IA y Datos9 min
Cada vez más gobiernos ponen asistentes con IA a responder preguntas sobre trámites, requisitos y plazos. El riesgo no es que el asistente hable, sino que conteste con seguridad algo que no está en ninguna norma. Este artículo explica por qué una respuesta pública necesita una fuente verificable.
IA y Datos9 min
Cada vez más instituciones usan IA para sugerir clasificaciones, redactar hechos o comparar registros. El riesgo no está solo en el modelo, sino en no saber qué hizo la persona con la sugerencia. Este artículo explica por qué la supervisión humana solo protege si deja rastro verificable.
José Campillo
IA y Datos8 min
La presión por adoptar IA en instituciones públicas está creciendo, pero la mayoría de los fracasos empieza antes del modelo. Si detenciones, expedientes, reportes, evidencias y cierres siguen fragmentados, la IA solo acelera decisiones de baja calidad. Este artículo explica por qué la trazabilidad operativa, la interoperabilidad y la gobernanza del dato son condiciones previas para que la IA aporte valor real.
José Campillo
IA y Datos9 min
Cada tres años, muchos municipios entregan sus sistemas en un disco duro y una lista de contraseñas en sobre cerrado. La ley pide más: expedientes que se puedan leer, explicar y auditar después. Este artículo explica qué distingue un respaldo de un archivo y por qué importa el día de la entrega.
José Campillo
IA y Datos9 min
Las plataformas de gobierno digital fallan cuando el acceso se trata como una casilla de TI. En justicia, seguridad pública y atención ciudadana, permisos por rol, bitácoras y responsabilidad visible permiten compartir datos sin perder control.
José Campillo
IA y Datos9 min
Dos áreas reportan el mismo indicador y obtienen números distintos sin que ninguna mienta. El problema está en la definición, no en el dato. Este artículo explica por qué cada indicador público necesita una ficha que diga qué cuenta, desde cuándo y con qué regla, y qué pasa cuando esa regla cambia.
José Campillo
IA y Datos9 min
Cuando detenciones, reportes ciudadanos, evidencias, ubicaciones y solicitudes de servicio entran con campos débiles, texto libre y categorías inconsistentes, la institución pierde calidad de decisión antes de llegar a la analítica. Este artículo explica por qué la captura estructurada es la base de trazabilidad, interoperabilidad e inteligencia operativa confiable.
José CampilloUn martes por la noche, una vecina escribe al WhatsApp del ayuntamiento. Quiere saber qué documentos necesita para una licencia de funcionamiento y cuánto tiempo tiene la dirección para resolverle. El asistente contesta en segundos, con buena ortografía y tono amable: comprobante de domicilio, identificación, croquis del local y un plazo de diez días hábiles.
Al día siguiente la vecina llega a ventanilla con todo en una carpeta. La persona que la atiende le explica que también falta el visto bueno de protección civil y que el plazo real es de quince días. La vecina enseña la captura de pantalla. "Me lo dijo el municipio".
Nadie actuó de mala fe. El asistente produjo una respuesta plausible, armada con lo que se parece a un trámite de licencia en cualquier parte. Lo que no tenía era una fuente.
Una respuesta no es una fuente. La IA que atiende al ciudadano puede redactar, resumir y explicar, pero lo que afirma sobre requisitos, plazos, costos y derechos tiene que salir de un documento que la institución pueda señalar.
El Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) publicó en julio de 2024 su perfil de riesgos para IA generativa, el documento NIST AI 600-1. Entre los doce riesgos que identifica, el segundo se llama confabulación: la producción de contenido erróneo o falso presentado con seguridad, lo que coloquialmente se conoce como "alucinaciones".
Las confabulaciones no son una falla ocasional que se corrige con un parche. Son, dice el documento, un resultado natural de cómo están diseñados estos modelos: generan texto que se aproxima a la distribución estadística de lo que aprendieron. A veces eso da respuestas exactas; otras, respuestas que suenan igual de bien y son falsas.
El perfil agrega dos observaciones que pesan en el sector público:
Esa última advertencia importa. No basta con que el asistente "cite algo". La cita tiene que existir, tiene que decir lo que el asistente dice que dice y alguien tiene que poder revisarla.
En febrero de 2024, el Tribunal de Resolución Civil de Columbia Británica, en Canadá, resolvió Moffatt v. Air Canada, un asunto de reclamaciones menores que se volvió referencia para cualquier institución con un asistente automatizado frente al público.
Tras la muerte de su abuela, Jake Moffatt consultó el chatbot de la aerolínea sobre tarifas por duelo. El chatbot le dijo que podía comprar su boleto y solicitar la tarifa reducida después, dentro de los 90 días siguientes. Moffatt compró, viajó y pidió el reembolso. La aerolínea se lo negó: su política, publicada en otra página del mismo sitio, no permitía solicitudes retroactivas.
