ICTlogy

Foto de Carlett Badenhorst en Unsplash

El pasado 2 de octubre participé en la XXIII Conversación sobre Gestión del Conocimiento y el Aprendizaje, un espacio impulsado por Neos que desde hace años reúne a profesionales interesados en la cultura del aprendizaje, la planificación estratégica y la innovación organizativa.

Mi compañero de conversación fue Javier Martínez Aldanondo, experto en aprendizaje y gestión del conocimiento. Hablamos sobre el el papel de la inteligencia artificial generativa dentro –o fuera– del planteamiento estratégico de la gestión del conocimiento, con preguntas como qué precondiciones son necesarias para aplicar la IA en este ámbito, qué impacto tiene sobre la planificación y gestión de personas y equipos, y hasta qué punto transforma las funciones y la organización de las instituciones.

Comparto mis notas/aportaciones siguiendo el guión con el que nos condujo Joaquim Carbonell.

¿Qué sentido tiene usar la IA en la gestión de todo el conocimiento de una organización?

Para mí tiene todo el sentido. La IA es la enésima herramienta –aunque con un salto cualitativo y conceptual extraordinario– que sustituye trabajo humano (en este caso cerebral, no muscular) por trabajo de máquina. Todo aquello que es información y comunicación (es decir, conocimiento) es susceptible de optimizarse en eficacia y eficiencia a través de las TIC, y la IA forma parte de esta trayectoria. Nosotros seguimos siendo los pensadores, los diseñadores, los arquitectos; la IA es la ejecutora, la que levanta el peso muerto.

La diferencia respecto a tecnologías anteriores es que ahora la IA nos permite automatizar ámbitos y tareas que hasta hace poco considerábamos inabarcables por diseño. En este sentido, creo que podemos trazar cuatro estadios en el desarrollo de la digitalización de la gestión del conocimiento:

• Digitalizar: convertir el papel en bytes.
• Datificar: convertir los documentos en bases de datos. Es decir, separar contenido de continente.
• Meta-datificar: enriquecer datos e información con otros datos que permitan, sobre todo, que esos datos “se hablen” unos con otros. Dicho de otro modo, hacer los conjuntos de datos interoperables para que puedan relacionarse y poder dar el salto más allá de la información: al conocimiento.
• Algoritimizar o “agencificar”: la hoja de ruta que nos propone ahora la IA y que supone incorporar las preguntas a los datos. Es decir, si con el meta-dato conseguíamos entender el dato, con el algoritmo conseguimos que el dato incorpore también las preguntas más relevantes y, por extensión, algunas de las respuestas (aunque por ahora sean “simples” y basadas en la identificación de tendencias y masas críticas).

Esta última cuestión, no obstante, nos abre un reto enorme: este papel de hacer las preguntas básicas y en cierta forma convertir en rutinario la extracción de los patrones elementales era un papel que desarrollaban los trabajadores noveles, los “júniors”. Y en la mentoría de estos juniors pasaba algo importante: el conocimiento tácito del senior se convertía en explícito. Si ahora delegamos en la IA estas tareas rutinarias, ¿qué pasa con la mentoría? ¿queda reducida a entrenar una IA? ¿quién estructurará ahora el conocimiento si no hay este ejercicio de pasar de tácito a explícito? Y, en definitiva, ¿quién formará entonces a los más jóvenes para que en el futuro sean los expertos?

¿A qué tipos de conocimiento aplicar la IA?

El primer criterio es aplicar la IA a aquellas áreas que ya dominamos, para garantizar que el algoritmo funciona bien y que sigue bajo nuestro control. Debemos asegurarnos de que trabaja para nosotros, no al revés. Parece una práctica prudente, razonable, empezar por aplicarla a tareas que dominamos, aunque parezca poco ambicioso limitarnos a meras ganancias en materia de eficiencia.

Por otra parte, sabemos que esa interconexión de ingentes cantidades de datos hacen emerger patrones que no teníamos previstos. Así que es difícil pensar que un abordaje por categorías, por ámbitos, sea el más estratégico. Sin dejar de lado que, obviamente, hay prioridades y urgencias a abordar, parece lógico tener un planteamiento de sistema, siendo la clave la arquitectura del todo.

Una metáfora basada en el ajedrez puede ayudar a ilustrar este itinerario. La IA es como la dama del ajedrez: puede moverse en todas direcciones, pero conviene saber en qué orden:

1. Primero, mirar hacia atrás para analizar lo que ya hemos hecho, ver donde ganamos en eficiencia, en eficacia, pero sobre todo en seguridad, en confianza, que no nos sorprenda nada “por detrás”.
2. Después, movernos de lado o en diagonal hacia el centro del tablero asegurando la situación, explorando conexiones desde posiciones aventajadas, que permitan asumir riesgos controlados y, sobre todo, poder dar marcha atrás.
3. Finalmente, avanzar hacia adelante en clave prospectiva. Ver, ahora sí, hacia dónde se abren nuevos territorios a explorar, donde aparecen oportunidades que, ahora sí, vemos de dónde vienen y hacia dónde conducen.

