Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Miquel Salvador
Profesor titular de Universidad en el Departamento de Ciencias Políticas y Sociales
Universitat Pompeu Fabra.
1. INTRODUCCIÓN
En el contexto de la denominada Revolución 4.0 y la irrupción de las
tecnologías inteligentes (smart technologies) como el internet de las cosas o
el blockchain, la inteligencia artificial (IA) se apunta como una de las
innovaciones disruptivas llamadas a transformar radicalmente el
comportamiento de personas y de organizaciones.
Aunque la IA ha constituido el objeto de estudio desde múltiples
disciplinas, todavía no cuenta con una definición universalmente aceptada
(Grosz et al., 2016). En una aproximación amplia, el concepto se asocia a
sistemas de computación capaces de recabar datos e información de
diferentes fuentes, pensar, aprender y actuar de acuerdo con unos objetivos
vinculados a unos algoritmos. A efectos de la investigación que se presenta
se ha asociado el concepto de IA al campo de la tecnología y las ciencias
computacionales (aunque con aportaciones de otros campos como la
biología, la neurociencia, la lingüística, la estadística, entre otros), que
incluye una serie de técnicas basadas en algoritmos y maquinas (software y
hardware) con capacidad para automatizar actividades, realizar operaciones
análogas al aprendizaje y toma de decisiones, y evolucionar con o sin la
intervención humana (Castro y New, 2016).
Las organizaciones del sector privado cuentan con una notable trayectoria
en el desarrollo y configuración de soluciones basadas en IA para mejorar
sus modelos de negocio y de relación con el entorno. Pero todavía no
sucede lo mismo en las organizaciones del sector público. Una demora que
no deja de sorprender teniendo en cuenta que la materia prima sobre la que
trabaja la IA son los datos y que precisamente las Administraciones
Públicas son organizaciones intensivas en su recolección y gestión.
Probablemente ello se deba, entre otras, a que el tipo de tratamiento que se
da a este recurso de información no resulta el más apropiado para su
optimización a través de la IA y el desarrollo de aplicaciones derivadas.
Además, en la medida que los datos contengan errores, sean incompletos,
no estén sistematizados y no sean íntegros, bajará la calidad de la
información y ello dificultará la producción de resultados fiables en base a
ella.
El impulso externo, como el proveniente de organismos internacionales o
empresas de consultoría, además de la demanda ciudadana, están
propiciando avances y generando oportunidades para incorporar la IA a la
actuación de las organizaciones públicas (Desouza, 2018). En este contexto
se identifican tanto técnicas (como el aprendizaje automático —machine
learning—, el aprendizaje profundo —deep learning—, la realidad virtual,
los sistemas expertos, los algoritmos genéticos, las redes neuronales
artificiales y la robótica) como sus aplicaciones (para generar software —‐
actuando en el mundo virtual— y hardware —integrándose en algún tipo de
dispositivo físico— de cara a la automatización inteligente de las
actividades) (Valle-Cruz et al., 2019). La incorporación de estas soluciones
de IA se orienta a transformar los procesos de diagnóstico, formulación de
alternativas, decisión, desarrollo e implementación, seguimiento y
evaluación de las políticas y servicios públicos (Valle-Cruz et al., 2020;
Thierer et al., 2017). El desarrollo de experiencias puntuales que permiten
visualizar potenciales y la existencia de una cierta competencia por liderar
esta innovación, también contribuyen a estos avances. El surgimiento de
soluciones vinculadas a determinados ámbitos sectoriales (como salud,
educación, seguridad, movilidad, entre otros) ofrecen nuevas respuestas a
problemas de política pública (Nikitas et al., 2020; Qian Sun y Medaglia,
2019; Allam y Dhunny, 2019; Luckin et al., 2016). Estas respuestas
sectoriales adolecen, en muchas ocasiones, de planteamientos centrados
exclusivamente en su ámbito o departamento, sin generar sinergias ni
apoyarse en una estrategia a nivel corporativo. Ello propicia desarrollos
desiguales que en ocasiones dificultan la integración de respuestas ante
problemas complejos como los que enfrenta el sector público.
Para trascender de estas iniciativas desarrolladas a nivel sectorial e
incorporar una visión compartida a nivel institucional resulta relevante tanto
contar con datos íntegros y adecuadamente gestionados para el conjunto de
la organización como incorporar una visión global y transversal de su
utilización que permita reforzar estrategias de IA a nivel corporativo.
