GobLab UAI prueba herramientas de IA responsable en siete países
La Universidad Adolfo Ibáñez informó que 32 instituciones públicas de siete países participaron en pruebas de herramientas para evaluar riesgos éticos de sistemas de inteligencia artificial. El balance corresponde al primer año de la tercera fase del proyecto Algoritmos Éticos de GobLab UAI.
Los avances se presentaron en un seminario el 13 de octubre de 2026 y la universidad publicó su balance el 19. La participación reportada muestra actividad del proyecto; no demuestra por sí sola que todos los sistemas evaluados hayan mejorado sus resultados.
Qué informó la universidad
Según la UAI, participaron instituciones de Chile, México, Colombia, Perú, Uruguay, Argentina y Trinidad y Tobago. La convocatoria publicada en septiembre ya mencionaba las 32 instituciones, de modo que el número no apareció por primera vez en el balance de octubre.
Las instituciones probaron instrumentos destinados a examinar riesgos de sistemas de IA. Una prueba piloto permite recoger observaciones y ajustar herramientas, pero su alcance debe interpretarse junto con los sistemas examinados y las condiciones concretas de cada institución.
La universidad indica que las herramientas son gratuitas y de código abierto. Esa descripción procede del proyecto; no hemos comprobado una licencia específica ni ejecutado el software.
Cuatro herramientas para etapas diferentes
En un reporte de septiembre, GobLab describió cuatro instrumentos: formulación de proyectos, evaluación de impacto algorítmico, medición de sesgos y equidad, y ficha de transparencia. El reporte explica que se utilizan en momentos distintos, desde la definición de un proyecto hasta la documentación y el análisis de un sistema.
La formulación temprana permite plantear preguntas sobre finalidad y riesgos antes de construir una solución. Una evaluación posterior puede revisar características de un sistema ya diseñado y producir recomendaciones para el equipo responsable.
La medición de sesgos examina diferencias de trato entre grupos, mientras la ficha de transparencia documenta cómo funciona el sistema, según el reporte del proyecto. Ninguno de estos instrumentos sustituye por sí solo la supervisión institucional o la revisión de los efectos concretos sobre las personas.
Qué cambia con la IA generativa
La UAI señala que la evaluación de impacto y la ficha de transparencia se adaptaron a proyectos de IA generativa, y menciona mejoras en medición de sesgos y formulación. La convocatoria anterior ya describía adaptaciones para IA generativa; no corresponde presentarlas como una creación exclusiva del seminario.
Una aplicación generativa puede variar sus respuestas según el contexto y los datos disponibles. Por eso una institución necesita entender cómo se usa el sistema, quién revisa sus resultados y qué se comunica a las personas afectadas. La noticia no acredita una evaluación técnica independiente de cada adaptación.
Recomendación no es lo mismo que impacto
La universidad reporta niveles de recomendación superiores al 95 % para dos herramientas en encuestas a equipos participantes. El texto consultado no informa el tamaño de la muestra ni la tasa de respuesta.
Ese dato describe la recepción informada por el proyecto, no mide por sí solo si una decisión administrativa fue más justa o si se evitó un perjuicio. Para valorar resultados sería necesario conocer qué se midió, sobre qué sistemas, con qué comparación y durante cuánto tiempo.
Un reporte anterior mencionó más de 25 pilotajes con sistemas reales. Esa cifra cuenta pilotajes o sistemas en ese corte, mientras que las 32 corresponden a instituciones; no deben sumarse como si fueran la misma unidad.
Dos ejemplos de aplicación reportados
La UAI describe que en Renca la evaluación de un sistema de seguimiento telefónico llevó a incorporar un aviso sobre llamadas automatizadas y un canal para observaciones de pacientes. En Peñalolén, el análisis de un sistema de apoyo a becas produjo recomendaciones para reforzar la revisión humana y los controles, que el municipio trabaja en incorporar.
Son experiencias informadas por la universidad y permiten entender el tipo de cambios que se busca documentar. La nota no aporta una evaluación independiente de impacto posterior para todos los casos, por lo que no corresponde extrapolar esos resultados a otros servicios.
Qué falta para convertir herramientas en práctica
Una herramienta puede estructurar preguntas y registrar hallazgos; las decisiones sobre correcciones, plazos y responsables siguen siendo importantes para la institución que usa el sistema. También importa revisar qué ocurre cuando cambian los datos, la finalidad o el proveedor de una aplicación.
La UAI anunció una convocatoria prevista para marzo de 2027 para pilotear una quinta herramienta orientada a explicar decisiones de IA. Es un plan comunicado por el proyecto, no una prueba de que esa herramienta ya esté terminada o desplegada.
La plataforma pública ofrece accesos diferenciados a herramientas y repositorio. No hemos probado su funcionamiento ni verificado condiciones de reutilización del código o de las imágenes.
Preguntas frecuentes
¿Las 32 instituciones son un dato nuevo de octubre?
No. La convocatoria de septiembre ya mencionaba esa cifra.
¿El 95 % prueba mejoras en decisiones públicas?
No por sí solo. La UAI reporta recomendación de participantes y la nota consultada no detalla muestra ni tasa de respuesta.
¿La quinta herramienta ya está disponible?
La universidad anunció una convocatoria de pilotaje prevista para marzo de 2027. No hemos comprobado su despliegue.
¿Puede una herramienta reemplazar la revisión humana?
Un instrumento puede apoyar el análisis, pero las decisiones y la supervisión requieren responsables y controles adecuados al caso.
Fuente: balance de UAI, convocatoria, reporte del comité y plataforma del proyecto.
