***Guillermo Astiaso, responsable de Innovación y Transformación Digital de GovClipping, y Jordi Montoya, CEO y cofundador de la compañía.
Falta media hora para la reunión. Sobre la mesa del jefe de gabinete hay un informe de cuarenta páginas que la empresa envió hace dos días, con el detalle del incremento de costes laborales que le supondría el proyecto de ley en tramitación. El informe trae su propio resumen ejecutivo, redactado con esmero. Ni el informe ni el resumen los va a leer nadie. En la pantalla hay otro, de dos páginas y media, preparado por una herramienta de inteligencia artificial: los tres argumentos principales, las dos cifras que no vienen referenciadas y una lista de contraargumentos por si hacen falta.
Que quien decide no lea el informe completo, sino una versión resumida, no es nada nuevo. La novedad es quién hace ahora ese resumen. Hasta ahora lo hacía el interesado, o un asesor, y con ello decidía qué argumentos ocupaban la primera página y cuáles quedaban enterrados en un anexo. Ahora lo hace una máquina que, de paso, audita. Quien envía el informe ha perdido el control sobre cómo va a ser leído.
Para medir el cambio conviene recordar hacia dónde iba el oficio. El profesional de los asuntos públicos es un traductor: explica a los decisores qué efectos tendrá una norma sobre un sector, un territorio o un colectivo. Y la profesión lleva años desplazándose del acceso privilegiado al argumento técnico. Los contactos siguen contando, pero ya no bastan: no sirve apuntar que una ley destruirá empleo, hay que llegar con la cifra, el método y la fuente.
Producir ese argumento técnico era caro, y durante mucho tiempo solo grandes empresas y patronales podían pagarlo. La inteligencia artificial abarata el análisis, la redacción y permite a consultoras pequeñas, pymes o entidades sociales competir en velocidad y en volumen. Pero al nivelar convierte el rigor en el mínimo exigible. Baja la barrera de entrada y sube el listón para destacar.
El resultado es previsible. Donde antes llegaban dos informes técnicos, ahora llegan decenas, todos aparentemente sólidos. En 2017, la consulta del regulador estadounidense de telecomunicaciones sobre la neutralidad de la red recibió 22 millones de comentarios y la fiscalía de Nueva York concluyó después que unos 18 millones eran falsos. Y aquello fue antes de la IA generativa.
Nadie tiene tiempo de leer esa cantidad de información en un plazo razonable y mucho menos de auditarlo. Así que tarde o temprano quien recibe y procesa la información usará las mismas herramientas que se han usado para crear, resumir y verificar. Cambia entonces qué hace competitivo a un documento. Ya no basta con que esté elegantemente escrito: el argumento tiene que sobrevivir cuando se reduce a unas pocas ideas, sin que queden al descubierto los huecos del razonamiento. Lo que antes se disimulaba con oficio y años de aprendizaje queda expuesto en una comprobación de minutos.
Hay un segundo efecto. Antes de la reunión, un cargo público puede investigar por su cuenta un asunto que no domina y formarse una primera interpretación del problema. El interesado ya no entra necesariamente a explicar cómo funciona su actividad desde cero: se encuentra con alguien que llega con una versión previa, preguntas preparadas y posibles contraargumentos.
Esto entraña un riesgo. Esa versión del problema autogenerada se construye a partir de la información accesible públicamente. En sectores bien documentados puede ofrecer una aproximación razonable. En cambio, sobre realidades poco sistematizadas (especialmente cuando hablamos de colectivos con poca capacidad para generar datos sobre sí mismos) el resultado puede ser coherente, verosímil y probablemente equivocado.
La IA no observa la realidad directamente sino que construye una interpretación probable a partir de los patrones que ha aprendido y de la información a la que puede acceder. El riesgo no es que el interlocutor llegue peor informado, sino que dé por buena una interpretación incompleta o incluso errónea de la realidad.
La Administración ya utiliza inteligencia artificial y su uso irá a más. No de forma homogénea ni al mismo ritmo en todos los organismos, pero sí lo suficiente como para que empiece a cambiar cómo se procesa, resume y prioriza la información que reciben. Herbert Simon lo advirtió hace medio siglo: la abundancia de información produce pobreza de atención. Cuando producir información deja de ser caro y revisarla también, lo verdaderamente escaso es que alguien atienda.
Este fenómeno fuerza a cambiar la forma en la que se escriben los documentos. Un documento pensado para ser resumido coloca la tesis arriba, acerca las cifras a sus fuentes y evita argumentos que necesitan varios párrafos para sostenerse. Además, sobrevive mejor lo que puede condensarse con claridad. Y ahí aparecen varios riesgos: pueden quedar fuera los matices, las realidades difíciles de sistematizar o los argumentos que exigen cambiar de marco antes de entenderlos. No porque sean falsos, sino porque pierden sentido cuando se simplifican demasiado.
Adaptarse es posible, y es cuestión de método más que de herramientas: fuentes trazables, cifras verificables, documentos pensados para dos lectores, la máquina primero y la persona después. La inteligencia artificial puede hacer esa primera lectura. Pero superar ese primer filtro no garantiza que el argumento se haya entendido.
Falta media hora. El jefe de gabinete ya ha leído sus dos páginas y sabe qué argumentos destacan y qué puntos generan dudas. Cada vez tendrá más sentido escribir las cuarenta pensando también en cómo quedarán reducidas a dos por una herramienta de inteligencia artificial. Eso hará más fácil, rápido y barato procesar grandes cantidades de información, pero también puede dejar fuera los argumentos que necesitan contexto, matiz o una explicación más larga. Que son, casualmente, los que hacen falta cuando el asunto es complicado. Para esos queda la reunión. Quien la gaste en repetir el informe habrá gastado lo único escaso, la atención.
***Guillermo Astiaso, responsable de Innovación y Transformación Digital de GovClipping, y Jordi Montoya, CEO y cofundador de la compañía