Por Prakash Kumar
La elaboración de políticas públicas para un país es una tarea compleja, y la complejidad aumenta aún más si el país es grande, poblado y diverso. Si un país no alcanza el crecimiento económico deseado, se plantea entonces la cuestión de si se elaboraron políticas públicas inadecuadas o se aplicaron mal las adecuadas. Desgraciadamente, la elaboración de políticas no es un problema científico, que pueda experimentarse en un laboratorio para probar la hipótesis y medir su eficacia. La elaboración de políticas, por su propia naturaleza, es engorrosa, política y burocrática.
¿Cómo definir un buen proceso de elaboración de políticas? La literatura politológica describe un "buen proceso de elaboración de políticas" como aquel que se compromete a producir una decisión de alta calidad. Un buen proceso de elaboración de políticas requiere un conocimiento actualizado de la materia, datos pertinentes y la capacidad de analizarlos. Las herramientas analíticas permiten a los responsables políticos ver los patrones en los datos. Además, la inteligencia artificial (IA) aporta la capacidad de prever los resultados, desarrollar programas basados en pruebas y analizar la eficacia a partir de los datos, ya que los sistemas de IA pueden aprender iterativamente tanto de los datos como de las interacciones humanas y construir nuevos conocimientos y modelos basados en los datos.
Veamos cómo puede ayudar la IA en la elaboración de políticas. La elaboración de políticas no es una actividad aislada, sino un proceso en varias fases de identificación, compromiso, formulación, adopción, aplicación y evaluación. En cada etapa, la IA puede ayudar a los responsables políticos a generar más valor y tener un mejor impacto.
La primera etapa en la formulación de políticas es la identificación del problema. Además, las políticas elaboradas para un sector suelen tener importantes repercusiones en otros. Por ejemplo, una política de transportes como la ampliación de la red de carreteras afecta al medio ambiente. Por lo tanto, la formulación de políticas casi siempre implica compromisos.
Los procesos y estructuras de elaboración de políticas requieren, por tanto, un análisis profundo de la información sobre estas repercusiones intersectoriales para poder elegir entre alternativas con pleno conocimiento de causa. Las herramientas de IA pueden acelerar este proceso, ya que sintetizan rápidamente grandes cantidades de datos, detectan patrones que proporcionan una visión profunda y pronostican los resultados y beneficios previstos de las opciones políticas.
La siguiente etapa es la adopción de la política elaborada. La IA puede desempeñar un papel importante cuando estas propuestas se discuten y debaten en el Parlamento o en las Asambleas de los Estados. Con la información generada por la IA en la fase previa, los legisladores estarán mejor equipados para tomar decisiones más informadas.
A continuación viene la aplicación de la política. Una política sólo es buena si se aplica bien. La automatización del proceso de aplicación y el análisis casi en tiempo real de las reacciones sobre el terreno son importantes para la aplicación eficaz de una política. El análisis de las quejas, las consultas y los sentimientos en las redes sociales mediante herramientas de IA proporciona una visión rápida de lo que no funciona. Esto puede permitir realizar ajustes o cambios en la política para hacerla más impactante.
La última etapa es la evaluación. Cuanto más rápida sea la evaluación, mejor saldrá la política. Las herramientas de IA aportan la capacidad de acelerar la evaluación de los componentes que deben cambiar identificando dónde una política podría estar quedándose corta o podría ser objeto de fraude. Por ejemplo, los funcionarios del GST utilizan herramientas basadas en IA para detectar transacciones de devolución fraudulentas. Basándose en los resultados de esta herramienta, se introdujeron cambios en la política de tramitación de devoluciones y reembolsos.
La IA, con muchas características buenas, también tiene su lado oscuro, ya que se basa en algoritmos. Si los sistemas de IA se entrenan con conjuntos de datos sesgados, inevitablemente incorporarán a sus modelos las desigualdades sociales subyacentes a los datos. Esto se denomina sesgo logarítmico, que puede reforzar la discriminación si no se trata adecuadamente. Por lo tanto, tenemos que ser muy sensibles a los problemas de sesgo de los datos cuando utilizamos la IA para respetar los principios de responsabilidad, transparencia e imparcialidad.
En conclusión, ¿es el momento adecuado para empezar a utilizar la IA en la elaboración de políticas? La respuesta podría ser afirmativa por muchas razones. Los gobiernos ya están utilizando la IA para mejorar la prestación de servicios y las operaciones, por lo que ha llegado el momento de utilizarla para apoyar la formulación de políticas. Con la automatización a gran escala realizada por los gobiernos central y estatales, se dispone de una enorme cantidad de datos en múltiples sectores, que pueden utilizarse para elaborar nuevas políticas y evaluar las existentes. Sin embargo, es necesario reforzar las habilidades y capacidades del gobierno para el uso de la IA. Tomando ejemplo de la experiencia de los países occidentales, se recomienda una estrecha colaboración con las instituciones de enseñanza, ya que disponen de mano de obra técnica y conocimientos sobre esta tecnología.
