quiero enseñar era que en este caso desarrollaron un servicio o están mapeando un servicio que tomaba meses, ¿no? Entonces, desde el momento de planeación hasta la parte de explicar qué es lo que iba a suceder, las actividades del programa, del servicio, los cinco meses de lo que va a suceder en ese programa y el mes de después, ¿no? Entonces, lo que sucede aquí, lo que los usuarios van a llevar a cabo, pues, lo que van a vivir, estos touch points, ¿no? Estos puntos de encuentro con la gente responsable del servicio, el front stage staff, ¿no? La gente que va a tener interacciones directas con nuestros usuarios y todo lo que sucede en el transbambalinas, ¿no? Aquí tenemos la línea de visibilidad y aquí tenemos la línea de interacción. Entonces, esto es una cosa como un poco más

[21:52](https://youtu.be/g3HT8QY_LY4?t=1312) extensa. Lo pueden desglosar tanto como ustedes quieran. Ahora, el hecho de que les haya enseñado algunos ejemplos digitales no quiere decir que tienen que hacerlo necesariamente de forma digital. Este es el ejemplo de un proyecto, ¿no?, que se estaba llevando a cabo y que de forma, pues, eso, más bien análoga con pegatinas, con post-it notes, lo hicieron y esto también permite flexibilidad para poderlo desarrollar en conjunto, ¿no? Tal vez en equipo, tal vez con algunos de sus usuarios finales para entender cuáles son estos puntos de conexión, de interacción con el servicio, cuáles son los que están funcionando, cuáles son los que no están funcionando, en dónde hay posibilidad de mejorar, etcétera. Y lo mismo con la gente que trabaja en la parte del backstage del servicio, ¿no? En cuando estamos desarrollando servicios públicos, eso podría ser, pues, funcionarios públicos, gente que está trabajando en las oficinas de gobierno, gente que está, pues, eso, desarrollando o manteniendo estos servicios todavía en la parte como más digital, ¿no?, como de IT. Entonces, bueno, no es necesario que esto sea o se desarrolle de forma digital necesariamente. Entonces, ¿cómo es que la IA, la inteligencia artificial, podría ayudar en el desarrollo de un service blueprint, ¿no?, el desarrollo de un servicio?

[23:21](https://youtu.be/g3HT8QY_LY4?t=1401) Pues, hay dos cuestiones en donde creo que la inteligencia artificial tiene mucho potencial y es justamente en el ayudarnos a procesar datos cualitativos. Y esto es importante porque el procesar datos cualitativos, ¿no?, el hablar con gente, el hacer observaciones, el hacer encuestas, lleva mucho tiempo, ¿no?, el procesamiento post encuesta, post charla con la persona, post observación, lleva mucho tiempo y muchos recursos. Humanos, necesita uno tener un equipo que haga eso, ¿no?, hacerlo uno mismo, pero también financieros, ya sea porque estamos utilizando tal vez algún software que nos está ayudando a procesar estos datos cualitativos, o porque le estamos pagando el tiempo, ¿no?, de la gente que nos va a ayudar a procesarlos. Entonces, les quería dar algunos tips y como, sí, algunas ayudas de cómo es que pudiesen utilizar la IA en el desarrollo de esto, justamente utilizando datos cualitativos para fundamentar el blueprint. Entonces, el primero tiene que ver justo, el procesamiento de datos cualitativos.

[24:36](https://youtu.be/g3HT8QY_LY4?t=1476) Para el analizar entrevistas, encuestas, respuestas en grupos focales, la IA es buenísima. Ayuda a detectar patrones, temas recurrentes, emociones, puntos de fricción. Es muy fácil, pues eso, subirle la información, ¿no?, lo que hayamos transcrito de las entrevistas o de la conversación que hayamos tenido y que nos ayuda a determinar, pues, esos puntos importantes que luego podemos mapear en el blueprint. Súper bueno para transcribir, resumir grabaciones de sesiones. Hay muchas, pues, diferentes plataformas que ayudan con eso. Entonces, pueden hasta integrarlo directamente dentro de llamadas de Zoom y demás. Ahora, un tip que yo les daría sería asegurarse que todo el material que se integre a cualquier plataforma de la inteligencia artificial generativa esté anonimizado. Entonces, si hicimos entrevistas y ya las transcribimos, asegurarnos que todas las entrevistas no tengan nombres, no tengan ningún tipo de identificador, y una vez que no tenemos identificadores, entonces las podemos subir a una plataforma, ya sea Cloud, ChatGPT, Gemini, cualquier plataforma que estemos utilizando, y nos ayuda justamente a analizar las entrevistas.