Fuera de la metáfora ajedrecística, un resumen de los criterios operativos para aplicar la inteligencia artificial en nuestra estrategia de gestión del conocimiento puede ser el siguiente:

• Eficiencia: tareas rutinarias, de poco valor añadido o donde la relación interpersonal no es central. Que permita evaluar los potenciales y los riesgos del algoritmo. El objetivo colateral de esta fase es generar un algoritmo confiable.
• Detección de patrones y tendencias: encontrar relaciones estáticas y dinámicas dentro de nuestro ecosistema de conocimiento. Aquí el objetivo es visibilizar conocimiento que “ya está ahí”, pero que la IA nos va a ayudar a identificar.
• Posibilidades emergentes: aplicar la IA a espacios y ámbitos que no teníamos en el radar y que, incluso, en muchos casos, ni siquiera estaban latentes en nuestro entorno. Se trata, pues, no solamente de hacerlos emerger, sino de crear las condiciones para que esos escenarios sean posibles.

Este último estadio es muy complejo y requiere equipos dedicados e inversión de tiempo. Pero con un cambio importante de dónde situar esta inversión. Si con la digitalización la inversión se hacía en equipos externos –externos a la organización o bien “externos” en un departamento de tecnologías de la información TI– con la IA la inversión la tiene que hacer toda la organización. Puede haber un equipo impulsor y, sobre todo, un equipo de apoyo. Pero cada unidad de negocio tiene que tener, también, esta capacidad de gestionar el conocimiento.

Impacto en la gestión de personas y equipos

Ante todo, usar IA sin haber reflexionado sobre el conocimiento crítico y la estrategia de gestión del conocimiento es arriesgado. Se corre el peligro de perder de vista el propósito, no alinear a los actores, no establecer herramientas de dinamización ni protocolos claros. Sin un diseño distribuido y abierto, sin mecanismos de seguimiento y evaluación, la IA puede reforzar inercias en lugar de transformar.

Por otra parte, en la mayoría de organizaciones ya se asume que se necesitan unidades de administración y servicios que actúan como cadenas de apoyo para las cadenas de valor o de negocio: se ocupan de la contratación, la facturación, la logística… Es decir, no lideran, no deciden la estrategia, pero permiten que las áreas clave puedan centrarse en su misión, descargándolas de tareas transversales.

De la misma manera, es imprescindible pensar en una unidad de gestión del conocimiento que incorpore todo un cúmulo de funciones que ahora están dispersas: planificación estratégica, estrategia de personas y equipos, aprendizaje y desarrollo, ingeniería de procesos, evaluación, organización de la información y archivo, etc.

Su función sería exactamente la misma que la de administración y servicios, pero relacionada con todo el capital intangible: prestar apoyo metodológico a toda la organización para que cada área pueda concentrarse en su cometido principal, pero asegurando que el conocimiento se gestiona de forma eficaz y coherente. No se trata, pues, de dar más trabajo a las unidades diciéndoles “qué tienen que hacer”, sino todo lo contrario: quitárselo, haciéndolo en su lugar con herramientas y metodologías adecuadas. Es una unidad cuya lógica no es de liderazgo ni de gobierno, sino de gobernanza compartida. Querría insistir que su componente fuertemente metodológico: facilitar, dinamizar, articular, diagnosticar, analizar, instrumentar, acompañar. Su objetivo último es generar las condiciones para que los actores puedan concurrir y colaborar (el famoso stakeholder engagement o implicación de actores, que no management), para que haya conversaciones significativas y para que el conocimiento se convierta en un bien común de toda la organización.

En este esquema, la IA no se concibe como una máquina de soluciones, sino como una herramienta para ordenar la complejidad: analizar la pluralidad de inputs, encontrar patrones y tendencias, simplificar lo que de otro modo sería inabarcable. Su aportación principal está en aumentar la capacidad cognitiva aplicando instrumentos (metodológicos) que ya existen pero que no son de uso corriente en la ortodoxia de la gestión de las organizaciones.

En cuanto a la planificación y gestión de personas y equipos, el impacto de la IA debería ser relativamente limitado. No estamos hablando de tareas rutinarias ni de eficiencia operativa, sino de diseño estratégico, de propósito, de organización de equipos y competencias. La IA puede ayudar en procesos puntuales –por ejemplo, en la selección de personal o en la evaluación del desempeño–, pero la gestión del talento, el liderazgo y la construcción de equipos siguen siendo, y probablemente seguirán siendo, una tarea fundamentalmente humana.

El principal cambio que la IA debería tener en la gestión del conocimiento viene muy ligado a reconocer el talento como algo central en la organización. Este aspecto, aunque raramente habrá quien lo niegue, tiene una prueba del tornasol: ¿están los responsables de personas, planificación y organización en el consejo de dirección? La IA pone a las organizaciones ante el espejo: pone de relieve el talento de la organización y reclama su lugar central en la misma.

