Organismos públicos avanzan en transparencia algorítmica siguiendo recomendaciones del CPLT

El GobLab de la Escuela de Gobierno UAI desarrolló la Ficha de Transparencia Algorítmica, una herramienta alineada con las recomendaciones que el Consejo para la Transparencia ha entregado en esta materia, y que ya cuenta con pilotos aplicados.

Durante 2025 se han conocido los primeros resultados de instituciones públicas que aplicaron las herramientas de algoritmos éticos diseñadas por el GobLab de la Escuela de Gobierno de la Universidad Adolfo Ibáñez, donde el Consejo para la Transparencia es socio del proyecto que las sostiene. La Ficha de Transparencia Algorítmica, una de las tres herramientas desarrolladas, genera un documento claro, accesible y fácil de entender que resume la información clave sobre un sistema de decisiones automatizado (SDA). Este instrumento cumple una doble función: transparentar el funcionamiento de un algoritmo o sistema de inteligencia artificial ante usuarios finales y actores externos, y servir como estándar de documentación interna para los sistemas automatizados implementados por organizaciones públicas o privadas.

En esta herramienta, utilizamos el término SDA para referirnos a algoritmos, sistemas de inteligencia artificial o modelos de aprendizaje automático (machine learning) que intervienen en procesos de toma de decisiones, ya sea de forma automática o asistida. Elegimos este término para alinearnos con las Recomendaciones de Transparencia Algorítmica del Consejo para la Transparencia (CPLT), las cuales promueven su uso en el contexto nacional. Las preguntas del cuestionario incorporan y organizan los contenidos sugeridos por el CPLT, ayudando así a identificar áreas clave a transparentar y avanzar en el cumplimiento de buenas prácticas de gobernanza algorítmica” señaló María Paz Hermosilla, directora del GobLab de la Escuela de Gobierno de la Universidad Adolfo Ibáñez.

Dentro de los 13 pilotos que aplicaron las herramientas en proyectos institucionales de IA y ciencia de datos, destaca la experiencia del Servicio Nacional de Capacitación y Empleo (SENCE) y el Instituto de Previsión Social (IPS) quienes, aplicaron la ficha y luego publicaron información de sus algoritmos y sus usos en sus respectivos portales institucionales web. El SENCE aplicó la ficha en su proyecto Sistema de Análisis de Bolsas de Empleos (SABE) y posteriormente se documentó su experiencia con el uso de esta herramienta (Ver experiencia aquí).

Por su parte, el IPS ha disponibilizado información relacionada a algoritmos utilizados en su trabajo institucional, habilitando “Transparencia Algorítmica” en su portal de transparencia activa (Ver más). De forma particular y tras haber piloteado su modelo predictivo de no cobros PGU, se documentó su experiencia con el uso de la herramienta diseñada por el GobLab. (Ver experiencia aquí)

Al respecto, el consejero del CPLT, Bernardo Navarrete, sostuvo que: “Las recomendaciones de transparencia algorítmica son el resultado del esfuerzo por avanzar en mayor transparencia y explicabilidad de los sistemas de decisiones automatizadas y semiautomatizadas, sobre todo cuando estos son utilizados por los órganos públicos para la provisión de bienes y servicios a la ciudadanía. En el contexto en que hoy nos encontramos, resulta fundamental que la información sobre estos sistemas de decisiones se conozca y se publique en los sitios web de los servicios de forma clara, accesible y actualizada.

Además, añadió: “Según nuestros registros son cada vez más los servicios que utilizan estos sistemas en el ejercicio de sus competencias públicas. Ya en 2021, identificamos el uso de 92 sistemas de decisiones automatizadas o semiautomatizadas, en 42 instituciones públicas en Chile. Sin embargo, hay un déficit en la información que se conoce de ellos, cómo operan, sus lógicas, qué datos utilizan y cómo se puede reclamar de sus decisiones”.

Con estas recomendaciones, el CPLT orienta a los órganos públicos sujetos a la Ley de Transparencia, sobre cómo publicar de modo uniforme y sistematizado la información de relevancia respecto de sus sistemas de decisiones automatizadas y semiautomatizadas.