Dirección y evaluación de políticas públicas en base a la evidencia: ¿dónde se encuentra la Administración General del Estado?

Data-driven direction and evaluation of public policies: where does the Spanish State Administration stand?

Varela Merino, Begoña

Ministerio de Inclusión, Seguridad Social y Migraciones (España – Spain)

ORCID: https://orcid.org/0000-0001-9777-5416

begona.varela@inclusion.gob.es

NOTA BIOGRÁFICA

Licenciada en CC. Económicas y Empresariales, especialidad de Economía Cuantitativa y DEA en Análisis de Datos por la UAM. Master in Economics por la UPF y Máster en Dirección y Liderazgo Públicos por la UIMP. Perteneciente al Cuerpo Superior de Estadísticos del Estado desde 1998. Actualmente, ocupa el cargo de Subdirectora General Adjunta de la Subdirección General de Objetivos e Indicadores de Inclusión del Ministerio de Inclusión, Seguridad Social y Migraciones. Sus áreas de investigación son la estadística pública, el análisis de datos y la evaluación de políticas públicas.

RESUMEN

La inteligencia institucional plantea una nueva visión del análisis de los datos para generar conocimiento y apoyar la toma de decisiones. Para gestionarla correctamente, la cadena de valor de los datos se debe encontrar amparada por un marco de gobernanza. En este trabajo se identifican los componentes requeridos para su aplicación y se destacan los beneficios y oportunidades de orientar las políticas públicas mediante la evidencia, así como los riesgos y obstáculos a afrontar. Se lleva a cabo, además, un repaso del contexto normativo nacional y europeo donde los datos pasan a ocupar un lugar primordial en la labor de la Administración Pública. Se analiza la existencia en la Administración General del Estado de unidades orgánicas, competencias y experiencias vinculadas al proceso de obtención y gestión de datos, su transformación en información y ésta en conocimiento. Con la investigación que se presenta, se concluye que hay evidencias que sitúan a la AGE en el camino de convertirse en una data-driven organization y se aportan unas propuestas de mejora para guiarla en el mismo.

PALABRAS CLAVE

Inteligencia institucional; gobernanza de datos; políticas públicas basadas en la evidencia; evaluación de políticas públicas; análisis de datos.

ABSTRACT

Institutional intelligence offers a new perspective on data analysis to generate knowledge and to guide decision-making process. To manage it properly, the data value chain must be supported by a governance framework. This article identifies the components required for its application and highlights the benefits and opportunities for guiding public policies through evidence are highlighted, as well as the risks and obstacles to be faced. In addition, a review of the national and European regulatory context is carried out where data come to occupy a primary place in the work done by the Public Administration. The existence in the Spanish State Administration of structures, competencies and experiences related to the process of obtaining and managing data, its transformation into information and this into knowledge, is analyzed. With this research, it can be stated that there is evidence that places the SSA on the path of becoming a data-driven organization and some proposals for improvement are suggested to guide it.

KEYWORDS

Institutional intelligence; data governance; data-driven public policies; evaluation of public policies; data analysis.

SUMARIO

1. INTRODUCCIÓN. 2. APROXIMACIÓN TEÓRICO-CONCEPTUAL: ¿QUÉ SIGNIFICA ORIENTAR EN BASE A EVIDENCIAS OBTENIDAS A PARTIR DE LOS DATOS Y QUÉ IMPLICACIONES TIENE? 3. MARCO ANALÍTICO: COMPONENTES REQUERIDOS PARA ORIENTAR EN BASE A EVIDENCIAS. 3.1. DATOS Y GOBERNANZA DE DATOS. 3.1.1. Datos. 3.1.2. Gobernanza de datos. 3.1.3. Ciclo de valor de los datos. 3.2. UNIDADES. 3.3. PERSONAS CAPACITADAS. 4. CONTEXTO NORMATIVO E INICIATIVAS RECIENTES QUE IMPULSAN LA UTILIZACIÓN DE LA INTELIGENCIA INSTITUCIONAL EN LA AGE. 4.1. EN RELACIÓN A LOS DATOS. 4.2. EN RELACIÓN A LA DIRECCIÓN Y EVALUACIÓN DE POLÍTICAS PÚBLICAS. 5. PROPUESTAS DE MEJORA. 6. REFLEXIONES FINALES Y CONCLUSIONES. REFERENCIAS BIBLIOGRÁFICAS.