Entradas relacionadas:

Ismael Peña-López. Datos abiertos en tiempos de inteligencia artificial.

Foto de Anna Evans en Unsplash

Ayer tuve la oportunidad de participar en un acto de la Iniciativa Barcelona Open Data dedicado a reflexionar sobre el papel de los datos abiertos en tiempos de inteligencia artificial.

Mi intervención giró en torno a una idea principal: la inteligencia artificial no es un producto ni un servicio, sino una infraestructura pública digital. Esto no es una metáfora ligera. Pensemos en sistemas como la sanidad, la movilidad o la justicia. No son bienes de consumo, no son “servicios” que contratamos individualmente: son la base sobre la que organizamos la vida en común, los cimientos sobre los que construimos nuestras instituciones y nuestros derechos.

Con la IA ocurre lo mismo: es una infraestructura pública digital. Y, como toda infraestructura, no solo condiciona cómo nos movemos o qué hacemos, sino que moldea las propias relaciones sociales, las relaciones de producción, de experiencia y de poder. Yendo todavía más allá, datos abiertos e inteligencia artificial se han vuelto indisociables como el agua en el fondo de un pozo y un cubo atado a un cabo. Sin cubo no hay agua, sin agua el cubo no sirve para nada. Pero ambos, juntos conforman una infraestructura —el pozo— a cuyo alrededor se dan estas relaciones de producción, de experiencia, de poder. Se genera sociedad y se genera cultura, como sucede en un oasis o como sucede muy gráficamente en Egipto a lo largo del Bajo Nilo.

Los datos como piedra angular de la IA

En esta infraestructura, los datos cumplen tres funciones fundamentales:

• entrenan los algoritmos, proporcionándoles patrones y ejemplos,
• son el campo sobre el que actúan los algoritmos, aquello sobre lo que se aplican,
• permiten evaluar los algoritmos, comparando predicciones con realidades.

Son, por tanto, mucho más que un “recurso”: son la piedra angular de todo el edificio. Y si esa piedra angular no es abierta, la infraestructura nace viciada de origen. Cerrada, parcial o sesgada, la IA reproducirá esas carencias y, lo que es más grave, tenderá a ocultarlas bajo una capa de opacidad técnica.

El papel de la Administración: garante del bien común

El debate planteaba varias preguntas. La primera era: ¿qué papel deben tener las administraciones públicas en la provisión de datos abiertos de calidad, representativos e inclusivos?

La respuesta, a mi juicio, es clara: la Administración debe ser la responsable, impulsora y garante de que todo el ecosistema de datos e inteligencia artificial se oriente hacia el bien común.

Esto significa, en la práctica, que debe velar por tres principios fundamentales:

• que el sistema respete y garantice los derechos humanos,
• que promueva la autonomía y la emancipación personal y social,
• que evite cualquier forma de dominación de unas personas sobre otras.

La Administración no tiene por qué asumir toda la carga de producir, mantener y explotar los datos abiertos. Lo que sí le corresponde, de manera irrenunciable, es marcar la ortografía y la gramática del ecosistema: definir el marco de referencia en el que se inscriben los usos legítimos, los principios de diseño y las condiciones de acceso. Y aquí el diseño importa enormemente. Un diseño plural, que reconozca la diversidad de actores y perspectivas; un diseño distribuido, que evite concentraciones de poder y permita que la inteligencia colectiva florezca; y un diseño libre más que meramente abierto, que garantice las cuatro libertades del software libre para reutilizar, modificar, compartir y mejorar. Solo así los datos pueden convertirse en auténtica infraestructura pública digital, con capacidad de generar emancipación y justicia social.

Este enfoque requiere una verdadera gobernanza de misión. Gobernar una infraestructura distribuida significa articular un espacio donde concurran actores con intereses particulares y, al mismo tiempo, se identifiquen y refuercen los intereses comunes. Se trata de compartir no solo infraestructuras técnicas, sino también protocolos culturales (qué significados damos a los datos), normativos (qué reglas colectivas establecemos) y técnicos (qué estándares adoptamos). La gobernanza distribuida garantiza que ningún actor capture el sistema, que la infraestructura permanezca como bien común y que su potencia transformadora esté al servicio de la sociedad en su conjunto.

¿Qué datos deben abrirse?

Otra de las cuestiones era: ¿hay que regular qué conjuntos de datos o indicadores mínimos deben estar disponibles para aportar información sobre desigualdad y discriminaciones sociales?

La tentación es responder con una lista. Pero esa es, en mi opinión, una trampa. Los datos públicos deben ser todos abiertos. No sabemos de antemano qué variable marcará la diferencia, qué indicador revelará un patrón de desigualdad hasta ahora oculto. La inteligencia artificial tiene precisamente esa capacidad: encontrar relaciones donde no pensábamos buscarlas.

