Diseñar una política pública no siempre implica partir de las mismas condiciones. Un municipio grande -por caso- puede tener secretarías técnicas, asesores especializados, acceso a estudios y equipos acostumbrados a trabajar con metodologías de diseño de políticas. Uno más chico puede tener algo igualmente valioso (conocimiento del territorio, problemas concretos y urgencias), pero no necesariamente las mismas herramientas para convertir todo eso en un proyecto sólido.
Ahí es donde busca intervenir Tomi IA, una herramienta desarrollada por el Laboratorio Colossus, un laboratorio cívico con sede en Buenos Aires. La propuesta es sencilla de explicar, aunque detrás tenga una arquitectura bastante más sofisticada: que un intendente, un concejal o un equipo municipal pueda conversar con una inteligencia artificial y terminar el proceso con algo más que una respuesta en pantalla. En concreto, con un memo de estrategia para llevar al gabinete o con un proyecto de ordenanza para el Concejo Deliberante.
¿Por qué “Tomi”? Para recordar a Thomas Flowers, el ingeniero británico que diseñó Colossus, la primera computadora electrónica digital y programable, usada hacia el fin de la Segunda Guerra Mundial para descifrar mensajes del ejército nazi.
La plataforma está en beta abierta, su uso no tiene costo y se puede utilizar con una cuenta de Google. El proyecto está construido sobre Claude, de Anthropic, a través de Amazon Bedrock, mientras que toda la infraestructura corre sobre AWS. Según sus desarrolladores, el modelo que utiliza actualmente es Sonnet 4.6. El código, además, es abierto bajo licencia MIT.
La diferencia que sus creadores quieren marcar respecto de usar Claude u otra IA directamente es que Tomi no pretende ser otro chatbot al que se le hace una pregunta y devuelve un texto. De hecho, ¿por qué construir una herramienta específica cuando ya existen modelos generales de inteligencia artificial? Para Dante De Agostino, director ejecutivo de Colossus Lab, hay una primera razón y es que los modelos generales suelen buscar respuestas en Internet, mientras que para diseñar políticas públicas es necesario trabajar con fuentes más precisas y contextualizadas.
“La idea es sumarle al modelo una capa de datos públicos abiertos para que pueda contrastar con datos públicos las problemáticas que se quieren abordar”, explica.
En la práctica, eso significa que Tomi no se limita a responder a partir de lo que encuentra en la web, sino que puede consultar directamente el Data Lake de OpenArg.org y acceder a datos oficiales, como los del INDEC, para contextualizar el problema en una jurisdicción determinada. Si un funcionario quiere trabajar, por ejemplo, sobre una política vinculada con discapacidad, la herramienta puede buscar los datos disponibles y extraer la cantidad de personas con discapacidad en ese municipio para ayudar a dimensionar el problema.
La otra capa es metodológica. La herramienta toma como estructura los ocho pasos del método de Eugene Bardach, utilizado en la formación de políticas públicas: definir el problema, reunir información, construir alternativas, establecer criterios, proyectar resultados, confrontar costos, decidir y comunicar. En vez de pedirle al usuario que conozca previamente ese recorrido, Tomi lo convierte en una conversación guiada con la salvedad de que no permite avanzar de etapa sin haber producido el elemento necesario para cerrar la anterior, y cada uno de esos elementos queda incorporado al documento final.
Eso cambia bastante la lógica de uso. Ante un problema como la falta de acceso a determinada actividad deportiva, por ejemplo, la herramienta no debería saltar directamente a “construir un polideportivo”. Primero intenta precisar quiénes están afectados, cuál es la magnitud del problema y qué información falta. Después busca alternativas, incluyendo experiencias de otros municipios, define con qué criterios compararlas y obliga a explicitar costos, capacidades necesarias, riesgos e incertidumbres.
La idea es que la IA funcione más como copiloto metodológico que como autor de una política pública. La decisión final, subrayan sus desarrolladores, sigue siendo humana y política. “Tomi ordena, fundamenta, compara y deja escrito el proceso, pero no decide por el funcionario”, explican.
Una biblioteca pensada para el Estado local
El otro componente central es la información con la que trabaja. Tomi incorpora la ley orgánica municipal de 22 de las 23 provincias argentinas (Santa Cruz queda fuera porque la fuente disponible no permite citar los artículos con suficiente precisión) y puede mostrar el artículo concreto en el que se basa una afirmación normativa. También incorpora más de 1500 experiencias de gestión municipal de América y Europa.
A eso suma datos públicos consultados durante la conversación: el Censo 2022, indicadores del INDEC, variables del BCRA y el catálogo de datos.gob.ar. La intención es resolver uno de los problemas menos sofisticados, pero más frecuentes de la gestión pública: que la información exista, pero esté dispersa y haya que saber dónde buscarla para poder utilizarla.