[26:02](https://youtu.be/g3HT8QY_LY4?t=1562) Una forma muy fácil de pensar en cómo pedirle esto a la herramienta es pedírselo como si se lo estuviésemos pidiendo a algún analista que nos esté ayudando o algún asistente, ¿no? Literalmente, me puedes ayudar a analizar estas entrevistas porque quiero encontrar patrones, temas recurrentes, emociones y puntos de fricción, y uno sube los documentos y le ayuda a hacerlo. Ay, perdona, veo que ahí en el chat. ChatGPT entiende español, inglés, Spanglish. Buenísimo, Charlie. Lo cual ayuda mucho cuando hacemos research multilenguaje. Absoluto, sí, sí, definitivamente. Y también cuando las frases no están completas o, por ejemplo, yo ahorita les estoy presentando de forma verbal, entonces hay veces que si transcribiese lo que estoy diciendo, pues la frase no está muy bien armada, y eso también lo entiende de forma muy fácil. Entonces, es una súper herramienta. Gracias, Charlie. La segunda tiene que ver con la generación de mapas y experiencias preliminares, ¿no? Antes de maperlas en el Blueprint. Entonces, nos puede ayudar justamente a partir de estas encuestas, de lo que sea que estemos subiendo para analizar, a generar versiones iniciales de mapas de experiencia de usuario, nuestros journey maps, que pueden funcionar como una base para ese primer carril del Blueprint. También puede sugerir, si estamos pensando en desarrollar a futuro un servicio, sugerir touch points, interacciones, qué es lo que sucedería en el front stage, en el backstage, ¿no?, en esta parte invisible para los usuarios, y justamente basarlo en el feedback, ¿no?, en la retroalimentación o en las charlas que hemos tenido con algunos de nuestros usuarios o actores clave. Ahora, uno de los tips que yo les daría es asegurarse que este mapa esté basado en las entrevistas que ya hayan hecho,

[28:02](https://youtu.be/g3HT8QY_LY4?t=1682) en las encuestas hechas, para que esté fundamentado en investigación, en, pues, en eso, en retroalimentación de sus usuarios finales, de su audiencia final, y no únicamente en percepciones personales. El siguiente punto tiene que ver con análisis predictivo o simulaciones. Le pueden preguntar de forma muy fácil que les ayude a predecir cuellos de botella, ¿no? Tal vez están desarrollando un servicio en donde van a tener un equipo pequeño de atención al cliente, entonces, ¿podrías ayudarme a simular qué es lo que sucedería en un día donde tenemos a 100 personas esperando hacer el trámite y únicamente a 5 personas de atención al cliente, ¿no?, ¿cómo cuánto tiempo le tomaría cada persona?, ¿cuántas personas tendría que atender cada miembro del equipo de atención al cliente?, etcétera. Entonces, les puede ayudar a hacer estas simulaciones de forma muy fácil y siempre pueden hacer más preguntas para complementar. Les puede ayudar también a simular cambios en el servicio, ¿no?, para visualizar ciertos impactos. Entonces, por ejemplo, si están desarrollando un servicio y tienen pensado que este equipo de atención al cliente van a ser 5 personas conectadas, 8 horas al día, en turnos que se rotan, etcétera, bueno, ¿qué sucedería si automatizamos eso con un chatbot?, ¿no?, ¿qué tipo de impacto tendría este?, ¿qué necesitaría?, ¿qué recursos necesitaríamos para poder implementar eso?, ¿y qué significaría para el equipo de atención al cliente?, ¿podrían entonces ellos ayudar en otra forma o estar conectados de alguna otra forma?, etcétera. Este, y lo mismo, creo que para predecir estos cuellos de botella es importantísimo que esté basado en el mapa de experiencias y que esté basado en experiencias ya preliminares, ¿no?, que hayan entendido cuáles son estos.

[30:00](https://youtu.be/g3HT8QY_LY4?t=1800) Puntos en donde se necesita retroalimentación. También les puede ayudar en asistencia para generar visualizaciones rápidas. La IA es buenísima para convertir textos estructurados en diagramas o visualizaciones que pueden ser hasta interactivas y no necesitan tener muchísima preparación en desarrollo de código, ni mucho menos. Si utilizan herramientas como GPT-4.4.5, pueden tener integraciones con plataformas como Figma, como Miro, como Lucidchart, que pueden ayudar justamente a armar estos visuales de forma mucho más rápida. Ahora, lo que yo les sugeriría es, y esto es como una sugerencia general, siempre revisar que lo que haya propuesto o diagramado la IA sea correcto y de ser necesario siempre modificar para que cumpla con los requisitos necesarios del proyecto o de lo que están queriendo comunicar.

