Inteligencia Artificial

CursoIntroductorio

Inteligencia Artificial en la Gestión Pública y Servicios Ciudadanos

Identifica dónde la inteligencia artificial genera valor público real —atención ciudadana, gestión documental, análisis y apoyo a decisiones— y qué exige aplicarla en el Estado: privacidad, transparencia, explicabilidad y supervisión humana. Termina con un piloto formulado.

Definición

En el sector público la pregunta sobre inteligencia artificial no es solo si la tecnología funciona: es si el Estado puede explicar la decisión que tomó, ante quién responde y qué pasa con los datos de las personas. Este curso trabaja las dos dimensiones a la vez. Por el lado de la oportunidad, recorre dónde la IA está generando valor público comprobable: atención y orientación ciudadana, procesamiento de solicitudes y expedientes, extracción de información desde documentos, detección de anomalías y apoyo al análisis para políticas públicas. Por el lado de las condiciones, aborda lo que el sector privado puede postergar y el Estado no: protección de datos personales bajo la Ley 21.719, transparencia y acceso a la información, explicabilidad de las decisiones que afectan derechos, sesgos con impacto en poblaciones específicas, y el diseño de la supervisión humana. El curso cierra con un taller donde cada participante formula un piloto para su institución, con problema definido, indicadores, condiciones de datos y controles — el entregable que permite empezar a conversar dentro de la organización.

Público objetivo

Profesionales de organismos públicos que participan en la modernización de procesos o servicios.
Directivos y responsables de transformación digital del Estado que deben decidir sobre iniciativas de IA.
Equipos de análisis de datos y de diseño de políticas públicas.
Profesionales de atención ciudadana que evalúan incorporar asistentes o clasificación automatizada.
Encargados de protección de datos, transparencia, auditoría y control interno que deben revisar iniciativas de IA.
Equipos de compras públicas que licitan o evalúan servicios tecnológicos con componentes de inteligencia artificial.
Para quién NO es: No es un curso técnico de desarrollo: no se programa ni se entrenan modelos. Tampoco es un curso jurídico: aborda las exigencias normativas como criterios de diseño, no como análisis legal. Para el tratamiento normativo en profundidad está el curso de Ley 21.719 y Protección de Datos.

Objetivos

Identificar y evaluar oportunidades de inteligencia artificial en procesos y servicios públicos, considerando valor público, condiciones de datos, riesgos y las exigencias de gobernanza propias del Estado.

Comprender los conceptos de inteligencia artificial necesarios para conversar con proveedores y equipos técnicos sin depender de terceros para juzgar una propuesta.
Reconocer las aplicaciones de IA con resultados comprobables en el sector público, distinguiéndolas de las que siguen siendo pilotos o promesas comerciales.
Analizar procesos institucionales para identificar cuáles son candidatos reales, considerando volumen, repetición, tolerancia al error y disponibilidad de datos.
Evaluar las condiciones de los datos institucionales: calidad, interoperabilidad, base legal de uso y qué hacer cuando no existen en formato utilizable.
Aplicar criterios de privacidad, transparencia, explicabilidad y no discriminación a un caso concreto, anticipando los cuestionamientos que va a recibir.
Definir la gobernanza mínima de una iniciativa: roles, decisiones reservadas a personas, evaluación de impacto y control sobre proveedores.
Formular un piloto acotado con problema, indicadores, condiciones de datos, controles y criterio de éxito.

Resultados de aprendizaje

Construir un mapa de oportunidades de IA para su institución, con casos priorizados según valor público y viabilidad.
Evaluar los beneficios y los riesgos de una propuesta concreta, incluidos los que no aparecen en la presentación del proveedor.
Determinar si los datos institucionales están en condiciones de sostener una iniciativa, y qué hacer si no lo están.
Anticipar los cuestionamientos de transparencia, privacidad y no discriminación que va a recibir una iniciativa, y responderlos por diseño.
Definir qué decisiones deben quedar reservadas a una persona y cómo se documenta esa supervisión.
Formular y presentar un piloto acotado, con indicadores y criterio de éxito explícitos.
Evaluar con criterio propio una oferta de proveedor: qué modelo usa, dónde se procesan los datos, qué costos aparecen después y qué pasa al querer cambiar.

