Este jueves la aplicación de la Inteligencia Artificial (IA) en distintas áreas del sector público para mejorar la experiencia de las personas tuvo un rol central al interior del Seminario “Para la transformación del Estado: personas, confianza y futuro". El encuentro liderado por la Coordinación de Modernización del Ministerio de Hacienda reunió a diferentes autoridades y servicios del Estado respecto del uso de esta tecnología en la generación de soluciones innovadoras. Y, por lo mismo, durante la instancia se presentaron cinco casos de éxito en los que la IA fue una herramienta clave en el desarrollo proyectos enfocados en área de la Salud, Educación y en los adultos mayores; y cuyo propósito abarcó desde agilizar la entrega de la Pensión Garantizada Universal (PGU) hasta optimizar las investigaciones y, con ello, mejorar la seguridad ciudadana.

El ministro de Hacienda, Mario Marcel, valoró las iniciativas y señaló que “el inicio de este encuentro sobre inteligencia artificial en el Estado ha traído una gran cantidad de especialistas y funcionarios que están trabajando en estos temas. Y lo que podemos observar es que este es un tema que genera gran entusiasmo en el sector público. Como estos casos, tenemos muchas más aplicaciones potenciales en varios temas que hoy día se discuten a nivel público: Contribuciones, entrega de beneficios, y fiscalizaciones en el control de denuncias de la Ley Karin. Muchos temas que hoy día vemos en el debate público, donde la tecnología hoy día puede ayudar y puede permitir resolver problemas de la ciudadanía sin necesidad de estar siempre incrementando el volumen de personal del sector público”, agregó.

Atención ciudadana y pago de PGU

La primera de las exposiciones que tuvo lugar en la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile fue aquella presentada por el colaborador del departamento del Departamento de Tecnologías del Municipio de Temuco, Cristian Gajardo, quien relató cómo la institución creó un call center que atiende 24/7 a los vecinos de la ciudad a partir de la IA, con lenguaje inclusivo, cercano y cotidiano. “¿En qué consiste? Uno llama al número 800 100 650, te responde una IA, te pide tu RUT y la persona dice ‘quiero hablar con Cristian Gajardo’, ‘quiero hacer un mapeo de todos los funcionarios públicos’, ‘quiero saber sobre el trámite de una patente comercial’. Tuvimos que actualizar toda la data de trámites y de preguntas frecuentes”, comenta.

“Al año vamos a tener cerca de 32.000 llamadas. Para una ciudad como Temuco significa el 15% de la población adulta”, detalla y agrega que en el 2026 integrarán el canal web con los chatbots, solicitudes ciudadanas y otros requerimientos de los vecinos para entregar un servicio más integral. 

Posteriormente, se expuso el proyecto creado por el Instituto de Previsión Social que creó el “Modelo de detección de no pago de PGU” cuyo propósito fue entregar ayuda a quienes por distintas razones no cobraban su Pensión Garantizada Universal (PGU). Durante la charla, el representante de la iniciativa, José Silva, explicó la idea a partir de un caso real: “Don Juan tenía 90 años. Vivía en una población en los cerros de Viña del Mar. Tenía la luz y el agua cortada y subsistía de la solidaridad de sus vecinos, casi sin autonomía. Un día el IPS lo contactó. Tenía 4 millones de pesos sin cobrar de su PGU. Estaba incrédulo. Nos preguntó si era real, si no era un fraude. Le dijimos que no y le explicamos que eran pagos que no había retirado. Ese día, don Juan sintió que el Estado se había acordado de él”, relató. 
 
“No estamos hablando de un problema financiero. Es una falla de nuestro sistema de Seguridad Social. Para evitar que esto siguiera ocurriendo nos preguntamos ¿y si en vez de esperar que las personas descubran que tienen derecho al beneficio, nosotros vamos a buscarlos? ¿Y si somos capaces de comprender cuál es el comportamiento de cada uno de nuestros beneficiarios, y podemos predecir quién lo va a cobrar y hacer algo al respecto? Así nació una nueva política institucional llamada Proceso de Gestión de No Cobros. Es un enfoque innovador que une la transformación digital, la Inteligencia Artificial y la gestión de la relación con los beneficiarios y beneficiarias”, puntualizó.

“En total, con todo esto logramos 1,2 millones de pagos, reduciendo el monto no cobrado de US$130 millones a solo US$17 millones. Una disminución del 87% (…) Actualmente, al mes esta aplicación recibe 200.000 visitas y permite recuperar 12.000 pagos no cobrados en promedio”, comentó. Y añadió que “La IA pública no puede ser una completa caja negra, debe rendir cuentas. Por eso en nuestro algoritmo vamos minimizamos sesgos, revisamos transparencia y riesgos, porque estamos convencidos que una IA pública debe ser una idea ética”. 

