La entrevista fue realizada por Ula Rutkowska (Investigadora principal, Apolitical) y editada por Christina Obolenskaya (Maestría en Historia Internacional, LSE y pasante de Comunicaciones, Apolitical). Chris Fechner fue nombrado en Government AI 100 2025 de Apolitical.

Apolitical entrevistó a Chris Fechner, director ejecutivo de la Agencia de Transformación Digital (DTA) de Australia , sobre cómo está liderando la implementación de la IA en el sector público del país. El trabajo de Fechner se centra en mejorar los servicios gubernamentales con IA, mejorar la accesibilidad digital y generar confianza en la tecnología del sector público.

Bajo la dirección de Fechner, Australia implementó recientemente una prueba con herramientas de IA generativa para comprender el potencial transformador de la IA para las operaciones gubernamentales. ¿Las conclusiones clave? Microsoft Copilot le permitió al personal ahorrar una media de una hora al día, y el 40 % de ese tiempo se reinvirtió en aprendizaje y trabajo en equipo. En este artículo, Chris comparte las conclusiones clave y analiza cómo la IA transformará el sector público.

P: Australia ha probado recientemente herramientas de inteligencia artificial generativa. ¿Cuáles fueron los resultados clave de esta prueba y cómo cree que la inteligencia artificial generativa influirá en el futuro de los servicios gubernamentales?

La prueba de Microsoft Copilot dirigida por la DTA involucró a más de 7600 empleados de más de 60 agencias gubernamentales. Los resultados clave incluyeron:

  • Mayor eficiencia y productividad: el personal ahorró un promedio de una hora por día en tareas administrativas.
  • Mayor desarrollo de habilidades: el 40% del tiempo ahorrado se dedicó al aprendizaje y a la colaboración en equipo.

Desde una perspectiva de información y tecnología, el ensayo destacó la necesidad de gestionar dónde y cómo se almacena y se accede a la información, así como también cómo se gestionan nuestros entornos tecnológicos (especialmente la tecnología heredada) para que las capacidades de IA funcionen según lo previsto.

La evaluación de la prueba también mostró que los participantes se sentían cómodos explorando las nuevas capacidades que Copilot podría aportar a sus diversas funciones laborales, incluidas la programación y la creación de scripts, la generación de imágenes y presentaciones completas, y la búsqueda y resumen de bases de datos. Estos usos inesperados de Copilot demostraron su potencial para mejorar varios aspectos del trabajo gubernamental más allá de las tareas rutinarias.

Sin embargo, el ensayo también mostró que cuanto mayor sea el nivel de experiencia requerido para una tarea específica, menos probable es que el resultado de GenAI sea igual o mejor que el trabajo del experto humano.

Nuestro desafío para avanzar hacia ese futuro es determinar con qué seguridad, rapidez y asequibilidad podemos cambiar nuestra fuerza laboral, nuestros procesos, nuestros sistemas y nuestra gobernanza para garantizar que obtengamos los beneficios previstos del uso de la IA, evitando al mismo tiempo los efectos negativos de resultados no deseados, como sesgos y alucinaciones, y los posibles daños que resultan de ello.

__P: ¿Qué habilidades necesitan los servidores públicos para adoptar tecnologías como la IA y qué estrategias utilizan para ayudarlos a prepararse? __

En mi opinión, para que los gobiernos comiencen a usar e implementar con éxito la IA, debemos disipar el mito de que la IA es una capacidad mágica, que todo lo ve y todo lo sabe, y que puede resolver de manera inmediata y permanente todos los problemas existentes.