Temario

1. Inteligencia artificial y Estado

Conceptos de IA necesarios para decidir: qué es un modelo, cómo aprende y por qué eso condiciona su uso en el sector público.
Qué hace distinto al Estado: obligación de explicar la decisión, rendición de cuentas, igualdad de trato y continuidad del servicio.
Valor público: cómo se evalúa el beneficio de una iniciativa cuando el criterio no es la rentabilidad.
Panorama de adopción en el sector público chileno e internacional, con resultados verificables y no con anuncios.
Marco normativo aplicable como condición de diseño: Ley 21.719 sobre datos personales, Ley 21.180 de transformación digital y Ley 20.285 de acceso a la información pública.

2. Casos de uso con resultados comprobables

Atención y orientación ciudadana: asistentes conversacionales, sus límites reales y en qué consultas conviene no usarlos.
Gestión documental: extracción de información desde expedientes, formularios y documentos escaneados.
Clasificación y derivación de solicitudes: cómo reduce tiempos y qué pasa cuando clasifica mal.
Análisis para políticas públicas: síntesis de grandes volúmenes de información y detección de patrones.
Detección de anomalías en fiscalización y control, con la advertencia de que señalar no es decidir.
Automatización de tareas internas repetitivas, que suele ser el caso de mejor relación resultado-riesgo para empezar.

3. Datos institucionales: la condición que decide todo

Calidad de datos: por qué la mayoría de las iniciativas se detiene aquí y no en la tecnología.
Interoperabilidad: qué significa en el Estado chileno y qué habilita cuando existe.
Base legal del tratamiento: con qué fundamento se pueden usar datos ya recolectados para una finalidad nueva.
Datos personales y datos sensibles: qué exige la Ley 21.719 y qué cambia cuando el titular es un ciudadano frente al Estado.
Qué hacer cuando los datos no existen o no son utilizables: alternativas antes de abandonar el caso.

4. Diseño de servicios centrado en las personas

Diseño centrado en el ciudadano aplicado a servicios con IA: partir del problema de la persona y no de la capacidad de la herramienta.
Canales: cuándo un asistente automatizado mejora la atención y cuándo la degrada frente a una persona.
Accesibilidad e inclusión digital: quién queda fuera cuando un servicio se automatiza, y cómo se evita.
Lenguaje claro: por qué importa el doble cuando el texto lo genera un modelo.
Rutas de escalamiento a atención humana: el diseño que decide si el servicio funciona o frustra.

5. Riesgos con impacto en derechos

Errores y alucinaciones: qué ocurre cuando un sistema entrega información incorrecta a un ciudadano en nombre del Estado.
Sesgos y discriminación: cómo se producen, por qué afectan más a poblaciones específicas y cómo se detectan antes de operar.
Privacidad: minimización de datos, finalidad y retención en iniciativas de IA.
Transparencia: qué debe poder informarse sobre un sistema automatizado y cómo se documenta desde el inicio.
Explicabilidad: qué nivel de explicación exige una decisión que afecta derechos, y por qué eso descarta ciertos modelos.
Continuidad y dependencia: qué pasa si el proveedor cambia condiciones, sube precios o cierra el servicio.

6. Gobernanza de la iniciativa

Roles y responsabilidades: quién responde por el sistema, quién por los datos y quién por la decisión final.
Decisiones reservadas a personas: cómo se define el límite y cómo se documenta la supervisión para que sea real.
Evaluación de impacto: qué revisar antes de implementar y cómo dejar constancia.
Políticas internas de uso de IA: qué debe contener una que efectivamente se aplique.
Gestión de proveedores: qué exigir en las bases de licitación, qué preguntar sobre modelo y datos, y qué cláusulas evitan quedar atrapado.
Monitoreo posterior: qué medir para saber si el sistema sigue funcionando como el día que se aprobó.

7. Taller: formular un piloto

Definición del problema: cómo enunciarlo de modo que se pueda saber si se resolvió.
Alcance acotado: por qué un piloto amplio no prueba nada y consume el presupuesto.
Indicadores: qué medir, contra qué línea base y en qué plazo.
Condiciones previas: datos, roles, controles y aprobaciones que deben existir antes de partir.
Criterio de éxito y de término: cómo se decide si el piloto escala, se ajusta o se detiene.
Presentación del piloto y revisión cruzada entre participantes.

