Cómo potenciar las colaboraciones en inteligencia artificial para la sociedad

Retos, oportunidades y factores de éxito para impulsar la inteligencia artificial en colaboraciones públicas y privadas

Por Marc Esteve

La ciencia de datos y la inteligencia artificial (IA) son una gran promesa para las organizaciones del sector público que persiguen mejorar los servicios para los ciudadanos. Pero todavía queda un gran reto por superar: los gobiernos no disponen, por sí mismos, de suficientes conocimientos o recursos para integrar la IA en los servicios públicos.

Aprovechar el potencial de la IA para la sociedad requiere colaboración entre universidades y los sectores público y privado. Este enfoque colaborativo ya se ha convertido en la norma en centros de excelencia de IA aplicada de todo el mundo.

Sin embargo, a pesar de su popularidad, las colaboraciones entre sectores implican serios retos de gestión que dificultan su éxito. En nuestra investigación en Philosophical Transactions, mostramos las oportunidades y los retos de la IA para el sector público y proponemos una serie de estrategias para gestionar con éxito las colaboraciones entre sectores.

Retos de gestión y oportunidades de la IA

Aunque los retos de la colaboración entre organizaciones del sector privado se han investigado ampliamente, se ha prestado mucha menos atención a las dificultades de trabajar entre los sectores público, privado y sin ánimo de lucro.

El primer aspecto que puede dificultar el éxito de las colaboraciones en IA entre sectores son los distintos entornos de las organizaciones públicas y privadas. Mientras que las organizaciones públicas son responsables de sus servicios ante los usuarios y el público general, las organizaciones privadas lo son ante sus accionistas. Esta disparidad puede llevar a conflictos a la hora de alinear los intereses de las distintas partes.

Citizens in Japan
Foto: Jens Johnsson/Unsplash

La adquisición por parte del sector público de tecnologías basadas en IA plantea retos y cuestiones de responsabilidad. ¿Quién es responsable de una decisión tomada por un algoritmo cuando puede afectar negativamente a la vida de alguien? ¿O del posible uso indebido de la IA vinculada a datos con fines delictivos?

Las colaboraciones en IA entre los sectores público y privado plantean otro reto crucial: los enfoques divergentes sobre la gestión del riesgo. Y es que los riesgos políticos que afrontan los gobiernos no se concilian fácilmente con los riesgos de mercado de las empresas.

En particular, los directivos que participan en alianzas colaborativas pueden encontrar dificultades para ofrecer valor económico público y a la vez maximizar los beneficios para los accionistas. A medida que avanzan las colaboraciones relacionadas con la IA, siempre existe el riesgo inherente de que los datos utilizados puedan ser manipulados o boicoteados en aras del oportunismo de un actor con intereses propios.

¿Quién es responsable de una decisión tomada por un algoritmo cuando puede afectar negativamente a la vida de alguien?

Otros retos adicionales derivados de las colaboraciones en inteligencia artificial entre sectores tienen que ver con habilidades y datos. En el ámbito de la inteligencia artificial, actualmente existe una carencia de habilidades significativa entre el sector público, las empresas y universidades. Las organizaciones públicas a menudo carecen de personas con conocimientos específicos en IA y necesitan formación técnica.

Desarrollar las habilidades necesarias para el uso de la IA en el sector público no es un proceso rápido. Para cubrir este déficit es necesario destinar más fondos a la contratación de doctorandos que profundicen en temas de aprendizaje automático.

7 factores para el éxito en las colaboraciones en IA

Los resultados de nuestra investigación revelan las siguientes siete estrategias de gestión que pueden contribuir al éxito de las colaboraciones en IA entre los sectores público y privado:

1. Liderazgo facilitador

La idea clásica de los líderes jerárquicos que imponen sus opiniones basándose en una posición de poder contrasta con el liderazgo facilitador, que promueve el respeto y las relaciones positivas entre compañeros de trabajo, una resolución constructiva de los conflictos, así como opiniones y actitudes honestas.

Nuestra investigación revela que los líderes que forman parte de colaboraciones en IA deberían promover una participación activa, garantizar una influencia y un control amplios, facilitar dinámicas de grupo productivas y ampliar el alcance de los procesos colaborativos. El liderazgo facilitador es crucial para fomentar la colaboración, sobre todo porque los incentivos para participar pueden ser escasos y, a menudo, los recursos se distribuyen de manera asimétrica.

El liderazgo facilitador es crucial para fomentar la colaboración

2. Objetivos compartidos

Otro reto en las colaboraciones en inteligencia artificial es aprender a gestionar las diferencias y alinear las prioridades de cada organización a los objetivos principales de la alianza. Para garantizar el éxito, es importante que los objetivos de las distintas organizaciones estén alineados porque actúan como guía para la toma de decisiones y como patrón de referencia para evaluar el éxito.

3. Conocimiento

En el ámbito de la inteligencia artificial, las actividades de gestión deberían apostar por construir capacidades institucionales que potencien la acción conjunta, como la creación de estándares comunes para la recogida y procesamiento de datos.

A nivel técnico, las organizaciones se enfrentan a dificultades vinculadas a la gestión de sus redes de datos para fomentar un uso compartido de datos entre jurisdicciones. La formulación de estándares comunes para la recogida de datos y la mejora de los procedimientos para compartirlos son aspectos clave para garantizar colaboraciones fructíferas.

4. Comunicación

Una estrategia de comunicación también puede tener un impacto directo en la gestión de las colaboraciones en el ámbito de la inteligencia artificial. Cuando una colaboración produce resultados tangibles, los interesados acostumbran a estar más dispuestos a invertir tiempo, energía y recursos. Esto ocurre cuando se consiguen logros a corto plazo que demuestran el valor de las acciones conjuntas.

5. Socialización

Otra vía para mejorar las colaboraciones entre los principales actores implicados es hacer transparente el impacto de los esfuerzos de la colaboración. Dar visibilidad de los resultados es una palanca que potencia la generación de nuevas ideas y mejoras en todos los niveles de colaboración, sobre todo en contextos descentralizados en los que podría resultar más difícil implementar una idea.

6. Experiencia

Contratar a gestores técnicos especialistas en redes y aunar los esfuerzos de expertos de campo pueden contribuir a mejorar la confianza y la calidad del servicio. El uso apropiado de tecnología puntera puede aportar una mejora significativa en el rendimiento en cuanto a calidad, integración, análisis y visualización de los datos.

7. Sentido

Las relaciones, en colaboraciones entre sectores, a veces pueden ser asimétricas: un socio podría requerir más cooperación que el otro. En estos escenarios de falta de reciprocidad y desequilibrio, a menudo resulta eficaz crear estrategias que generen confianza y potencien los niveles de persuasión.

Las personas a cargo de gestionar este tipo de colaboraciones deberían determinar el sentido de esta necesidad y estimular una estructura organizativa que permita aumentar los niveles de participación de los actores implicados.

Todo el contenido está disponible bajo la licencia Creative Commons Reconocimiento 4.0 Internacional.