El BCU especificó que los datos utilizados para entrenar modelos de IA “son aquellos clasificados como información pública”.
Ceibal: IA para optimizar tutorías virtuales
El Centro Ceibal para el Apoyo a la Educación de la Niñez y la Adolescencia implementó en febrero de 2023 un sistema de tutorías virtuales que utiliza IA para mejorar sus cursos en línea. El desarrollo incluye precorrecciones automáticas de tareas y retroalimentación a los estudiantes mediante procesamiento de lenguaje natural (PLN) y chatbots. “La confirmación de la devolución es manual e individualizada”, explicó Ceibal a Búsqueda, resaltando que tutores humanos supervisan las sugerencias de la IA.
La herramienta se desarrolló con el apoyo de Sofis SRL, un proveedor externo seleccionado a través de un concurso público de precios. Ceibal se encargó de la gobernanza y arquitectura de la solución, incluyendo “el desarrollo del chatbot que interactúa con OpenAI” y el desarrollo de la interfaz de programación de aplicaciones (API, por sus siglas en inglés) CREA. La elección de OpenAI como principal servicio de IA se basó en criterios “técnicos, económicos y de seguridad de la información”.
Una API es una pieza de código que permite a dos aplicaciones comunicarse entre sí para compartir información y funcionalidades.
Los “avisos” (que son instrucciones, preguntas o indicaciones para guiar a un sistema de IA en la generación de respuestas, textos, imágenes u otras salidas) utilizados en OpenAI se definen para cada curso y tarea “por personal especializado en educación de Ceibal”. Además, se implementaron medidas para mitigar posibles sesgos.
Según Ceibal, la tasa de aprobación promedio “mejoró en 2,6 puntos porcentuales tras la implementación del sistema”, y se “negoció con el proveedor una rebaja del 14,8% en el precio debido a la reducción de horas de trabajo para los tutores”. El presupuesto para el desarrollo e implementación del sistema es de US$ 55.000 desde agosto de 2023 hasta diciembre de 2024.
Ceibal asegura que no se tratan datos personales, ya que la información enviada a OpenAI “no permite identificar al usuario", y que las interacciones generadas se eliminarán en un máximo de 30 días y “no se utilizarán para entrenar modelos”, a menos que se solicite explícitamente.
El Ministerio de Trabajo y Seguridad Social (MTSS) está desarrollando un bot de IA con el objetivo de “mejorar los tiempos de respuesta a consultas laborales”.
Este sistema, en fase de prototipo, pretende brindar información sobre “normativa aplicable en cuestiones tales como aguinaldo, licencias, despidos, etc.”, y empleará técnicas avanzadas para entender las preguntas de los usuarios y generar respuestas. “Se utiliza un modelo de lenguaje natural (LLM) para la interacción con el usuario. Por la naturaleza del servicio, se prevé que funcione acotado a una base de conocimiento interna basada en la normativa laboral, descartando su entrenamiento con información que brinden los usuarios”, explicó el MTSS a Búsqueda.
Aunque las respuestas serán automáticas, serán validadas “por profesionales” antes de ser entregadas a los usuarios, agregó el ministerio. El proyecto, que comenzó el 1° de febrero de 2024, está a cargo del proveedor Gianilco SA, contratado por la Agencia Nacional de Investigación e Innovación (ANII) con un costo total de $ 4.257.356.
El MTSS aclaró que el desarrollo del sistema aún enfrenta desafíos y “la aplicación no está en funcionamiento por el momento”. La cartera prevé llevar a cabo una fase de prueba con un grupo limitado de consultores. En cuanto a la protección de datos, el MTSS aseguró que custodiará la información y que “los datos utilizados en el marco del proyecto tienen carácter confidencial”.
Intendencia-Montevideo.jpg
Intendencia de Montevideo.
