La IA gubernamental afronta un conjunto de problemas distinto
La carrera por desplegar inteligencia artificial suele dar por sentadas las condiciones operativas del sector privado: conectividad constante a la nube, infraestructura centralizada, amplia libertad para mover datos y cierta tolerancia a una transparencia limitada del modelo. Según un nuevo informe de MIT Technology Review Insights, elaborado en colaboración con Elastic, esas suposiciones se desmoronan rápidamente en los entornos gubernamentales.
El informe sostiene que las organizaciones del sector público se enfrentan a una combinación distinta de restricciones de seguridad, gobernanza y operación que hacen de los modelos de lenguaje pequeños, o SLM, una opción más práctica que importar sin más el manual estándar de los grandes modelos. La idea no es que los gobiernos no estén interesados en la IA. Es que tienen menos margen para el error, menos flexibilidad en el manejo de datos y más motivos para exigir control sobre dónde se ejecutan los sistemas y cómo se comportan.
Por qué los modelos más pequeños están ganando terreno
Una de las presiones más claras es la seguridad de los datos. El texto fuente cita un estudio de Capgemini que concluye que el 79% de los ejecutivos del sector público a nivel mundial desconfían de la seguridad de los datos de la IA. Esa preocupación no sorprende en agencias que manejan registros sensibles, obligaciones legales y sistemas críticos para la misión. En estos entornos, enviar información libremente por las redes o a servicios externos puede ser imposible o inaceptable.
El informe cita al vicepresidente de IA de Elastic, Han Xiao, diciendo que las agencias gubernamentales deben ser muy restrictivas con los datos que envían a la red. Esa restricción cambia la ecuación de despliegue. Los sistemas grandes, dependientes de la nube, pueden ser potentes, pero si requieren supuestos que la institución no puede aceptar, se vuelven operativamente difíciles de confiar.
Los modelos de lenguaje pequeños se están presentando como una respuesta porque pueden controlarse con mayor rigor, tener un propósito más limitado y, potencialmente, ser más fáciles de ejecutar en entornos restringidos. Su atractivo no es solo la eficiencia. Es la adecuación. Un modelo más pequeño diseñado en torno a una tarea gubernamental específica puede ser más fácil de gobernar que un sistema de propósito general construido para un uso abierto.
