Gobernanza de datos como el camino hacia la inteligencia artificial

Por Carles Ramió. EsPúblico blog.- A la pregunta por dónde empezar para incentivar la cultura institucional propicia para introducir en el futuro próximo la inteligencia artificial y la robótica tiene como respuesta, por una parte, el incremento de las capacidades institucionales de carácter analítico sobre la gestión del conocimiento y, por otra parte, la implantación de la gobernanza de datos.

a) Potenciar las capacidades institucionales analíticas: Es usual que las administraciones públicas posean unidades sectoriales de análisis de datos. Estos ámbitos sectoriales suelen poseer unidades con ciertas capacidades analíticas para estudiar estos datos. Pero se trata de una capacidad analítica fragmentada y sin una visión integrada y transversal de toda la información manejada por la institución. La propuesta concreta consiste en que cada Administración pública diseñe e implante una unidad central de análisis de datos que integre, coordine y analice de manera integrada todos los datos generados por los diversos ámbitos sectoriales. Esta unidad central debería poseer un equipo profesional con habilidades de análisis y, además, los dispositivos y procesos asociados a adquirir y procesar datos e información, así como su posterior difusión. Los sistemas de información vinculados tanto a la recopilación y tratamiento de los datos, su análisis y su preparación para que puedan llegar en el formato y presentación adecuados a los diferentes destinatarios constituyen un soporte clave para sustentar la capacidad analítica. La existencia de repositorios de datos y experiencias para conocer y compartir, la gestión de la memoria organizativa (más allá de los aportes puntuales de los diferentes profesionales) o el surgimiento de nuevas respuestas a partir del contraste de experiencias conocidas y experimentadas pueden ser algunas de las concreciones de este tipo de recursos del nivel organizativo que contribuyen a la capacidad analítica. En el nivel de sistema se destacan como factores clave los modelos de relación con los actores del entorno, ya sean otras organizaciones públicas, entidades privadas, asociaciones y la propia ciudadanía. En lo referente a las capacidades analíticas, en este nivel se consideran las estrategias de recopilación de datos generados por los diferentes actores vinculados a la política pública y su posterior procesamiento para generar nuevos aprendizajes. Ello se concreta en la disponibilidad, agilidad y facilidad de acceso a los datos y evidencias, y la generación de dinámicas conjuntas para convertirlos en información y conocimiento. Para ello es necesario que se combinen la existencia de recursos con la voluntad de compartirlos y consensuar tanto análisis como diagnósticos y eventuales propuestas asociadas.

b) El enfoque de la gobernanza de datos es complementario al punto anterior y se sustenta en tres ideas: (1) poner en valor los datos como un activo de la organización que debe gestionarse, (2) establecer responsabilidades en la toma de decisiones (derechos) y las tareas asociadas (deberes) y (3) establecer pautas y normas para velar por la calidad de los datos y su uso adecuado. La propuesta consiste en que cada Administración pública posea una unidad de dirección de datos (Chief Data Officer o CDO) que se correspondería con la unidad propuesta en el punto anterior. Destacar que no es recomendable ubicar esta responsabilidad en el ámbito tecnológico de la Administración (departamentos de informática o similares) ya que es importante distinguir la tecnología de la gobernanza de datos. La figura de una unidad de dirección de datos debe ir asociada a factores de éxito como la capacidad para identificar problemas y ofrecer soluciones, el cambio cultural asociado a la denominada “alfabetización de datos” (en su recopilación, tratamiento y utilización) y el desarrollo de proyectos de alto impacto (interno y externo). La gobernanza de datos se asocia a los procesos organizativos que permiten especificar la asignación de responsabilidades y decisiones, alineadas con los objetivos de la organización, para impulsar un comportamiento deseable en el tratamiento de los datos como un activo de la organización. Para ello hay que prestar atención a dos dimensiones organizativas, una referida a los objetivos y otra a la estructura. Sobre los objetivos, se distinguen las metas formales asociadas a la mejora de los sistemas de obtención y gestión de datos y las metas funcionales asociadas a las decisiones sobre su uso (y asignación de derechos para ello). La segunda dimensión, la referida a la estructura, incluye la designación de la autoridad formal responsable del ámbito, la división del trabajo y las configuraciones organizativas resultantes y la asignación de tareas a órganos y a puestos de trabajo.