1. INTRODUCCIÓN1

La inteligencia institucional aplicada permite transformar los datos en información y ésta en conocimiento mediante procesos y herramientas que abarcan las fases de obtención, almacenamiento, administración y análisis de datos cuyo objetivo final sea servir de guía a la toma de decisiones públicas (Falletta y Combs, 2020).

Para avanzar en la nueva gestión pública, en la necesidad de modernizar y hacer más eficaz y eficiente la Administración Pública, resulta imprescindible contar con datos adecuadamente gestionados. La Administración Pública debe potenciar que tanto su gestión y organización internas, como la realización de su labor fundamental de ejecución de políticas públicas, se basen en las evidencias recogidas en los datos recopilados y analizados. Es, además, uno de los ingredientes de los modelos que deben seguir las organizaciones para asegurar la calidad de sus servicios (ISO, 2015).

Este trabajo sitúa el debate académico sobre el concepto de inteligencia institucional aplicada a las políticas públicas y su plasmación en el funcionamiento y características de las organizaciones orientadas a los datos. Por otra parte, explora su concreción en cuanto a la utilización efectiva de datos por parte de la Administración General del Estado (AGE) para la dirección y evaluación de políticas públicas.

Para ello el trabajo repasa los principales elementos a tener en cuenta para poder desarrollar la inteligencia institucional, a partir de los datos de cara a su aplicación en las políticas públicas, así como las competencias y capacidades óptimas que se considera oportuno que posean las personas encargadas de esa tarea.

Además, se describe el ciclo para seleccionar y crear información y conocimiento a partir de los datos en manos de la Administración Pública que garanticen que la gestión de los datos genera un alto valor añadido y sea eficiente, para que la organización desarrolle una verdadera gobernanza de datos (OECD, 2020).

Para ilustrar el estado actual de la AGE en relación con la toma decisiones basada en la evidencia, en el trabajo se describen el contexto normativo, así como algunas iniciativas recientes que ponen de manifiesto la relevancia de los datos en diversas aplicaciones de inteligencia institucional.

Por último, y en base a lo observado, se incluye un apartado con propuestas de mejora y unas reflexiones finales a modo de aprendizajes.

2. APROXIMACIÓN TEÓRICO-CONCEPTUAL: ¿QUÉ SIGNIFICA ORIENTAR EN BASE A EVIDENCIAS OBTENIDAS A PARTIR DE LOS DATOS Y QUÉ IMPLICACIONES TIENE?

El poder justificar las actuaciones de cara al público y elaborar un seguimiento y evaluación que busque la eficiencia y efectividad de las políticas se consigue al basar las políticas públicas en datos. A través de la transparencia y la claridad, se mejora la confianza en el sector público (OECD, 2020), por ello, un gobierno basado en datos, data-driven government, se enfoca en aplicar datos para generar valor público a través de tres tipos de actividad: anticipación y planificación, entrega y evaluación y control.

El sexto principio de la norma ISO 9000 (ISO, 2015) indica que la calidad de la gestión tiene que ver con el uso de datos para la toma de decisiones: evidence-based decision making. Para ello, las acciones a llevar a cabo consisten en:

• Asegurar que los datos y la información son suficientemente precisos, confiables y seguros.
• Hacer disponibles todos los datos necesarios para las personas pertinentes.
• Asegurar que las personas son competentes para analizar y evaluar los datos tal y como se requiere.
• Analizar y evaluar los datos y la información utilizando los métodos apropiados.
• Tomar decisiones y llevar a cabo acciones basadas en la evidencia, junto con experiencia e intuición.

