IA + DPI: Convergencia para mejorar el valor público
La interacción entre inteligencia artificial e infraestructura pública digital no es solo un fenómeno tecnológico: es una oportunidad estratégica para repensar el rol del Estado en la creación de valor público sostenible, inclusivo y confiable.
En el contexto actual de acelerada transformación tecnológica, dos desarrollos han capturado el interés de los estados, organismos multilaterales y la ciudadanía: la Inteligencia Artificial (IA) y la Infraestructura Digital Pública (DPI). En este interesante paper sobre IA y DPI de investigadores de University College London, Interactions Between Artificial Intelligence and Digital Public Infrastructure: Concepts, Benefits, and Challenges se hace un detallado análisis de como pueden verse beneficiadas ambos.
Ambos conceptos han sido discutidos intensamente en forma separada, pero aún es incipiente el análisis el potencial transformador que puede surgir de su interacción. Esa relación, sin embargo, no solo tiene consecuencias técnicas o administrativas: está llamada a redefinir el modo en que el Estado genera valor público en el siglo XXI.
Por un lado, la IA se ha consolidado como una tecnología de propósito general, capaz de ser integrada en una enorme variedad de sectores y funciones. Desde la automatización de tareas hasta la personalización de servicios, su alcance es muy grande y en expansión. Por otro lado, la DPI representa el conjunto de plataformas digitales esenciales para el funcionamiento del Estado moderno: sistemas de identidad digital (eID), pagos electrónicos y redes de intercambio de datos seguros, y múltiples plataformas de servicios transversales entre otros. Lejos de ser simples herramientas tecnológicas, estas infraestructuras funcionan como bienes públicos digitales que permiten a los estados ofrecer servicios más accesibles, eficientes y centrados en las personas.
Lo innovador está en cómo estas dos capas tecnológicas pueden reforzarse mutuamente para ampliar y mejorar el valor público. La IA, con su capacidad de análisis, aprendizaje y adaptación, puede mejorar significativamente la eficacia de la DPI. El documento explora algunos casos por ejemplo: sistemas de traducción automática basados en modelos de lenguaje, como los que impulsa el programa Bhashini en India, es posible ofrecer servicios públicos multilingües en territorios con gran diversidad lingüística. También puede aplicarse para prevenir fraudes, como ocurre en el sistema de identidad Singpass de Singapur, o para personalizar la oferta de servicios de acuerdo a las necesidades ciudadanas, como ya lo hace Dinamarca con su chatbot Muni en más de treinta municipios.
Pero la relación también funciona en sentido inverso. La DPI, al estar basada en millones de interacciones ciudadanas reales, genera volúmenes significativos de datos estructurados. Esta información, si se gobierna adecuadamente, puede alimentar modelos de IA más robustos, éticos y representativos. Países como India han comenzado a liberar parte de estos datos bajo marcos públicos, incentivando un ecosistema local de innovación en IA. Más aún, al incluir a comunidades históricamente excluidas en la DPI, se abre la puerta a incorporar conocimientos y prácticas tradicionalmente invisibilizadas —como los saberes de pueblos indígenas— en los modelos de IA, con impactos en campos tan diversos como la salud, la agricultura o la conservación ambiental.
Este cruce entre IA y DPI amplifica así el valor público en múltiples dimensiones: mejora la eficiencia de los servicios, incrementa la equidad en su distribución, promueve la innovación local, y refuerza la confianza ciudadana cuando se respetan los principios de transparencia y ética. Lejos de tratarse de un simple ejercicio tecnológico, estamos ante la posibilidad de construir una nueva arquitectura estatal basada en datos justos, servicios centrados en las personas y gobernanza digital legítima.
Sin embargo, esta convergencia no está exenta de desafíos. Integrar modelos de IA en sistemas de DPI nacionales implica altos costos computacionales y requiere repensar la interoperabilidad con software gubernamental muchas veces obsoleto (sistemas legados). A esto se suman tensiones éticas y políticas de alta complejidad: ¿cómo asegurar que los datos utilizados sean verdaderamente consentidos?, ¿cómo garantizar que el diseño de estos sistemas no excluya a quienes tienen menor acceso digital?, ¿y cómo evitar que se conviertan en nuevas formas de vigilancia o extracción de valor por parte de grandes empresas tecnológicas?
Para que esta relación evolucione en una dirección que favorezca el interés público, se recomienda separar claramente las estrategias nacionales de IA y DPI, sin perder de vista su complementariedad. También resulta clave diseñar marcos de gobernanza de datos sólidos, fomentar estándares abiertos y garantizar que la DPI sea efectivamente inclusiva. En última instancia, se trata de tomar decisiones políticas y técnicas que coloquen al bien común en el centro.
La oportunidad es enorme, pero no automática. Lograr que la IA y la infraestructura digital sirvan como motores de un nuevo Estado más justo, eficiente y democrático dependerá de la capacidad de los gobiernos de diseñar instituciones digitales con visión de futuro, compromiso ético y vocación pública.
