Santiago Garcés (ciudad de Boston): “No queremos que el ciudadano se adapte a la administración, sino esta a él”

Boston es una ciudad interesante porque ha sido pionera en este rumbo de los datos. Fue una de las primeras en tener un chief data officer y un equipo de análisis de datos, hace casi 10 años. Desde mi llegada al puesto de CIO, hemos desarrollado una estrategia enfocada a lo que llamamos data product. La idea es que empezamos a ver los datos más que solamente como un artefacto, más que como algo que pertenece a un departamento determinado. Hay ciertos tipos de datos de cuyo consumo se benefician a distintas partes de la administración y diferentes sistemas de una manera escalable y confiable.

Muchas veces, cuando estamos haciendo la implementación de un nuevo sistema o en la actividad de la administración, nos damos cuenta de que hay una brecha. Por ejemplo, uno de esos data products en los que pensamos son las direcciones postales. Uno quisiera enviar una ambulancia, verificar dónde vive un niño que va a un colegio público, usar nuestro sistema de inspección de código de edificios, y que todas esas cosas ocu rieran sobre las mismas bases y las mismas unidades.

Resolver esa cuestión múltiples veces sólo genera problemas administrativos. Se puede hacer una sola vez y asegurar se de que el dato sea consumido a través de toda la administración. Se trata de cambiar un poco el enfoque: cuando probamos ese tipo de data products centralizados, le damos valor agregado a los departamentos y empezamos a homogeneizar y a crear un estándar de datos que hace más fácil el análisis. Sabiendo que esas unidades básicas son las mismas a través de los distintos sistemas, también se vuelve muchísimo más fácil empezar a hacer análisis.

Hemos hecho ese trabajo de migrar, un montón de inversión interna para crear las nuevas versiones de, como punto inicial, las direcciones y ahora estamos haciendo lo que llamamos el linear referencing system, que es el sistema de referencia de la parte pública, de las calles y todo eso. El problema del gemelo digital es que es demasiado ambicioso y a veces es difícil articular cuál es su valor. Para nosotros el valor es intrínseco, consiste en decir: esos son los tipos de datos que existen en todos los sistemas y, al saber cuál es el proceso bajo el cual se generan y al hacer que sean accesibles a través de API manejadas y administradas por nosotros, mejoramos la calidad de los datos.

Lo que empieza a ocurrir en el otro sentido es que, en la medida que damos ese valor y creamos esa infraestructura, al compartir datos con las distintas agencias y departamentos, también empezamos a generar muchas veces la relación para empezar a consumir datos de esos departamentos y de esa parte administrativa. Por ejemplo, desde que yo soy CIO hemos incrementado de 300 ETLs, es decir, cargas de puntos de conexión con sistemas de datos administrativos, a más de 900 ETLs y estamos descargándolos automáticamente. Hemos construido un círculo virtuoso en el que limpiamos y nos aseguramos de que los datos se conformen con las necesidades de nuestras agencias, con los procesos como de calidad, usando infraestructura digital robusta y creando confianza y una noción de valor añadido que también hace que los demás nos compartan los datos.

Claro, sí. Son relaciones complejas por que estamos pensando cuál es el valor de negocio, cuáles son los objetivos de las distintas agencias tienen, cuál es su misión, cuáles son los procesos que usamos para administrarlas y ese componente tecnológico que debería facilitarlo. También tenemos una agenda muy agresiva y bastante ambiciosa de inversión en las aplicaciones en sí. Hemos invertido muchísimo en crear capacidad para poder hacer mapas de proceso, user research para entender el workflow y los pain points de nuestros usuarios. Los datos nos permiten tener esa manifestación de los procesos administrativos, dar valor añadido e informar y suplementar en la implementación de estas herramientas.

Habitualmente pensamos en los usuarios internos, inclusive para la gran mayoría de los procesos hay más de una agencia y un departamento involucrado. Y también pensamos en el público. Desde el punto de vista de nuestra infraestructura de datos, pensamos en datos restringidos, que tienen algún tipo de regulación, datos internos y datos externos, que son abiertos. La gran ventaja de esa infraestructura de datos que montamos es que nos permite empezar a entender la experiencia. Para un residente, una empresa o un ciudadano, la experiencia del gobierno es distinta a la nuestra. Cada uno de nuestros departamentos tiene un pedacito del proceso. Un ciudadano, una empresa, está expuesta a toda la complejidad de gobierno y eso es parte de lo que los frustra. Nosotros encontramos en los datos ese nexo, es como el rastro que nos permite entender cómo un usuario va de un departamento a otro. Si lo hacemos bien es parte de lo que permite que el usuario tenga una mejor experiencia, porque si ya tenemos un registro de qué es lo que está tratando de hacer, nos permite mover la información de una manera idónea y en tiempo real para mejorar el proceso.

Empezamos a analizar el sistema central de permisos y licencias de la ciudad y los datos estructurados solamente capturan la información acerca del aspecto administrativo: nos dicen si es un permiso eléctrico o estructural. Pasamos entonces a estudiar la parte del sistema que nos indica qué es lo que los usuarios están tratando de hacer. Históricamente, ese campo nunca se ha analizado porque no está estructurado. Logramos hacer un análisis con inteligencia artificial para clasificar todos esos tipos de procesos con clustering y labeling analysis. Identificamos una taxonomía del intent, de lo que las personas estaban tratando de buscar al pedir esos permisos. Nos permitió relacionar que esa persona quería una remo delación del baño, o de la cocina, o quería construir una estantería. Es un lenguaje que no es el nuestro, porque el nuestro es estructural, es eléctrico o no sé qué.

