ILDA y el Centro Latam Digital, con el apoyo del Centro para el Desarrollo Internacional (IDRC), y el Banco Interamericano de Desarrollo (BID) iniciaron una cooperación para entender y desarrollar nuevo conocimiento sobre el uso de la Inteligencia Artificial (IA) para resolver problemas públicos en el marco de la iniciativa global “Inteligencia Artificial para el Desarrollo” (AI4D por sus siglas en inglés). Esta cooperación tiene tres objetivos:

– Promover un mejor entendimiento de cómo el sector público debe desarrollar políticas de IA para el desarrollo, considerando aspectos éticos, políticos, sociales y económicos.

– Promover capacidades de tomadores de decisión en materia de diseño y aplicación de IA.

– Promover proyectos que exploren la resolución de problemas públicos a través de la utilización de IA, con foco en aplicaciones en el sector público.


Con estos objetivos en mente, se hizo una convocatoria abierta durante los meses de mayo y junio para participar en el programa Empatía. La convocatoria logró reunir alrededor de 80 propuestas de diferentes países de la región, de las cuales 41% venía de organizaciones del sector privado, seguidas por el 38.4% propuestas realizadas por organizaciones de la sociedad civil. Cerca del 40% de las propuestas fueron formadas por un consorcio, lideradas generalmente por una organización de la sociedad civil y combinando los intereses del sector privado, sector público y la academia.  

Después de una primera ronda de selección de propuestas, se lograron identificar alrededor de 20 proyectos para la ronda de entrevistas. Agradecemos la participación del comité de selección de Empatía por su esfuerzo y retroalimentación a todos los equipos que participaron en esta ronda. Así mismo, les agradecemos a los equipos participantes por sus valiosas contribuciones al proceso y por permitirnos ver los esfuerzos y las ideas que se están gestando en la región para el uso ético e innovador de la inteligencia artificial en la región. 

Debido a las importantes contribuciones que cada proyecto seleccionado en la ronda de entrevistas demostró, después de varias rondas de evaluación y discusión dentro del comité de selección, nos entusiasma comunicar que siete propuestas han sido seleccionadas para recibir financiamiento como parte de esta convocatoria del programa Empatía. 

Extendemos una felicitación a los equipos cuyas propuestas fueron seleccionadas, las cuales presentamos brevemente a continuación: 

Centro de Desarrollo Sostenible (Paraguay)

Este proyecto propone el desarrollo de un bot de Twitter que publicará datos de licitaciones, adjudicaciones y contrataciones en tiempo real. Los datos a utilizar son los publicados en formato OCDS por la Dirección Nacional de Contrataciones Públicas (DNCP) del Paraguay y la Agencia Nacional de Contratación Pública de Colombia. Este proyecto pretende implementar una herramienta usando Twitter como medio de comunicación de información de compras públicas, incluyendo métricas de análisis que den valor agregado a la información. Con esto se busca aumentar la participación ciudadana en el proceso de compras públicas acercando los datos a los ciudadanos por medio de Twitter. 


Cooperativa de Trabajo Banquito de Software (Argentina)

El proyecto busca contribuir al despliegue de políticas de justicia abierta a través del desarrollo de una herramienta tecnológica que acompañe el proceso de apertura de datos en el ámbito judicial, para fomentar la transparencia y la cercanía con la sociedad civil. Se propone desarrollar un sistema de software que permitirá la anonimización de documentos de naturaleza jurídica de acuerdo a su tipo de acta y materia, bajo la premisa de protección de datos personales, logrando reducir no sólo el tiempo dedicado de trabajo sino también el margen de error. La innovación del proyecto involucra utilizar Inteligencia Artificial en el desarrollo de una herramienta tecnológica escalable que acompañe y garantice el proceso de anonimización de resoluciones jurídicas en español. 