Metodología y materiales

Metodología

Exposición contextualizada al sector público: cada concepto se presenta con las restricciones y obligaciones que aplican en el Estado.
Análisis de casos públicos reales, chilenos e internacionales, incluidos los que fracasaron y por qué.
Taller de mapeo de oportunidades sobre los procesos de las instituciones de los participantes.
Discusión estructurada de controles: cómo se responde a un cuestionamiento de transparencia o de sesgo antes de recibirlo.
Formulación guiada de un piloto, con revisión cruzada entre participantes.

Materiales incluidos

Matriz de casos de uso del sector público, con criterios de valor público y viabilidad.
Checklist de riesgos aplicado al Estado: privacidad, sesgos, transparencia, explicabilidad y continuidad.
Pauta de evaluación de proveedores y de requisitos para bases de licitación.
Plantilla de formulación de piloto, con indicadores y criterio de éxito.
Material de apoyo con las referencias normativas trabajadas en el curso.

Evaluación y certificación

Evaluación del curso

Mapa de oportunidad o piloto.

Certificados

Certificado de participación Passus

Condiciones de inscripción

Se dicta online en vivo o presencial. En cursos abiertos las clases siguen el calendario publicado por Passus; en cursos cerrados, la modalidad, el horario y la fecha se acuerdan con la institución o empresa.

Requisitos

No requiere conocimientos técnicos avanzados ni programación.
Conviene conocer procesos o servicios de la propia institución, porque los ejercicios se trabajan sobre casos reales.
No exige formación jurídica: los criterios normativos se abordan como condiciones de diseño.

Preguntas frecuentes

¿Necesito conocimientos técnicos para tomar este curso?

No. No se programa ni se entrenan modelos. Sí conviene conocer procesos o servicios de tu institución, porque los ejercicios de mapeo de oportunidades y el piloto final se trabajan sobre casos reales.

¿Es un curso jurídico sobre la normativa aplicable?

No. Las exigencias normativas —Ley 21.719 de datos personales, Ley 21.180 de transformación digital, Ley 20.285 de acceso a la información— se abordan como criterios de diseño: qué condiciones debe cumplir una iniciativa. Para el tratamiento normativo en profundidad está el curso de Ley 21.719 y Protección de Datos.

¿Qué me llevo concretamente al terminar?

Un mapa de oportunidades para tu institución y un piloto formulado: problema definido, alcance acotado, indicadores, condiciones de datos, controles y criterio de éxito. Es el documento que permite empezar la conversación dentro de la organización.

¿Sirve si mi institución todavía no tiene ninguna iniciativa de IA?

Especialmente ahí. La mayoría de los problemas de estas iniciativas se define antes de escribir una línea de código: qué caso elegir, si los datos lo sostienen y qué controles necesita. El curso está construido para esa etapa.

¿Qué diferencia hay con el curso de Fundamentos de Inteligencia Artificial?

Fundamentos construye la base general: qué es la IA, cómo aprende, dónde sirve y qué riesgos tiene. Este curso asume esa base y trabaja las condiciones propias del Estado: valor público, explicabilidad de decisiones que afectan derechos, transparencia, compras públicas y supervisión. Si no tienes base previa, ambos se complementan bien en ese orden.

¿Se ven casos chilenos o solo ejemplos internacionales?

Ambos, y se incluyen casos que fracasaron. Entender por qué una iniciativa se detuvo o tuvo que revertirse enseña más sobre las condiciones reales del sector público que una lista de éxitos.

¿Ayuda a evaluar propuestas de proveedores?

Sí, es uno de los objetivos explícitos. El módulo de gobernanza cubre qué exigir en bases de licitación, qué preguntar sobre el modelo y el tratamiento de datos, qué costos suelen aparecer después y qué cláusulas evitan quedar atrapado con un proveedor.

¿Entrega certificación oficial?

No incluye examen de certificación externo. Passus entrega certificado de participación al finalizar.

¿Se puede dictar para mi servicio o municipio?

Sí, en modalidad cerrada. En ese formato el taller se trabaja sobre los procesos y los datos reales de la institución, de modo que el piloto formulado quede directamente presentable a la dirección.

¿Cómo se aborda el riesgo de que un sistema discrimine?

Con un módulo dedicado a riesgos con impacto en derechos: cómo se producen los sesgos, por qué afectan más a poblaciones específicas, cómo detectarlos antes de operar y qué nivel de explicabilidad exige una decisión que afecta derechos —lo que en la práctica descarta ciertos modelos para ciertos usos.