Kristalina Georgieva advirtió que alrededor del 40% del empleo mundial podría verse afectado por la inteligencia artificial, con mayor impacto en quienes recién ingresan al mercado laboral. Las provincias, responsables de la educación y grandes empleadoras públicas, enfrentan el desafío de incorporar estas herramientas con criterio: eligiendo problemas concretos, invirtiendo en personas, ordenando datos y midiendo resultados reales, para que la tecnología mejore la gestión sin profundizar desigualdades ni generar dependencia.
Por David Groisman. Un “tsunami de avance lento”. Así describió la semana pasada Kristalina Georgieva, directora del Fondo Monetario Internacional, el impacto de la inteligencia artificial sobre el trabajo. Desde Bangkok, durante las reuniones anuales del FMI y el Banco Mundial, reiteró que alrededor del 40 % del empleo mundial podría verse afectado. Eso incluye trabajos potenciados, transformados o desplazados, porque exposición no equivale a reemplazo. Georgieva advirtió además que los más expuestos son quienes recién ingresan al mercado laboral, y pidió a los gobiernos repensar la educación.
Para las provincias argentinas, esa advertencia llega por partida doble. Son responsables de las escuelas donde se forman los trabajadores que enfrentarán ese cambio, y son también grandes empleadoras, con miles de trabajadores públicos cuyas tareas empiezan a transformarse. La pregunta es cómo se prepara un Estado provincial para aprovechar una tecnología cuyos efectos todavía está aprendiendo a comprender.
En el mismo encuentro, el Banco Mundial propuso poner el foco en aplicaciones prácticas y asequibles, pensadas para las necesidades y los presupuestos de cada lugar. Esa escala resulta especialmente relevante para los gobiernos provinciales. La IA puede ayudar a encontrar información dispersa, organizar expedientes, apoyar la planificación de inspecciones o facilitar la atención ciudadana. Elegir dónde y cómo incorporarla, y lograr que mejore efectivamente esos servicios, requiere trabajo institucional.
Las provincias tienen sobre qué construir. Un relevamiento de CIPPEC identificó áreas de innovación o modernización en 23 de las 24 jurisdicciones e iniciativas de IA en 12 de ellas: de las 29 documentadas, 23 ya están en funcionamiento. También mostró dónde están los límites. Solo nueve jurisdicciones cuentan con sistemas de interoperabilidad con potencial para extenderse al conjunto de la administración. El déficit de perfiles especializados es, además, el único obstáculo que todas las provincias consultadas consideran de importancia alta o media.
Por eso este momento importa. Muchas provincias están definiendo ahora cómo incorporar estas herramientas, y esas decisiones marcan el camino: qué se contrata, qué datos se ordenan, quién queda a cargo. La experiencia internacional muestra las dificultades para convertir las pruebas en mejoras sostenidas. Una encuesta del instituto de investigación de la consultora tecnológica Capgemini encontró que solo el 28 % de las organizaciones públicas consultadas a nivel global declara haber escalado iniciativas de IA. Experimentar sirve cuando permite aprender y decidir qué ampliar, corregir o abandonar.
Digitalizar la entrada de un trámite sin transformar el proceso que lo sostiene puede sumar complejidad en lugar de resolverla. Con la IA puede pasar algo parecido. Las iniciativas apuradas pueden reproducir problemas de datos y coordinación, sumar dependencia de proveedores y dejar aprendizajes que nadie sistematiza.
La oportunidad está en elegir proyectos acotados que permitan obtener resultados en poco tiempo y que, en el camino, dejen capacidad instalada para sostenerlos. Para eso, cada experiencia debe dejar información mejor organizada, equipos preparados y aprendizajes que orienten las siguientes decisiones.
Pensemos en una herramienta de IA que ayuda a priorizar reparaciones en escuelas a partir de antecedentes de mantenimiento y reclamos. Algunas registran sus pedidos en una plataforma; otras los comunican por notas o llamadas que no llegan al sistema. La herramienta podría priorizar las escuelas que mejor registran sus problemas y relegar otras con necesidades más urgentes. Para evitarlo, el equipo debe identificar la información faltante, contrastar la recomendación con el conocimiento del territorio y poder corregirla. De lo contrario, una herramienta pensada para distribuir mejor los recursos podría reforzar desigualdades que los registros no permiten ver.
Prepararse, entonces, supone acompañar los primeros proyectos con algunas decisiones.
La primera es elegir bien. Conviene empezar por un problema relevante para la gestión y para el que la IA pueda ofrecer una mejora concreta. También debe ser posible abordarlo con los datos, el equipo y los recursos disponibles. A veces, el primer paso será simplificar el proceso u ordenar la información; en otros casos, habrá condiciones para probar una aplicación de IA y aprender de sus resultados.
La segunda es invertir en las personas. Incorporar IA modifica tareas: algunas se reducen, otras aparecen y muchas requieren nuevas formas de revisión. Capacitar implica aprender a usar las herramientas, reconocer sus límites y desarrollar criterio para cuestionar sus recomendaciones. También hace falta revisar responsabilidades y acompañar a los equipos cuyos roles cambian. Para conducir los proyectos, la provincia necesita combinar capacidades técnicas propias con el conocimiento de las áreas responsables del servicio. Esa colaboración permite adaptar la herramienta al trabajo real y conservar conocimiento dentro del Estado. Sin esa conducción interna, la provincia corre el riesgo de perder el conocimiento cuando cambia el proveedor o se va la persona que impulsó la iniciativa.
La tercera es organizar y cuidar los datos. El ejemplo de las escuelas muestra que importa tanto la calidad de los registros como aquello que dejan afuera. La provincia puede ordenar progresivamente esas fuentes mientras avanza con proyectos acotados, definiendo quién actualiza la información, cómo se comparte entre áreas, quién puede utilizarla y cómo se protege.
La cuarta es contratar con criterio. Las condiciones de una compra definen quién controla los datos, si la herramienta puede auditarse y qué pasa cuando termina el contrato. Prever esas condiciones desde el primer proyecto reduce el riesgo de quedar atado a una solución que la provincia no puede modificar ni sostener.
La quinta es comprobar si la mejora ocurre. Hay que comparar el funcionamiento del servicio antes y después de incorporar IA: tiempos, calidad, costos y experiencia ciudadana. También observar quiénes se benefician y sobre quiénes recaen los errores, porque una mejora promedio puede ocultar perjuicios para algunos grupos.
Estas decisiones le dan contenido concreto a la gobernanza de la IA: elegir prioridades, asignar responsabilidades, coordinar áreas y tener capacidad para intervenir cuando algo falla. No son un paso posterior a la implementación, sino parte de ella.
Las provincias no necesitan recorrer este camino de manera aislada. Compartir aprendizajes, criterios y evaluaciones permite acortar tiempos, aprovechar experiencias previas y evitar errores recurrentes. Desde CIPPEC buscamos aportar a una construcción federal que facilite el intercambio entre jurisdicciones y genere evidencia útil para vincular el diagnóstico de capacidades con las decisiones y desafíos que enfrentan los gobiernos provinciales.
Si la IA es un tsunami, la preparación empieza bastante antes de la ola. En una provincia, empieza por elegir qué problema resolver, reunir al equipo que puede hacerlo y darle condiciones para llegar hasta el final. La inteligencia podrá ser artificial. La responsabilidad de gobernar sus resultados sigue siendo pública.
