IA y precisión: Mejora de servicios al contribuyente
La Mejora de Servicios al Contribuyente es un eje estratégico fundamental en la transformación digital de las administraciones, y el conseguir respuestas precisas con el consecuente aumento de la satisfacción del usuario son los principales indicadores de éxito de esta estrategia.
Las tecnologías de inteligencia artificial (IA), especialmente los asistentes conversacionales virtuales (ACV o chatbots) y los grandes modelos de lenguaje (LLM), son las herramientas que permiten este salto en la calidad del servicio al ciudadano.
I. La precisión de las respuestas como motor de la satisfacción
Los asistentes virtuales y los chatbots basados en IA se implementan para brindar soporte las 24 horas del día, los siete días de la semana, guiando a los usuarios a través de trámites sencillos y respondiendo a sus consultas e inquietudes.
La clave de la mejora del servicio radica en la capacidad de estas herramientas para ofrecer respuestas que cumplen con altos estándares de calidad y coherencia.
1. Consistencia y adecuación:
Los ACV proporcionan informaciones consistentes, eliminando el riesgo de interpretaciones distintas o incompletas, un problema común cuando las respuestas provienen de personal humano de diversas áreas, con diferentes nivel de entrenamiento o de distintas experiencias o especializaciones. Los ACV, al ser dinámicos, son capaces de interpretar el lenguaje natural y ofrecer la respuesta pertinente de forma rápida y segura, mejorando la experiencia del usuario.
2. Aprendizaje y refuerzo:
Los ACV basados en IA recopilan datos y aprenden con las interacciones realizadas, lo que les permite proporcionar respuestas cada vez más precisas. Este proceso continuo de retroalimentación y reentrenamiento es vital para que la solución de IA se adapte a las necesidades cambiantes del usuario. El aprendizaje por refuerzo puede utilizarse para mejorar el desempeño de los chatbots a la hora de comprender o responder a las consultas, resultando en una mejor experiencia y un mayor nivel de satisfacción.
3. Personalización:
En términos generales, la IA contribuye a la transformación del gobierno en una plataforma de servicios personalizados, que tienen en cuenta las necesidades específicas de los usuarios. Por ejemplo, el asistente virtual de la AEAT de España usa IA para entender el lenguaje natural, pero sus respuestas son cerradas y basadas en el criterio jurídico de la Agencia Tributaria. Adicionalmente, se prevé que la IA generativa se utilice para interacciones personalizadas con los usuarios, adaptando la difusión de información a las preferencias y necesidades individuales.
4. Toma de decisiones y eficiencia:
La precisión y la automatización tienen un impacto directo en la productividad de la atención a los usuarios, ya que es posible atender más casos en el mismo período de tiempo. Esto elimina los tiempos de espera y libera al personal para otras tareas.
II. Medición y mejora continua de la satisfacción
La mejora continua del servicio requiere mecanismos sólidos de medición y retroalimentación que aseguren que las respuestas automáticas mantengan la calidad y la precisión esperadas.
• Monitoreo de calidad:
Las AATT deben medir de manera continua las mejoras en el rendimiento a través de encuestas al cliente, estudios de campo y análisis de las transacciones y del uso.
La Agencia Tributaria de Singapur (IRAS), por ejemplo, utiliza modelos de Procesamiento de Lenguaje Natural (PLN) para calificar el 100% de los chats en vivo para la supervisión de la calidad del servicio, lo que ayuda a aumentar la objetividad y a identificar proactivamente las áreas de mejora.
• Retroalimentación del usuario:
El personal debe aplicar un juicio crítico y se deben establecer procedimientos de revisión obligatoria para los resultados que afectan decisiones críticas.
• Capacitación en Prompting:
La IA generativa puede servir como base tecnológica para herramientas de atención al contribuyente, pero la claridad y especificidad del prompt (la instrucción o pregunta que se le da a la IA) son determinantes para la calidad y utilidad de la respuesta generada. La capacitación en "buenas prácticas de prompting" es crucial para que los funcionarios obtengan resultados óptimos y fiables.
III. Desafíos a la precisión y la confianza del usuario
A pesar de las promesas de la IA para lograr respuestas precisas, existen desafíos éticos y técnicos que amenazan la confianza del usuario si no se abordan adecuadamente.
1. Riesgo de información errónea (alucinación) y sesgos:
◦ Calidad de datos: La calidad de los datos utilizados para entrenar los sistemas de IA es un factor crítico para el éxito de su implementación. Sin datos de calidad, los algoritmos de IA no pueden formular predicciones correctas ("basura entra, basura sale").
◦ Sesgo algorítmico: La presencia de sesgos en los datos de entrenamiento puede transferir sesgos humanos y generar discriminación o un trato inequitativo. Si un sistema de IA clasifica erróneamente a un contribuyente honesto, podría socavar la confianza de los ciudadanos en la equidad del sistema.
◦ Contextualización: Los modelos de IA, al carecer de conocimiento y experiencia del mundo real, pueden dar lugar a respuestas incorrectas, inadecuadas o riesgosas, especialmente en situaciones complejas o con matices. Por ello, el usuario debe verificar la respuesta y tener presente que el contenido generado puede ser una "alucinación" de la IA.
2. Opacidad y transparencia (explicabilidad):
◦ La opacidad y falta de transparencia en los algoritmos (problema de la caja negra) puede dificultar la comprensión de cómo se llega a una decisión.
◦ La IA explicable (XAI) busca que los sistemas de IA sean comprensibles, interpretables y auditables. Esto es fundamental para generar confianza y evitar sesgos discriminatorios.
◦ Existe un derecho fundamental a conocer la manera en que la IA llega a una conclusión, especialmente si es controvertida, y el derecho a impugnar la información de valor agregado generada.
3. Valor jurídico de la respuesta:
◦ No todos los países han especificado el valor jurídico de las respuestas brindadas por los ACV a los contribuyentes, lo que puede limitar su utilidad como herramienta de asistencia e información.
--
Comentarios
Publicar un comentario