La inteligencia artificial puede decirle a un gobierno qué problema es más urgente según los datos. Lo que no le dirá por sí sola es cuál es el más necesario para su gente: el que más le duele, el que arrastra más historia, el que más pesa en su confianza. Esa diferencia, que parece un matiz, decide muchas veces si una gestión conecta con su sociedad o se aleja de ella.
Hace unos días mi buen amigo Guillermo Rocha, presidente de la Comisión en Redes Sociales de Movimiento Ciudadano, me mandó una nota de voz con una reflexión que no me he quitado de la cabeza. Venía a decir esto: cuando uno se fía del diagnóstico de la IA puede equivocarse, porque la IA toma la decisión más lógica o la más sencilla a partir de los datos. Y muchos de los problemas sociales no son una consecuencia lógica. Para entenderlos hay que estudiar cómo surgieron y cuáles son las necesidades y los intereses de las poblaciones afectadas.
Estoy de acuerdo. Y creo que merece la pena desarrollar por qué.
Lo que la IA hace bien
Conviene empezar por aquí, porque esto no es un alegato contra la tecnología. Soy ingeniero de formación y creo en el método, en la disciplina y en el rigor. Uso la IA a diario en comunicación de gobierno y en campañas.
Sus ventajas son reales:
- Procesa en minutos volúmenes de información que a un equipo le costarían semanas.
- Detecta patrones en conversaciones, encuestas y datos administrativos que el ojo humano pasa por alto.
- Ordena la evidencia y permite comparar escenarios con rapidez.
- Reduce el peso de la intuición mal fundada, que también hace mucho daño en política.
Un gobierno que renuncia a estas capacidades decide peor. Pero un gobierno que solo se apoya en ellas también.
Lo que no aparece en los datos
Un modelo trabaja con lo que se ha medido. Encuentra la relación entre un hecho y su consecuencia y propone la respuesta más coherente con esa relación. El problema es que los conflictos sociales rara vez se comportan así. Tienen historia, memoria y emociones.
Es verdad que hoy la IA también escucha: analiza conversaciones, detecta el enfado y mide el sentimiento de una comunidad con una precisión impensable hace cinco años. Pero incluso así solo ve lo que alguien decidió observar, y lo pondera según el criterio que alguien le dio. Si nadie le pregunta por la historia de un problema, no la va a encontrar.
Hay cuatro cosas que casi nunca están en una base de datos:
- El origen del problema. No es lo mismo una carencia reciente que una que arrastra tres administraciones sin resolverse.
- El agravio. Quién se siente olvidado, desde cuándo y frente a quién.
- Las promesas incumplidas. Lo que se dijo antes condiciona cómo se recibe lo que se hace ahora.
- La paciencia social. Qué está dispuesta a esperar una población y qué no tolerará ni un mes más.
Estas variables no son ruido. Son, muchas veces, el centro del problema.
Lo urgente y lo necesario no siempre coinciden
Pensemos en un caso hipotético, pero muy reconocible. Un municipio pide a un sistema de IA que priorice su agenda de inversión. Los indicadores son claros: el mayor riesgo está en la red de alumbrado y en la recaudación, y el modelo lo recomienda con una lógica impecable.
Mientras tanto, un barrio de la periferia lleva veinte años esperando agua potable. Tres alcaldes se la prometieron. Ninguno cumplió. Ese barrio no aparece como prioridad porque su problema no ha empeorado: simplemente no ha cambiado, y los indicadores premian lo que se mueve.
El modelo tiene razón con los datos que recibió y se equivoca con la sociedad. No porque la IA falle, sino porque nadie le enseñó a mirar lo que no cambia. Si el gobierno sigue su recomendación al pie de la letra, gestionará bien y comunicará peor. Porque lo que esa comunidad necesita no es solo una obra: es que alguien reconozca de dónde viene su malestar.
No hace falta irse lejos para verlo. En Ceuta, mi tierra, conviven dos ciudades separadas por pocos kilómetros: un centro cuidado y unos barrios de la periferia que arrastran desde hace décadas carencias que cualquier vecino sabe enumerar. Al mismo tiempo, cada temporal que golpea el puerto acaba, con razón, en una obra de reparación: el daño tiene fecha, coste y responsable. Tiene su lógica: el puerto es nuestra conexión con la península, su deterioro se mide y su urgencia nadie la discute. Lo de los barrios, en cambio, no empeora de un día para otro. Ninguna administración lo ha decidido así de forma explícita, pero las prioridades acaban empujando siempre hacia lo que se rompe y no hacia lo que nunca estuvo arreglado. Ese es exactamente el sesgo que una IA mal planteada convertiría en recomendación.