Para desmitificar este mito, debemos dividirlo en cinco pasos:

  1. La IA no es una sola cosa. Así como muchas personas tienen una comprensión abstracta y amorfa de lo que es "en la nube", hemos hecho algo similar con la IA, especialmente con el revuelo en torno a la IA de generación. Necesitamos que los tomadores de decisiones, los implementadores y los consumidores de los distintos tipos de IA sepan qué tipos de IA están utilizando y cómo pueden estar seguros de que son precisos y adecuados para el propósito.
  2. La IA no será adecuada para todas las tareas gubernamentales. Debemos comprender la idoneidad y los riesgos de utilizar la IA para tareas o dominios específicos. Por ejemplo, utilizar la IA generativa para aumentar o disminuir automáticamente los pagos de pensiones a los ciudadanos mayores no sería un propósito adecuado sin algunos controles extraordinarios. Mientras tanto, utilizar el conocimiento especializado y los datos detallados de la ATO para identificar posibles casos de fraude en el sistema tributario utilizando una IA predictiva limitada sería un caso de uso que el público probablemente esperaría.
  3. La IA no es responsable de los resultados que produce, sino las personas. Para prepararnos para el uso de la IA, debemos identificar, capacitar y hacer público quién tiene los derechos de decisión y uso de la IA en las agencias para asegurarnos de que contamos con la confianza del público en el uso de la IA.
  4. La IA en todas sus formas sigue siendo una herramienta, y los datos son su combustible. El gobierno ha sido durante mucho tiempo un recopilador de datos, y la IA está abriendo multitud de nuevas oportunidades y riesgos para el uso de estos datos. Para preparar a los gobiernos para el uso de la IA, debemos centrarnos en nuestros datos, ya sean datos para entrenar a la IA, para fundamentar la inferencia de la IA o para generar nuevos datos a partir del uso de la IA.
  5. Uso eficaz de nuestro marco de garantía de la IA, no solo en el desarrollo, sino durante todo el ciclo de vida de la IA. Al exigir a todas las agencias gubernamentales que cumplan con el estándar de las declaraciones de transparencia, fomentamos la confianza. A través del estándar de Funcionario Responsable, demostramos que estamos gestionando de manera proactiva el riesgo y colaborando en todo el gobierno para adoptar la IA de manera segura para el bien público. Nuestra política también enfatiza la necesidad de desarrollar nuestras habilidades y comprensión a través de la educación y la capacitación.

__P: ¿Qué pueden hacer los líderes organizacionales y de equipo para crear una cultura que genere confianza y esté preparada para adoptar la IA de manera responsable? __

La experimentación y la mentalidad de crecimiento son capacidades importantes para los líderes gubernamentales. La IA no es solo una herramienta de automatización digital como la adopción de computadoras y sistemas a partir de la década de 1980. La IA representa la apertura de posibilidades completamente nuevas y nuevas formas de administrar el gobierno en beneficio de todas las personas.

Por eso, en 2019, el Gobierno australiano introdujo los ocho principios de ética de la IA (bienestar humano, social y ambiental; valores centrados en el ser humano; equidad, protección de la privacidad y seguridad; confiabilidad y seguridad; transparencia y explicabilidad; disputabilidad; y responsabilidad) para garantizar que las soluciones de IA que utilizamos sean seguras y confiables y que las personas que las gestionan estén informadas y rindan cuentas.

__P: Para quienes lideran iniciativas de IA, ¿qué consejo les daría para influir en el liderazgo y garantizar que la adopción de IA se convierta en una prioridad? __

Nunca en mi larga carrera en el sector de datos y digital he visto tanta cacofonía de miedo, anticipación y una buena dosis de miedo a perderse algo (FOMO) por parte de líderes tanto del sector público como del privado. Mi consejo es aprovechar el interés comenzando con un enfoque acordado de gobernanza (piense en el juramento hipocrático de "lo primero es no hacer daño").

A continuación, establezca una forma de concentrar los amplios intereses de las diferentes partes interesadas para que las escasas habilidades en IA se puedan aplicar en conjunto para experimentar y probar algunos usos potenciales, algo así como un grupo de trabajo temporal.