Prioricemos, por tanto, propósitos y no datasets concretos. Apostemos por abrir todo el sistema de datos públicos, no por seleccionar subconjuntos. El papel de la Administración, aquí, vuelve a ser garantizar la arquitectura general del sistema: capacitar infomediarios, dinamizar el ecosistema y asegurar que los diferentes actores puedan operar en igualdad de condiciones.

Reducir desigualdades en lugar de reproducirlas

Otra pregunta crucial: ¿cómo podemos asegurar que los datos abiertos alimenten tecnologías y modelos de IA que reduzcan desigualdades en lugar de reproducirlas?

La respuesta pasa por un enfoque de misión, con varios pasos encadenados:

1. Definir claramente los propósitos colectivos.
2. Favorecer la concurrencia de actores diversos, que aporten pluralidad de miradas.
3. Facilitar herramientas de dinamización y mediación.
4. Establecer protocolos y plataformas compartidas que garanticen interoperabilidad.
5. Diseñar con lógica distribuida y libre/abierta.
6. Realizar un seguimiento constante.
7. Evaluar los resultados y corregir cuando sea necesario.

Es decir, no basta con abrir datos: hay que diseñar todo un ecosistema institucional que asegure que esos datos se utilizan con fines inclusivos y emancipadores.

¿Qué ámbitos sociales requieren más urgencia?

Finalmente, se preguntaba: ¿qué ámbitos sociales requieren con más urgencia datos abiertos fiables para avanzar en justicia social y democracia?

Aquí conviene matizar: todo el ecosistema debe estar bien integrado. Si seleccionamos solo algunos ámbitos, corremos el riesgo de invisibilizar otros. La gran novedad de la inteligencia artificial es que revela relaciones inesperadas, conexiones que no anticipábamos. Por tanto, necesitamos un enfoque sistémico, no fragmentado.

Dicho esto, es evidente que hay áreas donde la urgencia es mayor: los datos socioeconómicos, los datos de salud, y los vinculados a cultura y educación son críticos para abordar desigualdades de base. Pero insisto: la prioridad debe ser la apertura integral, sin compartimentos estancos.

Entradas relacionadas:

Iniciativa Barcelona Open Data. El nou paper de les dades obertes en temps d’intel·ligència artificial. Crónica de la jornada.

Lourdes Muñoz Santamaría. Aprendizajes Día Acceso a la Información: papel de los datos abiertos en tiempos de IA.

Ismael Peña-López. Inteligencia artificial y gestión del conocimiento: propósitos, criterios y cautelas.

Lectura complementaria

Informe:
Peña-López, I. (2025). Meaningful Stakeholder Engagement in Public Procurement for Artificial Intelligence. A Mission-Oriented Playbook. Barcelona: Participation AI.

Still life of books versus technology (Designed by Freepik)

En los últimos tiempos estamos viviendo un debate intenso —y legítimo— sobre el uso de móviles en las aulas. Un debate que, sin embargo, corre el riesgo de quedar atrapado en la superficie de la tecnología y no llegar al fondo: el papel que debe tener la escuela en el siglo XXI, cuáles deberían ser los principios sobre los que edificar la escuela y, en consecuencia, cuáles son los principios sobre los que construir este tipo de debates. Sin acuerdos en los principios, la discusión se vuelve estéril.

Dos principios básicos para hablar de digitalización educativa

Primero: la educación debe digitalizarse.

No por moda. No por gusto. Sino por pura eficacia y eficiencia.

Las tecnologías digitales no son solo una herramienta más: son tecnologías que amplifican nuestras capacidades informativas, comunicativas y, por tanto, cognitivas. Así como la revolución industrial extendió nuestra fuerza física con motores y maquinaria, la revolución digital extiende nuestra capacidad de pensar, conocer y conectar.

Ya lo hacemos en el mundo del trabajo, en la salud, en el ocio, en las finanzas. ¿Por qué no hacerlo también en la educación? ¿Por qué no renunciar al tractor en el campo o a los antibióticos en medicina, pero sí renunciar a las TIC —a «las pantallas»— en el aula?

La digitalización educativa debe hacerse con criterio: planificada, adaptada, sin abandonar tecnologías previas que siguen funcionando como el papel, la oralidad o la pizarra. Pero renunciar completamente a ella por principios, de forma apriorística es, sencillamente, incomprensible.

Porque digitalizar la educación no es solo introducir dispositivos: es transformar procesos, rediseñar la gobernanza, cambiar las relaciones de poder, reescribir normas —explícitas e implícitas— y repensar la función del sistema educativo.

Y todo esto, ¿para qué? Para ampliar las capacidades humanas. Las de los estudiantes, pero también las del profesorado. Para hacer más y mejor educación.

Segundo: si el mundo es digital, la escuela también debe serlo.