Mejoras en Educación, Salud y Seguridad Pública

Más tarde, en el seminario se abordó la mejora en la convivencia escolar a partir del uso de IA. El encargado de explicar la iniciativa fue el director de la Escuela Villa Jesús, de Coelemu, Jonathan Hernández, quien narró que el proyecto surgió a partir de la necesidad de resolver los conflictos escolares que se vivían al interior del establecimiento, que cuenta con 570 estudiantes con un índice de vulnerabilidad de 91% y que, además, un 44% de ellos tienen necesidades educativas especiales. 

De acuerdo al director de la escuela, la institución desarrolló un tipo de IA a partir de la modalidad de Machine Learning, que permite identificar patrones en datos masivos que, en este caso, resultó ser la base de datos que el establecimiento recolectó durante años. Además de los registros por parte de los docentes, “por medio de una encuesta se le pregunta a los estudiantes por el tipo de persona con quién les gustaría sentarse en clases y con quién no, con quién les gustaría jugar en el recreo y con quién no. Todo esto se deja en una base de datos que está basada en la inteligencia artificial y hace una proyección de los posibles conflictos que pueden tener a través del tiempo. Esto genera una alerta que es organizada, administrada y traspasada a los departamentos correspondientes para generar acciones como talleres, conversación e intervenciones”, explicó Jonathan Hernández.

“Esto inició en el segundo semestre del 2023. Se trabajó en el verano y en el primer semestre del 2024 se empezó a probar. Según las estadísticas recolectadas, la eficacia del modelo es del 75%. Esto quiere decir que predijo tres de cada cuatro conflictos con nombre, curso y fecha, lo que ha provocado en estos últimos tiempos una reducción del 60% de los conflictos más grandes”, manifestó. Y agregó que “las familias se sienten acompañada, los estudiantes también tienen una percepción favorable de la convivencia escolar y esto ha ido progresando en otro tipo de herramientas, ya que la IA derivó en una aplicación que tienen los apoderados y parte del equipo de la escuela, que predice con información conjunta cuando un estudiante se va a desregular”. 

Posterior a ello, fue el turno del sector de la Salud. En la búsqueda de mejorar los flujos y tiempos de las listas de espera, el equipo del Departamento de Análisis e Información para la Gestión del Ministerio de Salud desarrolló el proyecto “Modelo predictivo de detección de anomalías en listas de espera”. Según uno de los creadores, Paulo Villarroel, “dijimos ¿qué pasaría si en algún momento tenemos la capacidad de detectar esas situaciones anómalas en la lista de espera y que nos permitan darnos cuenta de qué está pasando y focalizar los esfuerzos de monitoreo y de supervisión? Habitualmente los modelos de Machine Learning se focalizan en encontrar cosas similares. Nosotros fuimos al revés: evaluamos el volumen de los casos que se estaban moviendo en la lista de espera, evaluamos el tiempo de demora, los servicios de salud del hospital y también la evolución o la tendencia temporal”, explicó. 

“Generamos un reporte en forma mensual y además estamos en contacto con los distintos equipos de gestión local para mostrar los casos que están ocurriendo y que nos den cuenta de aquello para investigar qué está ocurriendo con los distintos casos”, sostuvo. Y manifestó que “las anomalías han ido bajando en el tiempo hasta acá porque hubo un cambio de sistema informático. Hasta ahora bajó y hemos ido mejorando en el último tiempo”. 

Por último, el funcionario del Ministerio Público, Claudio Ramírez, abordó la seguridad y contó cómo opera la iniciativa que desarrollaron al interior de la institución y que permite optimizar las investigaciones. La idea se denomina “Ecosistema Fiscal Heredia” y lo que hace es incorporar eficiencia y eficacia en el manejo de grandes volúmenes de información para la resolución penal. 

“Ante el cúmulo de información, uno no necesariamente sabe cómo están vinculados estos datos. Lo que hace el análisis de IA es hacer evidente estos vínculos que uno no ve a simple vista”, detalló Ramírez. Y agregó que, por ejemplo, en cuanto a las redes delictuales el sistema “vincula y dice qué personas son propensas a cometer delitos con otras personas. Establece un índice de confianza para cometer delitos. Entonces, si se tiene una banda de cinco personas y logras identificar a una, puede decir quiénes serían los otros cuatro probables”. 

Al cierre de este espacio, el ministro de Hacienda, Mario Marcel, entregó un reconocimiento a cada uno de los cinco expositores por el trabajo desarrollado en cada servicio público en beneficio de la ciudadanía. 

Estas cinco iniciativas fueron seleccionadas de 34 emprendimientos recibidos en una convocatoria realizada a través de la plataforma de participación de la Secretaría de Gobierno Digital (SGD) sobre uso de IA en el sextor público. Además de estas, otras diez fueron seleccionadas para participar en una feria que se exponía en una sala paralela al encuentro principal.