Ahí está la frontera. La IA identifica lo urgente según lo medible. Lo necesario, para una sociedad concreta en un momento concreto, depende de sus expectativas, de su memoria y de la confianza que le queda en sus instituciones.
El riesgo real: delegar el criterio
El peligro no es que la IA se equivoque. Todas las herramientas de análisis se equivocan, y las encuestas también. El peligro es que el gobernante deje de interpretar porque ya tiene una respuesta que parece objetiva.
Una recomendación generada por un modelo llega con una apariencia de neutralidad muy persuasiva. Es fácil escudarse en ella: «lo dicen los datos». Pero gobernar nunca ha sido solo optimizar recursos. Es elegir, explicar por qué se elige y asumir el coste político de esa elección.
No es una hipótesis de laboratorio. En Países Bajos, un sistema automatizado de detección de fraude en las ayudas para el cuidado de hijos señaló como sospechosas a decenas de miles de familias que no habían hecho nada. El escándalo terminó con la dimisión del gobierno de Mark Rutte en 2021. En Australia, el programa conocido como Robodebt reclamó deudas inexistentes a cientos de miles de ciudadanos a partir de un cálculo automático, y la comisión que lo investigó lo calificó de mecanismo «burdo y cruel». En los dos casos la tecnología hizo lo que se le pidió. El fallo fue de quienes dejaron de preguntar.
La lectura social, entendida como la capacidad de comprender lo que una población siente, recuerda y espera, no es un complemento blando de la gestión. Es una forma de inteligencia política. Y es, precisamente, la que ningún modelo puede ejercer por nosotros.
Cómo usar la IA sin perder a la gente
La respuesta no es prescindir de la tecnología, sino ponerla en su sitio. En el trabajo con gobiernos, el orden que mejor funciona es este:
- Usar la IA para el mapa. Que procese los datos, detecte patrones y proponga hipótesis de prioridad.
- Contrastar con el territorio. Escuchar a las comunidades, revisar la historia de cada problema y lo que se prometió antes.
- Preguntar qué no se ha medido. Toda recomendación debe pasar por una pregunta incómoda: qué parte de esta realidad no está en los datos.
- Decidir con criterio político. La elección final pondera lo urgente y lo necesario, y la toma quien responde ante la ciudadanía.
- Explicar la decisión. Comunicar por qué se prioriza algo, y reconocer lo que queda pendiente, protege la confianza más que cualquier dato.
La IA dibuja el mapa. El camino lo sigue decidiendo quien gobierna.
Dato y criterio
La inteligencia artificial va a estar en el centro de la gestión pública de los próximos años, y es bueno que así sea. Pero cuanto más potente sea la herramienta, más importante será el juicio de quien la usa. Los gobiernos que mejor la aprovechen no serán los que más deleguen en ella, sino los que sepan cuándo dejar de escucharla para escuchar a la gente. Si gobiernas, o asesoras a quien gobierna, hay una pregunta que conviene hacerte antes de cada decisión: qué parte de esta realidad no está en los datos.
Esta tensión entre el dato y el criterio es uno de los ejes de mi libro Gobernar la narrativa: cómo se disputa hoy el significado del poder, que acabo de terminar, sobre inteligencia política y comunicación en la era de la IA. Si quieres saber cuándo sale, o si tu equipo necesita ordenar el uso de la IA en su comunicación de gobierno, escríbeme.
Relacionados
- Gobernar cuando quien explica al ciudadano es una máquina
- Los primeros 100 días: qué comunica un gobierno nuevo y qué calla deliberadamente
- La batalla por las ciudades: por qué las alcaldías se han vuelto el poder político más estratégico
- El fin del social listening como contador de menciones: hacia una inteligencia narrativa agéntica
- La IA acelera lo que ya sabes hacer y multiplica lo que estás haciendo mal
¿Qué dice la inteligencia artificial de tu candidatura o tu institución?
Descúbrelo con nuestro autodiagnóstico AEO/GEO: quince preguntas, cinco pilares y un resultado inmediato.