Las organizaciones que tienen cultura de datos logran:

• Elaborar buenos diagnósticos en función de los datos para conocer qué pasa (naturaleza y alcance).
• Mejorar los procesos de toma de decisiones a partir de lo reflejado por los datos.
• Mejorar la capacidad para evaluar, corregir, revisar y aprender.
• Incrementar la habilidad para analizar la efectividad de las decisiones tomadas.
• Generar credibilidad y confianza en sus clientes o usuarios.

La inteligencia institucional comprende el proceso, las tecnologías y los instrumentos que contribuyen a transformar datos (convenientemente obtenidos, depurados y almacenados) en información, la cual, a su vez, se convierte en un conocimiento útil para pasar a la acción (mejorar la toma de decisiones) (Ramió y Salvador, 2019).

Para hacerlo posible, la Administración tiene que contar con buenos sistemas de datos, información, tratamiento y análisis. Para ello, el aprovechamiento de las nuevas tecnologías y su correcta aplicación a la gestión eficaz de los datos, los análisis de evaluación e impacto de políticas públicas y la contabilidad analítica, son elementos clave en todo el proceso.

Según la Estrategia Europea de Datos (CE, 2020), los datos ocupan un lugar central en la transformación digital. El acceso al creciente volumen de datos y la capacidad para utilizarlos son fundamentales para la innovación y el crecimiento. En este sentido, la innovación basada en los datos puede aportar beneficios importantes a los ciudadanos y a la economía, a partir de la mejora de la formulación de políticas y la optimización de los servicios públicos.

Por tanto, una organización inteligente mide los resultados de las acciones que emprende para decidir si se han realizado de manera correcta, si hay que seguir haciéndolas, en qué medida y cómo. Además, promueve que la gestión y el análisis de la información sean ágiles. De manera que trabaja permanentemente al servicio del cambio, dados los entornos VUCA2 que aparecen, cada vez más rápidos y frecuentes.

A continuación, se presenta un análisis DAFO que, de manera sintética, ofrece las debilidades y amenazas de la utilización de datos como soporte a las políticas públicas, así como también las fortalezas y oportunidades que puede tener su aplicación.

Tabla 1: Análisis DAFO de la utilización de datos como soporte a las políticas públicas

DEBILIDADES	FORTALEZAS
Diversificación de datos, información y análisis sin una gobernanza de datos. Falta de información del ámbito a tratar o falta de accesibilidad. Falta de personal cualificado y/o de experiencia. Falta de liderazgo institucional. Estructuras organizativas muy rígidas y, en ocasiones, obsoletas que dificultan el cambio de modelo, la coordinación y la comunicación entre organismos para la compartición de datos.	Ingente cantidad de información disponible en manos de la Administración Pública. Ejemplos exitosos (benchmarking) en otras administraciones públicas españolas y extranjeras y en empresas (Brynjolfsson et al., 2011). Personal potencialmente preparado. Herramientas informáticas muy potentes y de fácil manejo con capacidad para gestionar y analizar grandes cantidades de datos.
AMENAZAS	OPORTUNIDADES
No utilizar la evidencia por dificultad de entendimiento de los análisis («parálisis por análisis») o por no resultar conveniente. Evaluaciones e interpretaciones condicionadas y/o interesadas. Gestores-políticos no interesados en el uso de la evidencia para el apoyo de las decisiones (pueden poner en peligro las estructuras creadas para el análisis de datos). Utilización de datos sesgados o incompletos que arrojen resultados erróneos o inexactos. Confiar excesivamente en los datos sin «ver más allá» Protección de datos y conflictos éticos. Fragmentación y deriva de datos (Bopp et al. 2017).	Mejorar el ciclo de la información (cubriendo lagunas, optimizando los recursos de datos en manos del sector público, adquiriendo experiencia en análisis e interpretación de datos para la aplicación en políticas públicas). Mejorar la eficiencia, eficacia y efectividad de la actuación pública. Incrementar la confianza de la sociedad en las instituciones públicas. Servir de referencia a la gestión de otras políticas públicas en un círculo virtuoso de gestión (escalar). Aplicación y cumplimiento de la Better regulation.

