El uso de la inteligencia artificial en todo el gobierno federal de EE. UU. se ha expandido drásticamente en los últimos años, pero obstáculos significativos —desde la escasez de talento hasta el escepticismo público— están ralentizando la integración responsable de esta tecnología en los servicios gubernamentales, según un nuevo informe de la Brookings Institution.

El informe del miércoles se basa en inventarios de casos de uso de IA de 2023 a 2025, datos de empleos federales, memorandos de la Oficina de Administración y Presupuesto, y entrevistas con tecnólogos federales actuales y anteriores en ocho agencias.

Los números cuentan una historia de rápida aceleración. En 2025, 41 agencias documentaron más de 3.600 casos de uso individuales de IA —un 69% por encima del total reportado en 2024 y cinco veces el número reportado en 2023. Las aplicaciones abarcan una amplia gama de funciones gubernamentales: más de la mitad de los casos de uso reportados por la Administración del Seguro Social apoyan la prestación de servicios y el procesamiento de beneficios, mientras que más de la mitad del inventario del Departamento de Justicia apoya los esfuerzos de aplicación de la ley.

Sin embargo, el crecimiento está lejos de ser distribuido uniformemente. Durante los últimos tres años, cinco grandes agencias representaron más de la mitad de todos los casos de uso de IA reportados, y las grandes agencias contribuyeron con el 76% del inventario total en 2025. Las agencias más pequeñas apenas mantienen el ritmo: las 11 agencias pequeñas que informaron en 2025 presentaron colectivamente solo 60 casos de uso, lo que representa solo el 2% del inventario total.

El informe identifica varias barreras estructurales que impiden una adopción más amplia. Una de las más apremiantes es la falta de talento especializado. De las más de 56.000 ofertas de empleo técnico publicadas por el gobierno federal desde 2016, solo un poco más de 1.600 —menos del 3%— hacen referencia explícita a las capacidades de IA.

Un aumento en las contrataciones de la era Biden tuvo como objetivo abordar esta brecha, pero las reducciones de personal a principios de 2025 pueden haber socavado esos esfuerzos, ya que al menos el 25% de las ofertas de trabajo específicas de IA se publicaron a partir de 2024, lo que significa que muchos de esos trabajadores recién contratados podrían haber estado entre los más recientes y fácilmente despedidos.

Más allá de la dotación de personal, el informe señala una cultura profundamente arraigada de aversión al riesgo dentro de las agencias federales. Casi el 60% de todos los casos de uso de IA se encuentran en etapa piloto o de pre-implementación, lo que sugiere que el panorama federal de IA aún está en una fase de rápido crecimiento, una que requiere tiempo dedicado a la educación y la experimentación que muchas agencias luchan por encontrar. El informe también señala que el vínculo explícito de la administración Trump entre el despliegue de IA y los recortes de personal a través del Department of Government Efficiency (DOGE) puede estar reforzando esa reticencia.

Las brechas de responsabilidad son otra preocupación. Más del 85% de todos los casos de uso de IA de alto impacto implementados en 2025 carecen de cierta información requerida sobre medidas de mitigación de riesgos, a pesar de los requisitos explícitos de la OMB.

La confianza pública plantea otro desafío. Según datos recientes del Pew Research Center, aproximadamente la mitad de los estadounidenses dicen ahora que están más preocupados que entusiasmados con la creciente prominencia de la IA, un aumento desde el 37% de hace cuatro años, y solo el 17% del público estadounidense cree que la IA impactará positivamente a EE. UU. en las próximas dos décadas.

El informe advierte que lo que está en juego es mucho. La confianza pública en el gobierno federal permanece cerca de mínimos históricos, con datos recientes que muestran que solo el 16% de los estadounidenses dice que confía en Washington para hacer lo correcto la mayor parte o casi todo el tiempo. En ese contexto, los autores argumentan que las implementaciones de IA mal ejecutadas podrían causar graves daños, pero que las aplicaciones bien diseñadas centradas en mejoras tangibles del servicio podrían, por el contrario, ayudar a reconstruir la confianza en las instituciones gubernamentales.

Para lograrlo, Brookings recomienda expandir la capacitación en alfabetización de IA en todas las agencias, reformar las reglas de adquisición que fueron diseñadas para sistemas de software más estáticos, fortalecer las prácticas de transparencia en torno al uso de IA de alto riesgo y priorizar los casos de uso que produzcan beneficios claros y positivos para el público.