Inteligencia artificial y tercer sector: una relación entre la conveniencia y la ética

Es difícil pensar hoy en día en sectores que permanezcan ajenos a la influencia de la inteligencia artificial (IA). Su adopción amenaza con convertirse, no ya en una opción, sino en una necesidad ineludible. Esto plantea interrogantes acerca de la posibilidad real de incorporar esta tecnología y su eventual impacto en la misión y los valores de las organizaciones. La urgencia resultante entra en conflicto, además, con la pausa y reflexión necesarias para dar respuesta a dichas preguntas.

En este marco, el tercer sector se enfrenta al desafío de posicionarse estratégicamente en relación con la IA. No basta con participar activamente en su desarrollo; es igualmente crucial asumir un rol reflexivo en la implementación de esta tecnología dentro de las organizaciones. La IA, sin lugar a dudas, abre una ventana de oportunidades para amplificar el alcance de las organizaciones sin ánimo de lucro. Sin embargo, dada la limitación de recursos y el nivel actual de digitalización, es fundamental que las entidades del tercer sector aborden esta tecnología con una estrategia meditada y claramente definida.

En esta línea, comparto a continuación una serie de recomendaciones y reflexiones basadas en la observación y la experiencia, con el propósito de contribuir a promover una implementación de la IA al servicio de la misión social de las organizaciones.

La IA, sin lugar a dudas, abre una ventana de oportunidades para amplificar el alcance de las organizaciones sin ánimo de lucro

En primer lugar, es fundamental recordar que el problema siempre debe preceder a la solución y que lo que da sentido a las respuestas son las preguntas formuladas previamente. Para poner en marcha iniciativas que aprovechen las ventajas de la IA, las organizaciones del tercer sector deben empezar por cuestionarse con qué fin quieren desarrollarlas: «para qué».

En el mundo empresarial, es común debatir entre dos enfoques a la hora de avanzar en el uso de herramientas basadas en datos: el «posibilista», que implica invertir en infraestructura con la esperanza de dar lugar en el futuro a un caso de uso, y el «pragmático», que empieza por desarrollar primero un caso de uso específico sobre el que anclar la infraestructura. Las entidades del tercer sector harían bien en recordar aquello de que «más vale pájaro en mano que ciento volando». Deberían considerar, por tanto, el valor de un enfoque pragmático, evaluando la pertinencia de un proyecto basado en IA desde la perspectiva de lo concreto.

En ocasiones, la IA puede tener un impacto directo en la misión de la organización. Por ejemplo, en respuesta a los recientes incidentes de fotos de desnudos falsos en institutos, las ONG comprometidas con los derechos de la infancia deberían explorar cómo abordar los desafíos que plantean los deep fakes en esta población, para fortalecer así su capacidad de protegerla.

La situación más habitual, sin embargo, es aquella en la que se intuye que la adopción de herramientas basadas en IA puede optimizar los procesos internos de la organización. En estos casos, la IA tiene un impacto indirecto en la misión, al mejorar la eficiencia de sus operaciones. Es en este segundo escenario donde la pregunta cobra una mayor relevancia. Formular las preguntas adecuadas es el primer paso para identificar las necesidades y traducirlas en oportunidades. Para ello, es necesario distinguir entre lo que es posible y lo que no. Entre todas las preguntas posibles, las hay que pueden responderse con la IA, las hay que no, y las hay también que podrían contestarse usando herramientas tradicionales como el análisis y la visualización de datos. La habilidad de discernir unas de otras es crucial para enfocar los esfuerzos en las áreas donde la IA puede realmente marcar la diferencia.

Formular las preguntas adecuadas es el primer paso para identificar las necesidades y traducirlas en oportunidades

En este sentido, conviene recordar que no se puede empezar la casa por el tejado. Las organizaciones del tercer sector a menudo no pueden desarrollar proyectos basados en IA porque no tienen los datos o la infraestructura necesarios para ello. Si antes hacíamos referencia a la pertinencia, nos referimos ahora a la condición de posibilidad. Para poder implementar IA, el primer paso es recopilar y organizar los datos necesarios.

Tampoco se puede reinventar la rueda. Las entidades del tercer sector pueden aprovechar tecnologías existentes en lugar de desarrollarlas desde cero. Esto no solo es más económico, sino que también ofrece la ventaja de contar con soluciones probadas y con un alcance ya conocido. Para lograrlo, deben tejerse las colaboraciones y alianzas necesarias. En aquellos casos en los que las organizaciones no disponen del conocimiento técnico preciso para el desarrollo de proyectos, buscar colaboraciones con otras entidades y apalancarse en socios tecnológicos es una estrategia efectiva.

En esta línea, es importante destacar la diferencia entre colaborar y externalizar. La colaboración implica complementar las debilidades propias aprovechando las fortalezas de otros. En el marco de proyectos basados en IA, esta colaboración no debe limitarse al diseño inicial, sino que debe mantenerse en el tiempo, incluso durante las etapas de despliegue y seguimiento. Una organización que carece internamente de la capacidad para desarrollar una solución basada en IA difícilmente podrá monitorizar su evolución para asegurar que sea sostenible en el largo plazo.

La IA, en línea con la misión

Esa sostenibilidad a largo plazo radica también en su evaluación desde una perspectiva ética y responsable. Para garantizar que la apuesta por la IA se alinea con la misión de las organizaciones del tercer sector, es esencial considerar su impacto en dimensiones más allá de lo puramente económico, incluyendo aspectos sociales y medioambientales. Por ejemplo, si una entidad decide utilizar un software de reconocimiento de imágenes para medir la deforestación en ciertas zonas del planeta o la desertificación en otras, es crucial entender que este proceso implica un uso intensivo de recursos computacionales y que tiene, por ende, un impacto medioambiental considerable en los lugares donde se alojen los servidores, así como en las comunidades locales, en el consumo de agua y electricidad, e incluso en la extracción intensiva de recursos naturales para la producción de microchips.

Sin una evaluación holística del impacto de un proyecto basado en IA, las organizaciones corren el riesgo de perpetuar los problemas que desean abordar

En ausencia de una evaluación holística del impacto de un proyecto basado en IA, las organizaciones corren el riesgo de perpetuar los problemas que desean abordar. Para formular las preguntas adecuadas, identificar oportunidades, discernir lo posible de lo imposible, aprovechar lo existente, tejer las alianzas necesarias y valorar el impacto de las soluciones resultantes, es necesario contar con un nivel de conocimiento y competencia digital suficientes. Es por eso por lo que la recomendación más importante es la de invertir en programas de formación para elevar el grado de competencia técnica en el seno de las propias organizaciones y poder desarrollar proyectos que estén realmente al servicio de su misión y valores.

En última instancia, la adopción de la IA en el tercer sector no se reduce a la incorporación de una nueva tecnología. Requiere una mirada crítica que asegure que esta herramienta contribuya efectivamente al avance de la misión de cada organización y promueva un impacto positivo y duradero en la sociedad.

Irene Unceta es directora académica del Bachelor of Business Administration & Bachelor in Artificial Intelligence for Business de Esade.