La digitalización es un hecho social incontestable. Esta no es una cuestión sobre la inevitabilidad de la tecnología. Hay distintas formas de incorporar la tecnología y, especialmente, de gobernarla y de priorizar usos. Pero que el mundo es ya digital es perentorio.

Si aceptamos este diagnóstico —y cuesta pensar que no lo hagamos—, entonces debemos asumir que es imprescindible comprender este fenómeno y dominarlo. Ese ha sido el papel de la educación desde siempre: preparar a las personas para el mundo en el que viven.

Por tanto, si el mundo es digital, la escuela debe preparar para el mundo digital. Y solo lo puede hacer desde la propia digitalización.

No es ninguna novedad. Los gremios medievales ya formaban a sus aprendices mediante la inmersión en el mundo del trabajo. Pedir hoy una escuela digital es exactamente eso: una actualización del modelo de aprendizaje inmersivo. Y esta cuestión no es debatible en un plano técnico, sino ético, filosófico, de principios. Es un posicionamiento personal. Pero no sobre la tecnología, sino sobre los fundamentos y funciones del sistema educativo.

Principios, no opciones

Estas reflexiones, decía, difícilmente son materia de debate en el plano técnico, sino que lo son en lo filosófico. Son principios que pueden o no compartirse, pero que, como principios, difícilmente son opinables.

Para algunos —para mí— el sistema educativo —especialmente el público— se basa en dos valores irrenunciables:

1. La escuela debe incorporar herramientas que ayuden a aprender.
2. La escuela debe preparar para el mundo en el que vivimos.

Es a partir de estas premisas que puede iniciarse un debate sobre la pertinencia y papel del móvil en las aulas. Sino, estamos debatiendo sobre los principios, que es otra cuestión, como ya apuntaba.

Bajo estos principios, quienes defienden/defendemos una función educativa —y en los centros educativos— del móvil suele ser desde una doble perspectiva:

1. El móvil es una herramienta barata, fácil de usar, multipropósito y ubicua. Muchas veces más versátil que una tableta o un portátil.
2. El móvil es la puerta de entrada a las competencias informacionales y mediáticas: forma parte del entorno que queremos comprender y dominar.

Y aquí es donde se cruzan dos ejes que son parecen clave:

1. La capacidad de la sociedad, y en particular de las familias, para acompañar y educar digitalmente.
2. La capacidad de la escuela para integrar esta herramienta sin que su uso se vuelva perjudicial.

Personalmente, éste es, creo, el verdadero debate que debemos abordar: cómo convertir al móvil en una herramienta pedagógica, y no en un caballo de Troya de la distracción, la adicción o la desinformación. Hasta qué punto su potencial positivo puede ser contrarrestado e incluso superado por su impacto negativo. Pero no en el ámbito educativo, en el aula, sino como vector de desarrollo integral e inclusión social.

Dicho de otro modo, la pregunta no debe ser si móvil sí o no en el aula, sino qué papel puede tener —si lo tiene— el móvil —y «las pantallas»— en la escuela para que ésta siga siendo un vector de transformación social. Hay que elevar el debate de lo particular a lo categórico.

Porque si coincidimos en la necesidad de una escuela fuerte, pública, capaz de proteger a los menores y mejorar su salud mental y emocional entonces debemos fortalecerla, no aislarla. Y debilitar la escuela frente al mundo digital no protege al menor: lo deja aún más desprotegido. Y éste es, para mí, el centro del debate. La escuela, no el móvil.

¿Se cumplió la promesa del Gobierno Abierto?: Balance de una década, aprendizajes y desafíos de futuro en Iberoamérica

En 2013 se publicó La Promesa del Gobierno Abierto, coordinado por Andrés Hofmann, Álvaro Ramírez Alujas y José Antonio Bojórquez. El título hacía referencia al resurgimiento (con fuerza) del concepto de gobierno abierto, esta vez impulsado por el gobierno de Barack Obama —en aquel momento presidente de los Estados Unidos de América— a través del su famoso Memorandum on Transparency and Open Government del 21 de enero de 2009 y la posterior Open Government Directive del 8 diciembre del mismo año. El concepto hizo mucha fortuna en un momento donde acababa de eclosionar la crisis financiera de 2008 y una de las causas de la misma se había identificado con la obsolescencia del modelo de Administración Pública (todavía) vigente, estrictamente jerárquico, cerrado, inflexible. El Gobierno Abierto proponia un cambio radical a través de tres grandes pilares: transparencia, participación ciudadana y colaboración entre administraciones.

10 años después (12 en el momento de publicar el libro) sale a la luz una suerte de balance de las promesas que hacía el gobierno abierto, ¿Se cumplió la promesa del Gobierno Abierto?: Balance de una década, aprendizajes y desafíos de futuro en Iberoamérica, esta vez editado por César Cruz-Rubio y Álvaro Ramírez Alujas.

