¿Para qué publica datos el Estado?
Durante años abrimos los datos del Estado para que se pudiera controlar lo que hace. Pero cuando alguien conecta su trabajo a una fuente pública, publicar deja de alcanzar: ahí empieza un servicio, con un responsable, un compromiso y un presupuesto. Y la inteligencia artificial eleva la exigencia: un error en una fuente pública puede propagarse a cientos de decisiones sin que nadie lo advierta.
Durante años, el gran desafío del Estado en materia de información fue abrirla. Publicar sus datos, facilitar el acceso y permitir que ciudadanos, periodistas, investigadores y organizaciones pudieran conocer, analizar y controlar lo que el Estado hace. La transparencia y la rendición de cuentas fueron, y siguen siendo, los pilares de esa política. Pero quizás llegó el momento de ampliar la pregunta: ¿publicamos datos solamente para cumplir con una obligación o también para generar valor?
Lo que vimos desde adentro
Cuando asumí la responsabilidad del área de datos abiertos en 2019, buena parte del consumo de información pública consistía en descargar archivos CSV. Alguien entraba al portal, bajaba una planilla y trabajaba con ella en su computadora. El dato terminaba ahí.
Hacia 2021 empezamos a ver otro comportamiento. Usuarios que conectaban sus planillas de cálculo directamente con las fuentes públicas, sobre todo para seguir variables económicas, y que dejaban de entrar al portal porque la información se actualizaba sola. Ya no se trataba de bajar un archivo: los datos empezaban a formar parte de procesos ajenos, de informes que se armaban todas las semanas, de tableros que alguien miraba antes de tomar una decisión. Y con eso apareció algo que la política de transparencia no había previsto. Cuando una fuente se demoraba, cambiaba de formato o dejaba de responder, ya no se trataba de un archivo desactualizado en un portal, sino del trabajo de otros que se detenía.
Ese fue el primer aviso de que publicar y sostener un servicio son cosas distintas.
Publicar no es lo mismo que ofrecer un servicio
Un archivo publicado cumple con la transparencia. Pero no está necesariamente preparado para que lo use una aplicación, una empresa, una universidad o un sistema de inteligencia artificial. Para eso hace falta pasar a otro concepto, el de datos como servicio: información disponible mediante APIs, documentada, con estándares, actualización previsible, trazabilidad y criterios claros de calidad.
Esto no reemplaza lo anterior, lo suma. Las descargas abiertas tienen que seguir estando, con el archivo histórico completo y en formatos que cualquiera pueda abrir. Un investigador necesita poder bajarse veinte años de una serie y analizarla sin depender de que un servicio esté levantado, y una API que se apaga no puede llevarse consigo el acceso a la información. Son dos formas de la misma política, no una que sucede a la otra.
La diferencia no es técnica, es institucional. Un servicio tiene un responsable que responde cuando se cae, un compromiso de disponibilidad, reglas sobre cómo y cuándo se cambia, y un presupuesto que lo sostiene en el tiempo. Durante años, pusimos el foco en garantizar la publicación y el acceso. Ahora necesitamos incorporar con la misma fuerza la disponibilidad, la calidad y la continuidad de esos datos. Por eso abundan conjuntos que se publicaron una vez y quedaron congelados, o que cambian de estructura sin que nadie avise a quienes dependen de ellos. Muchas veces el problema no es la falta de voluntad, sino la ausencia de responsabilidades explícitas, recursos y mecanismos de seguimiento.
Si queremos que los datos públicos sean un servicio, el primer paso es decidir quién responde por cada fuente. No se trata de propiedad en sentido jurídico, sino de responsabilidades concretas: calidad, actualización, disponibilidad y custodia. Cada fuente crítica debería tener un organismo que responda por las cuatro, con compromisos públicos, y una instancia central que fije los estándares, audite su cumplimiento y le dé a los usuarios un lugar donde reportar problemas y recibir respuesta. Sin esa arquitectura, cualquier API que se lance va a correr la misma suerte que muchos archivos: funcionar mientras alguien se ocupe por voluntad propia.
La inteligencia artificial cambia quién lee los datos
Con la irrupción de la inteligencia artificial generativa, a fines de 2022, se abrió una etapa nueva. Hoy los datos públicos ya no los lee solamente una persona frente a una planilla: los consultan aplicaciones, modelos y agentes que relacionan e interpretan información a una escala que antes era impracticable.