[31:00](https://youtu.be/g3HT8QY_LY4?t=1860) Entonces, nunca dejarlo nada más al, ya lo creo y con esto lo presento, pero siempre revisar con una mirada crítica que es lo que está proponiendo la IA. Y finalmente, tener como una especie de documentación automatizada. Mantener esta documentación al día puede llevar mucho tiempo, sobre todo para miembros del equipo que estén llevando las minutas o transcribiendo, etc. Entonces, algunas de estas herramientas pueden ayudar de forma muy fácil a generar reportes, resúmenes, recomendaciones a partir del blueprint y mantener como actualizada la documentación del servicio conforme se vayan haciendo cambios. Ahora, en este caso, yo lo que les sugeriría es que aunque les enseñé imágenes de blueprints que son extremadamente visuales, yo la forma en la que me gusta trabajar mis blueprints es en un Excel. Y la razón por la que lo hago en un Excel, en donde genuinamente las líneas, los canales son diferentes líneas del Excel, es porque uno, me permite buscar de forma rápida palabras clave, entonces me lleva justamente al punto necesario de forma rápida.

[32:15](https://youtu.be/g3HT8QY_LY4?t=1935) Esa es una cosa. Pero también el documento, un Excel se puede subir a ChatGPT, a Cloud, a Gemini, a algunos otros también, Notebook LM, etc. Y entonces se le puede hacer preguntas directamente sobre el documento. Entonces le puedes hacer preguntas directamente sobre tu blueprint, dado que el blueprint está hecho en un Excel. Ahora, les quiero contar un poco del proyecto que estoy llevando a cabo aquí en el Burn Center y en el GovLab, que tiene justamente que ver con un proceso burocrático que estamos tratando de simplificar. Sé que algunos de los que ya estuvieron aquí en la sesión pasada escucharon sobre este ejemplo. Entonces, bear with me, como dirían en inglés. Unos minutitos en lo que les explico a los demás qué es lo que estamos haciendo, porque hacia el final del ejemplo les quiero explicar cómo es que hemos utilizado la IA en el desarrollo de algunas de nuestras fases del proceso.

[33:17](https://youtu.be/g3HT8QY_LY4?t=1997) Entonces, este proyecto lo estamos llevando a cabo con una organización en California que se llama Innovate Public Schools, en donde estamos tratando de resolver un problema muy, muy puntual y que tiene que ver... Ay, perdona, algunas personas me cuentan que tienen problemas técnicos.

**Agueda Quiroga**

[33:41](https://youtu.be/g3HT8QY_LY4?t=2021) Sí, aparentemente el sistema los echa fuera de Zoom y tienen que volver a entrar. No sé qué es porque no estamos tocando nada y espero que no sea como la semana pasada que hubo una gran bajada mundial de Zoom. Creo que no, pero bueno, solamente avisarte que algunas personas me están comentando esto, solo esto.

**Sofía Bosch Gómez**

[33:59](https://youtu.be/g3HT8QY_LY4?t=2039) Ok, perfecto. Gracias por avisarme y sí, ojalá no sea un problema de Zoom como la semana pasada. En fin, estamos trabajando en un problema muy puntual en donde queremos simplificar los planes de educación individualizada, que son documentos muy extensos, muy largos, que apoyan a niños con discapacidades en educación básica. Y a menudo estos planes, pues eso, le dan a los padres, madres de familia una idea, un plan, de cómo en la escuela se va a ayudar a la niña, al niño a acceder a educación de calidad, pero educación especializada dependiendo de su discapacidad. Entonces puede ser una cosa como, por ejemplo, la dislexia. ¿Cómo es que la niña, por ejemplo, irá a clases individualizadas de lectura y de escritura, dado su nivel de dislexia o el tipo de dislexia que tiene, etcétera? Ahora, estos documentos muchas veces son largos, más de 50 páginas, están llenos de terminología muy compleja, legal, son difíciles de navegar, sobre todo para familias, las cuales su primera lengua no es el inglés.

[35:13](https://youtu.be/g3HT8QY_LY4?t=2113) Estamos hablando que esto sucede dentro de Estados Unidos, entonces familias las cuales hablan, en su mayoría estamos trabajando ahorita con familias que hablan español. Entonces, ¿qué estamos codiseñando? Con la participación de mamás, sobre todo de madres de familia, el equipo está desarrollando una herramienta gratuita y de código abierto, impulsada por la IA, que va a poder traducir los documentos, estos IEPs, a múltiples idiomas. Como mencionaba Charlie, la IA generativa es buenísima en esto, en hacer estas traducciones multilenguaje, es buenísima. Simplifica el lenguaje educativo, que es complejo para algunas de las familias. Resume la información clave y crea recomendaciones especializadas y listas de verificación para las reuniones que los padres de familia tienen con la escuela, con los psicólogos, con el distrito escolar, etc.

