Kit presenta casos de uso de inteligencia artificial en el sector público en el Data Pub de abril
24 de Abril de 2025
El pasado 24 de abril se llevó a cabo una nueva edición del Data Pub en la sede Mixcoac de la Escuela de Gobierno y Transformación Pública (EGobiernoyTP) del Tecnológico de Monterrey. En esta ocasión, el ponente fue Kit Rodolfa, investigador principal del Laboratorio de Regulación, Evaluación y Gobernanza (RegLab) de la Universidad de Stanford, con una amplia trayectoria en ciencia de datos aplicada al sector público.
La sesión tuvo como propósito reflexionar sobre el uso de herramientas de inteligencia artificial (IA) y aprendizaje automático (ML) en contextos de alto impacto social. Kit compartió una visión general de las lecciones aprendidas a partir de diversos proyectos en los que estas tecnologías fueron implementadas con el objetivo de mejorar servicios públicos y resolver problemáticas complejas. El evento destacó tanto el potencial transformador de estas herramientas como los riesgos asociados cuando se aplican sin considerar cuidadosamente el contexto institucional y social.
Kit cuenta con una trayectoria relevante en el cruce entre ciencia de datos y políticas públicas. Anteriormente fue científico senior de investigación en Carnegie Mellon y la Universidad de Chicago, participó en la organización del programa Data Science for Social Good y trabajó como director de analítica digital en la Oficina de Estrategia Digital de la Casa Blanca durante la administración Obama. También fue científico de datos jefe en la campaña Hillary for America. Posee títulos académicos de Harvard, Cambridge y Harvey Mudd College, en áreas como políticas públicas, biología de células madre, química y física. Al evento asistieron profesores de la Escuela y público general interesado en la temática.
Durante la charla, se discutieron proyectos realizados en colaboración con distintas agencias públicas en Estados Unidos, como la predicción de roturas de tuberías en Syracuse, la detección de prácticas agrícolas contaminantes en Wisconsin, la identificación de viviendas abandonadas que ponen en riesgo hogares colindantes en Baltimore, un modelo para identificar a personas con delitos menores con alta probabilidad de reincidencia y canalizarlas hacia servicios sociales en lugar de enviarlas a prisión en Los Ángeles, y la prevención de intoxicación por envenenamiento al plomo en hogares de Chicago.
Cada estudio de caso permitió ilustrar desafíos como la falta de datos estructurados, las limitaciones operativas de las agencias gubernamentales y la necesidad de incorporar criterios de equidad en el diseño de modelos predictivos. Las lecciones extraídas destacaron la importancia de contar con datos diversos y contextualizados, así como de diseñar soluciones orientadas a la implementación real en entornos públicos.
De manera complementaria, se abordaron criterios para la selección y evaluación de proyectos de ciencia de datos para el bien social, subrayando la necesidad de que estos sean útiles, socialmente impactantes y técnicamente viables. También se reflexionó sobre las dificultades para establecer colaboraciones con agencias públicas, la importancia de generar confianza y la necesidad de contar con personas clave dentro de estas instituciones, comúnmente denominadas "campeones". Estos individuos, que forman parte de la organización colaboradora, desempeñan un papel crucial al impulsar internamente los proyectos, facilitando procesos como el establecimiento de acuerdos de uso de datos o la incorporación administrativa, y ayudando a superar obstáculos organizacionales que de otro modo dificultarían el avance de la colaboración.
Al término de la presentación, se abrió un espacio de preguntas y respuestas en el que los asistentes pudieron profundizar en sus dudas. Posteriormente, se llevó a cabo una sesión de networking que permitió la interacción directa entre el público y el ponente. Este evento refleja el compromiso de la EGobiernoyTP con la formación de agentes de cambio en el ámbito público, mediante el uso crítico y contextualizado de tecnologías innovadoras como la inteligencia artificial.
