IA en el sector público: Japón, Reino Unido y el desafío de la productividad

Noticia

Comentario

En un contexto geopolítico y económico inestable y complejo, los países intentan optimizar sus recursos y capacidades para mantener sus servicios públicos, mejorarlos, o bien mantenerlos con un presupuesto cada vez más reducido. Ello obliga a hacer más con menos, lo cual supone un reto destinado a la Inteligencia Artificial. Esto es lo que parece que comienza a suceder en muchos países. Japón fue el primero que se situó a la vanguardia de este nuevo paradigma, para el desarrollo de tareas administrativas en su administración pública y como asistencia para la gestión de las ciudades y prefecturas, lo que desembocó en una postura que favorece la desregulación de la IA.

La apuesta de Japón por la inteligencia artificial en el sector público se formalizó en abril de 2023, cuando el primer ministro Fumio Kishida se reunió con Sam Altman, CEO de OpenAI, para explorar la adopción de ChatGPT en tareas burocráticas. A diferencia de otros países que optaron por moratorias temporales, el gobierno japonés manifestó su intención de estudiar activamente el uso de la IA generativa en ministerios y agencias, con la condición de que su implementación no afectara negativamente al empleo público. El ministro de digitalización, Taro Kono, expresó entonces su deseo de "considerar activamente" estas herramientas, situando a Japón en la vanguardia de la adopción institucional de la IA.

Además de Japón, Reino Unido se suma a este grupo de países que viene a implementar la IA en su sector público, para mejorar su productividad y capacidades. De hecho, se ha celebrado un hackathon organizado por PwC y respaldado por Microsoft, en el cual más de 100 funcionarios gubernamentales exploraron formas de aplicar la IA para impulsar la eficiencia en áreas como la policía, la gestión de contratos públicos y la atención al cliente. Según el secretario de asuntos exteriores de UK, Jeremy Hunt, se busca aumentar la productividad y ahorrar hasta 38 millones de horas al año en burocracia policial mediante el uso de la IA y otras intervenciones tempranas.

La colaboración entre OpenAI y el gobierno británico se ha intensificado recientemente. En marzo de 2026, ambas partes firmaron un memorando de entendimiento para acelerar la adopción de la IA en servicios públicos y sector privado. El acuerdo contempla la implementación de modelos avanzados en la administración pública, el desarrollo de infraestructura y el intercambio de información técnica. OpenAI ya ha desarrollado un chatbot basado en su API para el portal GOV.UK, que permite a pequeñas empresas acceder a asesoramiento sobre normativas comerciales. Además, su tecnología respalda herramientas internas como "Humphrey", un asistente de IA destinado a reducir la carga administrativa en Whitehall, y "Consult", que automatiza la clasificación de respuestas públicas a consultas gubernamentales.

Sin embargo, la productividad no solo depende de la implementación de tecnologías avanzadas como la IA, sino también de la mejora de la infraestructura informática básica, la inversión en capital, la optimización de procesos y la gestión del personal. Según FT, el desafío de productividad en el Servicio Nacional de Salud (NHS), donde la tecnología de IA ya se está utilizando para agilizar procesos como el análisis de radiografías y la toma de notas clínicas. No obstante, se señala que algunos hospitales aún operan con registros en papel y una infraestructura informática obsoleta, lo que dificulta la implementación efectiva de la IA. Los responsables del NHS enfatizan la importancia de abordar problemas fundamentales, como la sobrecarga del personal, la atención social y la inversión en sistemas informáticos básicos, antes de poder aprovechar plenamente las ventajas de la IA.

Este contraste entre la sofisticación de las soluciones de IA y la obsolescencia de la infraestructura subyacente es un fenómeno que hemos observado en otros ámbitos. La eficacia de los modelos de lenguaje, por avanzados que sean, depende en última instancia de la calidad de los datos de entrada y de la capacidad de los sistemas institucionales para integrarlos en flujos de trabajo reales. Un modelo de análisis de imágenes médicas tendrá un impacto limitado si los centros sanitarios carecen de sistemas de digitalización estandarizados.

El sector financiero de UK, uno de los más dinámicos del mundo, también está acogiendo el estudio de la IA para optimizar su operativa, tal como indica el Banco de Inglaterra. Según su informe, el 72% de las empresas encuestadas utilizan o están desarrollando aplicaciones de ML (Machine Learning / Aprendizaje Automático), y estas están siendo cada vez más comunes en diversas áreas comerciales. Se espera que esta tendencia continúe, con un aumento estimado de 3.5 veces en el número medio de aplicaciones de ML en los próximos tres años. El sector asegurador y bancario son los que se espera que experimenten el mayor aumento en el uso de estas aplicaciones. Sin embargo, su implementación no está exenta de riesgos, entre los cuáles destacan los observados por los consumidores, relativos al sesgo, representatividad de los datos, privacidad, mientras que para las empresas, los mayores riesgos serían la falta de usabilidad e interpretabilidad de las aplicaciones de ML, debido a la costumbre en el uso de otros sistemas informáticos (software y operativa) heredados.

La experiencia del sector financiero británico ilustra una paradoja que ya hemos señalado al comentar la implementación de IA en el sector asegurador: las organizaciones con sistemas heredados complejos enfrentan barreras que no son solo técnicas, sino también organizativas y culturales. La "falta de usabilidad e interpretabilidad" que señala el Banco de Inglaterra se refiere a la dificultad de integrar modelos de machine learning —cuya lógica interna es opaca incluso para sus desarrolladores— en procesos de negocio que tradicionalmente se basaban en reglas explícitas y trazabilidad documental.

La apuesta de Japón por la desregulación y la del Reino Unido por la colaboración público-privada representan dos modelos distintos de integración de la IA en la administración. Ambos coinciden, sin embargo, en una premisa fundamental: la transformación digital del sector público no puede limitarse a la adopción de herramientas puntuales, sino que requiere una revisión integral de infraestructuras, procesos y competencias del personal. Como ha señalado el propio NHS, la IA no sustituye la necesidad de inversión en sistemas básicos; más bien, los presupone.