Funcionario público · Personal permanente del Estado, seleccionado por examen, que administra la ley y presta servicios públicos: la maquinaria que sigue funcionando cuando cambian los cargos electos.
Gran parte del trabajo diario de un funcionario es exactamente el tipo de tarea estructurada y basada en reglas en la que el software es bueno: comprobar un formulario frente a criterios de elegibilidad, calcular un derecho, señalar una inconsistencia en una reclamación. Varios gobiernos ya han desplegado sistemas automatizados para hacerlo, con resultados mixtos y a veces desastrosos.
Esta página separa lo que la IA ya está haciendo de forma realista dentro del gobierno de lo que se muestra mucho más resistente: la autoridad legal para firmar una decisión vinculante, el juicio que exige un caso genuinamente ambiguo y la rendición de cuentas pública que solo un oficial nombrado y responsable puede asumir.
Aproximadamente la mitad de las tareas diarias típicas de un gestor de casos o administrador —cribado de elegibilidad, tramitación de formularios, correspondencia estándar, primera bandera de fraude— ya están parcial o totalmente automatizadas en los sistemas líderes de gobierno digital. Lo que resiste a la automatización es todo aquello a lo que sirve el papeleo: la autoridad de firma legal, el juicio en casos que las normas no anticiparon y el hecho de que solo un oficial público nombrado puede rendir cuentas en un tribunal o una comisión parlamentaria por lo que el papeleo decidió.
Puntuado por tareas, no por título. Más bajo es más seguro.
Empleos que la IA no puede quitar →Solo un oficial debidamente nombrado puede aprobar legalmente un pago de prestación, conceder un permiso o firmar un reglamento vinculante; ningún sistema de IA puede ostentar esa autoridad estatutaria, así que un humano debe seguir siendo el responsable de la decisión con independencia de qué herramienta produjo la recomendación.
Los oficiales pueden ser citados ante una comisión legislativa, demandados en un tribunal administrativo o nombrados en una investigación pública por una decisión: una cadena de responsabilidad que exige a una persona concreta, no a un modelo, responder del razonamiento.
Los criterios de elegibilidad y los reglamentos se escriben para el caso típico; la habilidad real de un gestor de casos suele ser reconocer cuándo las circunstancias genuinamente inusuales de alguien quedan fuera de lo que imaginó quien redactó la norma, y saber hasta dónde se extiende legalmente la discreción.
Hacer que una política se implemente de verdad suele exigir persuadir a otros departamentos, cargos electos y grupos externos de cooperar: una negociación que depende de leer los incentivos e historial de personas concretas, no de generar el argumento que suene correcto.
Una persona que navega un sistema de prestaciones confuso, sobre todo en crisis, a menudo necesita a un humano dispuesto a explicar, tranquilizar o marcar un caso para revisión manual: algo que los portales automatizados luchan de forma consistente por sustituir sin empujar a la gente fuera del sistema por completo.
Las comprobaciones de elegibilidad basadas en reglas ya están ampliamente automatizadas —y los riesgos son reales: el esquema australiano «Robodebt» calculó y persiguió automáticamente deudas de bienestar de 2016 a 2019 con una lógica defectuosa de promediado de ingresos, persiguiendo erróneamente a cientos de miles de personas antes de que el gobierno abandonara el esquema en 2019 y una comisión real lo declarara después ilegal.
El reconocimiento óptico de caracteres y las herramientas de IA de tramitación de formularios gestionan cada vez más el primer pase de escaneo, clasificación y entrada de datos que antaño ocupaba a grandes equipos clericales en agencias fiscales, de inmigración y de licencias.
Los chatbots gubernamentales —el asistente virtual «Ask Jamie» de Singapur, desplegado en agencias desde 2014, es un ejemplo temprano— responden ahora grandes volúmenes de preguntas rutinarias sobre horarios, documentos exigidos y estado de solicitudes sin intervención humana.
Los sistemas de aprendizaje automático señalan cada vez más patrones sospechosos en grandes conjuntos de reclamaciones o datos fiscales más rápido y de forma más exhaustiva de lo que la revisión manual nunca pudo, aunque un humano sigue investigando y decidiendo antes de cualquier acción coercitiva.
A medida que más decisiones de primer pase se generan automáticamente, una parte creciente del trabajo de los oficiales es revisar, corregir o anular la salida de un algoritmo en lugar de llegar a un juicio desde un expediente en blanco.
Los sistemas digitales de gestión de casos hacen visibles en tiempo real el caudal, las tasas de error y el tiempo de tramitación para la dirección, cambiando la cultura de un oficio que antes se juzgaba sobre todo por la revisión periódica de expedientes de un supervisor.