Comisión Nacional de Actividades Espaciales (Argentina)

En este proyecto se propone el desarrollo de mapas de la concentración diaria y mensual en superficie del contaminante PM10 para toda Argentina, a partir de la combinación de información satelital en un modelo Random Forest. Este proyecto representa una innovación tecnológica puesto que brinda la posibilidad de contar con información exhaustiva de una variable ambiental de alto interés para el estudio y gestión de la calidad del aire mediante el uso de un algoritmo de inteligencia artificial. Finalmente, se generarán archivos con información geoespacial y metadatos, con formato interoperable, que serán publicados en el GeoPortal y Catálogo de Imágenes de CONAE, y en plataformas de visualización del Ministerio de Ambiente de Nación. 


Goblab UAI (Chile)

El proyecto tiene como objetivo implementar una herramienta que logre predecir el nivel de la calidad del aire y con ello la ocurrencia de episodios críticos, en base a los datos de emisiones de industrias contaminantes. Se integrarán datos de emisiones reportados por empresas de la zona en tiempo real, datos de estaciones de calidad del aire de empresas y del Estado en tiempo real, y datos de meteorología. También se evaluará el uso de datos capturados por programas satelitales como Sentinel (Copernicus), el cual cuenta con sensores especializados en calidad del aire y se implementará  un modelo de predicción de calidad del aire. Este análisis y predicción habilitará a la Superintendencia de Medio Ambiente a realizar acciones preventivas y reactivas que disminuyan los niveles de riesgo de la población expuesta. 


Dirección Nacional de Aguas (Uruguay)

El objetivo de la propuesta consiste en el desarrollo e incorporación de una herramienta tecnológica que permita detectar tomas de extracción directas en los cursos de agua del país. Este proyecto pretende innovar en los mecanismos de fiscalización de los recursos hídricos, generando conocimiento de las obras de aprovechamiento de aguas públicas, mediante la incorporación de la Inteligencia Artificial para la detección de tomas de agua de extracción directa. Su implementación mejorará sustancialmente la eficiencia del área y aumentará el alcance de acción. Se implementarán técnicas de procesamiento de imágenes por computadora utilizando redes neuronales profundas, y entrenando los modelos por medio de aprendizaje supervisado. El modelo aprendido no tomará la decisión final, más bien contribuirá a la verificación realizada por los técnicos de DINAGUA. 


Open Knowledge Foundation (Brasil)

El proyecto «Querido Diário» propone utilizar inteligencia artificial para clasificar, contextualizar y expandir la información contenida en los diarios oficiales brasileños, haciéndolos disponibles en una plataforma que permitirá la visualización de estos diarios en un formato abierto y amigable. Busca permitir un monitoreo, análisis y correlación fácil de la información publicada en varias revistas oficiales, utilizando métodos y tecnologías que de forma innovadora contribuirán al empoderamiento de los ciudadanos en términos de control social y la búsqueda de soluciones en problemas públicos. Este proyecto incluye tres implementaciones técnicas principales: (i) algoritmos de inteligencia artificial que permitirán la clasificación y asociación de la información publicada en revistas oficiales, (ii) una plataforma para visualizar la información contenida en los diarios en un formato abierto y (iii) una API abierta, que permitirá la integración de esta información con otros sistemas y aplicaciones.


Prosperia (Mexico) 

El proyecto propone promover la prevención y masificar el diagnóstico temprano de las enfermedades crónicas de mayor incidencia en países de América Latina y el Caribe (Diabetes mellitus, hipertensión y enfermedades cardiovasculares), a través del desarrollo de sistemas de evaluación de riesgo cuya innovación se basa en cuatro pilares: alta precisión, accesibles, adquisición de input adaptable, y equitativos con subpoblaciones previamente subrepresentadas como la población femenina e indígena. Dichos pilares son también los ejes que diferencían a la herramienta propuesta respecto a las soluciones existentes (i.e. calculadoras de riesgo mayoritariamente desarrolladas con base en estadística lineal). Finalmente, la herramienta será fácil de implementar en otros países LAC debido a la similitud cultural y genética, además de poder ser validados con datos locales y calibrados previo a su implementación.




