Sector público: menor satisfacción con IA en centros de contacto

Qué ha ocurrido

Los centros de contacto del sector público registran los niveles más bajos de satisfacción del cliente con el uso de inteligencia artificial, en comparación con otros sectores analizados, según una investigación reciente recogida por Civil Service World. El hallazgo no se atribuye a la calidad de los modelos de IA empleados, sino al diseño de los procesos de escalado hacia agentes humanos y al nivel de confianza que los ciudadanos depositan en estos canales.

A diferencia de otros sectores donde la IA conversacional se ha integrado con mecanismos más maduros de transferencia a personas y de gestión de expectativas, los servicios públicos parecen arrastrar una brecha estructural: la experiencia con la IA no solo depende de la tecnología, sino de cómo se gestiona el momento en que esa tecnología no es suficiente.

Por qué es importante

El dato desplaza el foco del debate sobre IA en atención al cliente: no se trata únicamente de si los modelos entienden bien las consultas, sino de si las organizaciones han diseñado correctamente los puntos de fricción donde el ciudadano necesita salir del flujo automatizado. En el sector público, donde las interacciones suelen implicar trámites de alto riesgo emocional o administrativo —pensiones, salud, impuestos—, un escalado mal calibrado puede erosionar la confianza incluso cuando la IA funciona técnicamente bien.

Para líderes de transformación digital y experiencia en organismos públicos, esto sugiere que la inversión en IA generativa o conversacional debe ir acompañada de un rediseño paralelo de los protocolos de derivación, los tiempos de espera percibidos y la comunicación sobre qué puede y qué no puede resolver el sistema automatizado.

La visión de Renascence

El problema no es la IA: es la arquitectura de confianza que la rodea. Cuando un ciudadano no puede anticipar si será atendido por una máquina o una persona, ni cuándo ni cómo, la ansiedad generada compromete la percepción del servicio antes de que la tecnología tenga oportunidad de demostrar su valor.

La mayoría de los organismos públicos sigue tratando la IA como una capa tecnológica añadida al centro de contacto, en lugar de rediseñar el viaje completo del ciudadano alrededor de ella. El principio de economía conductual aquí es claro: la incertidumbre sobre el proceso de escalado genera más fricción emocional que la propia espera. Un operador verdaderamente centrado en el ciudadano debería auditar primero sus puntos de transferencia humano-IA —no el modelo— y hacer visible, desde el primer segundo, qué puede esperar el usuario del canal automatizado.