Una vez que haya establecido que la IA tiene aplicaciones prácticas (no solo publicidad) en su organización, aliente a sus líderes a participar en una comunidad amplia para descubrir, validar y priorizar las nuevas oportunidades que brinda la IA y para aprender de los experimentos y experiencias de otros.

Por último, este nuevo mundo tecnológico impulsado por la IA no será fácil y no tendrá éxito sin errores, por lo que necesitamos líderes que puedan aceptar algunos riesgos, intentar y fallar, y seguir buscando más inversiones.

P: ¿Qué casos de uso específicos de IA considera usted más prometedores para mejorar la eficiencia y la eficacia en las operaciones gubernamentales?

Una oportunidad importante radica en mejorar la productividad de APS a través de copilotos de IA. Estas herramientas aumentan las habilidades y el conocimiento del personal de APS en varias áreas de trabajo. Por ejemplo, Copilot de Microsoft ayuda con tareas como redactar y revisar documentos, buscar archivos para obtener información específica y organizar datos. Nuestra prueba limitada de estos servicios mostró un ahorro de tiempo promedio de aproximadamente una hora por persona por día, y se esperan más mejoras mediante capacitación adicional.

GitHub Copilot, entrenado en miles de millones de líneas de código, ofrece sugerencias de codificación en tiempo real y en función del contexto. Esto significa que los desarrolladores de APS con menos experiencia pueden aumentar la productividad en el desarrollo y prueba de software, mientras que los desarrolladores expertos pueden dejar que el copiloto de IA haga el trabajo más rutinario, lo que les permite centrarse en los aspectos más complejos de la tarea de desarrollo de software.

También se prevé la creación de copilotos especializados adaptados a ámbitos gubernamentales específicos, como los servicios sociales o los impuestos. El personal menos experimentado en áreas de trabajo con conocimientos de APS podrá formular preguntas y obtener respuestas a sus preguntas sobre el contenido en un lenguaje fácil de entender, lo que le permitirá ser más productivo y reducir la cantidad de tiempo que el personal de mayor jerarquía debe dedicar a la transferencia de conocimientos y la formación.

Otro caso de uso prometedor es la aplicación de la IA para tareas predictivas y analíticas, como la detección de fraudes. Los gobiernos manejan grandes volúmenes de pagos, algunos de los cuales involucran grupos sensibles y vulnerables, lo que hace que el riesgo de actividad fraudulenta sea alto. La IA puede examinar grandes conjuntos de datos para identificar anomalías o "señales en el ruido", y entregar estos casos a APS para una investigación más profunda. Este enfoque, que aprovecha los datos del gobierno y los modelos de IA personalizados, tiene el potencial de recuperar miles de millones de dólares en fondos perdidos.

__P: De cara al futuro, ¿cuál es su visión sobre el papel de la transformación digital y la IA en el gobierno de Australia durante los próximos cinco años? ¿Qué sigue? __

Mirar hacia el futuro en el campo de la IA es una tarea muy difícil. Con el crecimiento explosivo y el avance de las capacidades en IA desde el lanzamiento de ChatGPT, los límites de lo posible se están desdibujando casi cada semana.

Mi primera parte de la visión es que tendremos que ser muy hábiles para lidiar con un ritmo rápido de cambio y esto significa equilibrar nuestras inversiones en IA con la probabilidad de que algo las reemplace pronto. Esto significa garantizar un corto tiempo para obtener valor de estas inversiones. También significa pensar mucho más en nuestras arquitecturas tecnológicas y de datos. Asegurarnos de que hacemos cosas simples como desacoplar nuestras complejas soluciones tecnológicas gubernamentales, que utilizamos API para conectar los diversos hilos de nuestros servicios y que seleccionamos y gestionamos cuidadosamente nuestros datos.

También tendremos agentes de IA en prácticamente todo lo que hagamos. Con el tiempo, estos agentes asumirán aspectos cada vez más complejos de la asistencia humana y, en algunos casos, esto se traducirá en una IA totalmente autónoma.