Los responsables de Ceibal, UTEC, DGR y las demás instituciones contaron cómo funciona cada prototipo
Acá va la nota rehecha, con las explicaciones metidas dentro del texto para que cualquiera la entienda, sin paréntesis forzados. Mantengo los ocho proyectos, los testimonios y las siglas desarrolladas.
El Microsoft AI Co-Innovation Lab y el AI for Good Lab desarrollan ocho prototipos de inteligencia artificial junto a organismos públicos uruguayos. La inteligencia artificial, o IA, son programas que hacen tareas que antes necesitaban a una persona —leer un documento, reconocer qué hay en una foto, responder una pregunta—, no porque "piensen", sino porque detectan patrones a partir de muchísimos ejemplos.
Por ahora son prototipos: primeras versiones de prueba que funcionan, pero que todavía no se usan en serio con el público. En un panel, los responsables de cada institución contaron cómo funciona cada uno. El laboratorio está instalado en el Parque de Innovación del Laboratorio Tecnológico del Uruguay (LATU).
La presidenta del LATU, Lucila Arboleya, explicó que el programa prevé 16 proyectos por año y que, en este primer año, ya hay 12 seleccionados. La próxima tanda será con ANDE, la Agencia Nacional de Investigación e Innovación (ANII), la Administración Nacional de Telecomunicaciones (Antel) y Correos. La convocatoria para la cohorte que empieza en febrero cierra en noviembre.
El objetivo que repitió es potenciar capacidades: fueron los propios funcionarios los que conocían los problemas y diseñaron la solución, con la IA "como herramienta". Entre los resultados mencionó hacer tareas más complejas y reducir errores y tiempos, un tiempo humano que después se dedica a trabajo de mayor valor.
La selección pasa primero por un filtro técnico de Microsoft, detalló Elianne Elbaum, gerente general de ambos laboratorios en Uruguay: que la solución sea de IA, que sea posible hoy, que la institución tenga datos útiles y que aporte un programador. Lo que se descarta es lo que llama "magic learning": en vez de "machine learning", el aprendizaje real de la máquina a partir de datos, pedirle a la IA algo imposible, "una expresión de deseo" más que algo realizable.
Después, una gobernanza —un grupo que decide— integrada por la Agencia de Gobierno Electrónico (Agesic), el LATU, Uruguay Innova, Antel y el Ministerio de Industria mide el impacto dentro de cada organismo y de cara al ciudadano.
El proyecto de Ceibal es un asistente conversacional, una ventana de chat parecida a la de WhatsApp pero donde responde un programa, que trabaja sobre su wiki interna: una especie de Wikipedia propia del organismo. Lo bautizaron "Che Wiki".
Isabel Amigo, gerenta de Innovación de Ceibal, explicó que esa enciclopedia interna guarda más de 2.000 documentos de procesos, reglamentos y manuales, muchos auditados bajo normas. La consultan a diario los trabajadores, los proveedores y el call center, y es la "fuente de verdad".
El problema era que buscar ahí adentro costaba: había que saber la palabra exacta. Ahora se le puede preguntar con lenguaje natural, es decir, escribiéndole como a una persona: qué documentos preparar para una compra, qué aprobaciones hacen falta. Incluso pedirle que redacte una carta que cumpla con el procedimiento.
Amigo dijo que era "un deseo de hace tiempo" que quedaba relegado, y que el laboratorio aportó capacitaciones, gente y una forma de trabajar por etapas cortas con inicio y fin —lo que en el rubro llaman sprints— para sacar el proyecto "del cajón".
La Universidad Tecnológica (UTEC) desarrolló una herramienta para detectar temprano el picudo rojo en las palmeras, usando drones e IA. Natalie Aubet, docente senior de UTEC en un grupo de investigaciones espaciales, explicó el problema de fondo: cuando a simple vista la palmera ya se ve afectada, "ya no tiene mucha solución". La idea es descubrirlo antes.
Durante más de un año hicieron vuelos con drones para tomar imágenes y encontrar señales tempranas. Pero el volumen era imposible de revisar a mano: miles de palmeras y fotos. Ahí entró Microsoft, para automatizar la tarea: enseñarle al sistema a clasificar sola el estado de cada palmera —sana, deformada, sin solución o muerta—.
Esa clasificación la hace un modelo, el "cerebro" del sistema una vez que aprendió a reconocer esos estados a partir de muchos ejemplos. Sirve a los organismos que deciden tratar, fumigar o remover ejemplares y frenar el avance de la plaga, que según Aubet entró a Latinoamérica por Uruguay y puede dañar ecosistemas y producción.
Lo hizo un equipo joven, con estudiantes de maestría y recién graduados. El resultado es una herramienta base que además permite extenderla a otras plagas "en un tiempo récord". Según la investigadora, el laboratorio les permitió armar esa base "en un mes y poco" y conectar la academia con la industria, también fuera del país.