Según De Agostino, esa posibilidad de trabajar con datos oficiales desde el comienzo es uno de los elementos centrales de la propuesta. “Los datos los trae una herramienta, no la memoria”, resume al explicar cómo intentaron reducir el margen para que el modelo complete información que no tiene.
En una herramienta destinada a colaborar en decisiones de gobierno, una IA que invente una fuente, confunda una norma o complete un dato faltante con información ficticia no es un problema menor.
Por eso, uno de los principios del diseño de Tomi es que cada afirmación venga acompañada por su fuente. La plataforma distingue entre casos y manuales, normativa, datos públicos y artículos periodísticos o de Wikipedia. En el caso de las leyes, además, separa lo que una norma obliga de lo que un manual recomienda y recuerda verificar el texto vigente en el Boletín Oficial antes de utilizar una referencia normativa en un decreto u ordenanza.
Los datos también siguen una lógica diferente a la de una conversación convencional con un chatbot. La cifra del censo, la inflación o el tipo de cambio, por ejemplo, llega a través de consultas a las fuentes oficiales, con período y ámbito, y queda citada aparte. Una de las instrucciones del sistema es no inventar cifras ni citar datos que no fueron consultados.
La misma lógica se aplica a las inferencias. Tomi puede sugerir una lectura lateral de un problema -por ejemplo, preguntarse si una familia que no puede pagar la cuota de un club también podría tener dificultades para acceder a una merienda—, pero esa relación aparece una sola vez por conversación como “hipótesis no verificada”, planteada como pregunta y acompañada de una propuesta sobre cómo comprobarla.
Respecto de los controles, el equipo reporta 640 pruebas automáticas y mediciones versionadas que se repiten cada vez que cambia el sistema. También cuentan con una prueba que reproduce primeros mensajes reales, incluido un intento de manipulación, para comprobar si las defensas siguen funcionando después de cada modificación del sistema.
Datos sensibles: un punto clave
También hay una segunda pregunta inevitable cuando la IA entra en organismos públicos: qué pasa con la información que el usuario introduce.
Según los desarrolladores, Tomi guarda los datos del perfil asociados a la cuenta de Google, el perfil del municipio y las conversaciones. Estas últimas permanecen en una base de datos de la infraestructura de AWS y están cifradas.
El texto se envía al modelo de lenguaje para generar cada respuesta, pero, de acuerdo con Colossus Lab, Amazon no lo guarda ni lo conserva. Los registros de correo también están cifrados. “Nadie del laboratorio lee las conversaciones de forma rutinaria”, explica De Agostino. El equipo mide cuántas conversaciones tienen lugar para calcular los costos de operación, pero no qué dicen esas conversaciones.
La excepción son los contenidos que los propios usuarios deciden publicar en el Muro de políticas públicas, una sección abierta de la plataforma.
Desde el perfil, además, el usuario puede descargar sus datos en un archivo o eliminar la cuenta completa, en el acto y sin una papelera de recuperación, según explican sus desarrolladores. El proyecto afirma también que no utiliza publicidad, cookies de seguimiento ni venta de datos.
Una de las características más importantes para un usuario municipal aparece al final del proceso. En lugar de dejar una conversación extensa para que el funcionario tenga que convertirla después en un documento, Tomi genera un memo de estrategia con una estructura definida: resumen ejecutivo, problema, alternativas y criterios, costos, instrumento y base legal, puesta en marcha, indicadores, riesgos, fuentes y datos. Para quienes trabajan desde un Concejo Deliberante, el resultado puede ser un borrador de proyecto de ordenanza con vistos, considerandos, articulado y camino de sanción.
“Tomi ordena, busca y redacta; la persona define y decide”, explica De Agostino. Lo que no hace por sí sola es definir cuál es el problema ni decidir qué alternativas comparar, qué criterios deben pesar más ni cuál de ellas debería avanzar.
¿Puede una IA democratizar la capacidad estatal? La discusión sobre inteligencia artificial en el Estado suele concentrarse en automatización, atención al ciudadano o eficiencia administrativa. Tomi propone otro territorio relacionado con cómo utilizar IA para ampliar el acceso a metodologías y conocimiento técnico que históricamente estuvieron más disponibles para los gobiernos con mayor escala.
La plataforma todavía está en beta abierta. Hoy trabaja sobre el nivel municipal y su alcance normativo se concentra en las provincias argentinas incorporadas al corpus. Entre los próximos pasos aparecen nuevos niveles de datos públicos y la expansión hacia otros niveles de gobierno, como provincias y Nación.
