ChatGOV y el espejismo del "Tecnosolucionismo": Hacia una verdadera fiscalización de la Inteligencia Artificial Pública

Resumen: Reflexión analítica sobre el uso de la Inteligencia Artificial en la administración pública global, advirtiendo sobre el riesgo del "tecnosolucionismo" y proponiendo un marco de evaluación algorítmica para la auditoría al desempeño en el sector público. En un reciente análisis publicado por The Economist, se expone un caso revelador sobre las paradojas de la gobernanza moderna: Indonesia, un país con más de 251,000 leyes y reglamentos, ha lanzado más de 27,000 plataformas y aplicaciones públicas con la promesa de hacer más eficiente su administración. ¿El resultado? Un laberinto burocrático intacto donde la corrupción y la ineficiencia persisten. Frente a este escenario, la nueva apuesta de las administraciones públicas en Asia y el mundo es la Inteligencia Artificial. Sin embargo, como profesionales de la fiscalización superior y la gestión de riesgos, debemos hacernos una pregunta obligada: ¿Puede la Inteligencia Artificial corregir lo que la hipertrofia normativa y la falta de contrapesos han destruido? El riesgo del "Tecnosolucionismo" en la administración pública Existe una tentación recurrente en las instituciones estatales: creer que la tecnología por sí sola resolverá deficiencias estructurales. La acumulación de software no equivale a un mejor gobierno. Implementar modelos conversacionales o herramientas tipo "ChatGOV" sobre marcos normativos contradictorios o procesos viciados solo generará respuestas automatizadas con apariencia de legalidad, pero sin efectividad real. La Inteligencia Artificial no es una varita mágica que elimina la discrecionalidad burocrática; si no se diseña con gobernanza y datos limpios, corre el riesgo de convertirse en una "caja negra" que escuda la responsabilidad pública detrás de un algoritmo. Un nuevo objeto de fiscalización: La Auditoría Algorítmica Para evitar que la IA estatal sea un ejercicio de simulación o gasto ineficiente, los órganos de fiscalización y auditoría al desempeño debemos desplazar nuestro enfoque tradicional y adoptar un Marco de Evaluación Algorítmica basado en tres pilares: • Auditoría de Gobernanza y Trazabilidad Human-in-the-Loop: Verificar que exista un servidor público claramente identificado como responsable final de las decisiones asistidas por IA, garantizando que el sesgo o el error algorítmico no queden impunes.• • Fiscalización de la Calidad e Integridad de los Datos: Evaluar la calidad de las bases de datos con las que se entrenan los modelos. Algoritmos alimentados con datos sesgados o desactualizados perpetúan la discriminación y la arbitrariedad en la entrega de trámites y servicios públicos. Medición del Valor Público Real: Supervisar la matriz costo-beneficio de estas herramientas. La auditoría debe medir la reducción efectiva en tiempos de atención, el ahorro neto en el presupuesto operativo y el impacto directo en la disminución de espacios de opacidad. Conclusión: El ciudadano como fiscalizador originario La tecnología debe ser un catalizador para la transparencia, la rendición de cuentas y la simplificación, jamás un sustituto de la reforma institucional. La verdadera resiliencia y efectividad de un Estado no se miden por el número de herramientas de Inteligencia Artificial que despliega, sino por su capacidad de someter el algoritmo al control ciudadano, la apertura de datos y la auditoría rigurosa al desempeño. Referencias • • The Economist. (2026). Can AI make dysfunctional governments more effective? Asia demonstrates the promise and perils of AI in the public sector. (Publicado el 27 de agosto de 2026). Academia Mexicana de Auditoría al Desempeño, A.C. (AMAD). (2026). Marcos y directrices para la auditoría al desempeño de sistemas algorítmicos en el sector público.