Para avanzar en esta línea, el presente capítulo plantea aportar reflexiones
y evidencias sobre la relación entre la gobernanza de datos y la IA.
A nivel más concreto se propone identificar y plantear el desarrollo de los
componentes de gobernanza de datos para el desarrollo integral —más allá
del sectorial— de la IA en las Administraciones Públicas.
Para ello se propone una primera aportación en clave de reflexión
conceptual, sobre cómo la literatura referida a la IA en el sector público
aborda la cuestión de los datos. A continuación, se incorpora la reflexión
sobre la vinculación entre IA y datos, incorporando el concepto de
gobernanza de datos y los componentes que se pueden asociar a su
desarrollo para valorar su aplicación concreta en las organizaciones del
sector público.
Para culminar el aporte se ofrecen unas conclusiones sobre los factores
clave que inciden en la configuración de una gobernanza de datos para el
desarrollo de la IA en la Administración Pública.
BIBLIOGRAFÍA
A , M., S , K., I , E. y O -G , L. (2018). «Informing urban
governance? Boundary-spanning organisations and the ecosystem of urban data», Area, 51, pp. 94-
103. DOI: <https://doi.org/10.1111/area.12430>
A , A. y R B , M. G. (2016). «Technological unemployment: An approximation
to the Latin American case», en AD-minister, 29, pp. 59-78. DOI: <https://doi.org/10.17230/ad-
minister.29.3>
A , Z. y D , Z. A. (2019). «On big data, artificial intelligence and smart cities», en Cities,
89, pp. 80-91. DOI: <https://doi.org/10.1016/j.cities.2019.01.032>.
B , C. y C , T. (2012). «Exploring the SME Quandary: Data Governance in Practise in the
Small to Medium-Sized Enterprise Sector», en Electronic Journal of Information Systems
Evaluation, 15, pp. 3-13.
N , O. B., P J. S. y M S. (2019). «Why Governing Data Is Difficult: Findings from
Danish Local Government», en Elbanna A., Dwivedi Y., Bunker D., Wastell D. (eds.): Smart
Working, Living and Organising. (TDIT 2018. IFIP Advances in Information and Communication
Technology), vol. 533. Springer, Cham. DOI: <https://doi.org/10.1007/978-3-030-04315-5_2>.
B , M. y W , N. (2017). «Rapid developments in artificial intelligence: How might the New
Zealand government respond?», en Policy Quarterly, 13 (4), pp. 36-44. DOI:
<https://doi.org/10.26686/pq.v13i4.4619>.
C , D. y N , J. (2016). The promise of artificial intelligence. Center for Data Innovation.
Fecha de consulta: 04-09-2020. URL: <https://www.datainnovation.org/2016/10/the-promise-of-
artificial-intelligence/>.
C , P., D , S., D , A. V., K , C., P , V., S , S.,
T , V. y V , D. (2018). «Data Makes the Public Sector Go Round», en
Parycek P. et al. (eds.): Electronic Government. EGOV 2018. Lecture Notes in Computer Science,
vol. 11020. Springer, Cham. DOI: <https://doi.org/10.1007/978-3-319-98690-6_19>.
C , B. C., H , P. y T , J. (2017). «Public Value Creation through Collaborative
Innovation», en Public Management Review, 19 (5), pp. 655-669.
D K. C. (2018). «Delivering Artificial Intelligence in Government: Challenges and
Opportunities». IBM Center for the Business of Government. Fecha de consulta: 04-08-2020. URL:
<http://www.businessofgovernment.org/report/delivering-artificial-intelligence-government-
challenges-and-opportunities>.
D , K. C., D , G. S. y C , D. (2020). «Designing, developing, and deploying
artificial intelligence systems: Lessons from and for the public sector», en Business Horizons, 63
(2), pp. 205-213. DOI: <https://doi.org/10.1016/j.bushor.2019.11.004>.
G , R. D., N , S., S , G., y T , H. (2017). «Datification and its human,
organizational and societal effects: the strategic opportunities and challenges of algorithmic
decision-making», en Journal of Information Systems, 26 (3), pp. 185-190. DOI:
<https://doi.org/10.1016/j.jsis.2017.08.002>.
G , P., H , M., S , S. y R , P. (2017). «Putting artificial intelligence to
work». Munich, Germany: BCG Henderson Institute. Fecha de consulta: 04-09-2020. URL:
<https://www.bcg.com/de-de/publications/2017/technologydigital-strategy-putting-artificial-
intelligence-work.aspx>.
