Stack Público: el programa que busca convertir a los funcionarios chilenos en usuarios avanzados de inteligencia artificial

Mientras el sector privado lleva años integrando inteligencia artificial en sus operaciones cotidianas, el aparato estatal chileno enfrenta una paradoja: dispone de recursos tecnológicos pero carece de funcionarios capacitados para aprovecharlos. Esta brecha no es trivial. Representa la diferencia entre un Estado que simplemente digitaliza trámites y uno que realmente transforma su capacidad de servicio. Ahí es donde Stack Público marca un punto de inflexión: un programa diseñado específicamente para que los servidores públicos no solo conozcan la IA, sino que la incorporen como herramienta cotidiana en la toma de decisiones, el análisis de datos y la mejora de procesos administrativos.

Un programa pensado para la realidad del sector público

Stack Público no es un curso genérico de introducción a la inteligencia artificial. Se trata de una iniciativa estructurada que reconoce las particularidades del trabajo en el Estado: presupuestos limitados, estructuras jerárquicas complejas, y sobre todo, la necesidad de garantizar transparencia y equidad en cada decisión automatizada. El programa aborda desde los fundamentos técnicos hasta las implicancias éticas del uso de algoritmos en políticas públicas, pasando por casos de uso concretos en áreas como salud, educación, seguridad y gestión tributaria.

La metodología combina formación teórica con talleres prácticos donde los funcionarios trabajan con conjuntos de datos reales —debidamente anonimizados— de sus propias reparticiones. Esta aproximación pragmática busca evitar el principal obstáculo de las capacitaciones tradicionales: la desconexión entre lo aprendido y la realidad laboral. Al finalizar el programa, cada participante debe presentar un proyecto de aplicación de IA en su área específica, lo que garantiza que el conocimiento adquirido tenga traducción inmediata en mejoras operativas.

El diseño curricular fue desarrollado en colaboración con universidades chilenas, centros de investigación en IA y expertos en modernización del Estado. Esta alianza público-académica asegura que los contenidos estén actualizados con los últimos avances tecnológicos, pero también adaptados a las restricciones legales y presupuestarias que enfrenta el sector público. No se trata de importar modelos del sector privado, sino de construir capacidades específicas para el contexto estatal.

De la teoría a la transformación administrativa

Los primeros resultados de Stack Público revelan un cambio cultural más profundo que la simple adopción tecnológica. Funcionarios que antes veían la IA como una amenaza a sus puestos de trabajo ahora la perciben como una herramienta que les libera de tareas repetitivas para concentrarse en aspectos que requieren juicio humano. En el Servicio de Impuestos Internos, por ejemplo, equipos capacitados desarrollaron sistemas de detección temprana de inconsistencias en declaraciones tributarias, reduciendo el tiempo de revisión manual en un 40% y permitiendo que los fiscalizadores se enfoquen en casos complejos que requieren análisis especializado.

La verdadera transformación digital del Estado no ocurre cuando se compran más servidores o se contratan consultoras externas, sino cuando los propios funcionarios públicos adquieren la capacidad de identificar problemas, diseñar soluciones con IA y evaluar críticamente sus resultados.

En el ámbito de la salud pública, profesionales capacitados en Stack Público implementaron modelos predictivos para optimizar la distribución de recursos médicos en zonas rurales. Utilizando datos históricos de demanda de atención, patrones estacionales de enfermedades y variables demográficas, lograron anticipar necesidades con tres semanas de antelación, mejorando significativamente la disponibilidad de medicamentos e insumos en consultorios alejados. Este tipo de aplicaciones demuestra que la IA en el sector público no es un lujo tecnológico, sino una herramienta concreta para reducir inequidades.

El programa también ha generado una red informal de funcionarios capacitados que intercambian experiencias y soluciones entre distintas reparticiones. Esta comunidad de práctica se ha convertido en un activo inesperado: cuando una municipalidad enfrenta un desafío de gestión de residuos, puede consultar a colegas de otra comuna que ya implementaron sistemas de optimización de rutas con IA. La transferencia de conocimiento horizontal, facilitada por Stack Público, está acelerando la adopción de mejores prácticas sin necesidad de costosas consultorías externas.