[36:17](https://youtu.be/g3HT8QY_LY4?t=2177) Ahora, este es nuestro plan de trabajo para los siguientes meses, en donde vamos a estar haciendo diferentes iteraciones, justamente para entender cómo es que podemos generar este servicio lo más robustamente que se pueda. Y para esto, justamente estamos desarrollando un proceso de diseño de servicios que, de forma interna, nos está ayudando a entender qué es lo que tenemos que mantener, por ejemplo, de infraestructura, la parte del código, la parte de la IA, conforme hay nuevas versiones de IA que pueden procesar los documentos, cómo es que vamos a ir integrando eso. Y les quiero enseñar algunos pantallazos de la plataforma. Este ejemplo, bueno, esta es la primera pantalla de la herramienta. Entonces, uno puede ingresar con una cuenta individualizada y protegida, escoger el lenguaje, el idioma de preferencia con el que quiere utilizar la plataforma y en el que va a haber la información creada desde la IEP.

[37:25](https://youtu.be/g3HT8QY_LY4?t=2245) Pueden cargar, subir una IEP, resumir, traducir la información del documento, aprender más sobre sus derechos al asistir a reuniones con administradores escolares, maestros, terapeutas, etc. El portal genera estos resúmenes cortos de las secciones principales del documento. Y, por ejemplo, en esta sección les está enseñando los ajustes que se necesitan hacer para que el estudiante pueda navegar sus clases de la mejor forma, aprender de la mejor forma. Desarrolla también las metas que se tratan de cumplir durante el año escolar, los servicios proporcionados por la escuela y algunos otros puntos de información clave. Además, como les mencionaba, les enseñan a los padres de familia, a las madres de familia, sus derechos, ¿no?, y qué es lo que pueden pedir, qué es lo que pueden hacer antes de firmar estos documentos para el año escolar. Ahora, para nosotros es muy importante que la parte del diseño de la herramienta esté basado justamente en entrevistas, en participación de las madres, de los padres, de familia. Entonces, hemos estado haciendo una serie de charlas de grupos focales con ellos para poder entender cuáles son sus necesidades. Y esto es justamente lo que ha determinado cuáles son estas features, ¿no?, estos puntos clave del servicio que estamos ofreciendo.

[38:53](https://youtu.be/g3HT8QY_LY4?t=2333) Y algunos de los cambios que hemos podido realizar al prototipo de la plataforma gracias a estas conversaciones anteriores es que hemos podido poner en marcha a través del prototipo de la plataforma, gracias a estas conversaciones, han sido cambios en el lenguaje, cambios a nuestra encuesta base para entender qué es lo que quieren, cambios en la navegación del prototipo, la experiencia del usuario, y cambios en cómo se generan los resúmenes o el contenido. Entonces, por ejemplo, estamos haciendo una cosa que estamos llamando la socialización del prompt, que tiene que ver con compartir con expertos en IGPs la instrucción que le damos a la IA para buscar dentro del documento la información clave para generar estos resúmenes de la plataforma. Entonces, al compartir qué es lo que está pasando en el Transbambalinas, en esa última parte del mapa, en la parte más baja del mapa, en el backstage, justamente hemos podido mejorar muchísimo la forma en la que la plataforma está arrojando los resúmenes de vuelta al usuario principal, que serían los padres, las madres de familia.

[39:55](https://youtu.be/g3HT8QY_LY4?t=2395) Entonces, por ejemplo, algunas de las cosas que hemos añadido a la instrucción de la IA son términos como preocupaciones de los padres o fortalezas y preferencias del estudiante, que antes no estaba buscando cuando trataba de hacer los resúmenes y ahora sí está añadiendo a los resúmenes. Otra cosa que hemos estado utilizando, para la cual hemos estado utilizando mucho la IA, es para generar documentos a IGPs de prueba. Estos documentos tienen mucha información personal y es difícil hacer las pruebas con documentos verídicos, con documentos genuinos, de verdad, porque tienen información sobre las familias, sobre los niños, sobre el distrito escolar, etc. Entonces, una de las cosas que estamos haciendo es que le pedimos a nuestra plataforma de confianza, Chachiviti, Cloud, Gemini, el que sea que estemos utilizando, que nos ayude a generar perfiles, diferentes perfiles de estudiantes con algún tipo de discapacidad y a partir de ellos desarrollamos estas personas, un método que se usa mucho en diseño, el desarrollo de personas.