Ricardo Antúnez / adhocFOTOS
La Intendencia de Montevideo (IM) tiene un sistema de IA en su intranet para facilitar la consulta de la normativa de Recursos Humanos, que comenzó a funcionar el 27 de junio de 2024. Esta herramienta, que utiliza IA generativa (IA Gen) para respuestas automáticas, se basa en la normativa departamental pública y no requiere aprobación humana previa.
El desarrollo fue realizado en conjunto por el equipo interno de la IM y el proveedor Kybalion SRL. Un desafío clave fue unificar las distintas fuentes de información. “No se entrena un modelo de IA, sino que se utiliza la normativa departamental pública como fuente de datos”, explicó la IM a la consulta de Búsqueda. La comuna asegura que “los chats son anónimos, y los datos que se envían al modelo están cifrados”.
Para evaluar la precisión y la utilidad de las respuestas generadas por la IA, en cada conversación “se brinda la posibilidad de que el usuario califique la respuesta, y se realiza un análisis de dichas calificaciones”. La IM mencionó que, entre las principales dificultades y retos identificados, se encuentra “poder ofrecer una respuesta correcta al usuario y que le quede claro qué temas están fuera del alcance del asistente”.
Actualmente, el sistema está en fase de “prueba de concepto interna” y no hay planes de expansión.
La contratación del proveedor se realizó inicialmente con horas de un contrato existentes con la empresa, y luego mediante “una compra por un monto menor a una compra directa que, por su monto, no requería publicación”, indicó la IM.
Ministerio de Industria, Energía y Minería: IA para el registro de marcas
La Dirección Nacional de la Propiedad Industrial (DNPI), del Ministerio de Industria, Energía y Minería, cuenta con un sistema de búsqueda de similitudes marcarias basado en modelos de aprendizaje profundo de la Organización Mundial de la Propiedad Intelectual (OMPI). Este sistema procesa imágenes de marcas registradas, incluyendo símbolos, logotipos y diseños. Tanto las imágenes nacionales como internacionales se estandarizaron para facilitar su comparación y análisis, permitiendo detectar similitudes que podrían causar conflictos o confusiones de propiedad industrial.
Los usuarios pueden interactuar con el sistema a través de la plataforma Consulta Libre, donde cargan imágenes y aplican criterios adicionales, como la fonética. La aplicación evalúa la similitud, asignando puntuaciones más bajas a imágenes más similares, y, aunque su uso no es obligatorio, es un complemento útil para la búsqueda manual. Los datos marcarios son de acceso público, y el sistema no retiene información procesada ni permite su uso posterior. Esta herramienta fue autorizada por la OMPI sin costo para el organismo.
DNPI.png
Plataforma Consulta Libre de la DNPI.
BSE: IA para optimizar procesos internos
El Banco de Seguros del Estado (BSE) cuenta con varios proyectos de IA para mejorar sus procesos internos y la atención a usuarios. Entre ellos destaca el sistema de reconocimiento de imágenes correspondientes a documentos, que entró en producción el 1° de junio de 2020. Este sistema automatiza la clasificación y procesamiento de archivos, “minimizando el margen de error asociado al procesamiento manual” y mejorando la eficiencia operativa. Sin embargo, el BSE no ha proporcionado métricas específicas sobre su impacto ni detalles sobre el tratamiento de los datos recopilados.
Otro proyecto, iniciado el 1° de junio de 2023, es un chatbot para resolver consultas de la división Capital Humano, dirigido al personal del BSE. Este asistente virtual utiliza la tecnología Cognitive Solution Idhata y se alimenta de información “previamente curada y etiquetada”.
Actualmente en fase de prueba, busca “reducir el tiempo” que los funcionarios dedican a consultas individuales. “Estimamos que, una vez en producción, la herramienta mejorará significativamente la eficiencia operativa”, informo el BSE a Búsqueda.
Además, el 1° de junio de 2022 se implementó un chatbot en WhatsApp para ayudar a usuarios con trámites como certificaciones médicas y solicitudes de préstamos. Este asistente opera automáticamente y no requirió entrenamiento adicional. Sobre su uso, el banco reconoce desafíos “como la calidad de los datos y la mitigación de sesgos algorítmicos”.