Al generar esa ontología, empezamos a buscar en nuestro en nuestra página web, donde nosotros supuestamente les decimos a los residentes qué es lo que tienen que hacer. Teníamos mucha información de la parte administrativa, pero si tú necesitabas remodelar tu baño, no había nada de información. Es como un giro copernicano de cambiar cómo pensamos y cómo hablamos de los sistemas, de los procesos administrativos, para enfocarnos de una manera más clara hacia el ciudadano. En parte gracias a la inversión en ese sistema de datos, con un poco de innovación y exploración, podemos usar esos datos para analizar ese proceso. Es parte de un journey mucho más largo, hay un montón de cosas que vamos a empezar a hacer. Ese fue un proyecto que empezamos en septiembre del año pasado y ya en enero habíamos anunciado 20 artículos nuevos en Boston.gov que se alineaban con esas experiencias más frecuentes.

Son los mismos servicios que ya existían, pero de una manera más clara. ¿Qué necesitas para remodelar tu cocina? ¿Qué necesitas para remodelar tu baño? ¡Es una solución chistosa, porque es tan obvia! Pero ese es el problema. A veces lo que es obvio para un ciudadano es confuso y difícil de entender para un burócrata. Ahí es donde podemos usar los datos para ayudarnos a entender. Pero, más allá de eso, la ventaja del enfoque de usar datos e IA es que también nos da la inteligencia de poder saber cuáles son los permisos administrativos que usualmente están asociados con esa experiencia del usuario y cómo de frecuentes son ese tipo de peticiones. Ese enfoque nos ayudó a priorizar el desarrollo del nuevo contenido y es el mismo esquema que vamos a usar para desarrollar los otros sistemas de captura de quejas e interacciones cuando la gente nos llama para indagar acerca de un permiso. El sistema en sí de permisos lo vamos a reemplazar en los próximos tres años.

Hasta cierto punto sí, pero lo bonito es que el sistema y el esquema traducen lo que está regulado y en el lenguaje en el que está regulado. Tampoco hay que cambiar tantos procesos porque sí estamos acostumbrados a procesar permisos de electricidad, de fontanería. Lo que queremos es que tú nos digas: “quiero remodelar mi cocina y esos son los planos”, y nosotros automáticamente lo gestionaremos. No queremos que tengas que pensar en qué es lo que tienes que hacer, te lo diremos.

El enfoque hasta ahora ha sido tratar de averiguar de qué manera podemos desarrollar infraestructura pública que permita a nuestros ciudadanos beneficiarse de estas cosas sin tener que preocuparse por los riesgos y por las complicaciones. En este proceso incremental hemos desarrollado la búsqueda con IA en Boston.gov, donde hemos logrado mejorar casi cuatro veces la satisfacción. No es solo la tecnología, sino que hay cosas que aprendemos en el transcurso de implementarla. Por ejemplo, estamos implementando una nueva política de archivo de contenido, porque podría mejorar la calidad de los resultados. Anteriormente, nunca borrábamos ningún artículo de la web, pero en una búsqueda puedes terminar encontrando algunos desactualizados.

“Aunque no hay nada público y oficial, estamos desarrollando infraestructura de IA para permitir a los ciudadanos acceder a los recursos de la ciudad usando el sistema que ellos prefieran”

La tecnología en sí ayudó a mejorar los resultados de búsqueda casi en un 400%, pero también nos permite empezar a pensar en mejoras administrativas. Desde el punto de vista de democratizar el acceso a datos y a la infraestructura, hay una cosa que estamos desarrollando, aunque no hay nada público y oficial: infraestructura de IA para permitir a los ciudadanos acceder a los recursos de la ciudad usando cualquier sistema que ellos prefieran. Permite en principio mejorar la privacidad y acceder recursos públicos usando agentic behavior.

El primer sitio donde hemos desarrollado esa aplicación son los datos abiertos. El sistema, a través de su capacidad semántica, es capaz de buscar los distintos datos, extraer los metadatos del data set, interpretarlos y generar el análisis. Es superemocionante porque estamos cerca de poder ver una experiencia totalmente nueva. Los datos abiertos son muy prometedores, pero la mayoría de la gente normal no los usa, sólo investigadores, periodistas, abogados. Esa puede ser una supernueva experiencia y el principio de empezar a ver qué otros sistemas que tenemos pueden ser intermediados por este tipo de infraestructura.

Nos interesa. Es un área en la que Europa está más avanzada, como toda la parte de infraestructura digital. En Estados Unidos y Boston tenemos un programa para implementar identidad digital, con más de 60 aplicaciones y una cobertura del 100% de todos los empleados que usan este sistema. Para nuestros ciudadanos estamos en el proceso de construirlo. Ya tenemos dos aplicaciones que están lanzadas en el nuevo sistema, lo llamamos Boston Home. Por ley de la ciudad, todos los documentos oficiales tienen que estar traducidos en 11 lenguajes. Esa experiencia de acceso lingüístico es parte de lo que consideramos como parte de la infraestructura digital y tiene que conseguirse con inteligencia artificial.