G -Z , F. y H , R. (2015). «The multiple meanings of open government data:
Understanding different stakeholders and their perspectives», en Government Information
Quarterly, 32 (4), pp. 441-452. DOI: <https://doi.org/10.1016/j.giq.2015.09.001>.
G , B. J., M , A., A , R., H , E., M , T., M , D. y S ,
Y. (2016). «Artificial intelligence and life in 2030: One hundred years’ study on artificial
intelligence». Stanford, CA: Stanford University. Fecha de consulta: 04-09-2020. URL:
<https://ai100.stanford.edu/sites/default/files/ai_100_report_0831fnl.pdf>.
G , K. (2020). «From Big Data to Big Performance — Exploring the Potential of Big Data for
Enhancing Public Organizations’ Performance. A Systematic Literature Review», en Swiss
Yearbook of Administrative Sciences, 11 (1), pp. 55-65. DOI: <https://doi.org/10.5334/ssas.140>.
J , M. (2019). «What we talk about when we talk about (big) data», en Journal of Strategic
Information Systems, vol. 28, pp. 3-16. DOI: <https://doi.org/10.1016/j.jsis.2018.10.005>.
K , C. (2020). «Understanding the interplay of artificial intelligence and strategic management:
four decades of research in review», en Management Review Quarterly. DOI:
<https://doi.org/10.1007/s11301-020-00181-x>.
K , V. y B , C. V. (2010). «Designing Data Governance», en Communications of the ACM,
53 (1), pp. 148-152.
K , G. H, T , S. y C , J. H. (2014). «Big Data Applications in the Government Sector: A
Comparative Analysis among Leading Countries», en Communications of the ACM, 57 (3), pp. 78-
85. DOI: <https://doi.org/10.1145/2500873>.
K , G. N. (2017). «The application of artificial intelligence in public administration for
forecasting high crime risk transportation areas in urban environment», en Transportation
Research Procedia, 24, pp. 467-473. DOI: <https://doi.org/10.1016/j.trpro.2017.05.083>.
K , M. y M , G. (2020). «AI governance in the public sector: Three tales from the
frontiers of automated decision-making in democratic settings», en Telecommunications Policy, 44
(6), pp. 1-13. DOI: <https://doi.org/10.1016/j.telpol.2020.101976>.
L , C. y P , A. (2015). «Reflections on Societal and Business Model Transformation
Arising from Digitization and Big Data Analytics: A Research Agenda», en The Journal of
Strategic Information Systems 24 (3), pp. 149-157. DOI:
<https://doi.org/10.1016/j.jsis.2015.08.002>.
L , R., H , W., G , M. y F , L. B. (2016). Intelligence Unleashed: An
argument for AI in Education. London: Pearson Education.
M , R. (2020). «La Oficina del Dato», El Consultor de los Ayuntamientos, III, pps. 99-110.
M , M. L. (2017). «Datification, Organizational Strategy, and IS Research: What’s the Score?»,
en The Journal of Strategic Information Systems, 26 (3), pp. 233-241. DOI:
<https://doi.org/10.1016/j.jsis.2017.08.003>.
M , Q., D J , J. y F -M , F. (2020). «State Capabilities for Problem-Oriented
Governance», en Perspectives on Public Management and Governance, 3 (1), pp. 33-44.
M , H. (2017). Artificial intelligence for citizen services and government. Cambridge, MA:
Harvard Kennedy School, Ash Center for Democratic Governance and Innovation. Fecha de
consulta: 04-09-2020. URL:
<https://ash.harvard.edu/files/ash/files/artificial_intelligence_for_citizen_services.pdf>.
N , S. y M , M. (2015). «Strategic opportunities (and challenges) of algorithmic
decision-making: a call for action on the long-term societal effects of “Datification”», en Journal
of Strategic Information Systems 24 (1), pp. 3-14. DOI:
<https://doi.org/10.1016/j.jsis.2015.02.001>.
N , A., M , K., N , E. T. y K , D. (2020). «Artificial
Intelligence, Transport and the Smart City: Definitions and Dimensions of a New Mobility Era»,
en Sustainability, 12, pp. 1-19. DOI: <https://doi.org/10.3390/su12072789>.
O , B. (2011a). «A morphology of the organization of data governance», en 19th European
Conference on Information Systems (ECIS2011), Helsinki, Finland, 9 al 11 de junio.