Eso le plantea al Estado exigencias que todavía no estamos discutiendo. La documentación tiene que poder leerla una máquina, no solo un técnico con paciencia: qué significa cada campo, en qué unidad está, desde cuándo vale, qué cambió entre una versión y otra. Los puntos de acceso tienen que estar pensados para que un agente pueda descubrirlos y usarlos sin intermediarios. Y la procedencia de cada dato tiene que quedar explícita, porque un modelo que no sabe de dónde viene una cifra la mezcla con cualquier otra.
La calidad, además, deja de ser un problema menor. Cualquiera que haya trabajado con datos públicos conoce las series que se cortan sin explicación, los códigos geográficos que no coinciden entre un organismo y otro o las unidades que cambian de un año al siguiente sin que nadie lo aclare. Una persona que trabaja con ese dato suele notar que algo no cierra; no siempre, pero suele. El problema no es que la máquina se equivoque más que nosotros: es que cuando el error entra, nadie está mirando. Se incorpora, se combina con otras fuentes y sale multiplicado en una respuesta que parece sólida y no lo es. Cuanto más se use la IA para decidir, más caro va a salir un dato público defectuoso.
Los datos también son infraestructura productiva
Cuando hablamos de infraestructura para el desarrollo pensamos en rutas, energía, conectividad o logística. Los datos públicos merecen estar en esa lista. La información geográfica, económica, ambiental, productiva, educativa o de transporte que produce el Estado es insumo para nuevas empresas, mejores servicios, investigación y decisiones de inversión. Una pyme que busca dónde está su mercado, una aplicación que cruza información territorial con servicios o una universidad que entrena modelos predictivos no necesitan archivos sueltos: necesitan una fuente confiable a la que puedan conectarse hoy y seguir conectados dentro de cinco años.
Y hay algo que conviene decir con todas las letras: el Estado no tiene que construir todas las soluciones que se apoyan en sus datos. No necesariamente tiene que ser quien desarrolle cada aplicación que cruza información territorial, cada modelo que predice demanda o cada tablero que consulta una pyme antes de invertir. Su trabajo es crear las condiciones para que universidades, empresas, investigadores y ciudadanos puedan hacerlo con confianza: que la fuente esté, que se entienda, que no cambie sin aviso y que alguien responda cuando falla. Ahí es donde una política de datos se vuelve política productiva, sin que el Estado tenga que ser el único protagonista.
Esto no es una aspiración lejana: ya hay piezas funcionando. GeoRef, la API del Estado argentino que normaliza y consulta nombres de provincias, departamentos, municipios, localidades y direcciones, es exactamente eso: una fuente pública que sistemas de terceros consultan en vivo en lugar de descargar una tabla y mantenerla por su cuenta. Lo que falta no es inventar el modelo, es decidir que vale para las fuentes que importan y sostenerlo.
Y como toda infraestructura, solo genera desarrollo si alguien la mantiene. Una ruta que se inaugura y no se repara deja de ser ruta. Con los datos pasa lo mismo.
Medir lo que importa
Durante mucho tiempo medimos los avances en datos abiertos por la cantidad de conjuntos publicados, de organismos participantes o de recursos disponibles. Son indicadores necesarios, pero miden oferta, no uso. Una política de datos como servicio debería rendir cuentas también por el uso sostenido de sus APIs, por los servicios y aplicaciones que se construyen encima, por el cumplimiento de los compromisos de actualización y por cuánto tarda el Estado en corregir un error que le reporta un usuario. Esos números dicen si los datos públicos están generando valor o simplemente están ahí.
Nada de esto implica reemplazar una política de transparencia por una política productiva. Implica reconocer que los mismos datos pueden cumplir las dos funciones, y que la segunda exige ampliar el diseño institucional existente, incorporando responsabilidades sobre la disponibilidad, la calidad y la continuidad de los servicios.
La transparencia permite controlar al Estado. Los datos como servicio permiten que la sociedad construya sobre la información que el Estado produce.
Esa es la próxima discusión que necesitamos dar: no solamente cuántos datos publica el Estado, sino para qué los publica, quién los usa y quién se hace cargo de que sigan funcionando.