La inteligencia artificial en el Sector Público: una oportunidad única para transformar los servicios públicos
Citation:
Work data:
Type of work: Article (outreach)
Categories:
e-Government & e-Administration | ICT InfrastructureTags:
artificial intelligenceObservations:
Retos y medidas:
- Escasa cultura de los datos en las Administraciones Públicas
- Medida 1: Incorporación en las Relaciones de Puestos de Trabajo (RPTs) de las Administraciones de competencias, conocimientos y habilitades de gestión y explotación de los datos.
- Medida 2: Plan de sensibilización y comunicación sobre datos e IA para todos los empleados públicos.
- Responsabilidad de los datos diluida
- Medida 3: Desarrollo y delimitación clara y precisa en materia de funciones y responsabilidades en la gestión y uso de los datos.
- Medida 4: Creación del CDO (Chief Data Officer) Departamental.
- Medida 5: Creación en las unidades o entidades TIC de las Administraciones, de un área especializada en datos e IA, para dar el soporte a los CDO designados.
- Reticencias al uso de los datos por parte de terceros
- Medida 6: Creación de la Oficina de Datos y Analítica Avanzada/IA en cada Administración.
- Medida 7: Colaboración abierta con el sector privado, las start-ups y el mundo de la investigación en proyectos de IA.
- Medida 8: Desarrollo de una cultura y estructura organizativa adecuadas para el uso del dato dentro de las organizaciones, incorporando las herramientas tecnológicas necesarias para facilitar el desarrollo de proyectos de analítica.
- Rebalanceo del empleo público
- Medida 9: Convocatoria de nuevas plazas públicas para perfiles asociados a los datos y la IA.
- Medida 10: Diseño de planes de transferencia del conocimiento de personal funcionario que se va a jubilar en los próximos años, teniendo en cuenta las posibilidades que ofrece la IA en términos de automatización.
- Escasez de talento especializado de datos
- Medida 11: Definición de una nueva propuesta de valor de las Administraciones Públicas para la captación y atracción de talento con capacidades en la gestión y la explotación de los datos.
- Medida 12: Revisión del plan de formación anual de los empleados públicos, para incorporar como elemento troncal la gestión inteligente de los datos y la IA.
- Visión 360 de la ciudadanía y servicios proactivos: ¿una utopía o una meta?
- Medida 13: Aprobación de una normativa estatal y también a nivel de Comunidades Autónomas para la obligatoriedad de compartir datos de interés administrativo o público, con carácter inter e intra-Administraciones.
- Medida 14: Plan de apoyo a entidades locales y municipios, para la puesta a disposición de los datos de mayor interés para la gestión administrativa.
- Datos vs. Expedientes: ¿Es posible hablar de gestionar datos, en lugar de gestionar expedientes?
- Medida 15: Aprobación de una Ley de Servicios Públicos Digitales, en la que se modifique el concepto de procedimiento administrativo para transformar la gestión de los mismos desde una perspectiva de la gestión del dato, frente a la actual gestión de expedientes.
- Resistencia a compartir datos (dentro de las Administraciones, entre Administraciones, con el sector privado y entre ciudadano y Administración)
- Medida 16: Construcción de espacios de datos compartidos entre las Administraciones Públicas y el sector privado.
- Medida 17: Determinación del proceso más ágil y seguro para asegurar el consentimiento ciudadano para la utilización de sus datos en favor de una mejor prestación de servicios públicos.
- Ética y transparencia de la IA
- Medida 18: Despliegue guiado de la nueva normativa europea de IA.
- Medida 19: Apoyo al despliegue y consolidación de la nueva Agencia Española de Supervisión de la Inteligencia Artificial (AESIA).
- Medida 20: Plan de sensibilización ciudadana alrededor de la IA.
- Privacidad y seguridad
- Medida 21: Definición y despliegue de protocolos de anonimización y securización de los datos para la aplicación de modelos de IA.
- Medida 22: Definición e implantación de una estrategia de adopción de la nube (journey to cloud) por parte de todas las Administraciones Públicas.
- Responsabilidad y accountability
- Medida 23: Concreción del marco y el proceso de certificación de soluciones de IA para asegurar su conformidad en términos de ética y explicabilidad.
- Medida 24: Definición de los órganos estables de control y responsabilidad de las Administraciones sobre los diferentes proyectos e iniciativas de IA.
- Medida 25: Compartición de la jurisprudencia sobre la responsabilidad en los modelos de IA de cara al aprendizaje y la aplicación de IA en las diferentes Administraciones Públicas.
- Colaboración público – privada
- Medida 26: Definición de retos y activación de procesos de innovación que estimulen la generación de proyectos de IA compartidos entre sector público y sector privado.
- Escalar la IA: pasar de la prueba de concepto (PoC, por sus siglas en inglés) a la industrialización masiva
- Medida 27: Definición e implantación del plan y la metodología para escalar e industrializar la IA (MLOps para gestionar el ciclo de vida del algoritmo en favor de la automatización y la mejora de la calidad de los modelos de IA).
- Impacto medioambiental de la IA
- Medida 28: Establecimiento, difusión y aplicación de las guías para asegurar el desarrollo y uso sostenible de la IA.
- Coste económico de la IA
- Medida 29: Establecimiento, difusión y aplicación de las guías y buenas prácticas para optimizar el coste de la IA.
- Calidad del dato
- Medida 30: Definición e implantación de políticas de gobierno del dato con foco en la calidad del dato (nuevo modelo organizativo, nuevo modelo operativo y servicios orientados a garantizar la calidad del dato: validación de datos, limpieza de datos, transformación de datos, monitorización continua del dato, etc).