Desafíos éticos y regulatorios en la IA pública

Stack Público dedica una parte sustancial de su currículo a las dimensiones éticas de la inteligencia artificial aplicada al Estado. Los funcionarios aprenden a identificar sesgos algorítmicos que podrían perpetuar discriminaciones históricas, a evaluar la transparencia de los modelos que utilizan y a garantizar que las decisiones automatizadas puedan ser explicadas a los ciudadanos afectados. Esta formación es crítica en un contexto donde el uso irresponsable de IA puede amplificar desigualdades o vulnerar derechos fundamentales.

El programa incluye módulos específicos sobre el marco legal chileno en materia de protección de datos personales y los estándares internacionales para IA responsable. Los participantes analizan casos reales de implementaciones fallidas en otros países —desde sistemas de reconocimiento facial con tasas de error desproporcionadas en minorías étnicas hasta algoritmos de asignación de beneficios sociales que excluyeron injustamente a poblaciones vulnerables— para aprender a anticipar y mitigar riesgos similares en el contexto local.

Un aspecto particularmente innovador es la capacitación en auditoría de sistemas de IA. Los funcionarios aprenden a evaluar críticamente las soluciones tecnológicas propuestas por proveedores externos, formulando las preguntas correctas sobre arquitectura de modelos, fuentes de datos de entrenamiento y métricas de desempeño. Esta capacidad de escrutinio técnico fortalece la posición negociadora del Estado frente a empresas tecnológicas y reduce la dependencia de cajas negras algorítmicas cuyo funcionamiento nadie en la administración comprende.

Contexto clave

Machine Learning en el sector público: A diferencia de la programación tradicional donde se especifican reglas explícitas, el aprendizaje automático permite que los sistemas identifiquen patrones en grandes volúmenes de datos históricos y generen predicciones o recomendaciones. En el contexto estatal, esto se traduce en capacidad para anticipar demanda de servicios, detectar anomalías en procesos administrativos o personalizar la comunicación con ciudadanos, siempre que se cuente con datos suficientes y de calidad. La clave está en que los funcionarios comprendan qué problemas son susceptibles de abordarse con estas técnicas y cuáles requieren otros enfoques.

Sesgo algorítmico y equidad: Los sistemas de IA aprenden de datos históricos que inevitablemente reflejan desigualdades y prejuicios de la sociedad que los generó. Si un algoritmo de asignación de subsidios se entrena con datos de décadas donde ciertos grupos fueron sistemáticamente excluidos, tenderá a reproducir esa exclusión. Stack Público enseña a los funcionarios a identificar estas distorsiones, aplicar técnicas de corrección y establecer métricas de equidad que vayan más allá de la simple precisión estadística. En el sector público, un sistema puede ser técnicamente preciso pero socialmente injusto.

Interoperabilidad de datos gubernamentales: Uno de los mayores obstáculos para implementar IA en el Estado es la fragmentación de información entre distintas reparticiones que operan con sistemas incompatibles. Stack Público incluye formación en estándares de datos y arquitecturas que facilitan el intercambio seguro de información entre instituciones. Cuando un funcionario del Ministerio de Desarrollo Social puede cruzar datos educativos, de salud y laborales de manera ágil y legal, las posibilidades de diseñar políticas públicas basadas en evidencia se multiplican exponencialmente.

Para profundizar

• IA y empleo público en Chile — ¿Cómo afectará la automatización inteligente a la composición de la fuerza laboral estatal en la próxima década? Más allá de los temores de reemplazo masivo, la evidencia internacional sugiere una transformación de roles donde las habilidades de colaboración humano-IA se vuelven centrales. Explorar este tema requiere analizar proyecciones demográficas del sector público chileno y comparar con experiencias de países que llevan años implementando IA en la administración.
• Soberanía tecnológica y dependencia de proveedores — Stack Público capacita funcionarios, pero ¿qué tan dependiente es el Estado chileno de infraestructuras de IA controladas por corporaciones extranjeras? La pregunta sobre si Chile debería desarrollar capacidades propias de computación y modelos de lenguaje, o apostar por alianzas estratégicas con proveedores globales, tiene implicancias presupuestarias, de seguridad nacional y de autonomía en la toma de decisiones que merecen debate público informado.
• Participación ciudadana en sistemas automatizados — Los ciudadanos son los usuarios finales de servicios públicos cada vez más mediados por IA, pero rara vez participan en su diseño o evaluación. Investigar modelos de co-creación donde comunidades locales, organizaciones civiles y funcionarios capacitados colaboran en definir qué problemas abordar con IA y bajo qué criterios, podría abrir caminos hacia una inteligencia artificial verdaderamente pública, no solo estatal.