Cómo adoptar la IA en una administración: lo que enseña el MIT
Una advertencia antes de empezar: el informe del MIT habla de una universidad, no de una administración. Sus datos no son extrapolables sin más. Aun así, pocas organizaciones han escrito con tanto detalle cómo adoptar la IA a escala, y muchas de sus recomendaciones son organizativas, así que sirven fuera de las aulas. Estas son las que me parecen más trasladables, y las pongo con la salvedad de que la traslación es mía.
1. Empezar por el propósito, no por la herramienta
El informe propone diseñar hacia atrás: definir primero qué debe lograr el servicio y decidir después si la IA ayuda. En una administración la pregunta sería qué resultado se busca en un trámite (que el ciudadano lo entienda, que se resuelva antes, que no haya errores) y solo entonces si la IA aporta algo. Hay tareas donde no, porque sustituirían el criterio o la mediación que justifican el servicio.
2. Aumentar a las personas
Es el criterio de la IA pro-trabajador y de la “rendición cognitiva”: la IA debe amplificar el juicio del personal, no reemplazarlo. La supervisión humana no es un trámite, es la parte del sistema que detecta errores.
3. Una estructura que lo sostenga
Es la parte menos vistosa y la más útil. El informe propone cinco piezas:
- Un comité permanente que vigile cómo cambia la tecnología y actualice las políticas.
- Responsables de IA por área (AI Leads), que adapten las normas a cada unidad.
- Un equipo de implementación y becarios (AI Fellows) que ayuden a las personas a rediseñar su trabajo.
- Un fondo de pilotos (AI Pilot Fund) al que se pueda pedir recursos para probar cosas, incluidas experiencias deliberadamente sin IA.
- Comunidades de práctica y seminarios internos donde la gente cuente lo que le funciona. El informe pide expresamente no “marcar la casilla” con formación genérica de terceros.
La idea de fondo es que adoptar IA sin acompañar a quien debe usarla desplaza el problema al empleado. Cada persona se las arregla sola, y los resultados dependen de la iniciativa de cada una.
4. Controlar el acceso y los datos
Plataforma agnóstica de modelo, sin atarse a un proveedor, y con reglas claras sobre qué datos pueden salir. Lo he contado en Parley. Y acceso equitativo: si las áreas con más presupuesto tienen mejores herramientas, la desigualdad se traslada al servicio público.
5. Medir y ser humildes
El informe pide métricas de uso y satisfacción, y abre con un principio, ser humildes: la tecnología va más rápido que la capacidad de adaptar normas, así que toda política debe nacer con fecha de revisión. Me parece lo más sensato de todo el documento.
Los datos de uso, con cuidado
Los datos del MIT retratan una comunidad dividida, y por eso son interesantes. Sobre unas 8.200 respuestas de una encuesta de calidad de vida:
- Alrededor del 40% usa IA generativa con frecuencia.
- El personal de servicios y apoyo es el grupo que menos la usa: el 53% dice no haberla usado nunca.
- El 60% cree que le hace más eficiente, y el 40% que le hace más capaz, frente a un 27% que se siente más reemplazable.
- Pero el 39% la considera impredecible y poco fiable, frente a un 21% que la ve fiable.
Hay dos lecturas que me parecen claras y una que no. Las claras: el uso no es uniforme, y la confianza es baja incluso entre quienes la usan, lo que justifica protocolos de verificación. La que no sé responder es hasta qué punto esto se parece a una administración española. Hay una universidad de élite detrás de estas cifras, y los datos de otra encuesta del informe, a profesorado y estudiantes, tienen una tasa de respuesta del 12%. Yo los tomaría como una pista de lo que podríamos encontrar, no como una medición de lo público.
Una conclusión práctica sí me parece segura: la brecha entre perfiles técnicos y personal administrativo es una brecha de formación y confianza. Se cierra con apoyo cercano, no con una circular.
Para ordenar estas ideas en normas internas he redactado un decálogo de gobernanza de IA para la administración pública.
Adoptar IA es un proyecto de personas con tecnología dentro, y no al revés.
Fuentes
- Informe del comité ad hoc del MIT sobre el uso de la IA (13 de agosto de 2026): informe completo. Apartados 3.3 y anexo de encuestas.
- Mi resumen del informe: El informe del MIT sobre cómo adaptar la universidad a la IA.