Resumen de los resultados
Se presenta a continuación el resultado del relevamiento de la información procesada al 30 de junio de 2024:
Se envió el formulario a 60 organismos, y 22 de ellos respondieron con la siguiente información:
- Del total de 22 organismos que respondieron, 13 reportaron un total de 27 casos de aplicación o iniciativas de inteligencia artificial (IA). 8 de estos casos se encuentran operativos y en funcionamiento, mientras que los 19 restantes son casos o iniciativas que están en etapa de desarrollo, implementación, en testeo, o discontinuados.
| Organismo | Cantidad de casos operativos | Cantidad de casos en desarrollo | |
|---|---|---|---|
| Administración Central | |||
| Agencia para el Gobierno Electrónico y la Sociedad de la Información y el Conocimiento | 2 | 1 | |
| Ministerio de Industria, Energía y Minería | 1 | 1 | |
| Ministerio de Trabajo y Seguridad Social |
| 1 | |
| Ministerio de Transporte y Obras Públicas |
| 1 | |
| Servicios Descentralizados | |||
| Administración Nacional de Correos |
| 1 | |
| Administración Nacional de Telecomunicaciones |
| 1 | |
| Entes Autónomos | |||
| Administración Nacional de Combustibles, Alcohol y Portland | 1 | 1 | |
| Administración Nacional de Educación Pública |
| 1 | |
| Banco Central del Uruguay |
| 1 | |
| Banco de Seguros del Estado | 3 | 1 | |
| Personas públicas no estatales | |||
| Agencia Nacional de Investigación e Innovación |
| 1 | |
| Centro Ceibal para el Apoyo a la Educación de la Niñez y la Adolescencia | 1 | 7 | |
| Gobiernos Departamentales | |||
| Intendencia de Montevideo |
| 1 | |
| Totales | 8 | 19 | |
- Los 9 organismos restantes de los 22 que respondieron, no cuentan con casos de aplicación de inteligencia artificial a la fecha. Estos organismos son:
- Administración Nacional de Puertos
- Banco Hipotecario del Uruguay
- Ministerio de Ambiente – Dirección Nacional de Calidad y Evaluación Ambiental
- Ministerio de Economía y Finanzas – Dirección Nacional de Loterías y Quinielas
- Ministerio de Educación y Cultura – Dirección de Innovación, Ciencia y Tecnología
- Ministerio de Relaciones Exteriores
- Ministerio de Salud Pública – Dirección Nacional de Secretaría
- Poder Judicial
- Poder Legislativo – Instituto Nacional de Derechos Humanos y Defensoría del Pueblo
Se destacan algunos puntos relevados en el formulario, con respuestas estructuradas que permiten una agregación cuantitativa en diferentes temáticas, tales como tecnología aplicada e integración de los equipos de trabajo en los casos:
Tecnología aplicada
Con respecto a la tecnología utilizada en los casos de aplicación de IA reportados, las más frecuentes son Procesamiento de Lenguaje Natural, y Aprendizaje Automático. También hay casos en los cuales se aplica Procesamiento de Imágenes, Predicción de Alertas Tempranas y también aparecen casos con aplicación de IA generativa.
| Tecnología de IA aplicada | Cantidad de casos |
|---|---|
| Procesamiento de lenguaje natural (NPL) | 10 |
| Aprendizaje automático (ML, DP, Clustering) | 13 |
| Procesamiento de imágenes (computer vision) | 6 |
| Predicción alertas tempranas | 5 |
| Apoyo a la interacción (chatbots, asistentes virtuales, otros) | 8 |
| IA Generativa | 7 |
| RPA (Automatización Robótica de Procesos) | 2 |
| Robótica/Industria | 0 |
| Otras tecnologías aplicadas | 1 |
Perfiles de los equipos de trabajo
En la totalidad de los casos reportados, el diseño se realizó o se realiza con la participación de equipos con perfiles técnicos informáticos. Además, en 22 (81,5%) de los 27 casos participaron equipos con experticia en la temática que aborda el caso desde diferentes disciplinas y personas con perfil administrativo, estos últimos especialmente en los casos orientados a la optimización de procesos y aplicaciones de apoyo a la interacción.
Decisiones automatizadas
Una de las preguntas formuladas es sobre el involucramiento de persona o personas en la decisión final que genera el sistema.
En 18 (67%) de los 27 casos reportados se relevó que interviene una persona en la decisión final, generalmente tomando como insumo el resultado provisto por el sistema. En los 9 restantes no hay intervención de personas en la decisión final.
Principales desafíos encontrados
Varios de los casos reportados incluyen respuestas sobre los principales desafíos o dificultades encontradas en el diseño e implementación de los sistemas, algunas de las respuestas más frecuentes son:
- Calidad de los datos no uniforme o no adecuada, falta normalización de los datos que hace complejo el etiquetado, entre otros.
- Resistencia cultural al cambio propuesto.
- Falta de disponibilidad de infraestructura y herramientas. Dificultades técnicas de las herramientas.
- Falta de recursos humanos.
- Inadecuada especificación de requerimientos.
- Aspectos normativos a considerar en forma previa, manejo de confidencialidad.
El detalle de cada uno de los casos reportados se encuentra publicado en el Observatorio de Inteligencia Artificial.