Agesic: IA para mejorar la eficiencia y el acceso a la información
En Agesic existen varios proyectos de IA “para optimizar procesos internos y mejorar el acceso a la información en el sector público”. Entre ellos destaca un chatbot desarrollado en marzo de 2020, en colaboración con el Ministerio de Salud Pública (MSP) e IBM, para responder consultas sobre el coronavirus. Desplegado en sitios web del MSP, WhatsApp y redes sociales, ofrecía respuestas predefinidas, “aliviando la carga de trabajo del personal”. Sin embargo, presentaba limitaciones, ya que solo respondía preguntas simples y no almacenaba historiales de interacciones. No se realizó una evaluación formal del impacto del sistema.
Desde enero de 2022, la agencia estatal utiliza un sistema de IA para clasificar y gestionar automáticamente las solicitudes de soporte. Desarrollado por Antel y HG Sociedad Anónima, este sistema asigna etiquetas (como área o técnico responsable), cierra tickets, es decir, marca como resueltas las solicitudes una vez que se completan las tareas correspondientes, y envía notificaciones automáticas. “El responsable del sistema de tickets notifica cuando hay cambios significativos en las etiquetas y los modelos son reentrenados”, explicó Agesic a Búsqueda. Los datos se manejan “de forma segura”, con un compromiso de no divulgación por parte del proveedor.
A partir del 1° de abril de 2024, Agesic inició una iniciativa de búsqueda semántica para optimizar el acceso a información en documentos. Este proyecto, aún en fase piloto, utiliza algoritmos de PLN para analizar el significado contextual, sin depender solo de palabras clave. Aunque no está en producción y no se prevé su escalamiento, se planea incorporar técnicas de IA Gen en el futuro.
Para proteger la privacidad, se usó un dataset (un conjunto de datos organizados) sin información personal y se emplearon modelos de IA preentrenados, con acuerdos de no divulgación firmados por los proveedores.
Correos: sistema de ruteo basado en IA
La Administración Nacional de Correos (Correo Uruguayo) dejó de usar un sistema interno de ruteo de vehículos, implementado en marzo de 2021, debido a la falta de personal técnico capacitado para su mantenimiento. Este sistema, creado por el propio Correo Uruguayo con algoritmos evolutivos, tenía como objetivo encontrar las mejores rutas considerando puntos de entrega, carga y horarios.
Aunque permitía ajustes manuales por parte de los empleados, nunca se integró completamente con los sistemas de gestión de flota existentes. La resistencia de los empleados, quienes preferían basarse en su experiencia, fue un desafío clave para la adopción del sistema. Según el organismo, “la principal razón estuvo dada por el criterio experto que tiene el usuario con años de dedicación a la tarea”. Finalmente, Correo Uruguayo optó “por un sistema de ruteo estándar”.
Los datos del proyecto quedaron en la documentación interna, sin proveedores externos involucrados. Aunque no se evaluó el impacto por su corto uso, el organismo informó que no descarta retomar el proyecto en el futuro “si se prioriza y se cuenta con los recursos necesarios”.
Antel: IA aplicada a actividades operativas
La Administración Nacional de Telecomunicaciones (Antel) está desarrollando un proyecto de IA para optimizar costos y mejorar la experiencia de sus clientes. El sistema, creado con participación de personal interno y un proveedor externo, utiliza tecnologías como procesamiento de imágenes, aprendizaje automático y chatbots.
Entre sus objetivos están “la detección de fraude y un mayor conocimiento de los clientes”. Antel asegura que “no se recolectan datos”, ya que los datos utilizados “son propios, completos y precisos” y “no presentan problemas de incompletitud, inconsistencia o sesgo”.
Además, la empresa está capacitando a sus empleados en IA y garantiza que el proyecto cumple con estándares internacionales y la Ley 18.331 de Protección de Datos Personales.