La Dirección General de Registros (DGR) trabaja en extraer de forma automática los datos de los documentos para agilizar los expedientes. Enrique Gretter, de su Dirección de Tecnologías de la Información, recordó que el organismo registra los actos y negocios jurídicos que marca la ley, y que ingresan unos 1.500 documentos por día en todo el país, que hay que procesar en la jornada.
El problema: hoy el escribano arma un documento y, para inscribirlo, tiene que copiar todos los datos a una minuta y presentarla en ventanilla; después esos mismos datos se vuelven a tipear varias veces en las distintas etapas internas.
Con la solución, el escribano sube el documento a una plataforma y la IA reconoce a qué registro pertenece, cuál es el acto y extrae los datos sola. La persona los revisa y valida —no escribe de cero— y queda listo para inscribir. El beneficio, según Gretter, es evitar errores de tipeo y las demoras de ida y vuelta cuando el calificador encuentra diferencias. El sistema "siempre estuvo en agenda", pero faltaban recursos: "cada vez en la oficina somos menos".
El Tribunal de Cuentas de la República (TCR) arma un asistente para elaborar informes, en un organismo que maneja enormes cantidades de documentos. Según Elbaum, permite consultar documentos, leyes y reglamentos con lenguaje natural, y muestra de dónde sacó cada dato: se puede clickear y ver el reglamento de origen.
Eso apunta a evitar las alucinaciones, que es cuando la IA inventa una respuesta que suena creíble pero es falsa. Mostrando la fuente, quien redacta puede verificar. Llevar ese error a cero, aclaró, "es casi imposible".
La Agencia de Gobierno Electrónico (Agesic) desarrolla un agente de IA para trámites digitales. Un agente es un asistente que, además de responder, hace tareas por la persona. La expectativa, según la presidenta del LATU, es que el ciudadano sepa qué trámite empezar y cómo llenar el formulario, con un proceso "más amigable y sencillo".
Elbaum agregó que Agesic apunta a ofrecer los trámites como un servicio listo para otros organismos, de modo que cada oficina no tenga que construir lo suyo. El ciudadano recibiría los formularios ya precompletados —el sistema llena los casilleros a partir del documento y la persona solo corrige— mediante una ventana de chat. Por ahora el prototipo solo lo ven los funcionarios del proyecto.
La Administración Nacional de Usinas y Trasmisiones Eléctricas (UTE) genera de forma automática los pliegos de compras, los documentos con las condiciones de una licitación, con potencial para replicarse en otras instituciones.
Según Elbaum, un agente arma un borrador ya cargado con los requisitos de cada caso, y el funcionario queda como control final: la máquina propone, pero una persona siempre revisa y aprueba antes de que algo quede firme. Es, además, una herramienta colaborativa, en la que varios editan el mismo documento al mismo tiempo.
La Fundación Latitud clasifica variedades de cultivos —soja, sorgo y maíz— usando imágenes satelitales, fotos de la Tierra tomadas desde satélites. Con ellas, el sistema distingue qué se está sembrando en cada campo. Es uno de los proyectos del segundo grupo y, por ahora, es la información disponible sobre su alcance.
El Hospital de Clínicas digitaliza historias clínicas escritas a mano, junto a la cátedra de Farmacología de la Universidad de la República (UdelaR). La dificultad, según Elbaum, es que esa información viene en tablas, como una planilla de Excel: los días en las filas, las medicaciones en las columnas y, en cada casillero, los miligramos y horarios.
Para una IA, una tabla es más difícil de entender que un texto corrido. "No es lo mismo que un texto normal", resumió. Por eso el sistema procesa la planilla renglón por renglón, para que el investigador controle cada casillero. Y hubo que enseñarle en español, mostrándole ejemplos en nuestro idioma, porque está lleno de abreviaturas propias: "mg", "L" por lunes, "V" por viernes. Con esos datos ya ordenados, después corren otros cálculos sobre las dosis.
Todos los proyectos están en etapa de prueba. Cada institución recibe un apoyo de US$ 25.000 sin costo para usar las computadoras de internet de Microsoft —su "nube", llamada Azure—, donde los sistemas corren sin tener que comprar equipos. Un prototipo "no gasta más de 300 dólares" de ese monto. La capacitación de los funcionarios dura un mes, los martes y jueves de 10 a 12, de forma virtual, con dos módulos de Agesic sobre regulación y protección de datos.
Para pasar a uso real hace falta una autorización política, plata para el costo de esas computadoras —que se paga según cuánto se usen— y cumplir la normativa de datos: "con los fondos del Estado" se "debe tener mucho cuidado en lo que se gasta", dijo Elbaum.
Otro requisito es la ciberseguridad, la protección de los sistemas y los datos frente a ataques. Hoy los prototipos funcionan aislados, sin estar abiertos al público por internet, "como si fuera una burbuja". Todo esto, advirtió, "implica cambios internos, cambios culturales".
