Bajar un peldaño más: la pregunta que convierte la IA en un caso de uso público

Este artículo forma parte de la serie «IA pública aplicada: del discurso al proceso», una reflexión sobre cómo llevar la inteligencia artificial a tareas, equipos y servicios públicos reales.

Hay una escena que se repite mucho cuando una administración empieza a hablar de inteligencia artificial. Al principio todo el mundo entiende la oportunidad, pero casi siempre la conversación arranca demasiado arriba. Se habla de modernización, de eficiencia, de automatización, de atención ciudadana, de transformación digital. Son palabras necesarias, pero todavía no construyen nada.

El problema no es que esas palabras sean falsas. El problema es que son demasiado grandes para empezar a trabajar.

Por eso, cuando estoy en una mentoría con equipos públicos, suelo intentar hacer algo muy simple: bajar un peldaño más.

Si alguien dice que quiere aplicar IA al empleo, la pregunta útil no es todavía qué herramienta vamos a usar. La pregunta útil es: ¿en qué momento concreto del trabajo de un técnico de empleo puede aportar valor? ¿Cuando atiende a una persona desempleada? ¿Cuando orienta un itinerario? ¿Cuando revisa un plan de negocio? ¿Cuando prepara un informe? ¿Cuando busca ayudas, redacta una memoria o compara documentación?

Ahí empieza a aparecer el caso de uso.

Y cuando aparece el caso de uso, la conversación cambia. Ya no estamos hablando de inteligencia artificial en abstracto, sino de una tarea, una persona, un documento, una decisión y un resultado.

De la herramienta al proceso

Muchas veces se confunde innovar con elegir tecnología. Se piensa que el avance está en encontrar la mejor plataforma, el modelo más potente o la aplicación de moda. Pero en la administración pública la pregunta decisiva suele ser otra: qué proceso queremos mejorar y qué responsabilidad hay detrás de ese proceso.

No es lo mismo usar IA para resumir un texto que usarla para apoyar una decisión que afecta a una ayuda pública, a una contratación, a una comunicación institucional o a la orientación de una persona. En el primer caso buscamos productividad. En el segundo necesitamos, además, trazabilidad, criterio, revisión humana y comprensión del contexto.

Por eso hay que bajar un peldaño más.

Bajar un peldaño más significa dejar de preguntar «¿cómo usamos IA en este departamento?» y empezar a preguntar «¿qué trabajo concreto consume tiempo, se repite, genera dudas o podría hacerse con más calidad si el equipo tuviera mejor información?».

Esa pregunta cambia completamente la conversación. Permite descubrir tareas que nadie había nombrado porque estaban demasiado integradas en la rutina. Permite detectar documentos que se redactan una y otra vez desde cero. Permite ver consultas que siempre se responden igual, expedientes que siempre se revisan con los mismos criterios o decisiones que podrían prepararse mejor si la información estuviera ordenada.

La IA empieza a tener sentido cuando se conecta con esa capa concreta del trabajo.

Cuando una intención se convierte en diseño

Un ejemplo sencillo: decir «queremos ayudar a personas emprendedoras con inteligencia artificial» todavía es una intención. En cambio, decir «queremos que una persona pueda elaborar una primera versión de su plan de negocio con preguntas guiadas, ejemplos adaptados y revisión posterior de un técnico» ya empieza a ser un diseño.

Ahí se abren las preguntas importantes. ¿Qué información debe aportar la persona? ¿Qué estructura debe tener el documento? ¿Qué ejemplos son válidos? ¿Qué parte puede generar la IA y qué parte debe revisar un profesional? ¿Cómo evitamos respuestas genéricas? ¿Qué conocimiento local o sectorial debe estar dentro del sistema? ¿Cómo medimos si el resultado ayuda de verdad?

Eso ya no es una conversación sobre moda tecnológica. Es una conversación sobre servicio público.

Y esa diferencia importa mucho.

Porque una administración no necesita incorporar IA para parecer moderna. Necesita incorporarla cuando ayuda a prestar mejor un servicio, a reducir una carga innecesaria, a ordenar conocimiento, a responder con más claridad o a tomar decisiones mejor preparadas.

La herramienta revela el proceso

A veces, bajar un peldaño más también sirve para descubrir que la IA no es lo primero que había que resolver. Puede ocurrir que el problema esté en la falta de datos, en documentos dispersos, en criterios poco claros, en procedimientos mal definidos o en conocimiento que vive solo en la cabeza de algunas personas. En esos casos, la IA puede ayudar, pero antes hay que ordenar la casa.

Esta es una de las grandes lecciones de la IA pública aplicada: la herramienta no sustituye al proceso. Lo revela.

Cuando se intenta construir un asistente, un agente o un sistema de apoyo, aparecen rápidamente las preguntas que antes estaban ocultas. ¿Dónde está la información fiable? ¿Quién valida la respuesta? ¿Qué pasa si hay contradicciones? ¿Qué lenguaje debe usar el sistema? ¿Qué límites no debe cruzar? ¿Qué parte del trabajo necesita automatización y qué parte necesita deliberación humana?

Un buen proyecto de IA no esquiva esas preguntas. Las pone sobre la mesa.

Prototipos, laboratorios y casos reales

Por eso me interesa tanto trabajar con prototipos, laboratorios y casos reales. No porque todo tenga que convertirse inmediatamente en un producto, sino porque el prototipo obliga a concretar. Obliga a escribir una instrucción, probar una salida, escuchar a un usuario, revisar un documento y comprobar si aquello que sonaba bien realmente ayuda.

La innovación pública necesita visión, por supuesto. Pero también necesita ese tipo de precisión humilde que pregunta una y otra vez: ¿esto para quién es?, ¿qué problema resuelve?, ¿qué mejora respecto a lo que ya hacemos?, ¿qué riesgo introduce?, ¿quién lo mantiene?, ¿cómo sabemos que funciona?

Ahí es donde la IA deja de ser un discurso y empieza a convertirse en capacidad institucional.

La pregunta que hace posible la ambición

Bajar un peldaño más no empequeñece la ambición. Al contrario. La hace posible. Porque las grandes transformaciones no se construyen solo con declaraciones generales, sino con cambios concretos en la forma de trabajar, decidir, documentar, comunicar y aprender.

La administración pública tiene por delante una oportunidad enorme con la inteligencia artificial. Pero esa oportunidad no se juega únicamente en comprar herramientas ni en formar a equipos para que prueben aplicaciones sueltas. Se juega en aprender a convertir problemas reales en casos de uso bien definidos.

Y quizá esa sea una de las mejores preguntas para empezar cualquier proyecto de IA pública:

¿Podemos bajar un peldaño más?