La inteligencia artificial en la administración pública empieza por las personas, no por la herramienta

La conversación sobre inteligencia artificial en la administración pública suele empezar por una pregunta aparentemente técnica: qué herramienta conviene usar. La lista cambia cada pocos meses. Aparecen nuevos modelos, nuevas plataformas, versiones más potentes, sistemas que pueden instalarse en local, soluciones en la nube, asistentes con bases de conocimiento y aplicaciones especializadas para tareas concretas. Pero en la práctica, cuando una administración intenta incorporar IA a su trabajo diario, la pregunta tecnológica rara vez es la primera.

Antes de elegir una herramienta, hay que entender a las personas que van a utilizarla, los procesos en los que trabajan, las dudas que tienen, los documentos que producen, los expedientes que revisan y los puntos donde se acumula la carga administrativa. La innovación pública no empieza en una pantalla de configuración. Empieza cuando un equipo identifica qué parte de su trabajo consume demasiado tiempo, dónde se repiten tareas, qué información se pierde por el camino y qué decisiones deben seguir siendo humanas.

En muchas unidades administrativas conviven perfiles muy distintos. Hay personas que ya utilizan asistentes de IA en su vida personal o profesional, otras que apenas han hecho pruebas y otras que siguen mirando estas herramientas con distancia, cautela o miedo. Esa diversidad no es un problema menor. Condiciona la forma en que cualquier solución tecnológica puede incorporarse de manera útil. La misma herramienta puede parecer obvia para un usuario avanzado y extraña para alguien que todavía no ha visto un caso práctico conectado con su trabajo.

Por eso, una de las claves de la inteligencia artificial aplicada al sector público es el acompañamiento. No basta con contratar una plataforma, abrir usuarios y esperar que el cambio ocurra solo. Tampoco basta con una formación generalista sobre qué es la IA generativa. Lo que suele funcionar es bajar al terreno: escuchar cómo trabaja cada servicio, identificar tareas concretas, probar con documentos reales, hablar de límites y construir confianza a partir de pequeños resultados.

En una secretaría, un servicio de contratación, una unidad técnica o un área con alta carga administrativa, la IA puede ayudar a preparar borradores, ordenar información, comparar antecedentes, revisar documentación, resumir expedientes, estructurar informes o convertir conocimiento disperso en material reutilizable. Pero ninguna de esas posibilidades tiene sentido si se presenta como una promesa abstracta. La pregunta útil no es “qué puede hacer la IA”, sino “qué tarea concreta de este equipo puede mejorar con ayuda de IA sin perder rigor, trazabilidad ni supervisión”.

Ese cambio de enfoque es especialmente importante en la contratación pública. Preparar pliegos, renovar expedientes, justificar necesidades, revisar antecedentes o construir documentación técnica exige conocimiento, contexto y responsabilidad. La inteligencia artificial puede acompañar ese trabajo, pero no debe sustituir la decisión técnica ni la revisión jurídica. En este ámbito, herramientas como Pliegobot muestran una vía prudente: utilizar IA aplicada a la contratación pública para ayudar a equipos técnicos a preparar, revisar y mejorar documentación de licitaciones a partir de expedientes, antecedentes y fuentes verificables.

La diferencia entre una demostración atractiva y un uso real está precisamente ahí. Una demo puede generar un texto convincente a partir de una instrucción general. Un expediente real, en cambio, tiene historia, restricciones, documentos previos, criterios internos, plazos, dudas y responsabilidades. Trabajar con IA en ese contexto exige algo más que capacidad de redacción: exige método, memoria institucional y una forma de separar con claridad lo que propone la máquina de lo que decide la persona.

También exige asumir que la tecnología cambia rápido. La herramienta que hoy parece más avanzada puede no serlo dentro de seis meses. Los modelos locales serán más capaces, los modelos en la nube ofrecerán nuevas funciones y las administraciones tendrán que equilibrar seguridad, protección de datos, eficiencia y facilidad de uso. Esa evolución hace todavía más importante centrarse en capacidades internas, no solo en soluciones concretas. Un equipo que aprende a identificar buenos casos de uso, formular mejores preguntas y revisar con criterio estará mejor preparado aunque cambie la tecnología.

La implantación de IA en la administración no debería plantearse de arriba abajo como una instrucción cerrada ni de fuera adentro como una compra tecnológica. Las mejores oportunidades suelen aparecer cuando se escucha a quienes conocen los procesos: jefaturas de servicio, técnicos, administrativos y personas que trabajan cada día con expedientes, informes, consultas y documentación. Son ellas quienes detectan dónde hay cuellos de botella, qué tareas se repiten y qué mejoras tendrían impacto real.

El camino razonable suele avanzar por fases. Primero, crear confianza y lenguaje común. Después, analizar procesos y tareas reales. Más tarde, seleccionar uno o varios casos con potencial. Y solo entonces prototipar una forma de trabajar mejor con IA, evaluando riesgos, calidad del resultado y condiciones de uso. A veces ese prototipo será suficiente para mejorar una práctica interna. Otras veces servirá para definir un proyecto posterior más ambicioso. En ambos casos, el aprendizaje queda dentro del equipo.

La inteligencia artificial en la administración pública no se juega solo en la potencia de los modelos. Se juega en la capacidad de las organizaciones para aprender a utilizarlos con prudencia, criterio y sentido práctico. La tecnología seguirá cambiando. Lo decisivo será que los equipos públicos sepan convertirla en una ayuda concreta para trabajar mejor, documentar mejor y prestar mejores servicios sin renunciar a la responsabilidad humana que sostiene cada procedimiento.