También queremos reconocer a las propuestas que recibieron una mención honorífica por parte del comité, felicidades por presentar grandes propuestas y estamos seguras que escucharemos más de ustedes en el futuro:

Biocomercio Sostenible (Colombia)

Este proyecto busca generar dos modelos de inteligencia artificial: 1) un modelo supervisado de tipo predictivo que permita proyectar rendimientos de cultivo de queso panela y 2) crear un clasificador que identifique clusters de relación entre variables como costos de producción, precios y rendimiento para identificar aquellas de mayor relevancia en el incremento de ganancias de los productores.  Estos dos modelos permiten guiar la toma de decisiones de la autoridad departamental en la asignación de recursos a las comunidades de productores. 


Datalat (Ecuador) 

Esta propuesta busca diseñar el prototipo de un algoritmo que recopile la información de los casos de violencia de género de varias fuentes de datos: información proporcionada por la Judicatura, redes sociales con el nombre del proyecto para extraer información publicada por organizaciones y activistas y un sitio web que contendrá toda la información recopilada así como un chatbot que emitirá links de acuerdo a un FAQ creado con links de sitios de apoyo y pasos para hacer una denuncia. 


Estado de la Nación (Costa Rica)

Estado de la Nación propone desarrollar e implementar una aplicación web para el análisis textual de las sentencias de las diferentes Salas de Casación de la Corte Suprema de Justicia, del Poder Judicial de Costa Rica, utilizando principalmente el texto de las resoluciones en firme. Esto les ha permitido crear una metodología de investigación y análisis de las sentencias, mediante el uso exitoso de modelos de aprendizaje automático con redes neuronales profundas en tareas de extracción de información, clasificación y análisis. Con el desarrollo de la aplicación propuesta en este proyecto, esta herramienta de búsqueda y procesamiento se utilizaría en las salas de casación, en un primer momento, y en un segundo momento estaría disponible para el público general.


Fundación Bunge y Born (Argentina)

El proyecto propone desarrollar una metodología práctica que permita identificar y monitorear basurales a cielo abierto en el Área Metropolitana de Buenos Aires en forma automatizada, utilizando técnicas de inteligencia artificial (machine learning + computer vision) para el reconocimiento de imágenes satelitales. Al hacer públicos la metodología y algoritmos utilizados, se espera que la experiencia sirva como base para soluciones similares en cualquier otra área del planeta. El problema abordado es el de la gestión de residuos sólidos urbanos (RSU), uno de los principales desafíos de gestión para gobiernos nacionales y municipales. 


International Center for Advanced Studies de la Universidad Nacional de San Martín (Argentina) 

Las estrategias de Salud Pública de reducción de la movilidad durante la pandemia COVID-19 se nutren de métricas diarias de movilidad ciudadana y de intensidad de la epidemia, como así también de la correlación entre ambas. Este monitoreo permite precisar los efectos de las restricciones al contacto social y así evaluar el impacto de estrategias de control y distribución de recursos.  En este proyecto, a partir de la información agregada y totalmente anonimizada de la red de Movistar en Argentina, se obtienen índices de movilidad ciudadana diaria y para cada comunidad, tanto escalares como flujo de trayectorias entre zonas de mayor contagio a zonas frías o susceptibles.


Let’s Talk (Chile)

El proyecto propone utilizar modelos de Machine learning para detectar problemas de salud mental, prevención del suicidio en conversaciones de personas a través de medios de mensajería instantánea como Whatsapp, Chat, Facebook messenger, app móvil, etc. Cómo empresa y en colaboración con varias ONG’s que atienden usuarios víctimas de bullying, abuso sexual, discriminación homofóbica, migrates y refugiados, hemos avanzado en modelos de ML que detectan riesgo de suicidio y urgencia de atención de usuarios en una conversación, o en mensajes que estos envían a través de medios cómo Whatsapp, Chat web, o Facebook Messenger.



Por último, nos complace anunciar que estaremos formando grupos de trabajo regionales para crear un ambiente de cooperación y retroalimentación regional sobre inteligencia artificial. Con la creación de estos grupos de trabajo regionales buscamos facilitar un espacio para compartir sus aprendizajes y experiencias con una red de organizaciones interesadas en el uso estratégico de la tecnología, lideradas por ILDA y Centro Latam Digital. 

Agradecemos de nuevo a todos los equipos que participaron en la convocatoria y  estaremos comunicando más avances sobre este proyecto en los próximos meses.