¿Cómo saber si un programa público está funcionando? Datos, IA y evidencia para una mejor gestión

La experiencia de DIPRES en evaluación de programas, la del Observatorio Social en producción de información y la investigación en machine learning se cruzan para abordar una pregunta concreta: cómo la ciencia de datos y la inteligencia artificial pueden ayudar a construir mejor información sobre un programa mientras se implementa, tanto para orientar su gestión como para llegar con mejores fundamentos a su posterior evaluación.

Panel

Paula Darville, Master en Economía (NYU) – Exjefa de la División de Control de Gestión Pública de la Dirección de Presupuestos (DIPRES).

Matías Cociña, Doctor en Sociología (UW-Madison) – Exjefe de la División de Observatorio Social de la Subsecretaría de Evaluación Social, Ministerio de Desarrollo Social y Familia.

Gonzalo Ruz, Doctor en Machine Learning (U. Cardiff) – Experto en Ciencia de Datos e Inteligencia Artificial.

Modera Gabriel Duarte Zúñiga, Magíster en Economía y Políticas Públicas (UAI).

Los equipos a cargo de un programa cuentan con el registro de su operación, desde las personas atendidas hasta los recursos ejecutados. Pero establecer a quiénes está llegando una beca, un plan de capacitación o un servicio municipal, qué cambió desde que comenzó o cómo se comporta en distintos territorios exige información que no surge necesariamente del registro cotidiano. De ella dependen tanto las correcciones que pueden hacerse durante la implementación como los fundamentos con que posteriormente se evalúan sus resultados.

La ciencia de datos y la inteligencia artificial amplían lo que puede construirse en ese terreno. Permiten trabajar con volúmenes de información que antes quedaban fuera de alcance, cruzar registros provenientes de distintos sistemas o analizar, por ejemplo, el contenido de miles de informes. El desafío es determinar cómo aprovechar esas capacidades para conducir mejor un programa mientras se implementa y acercar lo que efectivamente ocurre a los criterios con que después será evaluado.

Chile cuenta con una institucionalidad de evaluación de programas consolidada durante más de veinticinco años. La línea de evaluación a cargo de paneles externos opera desde 1997 y hoy convive con el monitoreo anual y las evaluaciones ex ante y ex post. Sin embargo, lo que estos instrumentos pueden observar depende, en buena medida, de la información que cada programa fue capaz de construir y dejar registrada durante su funcionamiento.

Ahí resulta decisivo el oficio de producir información social. Detrás de cada indicador hay decisiones sobre qué se mide, cómo se mide y con qué nivel de consistencia. De ellas depende que un dato permita comparar períodos, identificar diferencias entre territorios o reconocer cambios en las personas a las que busca llegar una política pública.

Las nuevas tecnologías abren posibilidades para producir esa evidencia con mayor escala, profundidad y frecuencia, pero también plantean nuevas preguntas. ¿Qué evidencia vale la pena construir? ¿Cómo puede complementar las evaluaciones formales? ¿Qué datos, capacidades y resguardos se necesitan para hacerlo? El conversatorio propone abordar estas preguntas desde la experiencia de quienes han trabajado en evaluación de programas, producción de información social y desarrollo de herramientas de ciencia de datos e inteligencia artificial.

Dirigido a personas interesadas en el uso de datos e inteligencia artificial en el sector público, especialmente funcionarias y funcionarios de ministerios, servicios públicos y municipios que diseñan, gestionan o evalúan iniciativas públicas, además de profesionales de centros de estudio, consultoras, fundaciones y organizaciones vinculadas al análisis de políticas públicas.

Invita: Diplomado en Herramientas de Inteligencia Artificial para Políticas Públicas - GobLab UAI