La defensa de la aerolínea fue que no podía ser responsable de la información que diera el chatbot. El tribunal la calificó como un argumento "notable" y lo rechazó. Su razonamiento cabe en tres ideas:
La aerolínea tuvo que pagar la diferencia de tarifa, intereses y costas. El caso no crea obligaciones en México, pero la lógica se traslada sin esfuerzo a un gobierno: si el asistente del municipio dice algo, lo dice el municipio.
La Ley Nacional para Eliminar Trámites Burocráticos, publicada en el Diario Oficial de la Federación el 16 de julio de 2025, aplica a dependencias federales, estatales y municipales. Su artículo 6 establece como principio la certeza jurídica: que únicamente se exijan trámites y requisitos expresamente establecidos en ordenamientos vigentes y registrados en el Portal Ciudadano Único de Trámites y Servicios.
El artículo 51 describe ese portal como el medio nacional de consulta y registro de todos los trámites y servicios de los tres órdenes de gobierno, con un objetivo explícito: que ninguna autoridad solicite trámites, requisitos o condiciones que no estén establecidos en esa herramienta.
El artículo 54 enumera lo que cada institución debe registrar por trámite. Entre otras cosas:
Para quien diseña un asistente, ese artículo es una especificación: dice qué preguntará la ciudadanía y dónde está la respuesta oficial. El artículo 53 agrega que las instituciones deben mantener esa información actualizada y que la falta de corrección puede sancionarse.
Un asistente que contesta requisitos de memoria, o a partir de lo que encontró en internet, compite con la fuente oficial. Uno que contesta a partir del registro del trámite y lo cita, la refuerza.
La diferencia se puede revisar en cinco puntos:
Ninguno de esos puntos depende del modelo de IA que se elija. Dependen de cómo se gobiernan los documentos que el modelo lee. Es el mismo principio que planteamos en una sugerencia no es una decisión: el valor de la IA en gobierno lo determina el registro que deja, no solo la calidad del modelo.
Una forma rápida de evaluar un asistente es hacerle tres preguntas que tengan respuesta oficial y una que no la tenga:
Si el asistente pasa las tres primeras y falla la cuarta inventando, el problema es de diseño: no distingue entre lo que sabe y lo que suena bien. El NIST sugiere verificar fuentes y citas antes del despliegue y durante la operación, no una sola vez.
El cuello de botella casi siempre está antes del asistente. Muchos municipios tienen sus trámites y plazos repartidos en reglamentos escaneados, hojas impresas y la memoria de ventanilla. Un asistente conectado a fuentes desordenadas repite el desorden con mejor redacción. Por eso el primer trabajo no es elegir el modelo, sino armar el inventario de trámites, servicios y requisitos que la ley ya pide a cada enlace de simplificación en su artículo 15.
Es la misma lógica que explicamos en una lista de opciones no es un catálogo de servicios: cuando la información de base tiene estructura y dueño, todo lo que se construye encima hereda esa calidad.
Ágora, la plataforma de Intello para atención ciudadana, incluye un asistente con IA que atiende por WhatsApp a cualquier hora. Levanta reportes, explica trámites y requisitos, dice dónde ir, arma el expediente con las fotos o PDF que manda el ciudadano y avisa cuando su folio avanza. Varias de sus reglas responden directamente a lo que describe este artículo:
El mismo criterio aplica a las llamadas. Ágora transcribe la llamada y propone un folio que se llena con el tipo de reporte, la dirección y el nombre que se dijeron, sin inventar datos que no se dijeron. El personal lo revisa y lo crea. La IA propone; la persona confirma.
Y cuando un reporte se convierte en folio, cada cambio queda en la bitácora con quién, cuándo, antes y después. Si un ciudadano reclama lo que le dijeron, la institución puede reconstruir la conversación y lo que pasó después.
En Tribuna, la plataforma de seguridad pública y justicia cívica, INTELLO AI sigue la misma línea: ayuda a redactar los hechos, sugiere la clasificación de faltas y revisa la consistencia del expediente antes de enviarlo, pero la decisión es de la persona.
Poner un asistente con IA frente a la ciudadanía es una decisión de comunicación oficial, no solo de tecnología. Cada respuesta que da habla en nombre de la institución, a cualquier hora y a miles de personas.
La pregunta para los equipos directivos no es si el asistente contesta bien la mayoría de las veces. Es si, cuando contesta un requisito, un plazo o un derecho, puede señalar de dónde lo sacó. Y si, cuando no lo sabe, lo reconoce.
Si tu municipio quiere atender por WhatsApp con respuestas que se puedan sustentar, conoce cómo Ágora atiende al ciudadano de principio a fin, cómo Tribuna usa la IA como apoyo y no como decisión, o solicita una demo.