Gemelo Digital Social: ¿qué puede aportar y qué riesgos plantea?

El Ministerio de Capital Humano presentó el “Gemelo Digital Social”, una plataforma basada en inteligencia artificial orientada a integrar información social, educativa, laboral y territorial para simular escenarios y proyectar impactos de políticas públicas antes de su implementación. Según explicó el Gobierno, la herramienta buscará avanzar hacia un “Estado predictivo”: un esquema de gestión pública con capacidad para anticipar problemas, detectar patrones y evaluar posibles resultados de distintas intervenciones estatales. La propuesta todavía se encuentra en una etapa preliminar y aún no fueron presentados detalles sobre arquitectura tecnológica, proveedores ni mecanismos concretos de funcionamiento.

La idea de utilizar modelos predictivos en el sector público no es nueva. Singapur desarrolló plataformas digitales para planificación urbana y monitoreo de infraestructura en tiempo real, mientras que Reino Unido trabajó con modelos de simulación para transporte y movilidad urbana. En ambos casos, el objetivo fue utilizar datos para mejorar planificación y capacidad de decisión.

Un sistema de este tipo permitiría integrar información hoy dispersa entre distintas áreas del Estado, mejorar la coordinación entre organismos y detectar tempranamente situaciones de vulnerabilidad social, abandono escolar o problemas de inserción laboral. La participación de universidades, especialistas y centros de investigación también podría contribuir al desarrollo de capacidades técnicas locales vinculadas a análisis de datos y diseño de políticas públicas.

Pero la iniciativa también plantea riesgos y zonas grises.

El primer riesgo tiene que ver con privacidad y protección de datos. El anuncio menciona integración de información social, laboral, educativa y territorial, aunque todavía no se conoce qué bases concretas se utilizarán ni cómo se anonimizarán los datos. Con suficientes variables cruzadas, muchos conjuntos de información pueden permitir reidentificación indirecta de personas aun cuando nombres y documentos hayan sido eliminados. A eso se suma otro problema: Argentina todavía no cuenta con un marco regulatorio específico sobre inteligencia artificial ni con una estrategia nacional integral en la materia en la cual podría insertarse esta iniciativa.

La experiencia internacional muestra además que los sistemas predictivos pueden reproducir sesgos preexistentes o generar errores en procesos automatizados vinculados a políticas sociales. También aparece a colación una discusión sobre soberanía tecnológica y dependencia de grandes empresas proveedoras de infraestructura digital. Cuando los Estados tercerizan completamente este tipo de desarrollos, suelen perder capacidad para comprender o supervisar los sistemas que utilizan.

Existe además un límite más amplio: los problemas sociales no funcionan como sistemas mecánicos perfectamente predecibles. Los modelos pueden ayudar a identificar tendencias y correlaciones, pero las políticas públicas siguen involucrando decisiones políticas y dinámicas sociales difíciles de traducir completamente a variables algorítmicas.

Argentina necesita discutir cómo incorporar inteligencia artificial al Estado sin caer en el rechazo automático ni en el entusiasmo tecnológico vacío. Un “Estado predictivo” puede mejorar la planificación y capacidad de anticipación, pero ningún algoritmo reemplaza la necesidad de construir instituciones públicas capaces de interpretar y actuar sobre una realidad social siempre más compleja que cualquier modelo digital.