Aunque no se proporcionaron detalles específicos sobre la etapa actual de desarrollo ni los cambios concretos realizados en los procesos, debido a que esta información ha sido clasificada como reservada, Antel destacó que la IA “se integra de manera colaborativa y personalizada” en los procesos existentes de la empresa. Tampoco proporcionó información sobre el acceso de los proveedores a los datos para su uso posterior, ya que este aspecto también fue clasificado como reservado.
MTOP-adhoc.jpg
Mauricio Zina / adhocFOTOS
MTOP: dudas sobre el uso de IA en seguridad
El Ministerio de Transporte y Obras Públicas (MTOP) aclaró detalles sobre su sistema de seguridad y videovigilancia en la sede central, implementado desde el 1° de febrero de 2022. Según el relevamiento de Agesic, el sistema utilizaba circuitos cerrados de televisión para controlar el acceso de personas mediante reconocimiento facial y de vehículos a través del reconocimiento de matrículas. Además, permitía habilitar “móviles de la flota identificando a los choferes con reconocimiento facial”. El objetivo principal era “registrar el acceso de personas y vehículos a los edificios del Ministerio, además de reducir riesgos de seguridad y monitorear el comportamiento de los equipos que utilizan los vehículos oficiales”.
Sin embargo, en respuestas al cuestionario sobre el sistema realizado por Búsqueda, el MTOP fue contundente: “No se cuenta con el sistema IA consultado”. Esta respuesta se repitió ante preguntas sobre los objetivos específicos del sistema, el uso de algoritmos de aprendizaje automático, las medidas de privacidad de datos, la contratación del proveedor externo, el presupuesto asignado, los criterios de selección del proveedor, la cooperación con otros organismos del Estado, los aspectos normativos que representaron un obstáculo, la infraestructura y herramientas necesarias y el manejo de los datos recolectados.
“El sistema de control de acceso existente se aplica en los edificios sede y demás dependencias, donde se identifican las personas al ingresar mediante la solicitud del nombre y cédula por parte de personal del MTOP o de la empresa de seguridad”, explicó la cartera.
Ante la pregunta sobre qué tipo de vehículos de la flota del MTOP se monitorean con este sistema, la respuesta fue: “Al momento no tenemos un sistema de IA para monitorear la flota del MTOP; el rastreo de las unidades se hace mediante el Sisconve”. El Sistema de Control Vehicular (Sisconve) es un software administrado por Ancap que controla en tiempo real el consumo de combustible. Permite, además, una inspección satelital de los vehículos y la información de los recorridos.
A pesar de que Agesic reportó el uso de “procesamiento de imágenes (Computer Vision), aprendizaje automático (ML, DP, Clustering) y predicción de alertas tempranas”, el MTOP insiste en que “a la fecha no hay proyecto de IA, ni proveedor de un sistema de IA”.
Refineria-La-Teja-Ancap.JPG
Refinería La Teja de Ancap en Montevideo.
Ancap: IA para gestión interna y predecir demanda de combustibles
Ancap utiliza IA en dos proyectos: un chatbot para consultas internas y un sistema para predecir la demanda de combustibles, ambos con el objetivo de “optimizar procesos y mejorar la eficiencia operativa”.
El chatbot, desarrollado con Azure OpenAI y en fase de prueba desde el 2 de octubre de 2023, responde a consultas sobre procedimientos internos. Aunque no hay validación humana, se implementa retroalimentación mediante botones de “like/dislike” para ajustar respuestas. Su desarrollo costó US$ 1.000.
Además, Ancap aplica IA para predecir la demanda de gasoil, gasolinas y GLP, utilizando algoritmos como Redes Neuronales. Este sistema proporciona análisis, pero “la decisión final de compra la toma un equipo humano”. El costo de la plataforma es de US$ 5.500 mensual, más costos de implementación de $ 1.000.000 por horas del proveedor y dos profesionales de Ancap.