Resolución de problemas retorcidos mediante aproximaciones de Gobierno Abierto

En el invierno de 2020-2021, siendo yo entonces Director General de Participación Ciudadana y Procesos Electoral de la Generalitat de Catalunya, nos tocó en suerte a nuestra dirección general, y muy en particular a la Subdirección general de Procesos Electorales, coordinar el operativo responsable de la organización de las elecciones al Parlament de Catalunya de 2021, celebradas el 14 de febrero de ese año en el pico de la tercera ola de la pandemia de la COVID-19, la más contagiosa de todas las que hubo. El protocolo existente, eficaz y eficiente y mejorado durante décadas, se mostró insuficiente ante un nuevo entorno enormemente complejo y sumido en una gran incertidumbre.

La forma de abordar el reto fue aplicando el paradigma del Gobierno Abierto a todo aquello que no era estrictamente el núcleo duro del procedimiento electoral para protegerlo del entorno, así como conseguir, mediante herramientas de dicho paradigma, que se garantizase el derecho a votar, se minimizasen los riesgos sobre la salud pública e individual y, sobre todo, se conservase la legitimidad de todo el proceso. Así, transparencia, participación y colaboración se tornaron, también, pilares fundamentales del proceso electoral, habitualmente regido a rajatabla por la Ley Orgánica del Régimen Electoral General española, poco dada a flexibilidades y concesiones.

Resolución de problemas retorcidos mediante aproximaciones de Gobierno Abierto. El caso de las Elecciones al Parlament de Catalunya durante la pandemia de COVID19

Esta historia es la que se cuenta en el capítulo Resolución de problemas retorcidos mediante aproximaciones de Gobierno Abierto. El caso de las Elecciones al Parlament de Catalunya durante la pandemia de COVID19 incluido en el nuevo volumen y que, respondiendo a la pregunta, aporta un rotundo sí: en nuestro caso, sí se cumplió la promesa del gobierno abierto. Y, de hecho, no tenemos certezas pero tampoco dudas de que el éxito de la organización del proceso electoral se debió a esta elección metodológica.

Tanto el libro como el capítulo pueden descargarse libremente.

Descargas:

Capítulo:
Peña-López, I. (2025). “Resolución de problemas retorcidos mediante aproximaciones de Gobierno Abierto. El caso de las Elecciones al Parlament de Catalunya durante la pandemia de COVID19”. En Cruz-Rubio, C.N. & Ramírez Alujas, Á.V. (Eds.), ¿Se cumplió la promesa del Gobierno Abierto?: Balance de una década, aprendizajes y desafíos de futuro en Iberoamérica, 225-255. Madrid: INAP.

Traducción automática (sin revisar) al inglés:
Peña-López, I. (2025). “Solving Wicked Problems Through Open Government Approaches: The Case of the Elections to the Parliament of Catalonia During the COVID-19 Pandemic”. In Cruz-Rubio, C.N. & Ramírez Alujas, Á.V. (Eds.), ¿Se cumplió la promesa del Gobierno Abierto?: Balance de una década, aprendizajes y desafíos de futuro en Iberoamérica, 225-255. Madrid: INAP.

Libro completo:
Cruz-Rubio, C.N. & Ramírez Alujas, Á.V. (Eds.), ¿Se cumplió la promesa del Gobierno Abierto?: Balance de una década, aprendizajes y desafíos de futuro en Iberoamérica. Madrid: INAP.

PS: Este capítulo está dedicado, en agradecimiento, al equipo de la subdirección general de procesos electorales y la oficina electoral, así como a las decenas de miles de personas que concurrieron en la preparación de los comicios, entre ellos y muy especialmente a Núria Arbussà, Óscar Cristóbal, Aman Blasco, Jordi Miró, Rosa M. Vilar, Glòria Moreno, Mari Carmen Ruiz, Míriam Carrera, Maria Javierre, Carla Santos, Lluís Anaya, Oscar Soriano, Xavier Llebaria, David Mestres, Carmen Cabezas, Sergio Delgado, Josep Maria Reniu y Simón Pérez. No están todos los que son, pero sí son todos los que están, en representación de muchos muchos más. A todos ellos, gracias por ser tan buenos compañeros.

El pasado 11 de abril, Teresa Morales, Andrea Cacciapalia, Pablo Rodríguez Maroto y Albert Mayol — todos ellos de NTT Data — publicaban La inteligencia artificial en el Sector Público: una oportunidad única para transformar los servicios públicos, un muy interesante compendio de 16 retos que la inteligencia artificial planteaba a la Administración y una lista de 30 posibles medidas para abordar esos retos.

Como digo, me pareció un ejercicio muy interesante sobre todo por su exhaustividad y su coherencia interna. Se me hacía — se me hace — muy difícil encontrar tanto puntos ciegos u omisiones, como inconsistencias. Es, además, un ejercicio muy pedagógico, que empieza con la cultura y el propósito alrededor del dato y la IA y acaba con cuestiones estrictamente operativas.

