¿Confiaremos lo suficiente en la Inteligencia Artificial para que pueda alcanzar todo su potencial?

¿Confiaremos lo suficiente en la Inteligencia Artificial para que pueda alcanzar todo su potencial?

18/09/2018 0 Por World of Data

¿Sabías que datos, tales cómo poseer un coche y el color del mismo, pueden proporcionar información interesante con respecto al pago de la renta?

Esto puede parecer improbable, pero estudios recientes en una entidad fiscal nacional europea, que ha utilizado datos muy detallados, ha desvelado algunas conexiones interesantes. El primer insight ha sido que la propiedad de un coche es un buen indicador sobre sí la persona es proclive a no pagar impuestos – pero la relación depende de la edad. Para los mayores de 30 años, el no tener coche se relaciona con impagos. Pero, para los menores de 30 años, es lo opuesto: los mejores pagadores tienen menor probabilidad de tener coche. Además, los que tienen un coche rojo o negro son los más propensos en fallar un pago.

Teniendo en cuenta un enfoque en el estilo de vida, la relación con la edad puede ser bastante lógica, sin embargo el enfoque por color es más difícil de explicar. Se puede especular que, en general, los que son mayores de 30 años tienen un sueldo mejor, por lo que es probable que puedan comprarse un coche. Los menores de 30 años pueden hacer un esfuerzo para mantener un coche y, como consecuencia, tienen dificultades financieras. Sean cuales sean las razones, es una particularidad muy interesante para quien está del lado de la entidad fiscal, puesto que le permite identificar cuáles las personas a vigilar…
Hacer la pregunta correcta es el inicio de un análisis más productivo.

Hacer mejores preguntas

La analítica en general y la Inteligencia Artificial (IA) en particular, pueden ayudarnos a comprender no sólo lo que quieren los clientes, también cómo reaccionan a las campañas de las que son objetivo. Está claro que si no se trabaja con la información correcta, no se obtendrán las respuestas adecuadas y esto aplica también a organismos de sector público. Tome como ejemplo el caso «Pedalgate» de Toyota: las comunicaciones se han enfocado, en gran medida, en la limitación de daños, pero el trabajo de análisis de texto mostró que, en realidad, la gente quería saber cómo se resolvería el problema. Esto llevó a un desajuste en las expectativas, que no es la mejor táctica para que clientes satisfechos hagan lo que se espera. Así que, en el caso de los impuestos, ¿qué es lo que lleva a la gente a pagar dentro del plazo? ¿Amenazas o simpáticos recordatorios? Hay que comprender la respuesta del cliente antes de comunicar.

El análisis en tiempo real es muchas veces considerado la solución del mercado minorista, pero también tiene potencial en el sector público. Pongamos como ejemplo, la inmigración y las aduanas…

La analítica pueden ser empleada para identificar, entre las personas que cruzan el control en frontera, cuáles deben ser investigadas, así como qué bienes deben inspeccionar en un período de tres horas.  Así, se mejorará la asignación de recursos para potenciales problemas, lo que, probablemente, ayudará tanto a funcionarios como a usuarios de la aduana.

Confianza y responsabilidad: la dimensión ética

Está claro que hay otro lado y, está relacionado con la confianza. En particular en el sector público, financiado por los contribuyentes, los ciudadanos necesitan confiar en los resultados de los análisis y, en especial, en el impacto en sus vidas. En los años 1990 y 2000 la Policía Metropolitana del Reino Unido empleó estadísticas para justificar la detención y búsqueda de un número de jóvenes negros, bajo la pretensión de que había una mayor probabilidad de verse involucrados en crímenes con arma blanca (entre otros). Cuando esto se hizo público, la confianza en la policía cayó en picado, en particular en Londres, donde hubo una fuerte reacción por parte de la comunidad.  Puede haber sido justificable en términos estadísticos, pero no en términos de resultado.

Los organismos de sector público que plantean emplear analítica tienen que ser conscientes que el fin no justifica los medios, y que los medios deben ser claros y transparentes.

Muchos organismos necesitan compartir datos con sus interlocutores para maximizar los efectos de análisis. El intercambio de informaciones personales sin autorización, no está permitido por el RGPD, pero puede merecer la pena tener en cuenta el potencial de compartir los insights. Después de todo, es razonable  deducir que el individuo que no pague los impuestos también podrá hacer otro tipo de impagos.

Sin embargo, ¿será aceptable para los clientes este tipo de intercambio? Es un tema que aún necesita trabajo. Los organismos de sector público tienen la responsabilidad de proteger el dinero público, reduciendo el fraude y los impagos, pero también necesitan ser de confianza, para hacerlo de forma ética. Esta discusión sobre cómo alcanzar estos objetivos no está, de ninguna manera, concluida, pero está claro que la analítica tiene un papel importante en el proceso. Con el machine learning ya en marcha, las implicaciones más amplias de cómo los algoritmos aprenden y el impacto de la Inteligencia Artificial obligarán a una mayor educación por parte del consumidor.

Mads Krogh
Business Advisor