El Government Digital Service británico, las agencias de e-gobernanza de Estonia y el GovTech de Singapur han creado una vía de carrera paralela para ingenieros de software y diseñadores de servicios dentro del gobierno, a menudo reclutados fuera de la vía de examen tradicional.
Los esquemas que llevan especialistas externos directamente a puestos de nivel medio o alto, como el programa de entrada lateral de la India, están erosionando la asunción tradicional de que un funcionario pasa toda una carrera ascendiendo por un único cuadro generalista.
Trabaja dentro de una unidad de gobierno digital construyendo los modelos de elegibilidad, paneles e infraestructura de intercambio de datos —como el X-Road de Estonia— que cada vez más sostienen cómo funciona de verdad una función pública moderna.
Un rol de cumplimiento más nuevo, en rápida expansión a medida que el AI Act de la UE y normas similares entran en vigor, que audita los sistemas de decisión automatizada del gobierno por sesgo y error antes y después del despliegue: un rol creado precisamente porque un humano sigue teniendo que responder de los errores del algoritmo.
Gestiona las solicitudes de acceso a la información de un gobierno y el canal de publicación de datos abiertos, una función que ha crecido de un pequeño equipo de cumplimiento a una especialidad sustancial a medida que se expanden tanto la ley de transparencia como la expectativa pública.
Gestiona programas de entrada lateral y adscripción que mueven pericia del sector privado al gobierno y de vuelta, una función en expansión a medida que los gobiernos intentan comprar competencias especializadas que no pueden formar internamente con la suficiente rapidez.
El escándalo Robodebt de Australia es la advertencia más clara hasta ahora: un sistema automatizado que ahorraba dinero sobre el papel generó años de avisos de deuda indebidos, contribuyó a un daño real y acabó en una comisión real y un costoso acuerdo gubernamental —prueba de que automatizar una función de la administración pública sin preservar un paso genuino de revisión humana puede ser peor que no automatizarla en absoluto.
La presión más duradera sobre la profesión es menos la IA que la política presupuestaria: varios gobiernos, incluida una reducción brusca de la plantilla civil federal de EE. UU. a partir de 2025, han usado impulsos de eficiencia para recortar la plantilla de la función pública mucho más allá de lo que la automatización sola ha entregado de verdad —un recordatorio de que el apetito político por un Estado más pequeño, y no solo la capacidad del software, decide cuántos funcionarios emplea un gobierno.
Vecinos más cercanos en el perfil de seis puntuaciones, no solo el mismo campo.
El artista que decide qué ocurre entre los dibujos — de las proyecciones pintadas a mano de Reynaud en París a un Óscar letón hecho con software libre.
Resistente a la IA 56 🧾El guardián de los libros: heredero de un oficio tan antiguo que inventó la propia escritura, negociando ahora con el software construido para automatizarlo.
Resistente a la IA 35 📖El guardián y guía del conocimiento registrado, desde las tablillas de Nínive hasta la lucha por el préstamo digital: organizar lo que la humanidad sabe para que cualquiera pueda encontrarlo.
Resistente a la IA 55 🎮El arquitecto del juego: quien decide qué pide un juego a sus jugadores, desde el Senet antiguo hasta Tetris y la industria de tres mil millones de jugadores.
Resistente a la IA 65 📣El profesional que crea la demanda — de las paredes pintadas de Pompeya y el memorando del "brand man" de P&G de 1931 a los feeds gobernados por subastas de la era digital.
Resistente a la IA 38 🗺️Decide qué debe construir la empresa a continuación, y por qué, convirtiendo necesidades de clientes, objetivos de negocio y límites técnicos en un plan compartido que nadie más termina de poseer del todo.
Resistente a la IA 50Asesora a los clientes, redacta los documentos que los vinculan, y defiende su caso cuando llega a juicio, cargando con responsabilidad legal personal si el consejo resulta erróneo.
Resistente a la IA 58 ⚖️La persona en quien confían las sociedades para decidir: desde la estela de Hammurabi hasta las audiencias de fianza puntuadas por IA, las disputas más difíciles siguen terminando ante un solo humano responsable.
Resistente a la IA 90 🕊️Desde los antiguos enviados reales y los embajadores residentes de Venecia hasta el Congreso de Viena y la ONU, aún negociando la paz una frase cuidadosa a la vez.
Resistente a la IA 78 🚓El agente juramentado que patrulla, investiga y mantiene el orden, desde los detectives encubiertos de Vidocq y los constables de Peel en 1829 hasta la disputada confianza pública de hoy.
Resistente a la IA 66 🚒El oficio que corre hacia lo que todos los demás huyen — de los vigiles de Roma y los portadores de matoi de Edo a los equipos de incendios forestales y los turnos de rescate de 24 horas de hoy.
Resistente a la IA 90