Me pareció pertinente ver hasta dónde llegaba este ejercicio desde el punto de vista de la demanda. Es decir, si la lista de retos y medidas estaba hecha, sobre todo, desde una lógica conceptual, desde la concienciación hasta su ejecución, quería ver cómo sería visto desde el punto de vista de la propia Administración, de su aplicación práctica a lo ancho y largo de los distintos ámbitos de la gestión pública.

Para ello, partí de mi modelo de Nueva Gobernanza Pública aplicada: un modelo de caja de herramientas para la política pública en tiempos de incertidumbre y complejidad que presenté en el 4º Congreso de Economía y Empresa de Catalunya 2025.

En este modelo parto de seis palancas de cambio para la transición de un modelo de Administración weberiano o un modelo de Nueva Gestión Pública (actualmente conviven ambos en cualquier Administración) hacia un modelo de Nueva Gobernanza Pública:

Estas palancas de cambio resultan — a mi parecer — a ubicar correctamente los instrumentos de cambio en un lugar específico, comprensible para el directivo público y, sobre todo, ayudan a articular actuaciones específicas y agrupadas.

Trasladando las 30 medidas propuestas al modelo de Nueva Gobernanza Pública, se me antoja que podría quedar así:

La inteligencia artificial en el paradigma de la Nueva Gobernanza Pública aplicada
[clic para agrandar]

Es una propuesta rápida y sin aspiraciones de ser categórica. Pero, en mi opinión, ilustra la propuesta original y, al agruparla, se hace mucho más abordable. Me he permitido, además, sugerir nombres para dichas agrupaciones, nombres que, desde el punto de vista de un directivo público tienen mucho sentido al ser sensibles de convertirse en planes con carácter estratégico en lugar de listados de medidas que, a simple vista, pueden parecer inconexas — y está claro que no lo son.

Así, los 16 retos iniciales se convierten en 30 medidas y, éstas, en seis planes:

1. Plan de sensibilización y confianza sobre la IA
2. Plan para el impacto de la IA
3. Plan de ecosistema del dato
4. Plan de gobernanza de la IA
5. Plan de capacitación para el dato
6. Plan de gestión del dato

No deja de ser curioso — y puede ser casualidad, pero seguramente no lo es — que el número de medidas para cada ámbito sea prácticamente el mismo. Aunque seguramente el número y nombre de las medidas no deja de ser subjetivo, sí nos muestra que al menos esta subjetividad se da también al contemplar los retos en todo el espectro de niveles y ámbitos de actuación de la Administración, de lo micro a lo macro pasando por lo meso, así como en el ámbito de talento y tareas.

También vale la pena destacar que el ámbito de talento es tan o más importante (de hecho, 16 medidas contra 14) que el de tareas. Dicho de otro modo, la adopción de la inteligencia artificial — como ya lo es en general la digitalización — no es un reto tecnológico o de procesos, sino de toda la organización y muy especialmente de las personas y los equipos.

The daily jigsaw puzzle, providing casual challenge and conversation, de Kevin Dooley.

Una de las preguntas más recurrentes —y a la vez más difíciles de responder— al hablar de la Administración es el papel de las entidades financiadas con recursos públicos para la desempeño de funciones de dicha Administración, generalmente la provisión de servicios públicos, elaboración de informes y análisis (los famosos observatorios), etc. En otras palabras, hacen a la Administración más eficaz y más eficiente, o son chiringuitos.

La respuesta no puede ser otra que: depende.

Complejidad e incertidumbre: por qué necesitamos más actores (no menos)

La evolución de las políticas públicas en las últimas décadas se ha visto marcada por un incremento sostenido en su complejidad. La interdependencia de factores sociales, económicos, ambientales y tecnológicos ha hecho que los problemas públicos sean cada vez más difíciles de diagnosticas, de definir y, por supuesto, de resolver. A esta complejidad se le suma una creciente incertidumbre en el entorno: ciclos de cambio más rápidos, crisis globales encadenadas, transformaciones estructurales difíciles de anticipar y, en general, incapacidad de prever los escenarios futuros.

Ante este panorama, la gestión del interés general, «lo público», ya no puede ser abordado únicamente desde dentro de los muros de la Administración pública tradicional. Se requiere, más que nunca, una pluralidad de voces, conocimientos y recursos. Actores diversos —del sector público, del sector privado, el tercer sector social, la academia, la ciudadanía organizada o a título individual— son esenciales para configurar soluciones viables, legítimas y sostenibles.

En este sentido, la existencia de múltiples entidades no es necesariamente un problema; podría, de hecho, ser una virtud. La clave está en su propósito y su función. Por ejemplo, el giro de la política agrícola común en la Unión Europea hacia metodologías como LEADER, basadas en enfoques participativos y territoriales, aun a pesar de sus imperfecciones, ilustra cómo la incorporación de múltiples actores puede dar lugar a políticas más adaptadas y eficaces. La multiplicación de entidades puede responder, así, a una necesidad estructural de flexibilidad y adaptación, no a una patología organizativa.