— (2011b). «Organizing Data Governance: Findings from the Telecommunications Industry and
Consequences for Large Service Providers», en Communications of the Association for
Information Systems, 29 (3), pp. 45-66. DOI: <https://doi.org/10.17705/1cais.02903>.
P , I., E , M. y J M , S. (2020). «Big Data and AI — A transformational
shift for government: So, what next for research?», en Public Policy and Administration, 35(1),
pp. 24-44. DOI: <https://doi.org/10.1177/0952076718780537>.
Q S , T. y M , R. (2019). «Mapping the challenges of Artificial Intelligence in the public
sector: Evidence from public healthcare», en Government Information Quarterly, 36 (2), pp. 368-
383. DOI: <https://doi.org/10.1016/j.giq.2018.09.008>.
Q , F. F., W , S. A. y D , P. (2017). «Social and ethical impact of artificial intelligence
on public: A case study of university students», en International Journal of Scientific Research in
Science, Engineering and Technology, 3 (8), pp. 463-467.
R , C. (2019). Inteligencia artificial y Administración pública. Robots y humanos compartiendo
el servicio público. Madrid: Los Libros de la Catarata. DOI:
<https://doi.org/10.24965/gapp.i22.10666>.
— (2018). «El impacto de la inteligencia artificial y de la robótica en el empleo público», en
GIGAPP Estudios Working Papers, 98, pp. 401‐421.
R , C. y S , M. (2019). Gobernanza social e inteligente. Una nueva organización para el
Ayuntamiento de Barcelona. Barcelona: Ajuntament de Barcelona.
S , T. y M , R. (2017). «Artificial intelligence and public healthcare service innovation: A
service ecosystem perspective», en The 40th Information Systems Research Conference in
Scandinavia, IRIS 2017. Halden, Norway: Ostfold University College.
S , D. y A , V. (2019). «Artificial Intelligence: Opportunities and Challenges for the Public
Sector», en Proceedings of the 12th International Conference on Theory and Practice of Electronic
Governance, pp. 418-426. Fecha de consulta: 04-09-2020. URL:
<https://dl.acm.org/doi/abs/10.1145/3326365.3326420>. DOI:
<https://doi.org/10.1145/3326365.3326420>.
T , A., C , A. y R , R. (2017). Artificial Intelligence and Public Policy. Arlington,
VA: Mercatus Center at George Mason University. Fecha de consulta: 04-09-2020. URL:
<https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3021135>.
U N (2018). UN E-Government Survey 2018. Fecha de consulta: 04-09-2020. URL:
<https://publicadministration.un.org/egovkb/Portals/egovkb/Documents/un/2018-Survey/E-
Government%20Survey%202018_FINAL%20for%20web.pdf>. DOI:
<https://doi.org/10.18356/f8a93d8f-en>.
V -C , D., R G , E., S A , R. y C , J. I. (2019). «A Review
of Artificial Intelligence in Government and its Potential from a Public Policy Perspective», en
Proceedings of the 20th Annual International Conference on Digital Government Research, pp. 91-
99. Dubai, United Arab Emirates, June 2019. DOI: <https://doi.org/10.1145/3325112.3325242>.
V -C , D., C , J. I., S -A , R. y R -G , E. A. (2020).
«Assessing the public policy-cycle framework in the age of artificial intelligence: From agenda-
setting to policy evaluation», en Government Information Quarterly 37 (4). Fecha de consulta: 04-
09-2020. DOI: <https://doi.org/10.1016/j.giq.2020.101509>.
W , K., O , B. y Ö , H. (2009). «One Size Does Not Fit All. A Contingency Approach to
Data Governance», en Journal of Data and Information Quality, 1 (1), pp. 1-26. DOI:
<https://doi.org/10.1145/1515693.1515696>.
W , B. W., W , J. C. y G , C. (2019). «Artificial Intelligence and the Public Sector—
Applications and Challenges», en International Journal of Public Administration 42 (7), pp. 596-
615. DOI: <https://doi.org/10.1080/01900692.2018.1498103>.
Y , R. K. (2018). Case study research and applications: design and methods. Thousand Oaks, CA:
SAGE.
Z , Y., H , Y., C , L., M , C., L , C. y Y , Q. (2018). «SmartHS: An AI platform for
improving government service provision», en The Thirtieth AAAI Conference on Innovative
Applications of Artificial Intelligence (IAAI-18), pp. 7704-7711. Fecha de consulta: 04-09-2020.
URL: <https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/view/16041/16369>. DOI:
<https://doi.org/10.1609/aaai.v34i08.7027>.