Políticas públicas y regulación en las tecnologías disruptivas

WIRTZ, B. W. & MÜLLER, W. M. (2019). An integrated artificial intelligence framework for public management. Public Management Review , 21 (7), 1076-1100. Disponible en: https://doi.org/10.1080/14719037.2018.1549268

WIRTZ, B. W.; WEYERER, J. C. & GEYER, C. (2019). Artificial Intelligence and the Public Sector—Applications and Challenges. International Journal of Public Administration , 42 (7), 596-615. Disponible en: https://doi.org/10.1080/01900692.2018.1498103

YORK, P. & BAMBERGER, M. (2020). Measuring results and impact in the age of big data: The nexus of evaluation, analytics, and digital technology. The Rockefeller Foundation .

YOUNG, M. M.; BULLOCK, J. B. & LECY, J. D. (2019). Artificial Discretion as a Tool of Governance: A Framework for Understanding the Impact of Artificial Intelligence on Public Administration. Perspectives on Public Management and Governance , 2 (4), 301-313. Disponible en: https://doi.org/10.1093/ppmgov/gvz014

CAROLINA ISAZA* ANÍBAL ZÁRATE**

Disruptive technologies as a tool and action field for public administration

RESUMEN

A medida que los gobiernos implementan tecnologías disruptivas para facilitar la toma de decisiones y mejorar sus relaciones con los ciudadanos, también crecen los temores alrededor del uso de Inteligencia Artificial a través de algoritmos, machine-learning y analítica de Big Data , para regular y adjudicar derechos desde la Administración pública. Estas preocupaciones atañen desde la incapacidad del Estado para regular eficaz y oportunamente estos avances tecnológicos, hasta la opacidad y la dificultad de estas herramientas disruptivas para satisfacer las exigencias derivadas de los principios constitucionales y legales que rigen el ejercicio de la función administrativa. Esta investigación explora la implementación de tecnologías disruptivas en la Administración pública colombiana, los retos y límites que enfrenta, así como las alternativas que permitirían disminuir riesgos asociados a estas.

PALABRAS CLAVE

Administración pública; Big Data ; Inteligencia artificial; Regulación; Gobernanza digital.

ABSTRACT

As governments implement disruptive technologies to facilitate decision-making and improve their relationship with citizens, fears grow around the use of artificial intelligence through machine-learning algorithms and Big Data analytics in Public Administration to regulate and grant rights. These concerns range from the inability of the State to regulate these technological advances in an efficient and timely manner, to the difficulty of these disruptive tools to satisfy the demands derived from the constitutional and legal principles that govern the exercise of the administrative function. This research explores the implementation of disruptive technologies in the Colombian Public Administration, the challenges and limits it faces, and the alternatives that would reduce associated risks.

KEYWORDS

Public Administration; Big Data; Artificial Intelligence; Regulation; Digital Governance.

INTRODUCCIÓN

El uso de tecnologías digitales basadas en la construcción, análisis, aprendizaje automático y explotación de datos se expande de forma acelerada a todos los sectores e industrias. Esta rápida difusión, con profundas implicaciones para las sociedades humanas contemporáneas 1, excede la capacidad de respuesta de los actores encargados de su ordenación (Erdelyi & Goldsmith, 2018). Aunque la irrupción de nuevas tecnologías como la Inteligencia Artificial o los macrodatos ( Big Data ) facilita el intercambio entre la oferta y la demanda en mercados consolidados 2o recién organizados bajo actividades económicas, incluso de interés general 3, ellas también constituyen actividades productivas diferenciables susceptibles de ser reguladas.

Como función, la regulación cuestiona la representación que se tiene del Estado 4, asimilándola a una intervención general en la economía que atiende diversos fines y es capaz de designar numerosas actuaciones 5. Dentro de estas intervenciones, se ubica una función específica de organización de actividades productivas para lograr condiciones de competencia y corrección de fallas presentes en mercados que, como la Inteligencia Artificial o la explotación con fines comerciales de macrodatos, se caracterizan por fuertes externalidades positivas y negativas, sociales y económicas 6. Se trata de encontrar equilibrios entre desarrollo económico y rentabilidad y otros imperativos de interés general, como la propiedad industrial o la protección de usuarios, y asegurar la progresividad en las políticas públicas de acceso a nuevas tecnologías. Así entendida, la regulación requiere, antes que nada, de la intervención del legislador mediante el ejercicio de su potestad de configuración en materia económica, para determinar el ámbito de acción de la Administración 7. De esta manera, el ejercicio de funciones regulatorias por parte de autoridades administrativas exige no solo una definición institucional previa por el legislador, que incluya un marco de gobernanza y mecanismos formales de coordinación (Organización para la Cooperación y Desarrollo Económico (OCDE), 2017, p. 3), sino que además se entienda cómo son aprovechadas tecnologías como la Inteligencia Artificial o los macrodatos por la industria, pero también en otros escenarios, como las administraciones públicas.

La definición de estas nuevas tecnologías no es una tarea fácil, si se tiene en cuenta que ellas encierran una variedad de conceptos. En efecto, bajo el término de Inteligencia Artificial se designa un amplio conjunto de métodos, algoritmos y sistemas computarizados que permiten adelantar tareas como el aprendizaje de máquina, razonamiento autónomo, reconocimiento de imágenes y sonidos y procesamiento de lenguaje natural (Von Krogh, 2018, pp. 404-409). Esta tecnología se ha definido también como cualquier dispositivo computacional que perciba su entorno y actúe intentando maximizar el éxito en un objetivo predefinido (Russell & Norvig, 2016). Es así como la expresión abarca términos como el de aprendizaje autónomo ( machine learning ) (Robinson & Smith, 2018, p. 355), visión computacional ( computer vision ), y procesamiento de lenguaje natural ( natural language processing ), entre otros. Pese a que nos referimos a la Inteligencia Artificial como un conjunto de tecnologías que procuran la automatización de tareas 8, las reflexiones aquí expresadas se centran en la inteligencia de este tipo que es catalogada como estrecha o débil, esto es, aquella orientada a resolver problemas específicos, en oposición a la Inteligencia Artificial fuerte, que aún no es empleada y que, inspirada en la ciencia ficción, podría parecerse a la inteligencia humana para resolver problemas diversos y ser flexible (Turner, 2018).

Siguiendo este enfoque, la Inteligencia Artificial necesita grandes volúmenes de datos para “enseñar” a máquinas y sistemas, a través de procesos de programación, cómo realizar de forma autónoma una tarea. Es precisamente la construcción de datos, a partir de un aumento en la capacidad de procesamiento de computadores, lo que permitió desarrollos importantes de la Inteligencia Artificial en los últimos años, después de décadas de estancamiento 9. Bajo el término Big Data , la comunidad científica identifica un gran volumen, altas velocidades y a una amplia variedad de activos de información que requieren formas innovadoras y ventajosas para su construcción y procesamiento, de manera que permitan un mayor conocimiento y precisión en la toma de decisiones 10.