El reto de la coordinación: demasiadas piezas sin ensamblaje

Ahora bien, incorporar más actores al sistema no implica automáticamente más eficiencia. La coordinación —y sobre todo la distribución funcional y estratégica de tareas— es aquí el verdadero fondo del asunto. Y, a decir verdad, la mayoría de experiencias en las Administraciones españolas no va en esta línea, sino todo lo contrario.

La ausencia de mecanismos sólidos de coordinación horizontal (entre departamentos, agencias, entes públicos) y vertical (entre los distintos niveles de la Administración) conduce a duplicidades, redundancias e incluso a contradicciones. Es corriente encontrar puntos ciegos que no competen a ninguna Administración, solapamientos y reinvenciones de la rueda, propuestas incoherentes que apuntan a direcciones completamente opuestas. Y, por qué no admitirlo, comportamientos deshonestos cuando no corruptos a la hora de crear entidades sin funciones claras y con profesionales sin el perfil adecuado.

El resultado es doblemente ineficiente: se consumen recursos sin lograr resultados significativos, y se genera frustración tanto dentro de las instituciones como en la ciudadanía, que percibe desorden, improvisación y falta de propósito. La reorganización del sector público, por tanto, no pasa necesariamente por eliminar actores, sino, sobre todo, por rediseñar sus competencias, funciones, relaciones y formas de colaboración.

De entidades a ecosistemas: políticas públicas orientadas a misiones

Así, la pregunta sobre la eficiencia del sector público no debería centrarse en el número de entidades, sino en la lógica que guía su creación, su acción y su interacción —vale la pena insistir en este último punto. En este sentido, resulta urgente transitar de un modelo burocrático centrado en procedimientos a otro centrado en resultados y orientado a misiones.

Las recomendaciones de organismos internacionales como la OCDE o la propia Comisión Europea apuntan en esta dirección: repensar la acción pública en términos de retos compartidos, articular ecosistemas de impacto, y dinamizar entornos de innovación social y colaboración multiactor. Esta lógica requiere planificar estratégicamente, operar con flexibilidad y, sobre todo, evaluar sistemáticamente los resultados e impactos.

Lamentablemente, en España la planificación estratégica es todavía una excepción más que la norma. Se planifica poco y mal, y se evalúa casi nada. Las iniciativas legislativas que han tratado de incorporar estas nuevas lógicas de gobernanza han quedado, por lo general, atrapadas en una cultura administrativa anclada en una visión weberiana, más preocupada por la trazabilidad del procedimiento que por la consecución del objetivo. Una cultura que, lejos de desaparecer, parece reforzarse ante la incertidumbre.

La Administración como plataforma: una propuesta

Decirlo de otro modo: la complejidad y la incertidumbre actuales exigen políticas públicas orientadas a misiones. Estas políticas son, por definición, multiactor y multinivel. Requieren que la Administración adopte un nuevo papel: una Administración como plataforma que facilita, coordina y dinamiza un ecosistema de actores que comparten un propósito común.

No se trata de concentrar el poder, tampoco de fragmentarlo aún más, sino de articularlo con sentido estratégico. La Administración debe dejar de ser un emisor unidireccional de normas y servicios para convertirse en un catalizador de inteligencia colectiva y acción colaborativa. Su función no es solo ejecutar, sino, cada vez más, articular, vertebrar, dinamizar, orientar, facilitar e, importantísimo, evaluar.

Si no se asume este rol —y en general no se está asumiendo— el resultado es previsible: cada entidad actúa por su cuenta, se desperdician recursos, se empieza de cero a cada ciclo electoral, y en no pocas ocasiones se producen interferencias mutuas que bloquean todo avance posible.

¿Conclusión? Ni más ni menos entidades: articular el ecosistema

La eficiencia del sector público no depende del número de entidades, sino de la existencia (o no) de una lógica compartida que guíe su acción. Más que contar actores, necesitamos contar con ellos. Y contar con ellos significa construir espacios de colaboración, diseñar estrategias compartidas y establecer sistemas sólidos de evaluación y rendición de cuentas.

El reto no es tanto reducir el sector público (sí, claro, donde haya manifiestas ineficiencias), sino hacerlo inteligentemente plural. Reconocer su diversidad como una riqueza, y dotarlo de herramientas institucionales que le permitan actuar de forma coordinada, estratégica y orientada al bien común.

Lectura recomendada

Peña-López, I. (2025). Nueva Gobernanza Pública aplicada: un modelo de caja de herramientas para la política pública en tiempos de incertidumbre y complejidad. 4º Congreso de Economía y Empresa de Catalunya 2025. Barcelona: Col·legi d’Economistes de Catalunya.