[41:06](https://youtu.be/g3HT8QY_LY4?t=2466) Bueno, pues le pedimos que nos ayude a desarrollar estos perfiles, estas personas, lo revisamos, vemos que estén cumpliendo más o menos con ciertos parámetros, dada la comunidad con la que estamos trabajando y a partir de eso le damos el machote del IEP que se utiliza en el área de San Francisco, que es donde estamos trabajando, que es un machote vacío, no tiene información, y le pedimos que a partir de estas personas nos ayude a llenar estos machotes para luego utilizarlos en las pruebas de la plataforma y que no estemos poniendo en riesgo ni vulnerando ningún tipo de información personal de las familias. Entonces, esta es otra forma en la que le estamos utilizando la IA justamente para el desarrollo de nuestro servicio. Para finalizar, quiero compartirles nueve consideraciones rápidas sobre el uso de la IA, sobre todo en temas de servicios públicos.

[42:07](https://youtu.be/g3HT8QY_LY4?t=2527) La primera es, bueno, la etiquidad y la mitigación de sesgos. No se nos tiene que olvidar que dependiendo de qué información le demos a la IA, esta puede reproducir sesgos. Entonces, es importante siempre, siempre, siempre auditar los resultados, especialmente si son resultados que van a afectar directamente a ciertas comunidades. Bueno, pues echar siempre un vistazo que todo lo que se esté arrojando esté dentro de los parámetros del proyecto y sobre todo que la información que esté utilizando sea verídica, que no vaya a haber lo que llaman alucinaciones, que inventa cosas. La segunda es ampliar, no reemplazar procesos de codiseño en donde cualquier práctica colaborativa debe de justamente amplificarse con la IA, pero no necesariamente suplantarla. La tercera tiene que ver con inclusividad y accesibilidad, tomar en cuenta las brechas digitales, integrar nuevas tecnologías a nuestros servicios.

[43:10](https://youtu.be/g3HT8QY_LY4?t=2590) Si de verdad queremos reemplazar ese equipo de cinco personas que están en ayuda al cliente, o si queremos implementar un chatbot, ¿cuáles son los pros y los contras de esto? Creo que esas son preguntas importantes cuando estamos desarrollando servicios. El uso y protección de datos en cualquier momento del proceso. Transparencia y explicabilidad. Siempre tenemos que poder explicar cómo es que estamos haciendo las cosas, cómo es que tomamos decisiones, y sobre todo ahora cómo es que estamos utilizando la IA justamente en el desarrollo de servicios, o en el procesamiento de datos, o de información cualitativa, etcétera. Todo tiene que estar documentado para que podamos siempre referirnos a esa parte del proceso. La iteración y la retroalimentación. Justamente la IA puede hacer que los procesos de retroalimentación y iterativos sean mucho más rápidos, pero deben incluir mecanismos justamente de evaluación y de corrección.

[44:11](https://youtu.be/g3HT8QY_LY4?t=2651) En el momento que veamos que algo no está funcionando bien, tenemos que poder corregirlo y poder cambiar. En el desarrollo de capacidades, es importante que no únicamente nosotros como usuarios, pero también como funcionarios públicos, podamos tener un uso crítico de la IA, y eso significa entender, aunque sea de forma básica, cómo es que está funcionando, cómo es que la podemos utilizar. En el mantenimiento, la integración de la IA debe planificarse a largo plazo. Entonces, si la vamos a integrar en alguno de nuestros servicios o en el desarrollo de uno de nuestros servicios, cómo es que vamos a luego, pues eso, integrar nuevas versiones, o cómo lo vamos a mantener al día, etcétera. Y finalmente, el uso ético que está alineado a los valores públicos. Y los valores públicos, creo yo, son siempre equidad, justicia, transparencia y pues el bien común. Entonces, si en algún punto la IA no está ayudando, soportando estos cuatro pilares, creo que es el momento de echarnos para atrás y decir, no, eso no nos está funcionando y utilizar otro tipo de herramientas.

[45:22](https://youtu.be/g3HT8QY_LY4?t=2722) Sé que nos quedan solamente 10 minutos, pero me encantaría escucharles. Si tienen dudas, preguntas, comentarios, ejemplos, por favor, ahora es el momento y les agradezco mucho que se hayan conectado hoy.

* * *

Original page: https://innovate-us.org/diseno-de-servicios-publicos-y-el-uso-estrategico-de-la-ia-generativa-public-service-design-and-the-strategic-use-of-generative-ai · Licence: CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/), as stated on innovate-us.org