Fuente: elaboración propia.

3. MARCO ANALÍTICO: COMPONENTES REQUERIDOS PARA ORIENTAR EN BASE A EVIDENCIAS

En este apartado se identifican los componentes necesarios para poder extraer conocimiento en base a la evidencia. Ésta se obtiene a través de los datos en unidades capaces de tratarlos y analizarlos, las cuales necesitan personas con la habilidad para utilizarlos y las herramientas adecuadas.

3.1. Datos y gobernanza de datos

3.1.1. Datos

El valor de los datos se ha incrementado exponencialmente en los últimos años y ya empieza a considerarse un activo de capital al mismo nivel que la I+D o los bienes de equipo.

Según las cifras previstas en 2021 de la Comisión Europea, en la EU27 en 2025, se incrementará un 530 % el volumen global de datos, el valor de los mismos casi se triplicará y el número de profesionales de los datos casi se duplicará3.

¿A qué nos referimos con datos? Las administraciones públicas generan y recopilan grandes cantidades de datos, con diferentes finalidades y usos, de aspectos muy diversos, con estructuras muy diferentes y, en muchas ocasiones, con un grado de sensibilidad alto. Disponen, por tanto, de gran cantidad de datos cuantitativos y cualitativos sobre:

• Individuos: vida laboral y prestaciones, desempleo, datos de renta y patrimonio, propiedades inmobiliarias, domicilio y unidad de convivencia, información sanitaria, estado civil y familia, certificados académicos, etc.
• Empresas: rendimientos económicos, afiliación de trabajadores y registro de trabajadores autónomos, permisos y licencias, etc.
• Infraestructura y acondicionamiento públicos.
• Servicios públicos: sanidad (instalaciones, profesionales sanitarios, pacientes, etc.), educación (títulos, becas, centros educativos, etc.), otros.

Estos datos se obtienen con un fin administrativo determinado y son necesarios para que la Administración gestione adecuadamente cada caso dentro de cada ámbito. A partir de estas bases de datos se pueden realizar descargas informáticas en un formato manejable (lo que no siempre es fácil ni obvio) con fines de análisis.

Además, la Administración también posee datos que han sido obtenidos mediante encuestas o entrevistas con fines estadísticos.

3.1.2. Gobernanza de datos

Disponer de una correcta administración y gestión de la política de datos en la organización requiere implementar una gobernanza de datos (AEPD, 2020). Para llevarla a cabo es necesario identificar primero de qué datos se dispone y quiénes son los propietarios o gestores de los mismos. En este sentido, conviene especificar la cadena de valor del dato y aspectos tales como quiénes son los responsables de los distintos aspectos de los datos en cuanto a su finalidad, exactitud, accesibilidad, consistencia, integridad y actualización. A continuación, habrá que definir los procesos sobre el almacenamiento de los datos, las tecnologías a utilizar, su mantenimiento y su seguridad y desarrollar normas y procedimientos que indiquen en cada caso cómo van a utilizarse los datos, para qué y por quién. Por último, habrá que establecer controles continuos que permitan supervisar el cumplimiento de las normas y de los procedimientos acordados.

La gobernanza de datos en el sector público, tal y como plantea Salvador (2021) incluye, además, otras consideraciones, como son el reconocimiento del valor de los datos y la necesaria vinculación de los niveles político y directivo con la gobernanza de los datos y el uso de sus resultados. Son también fundamentales los condicionantes y limitaciones derivados de las cuestiones de seguridad y privacidad así como los valores y la ética en el tratamiento y desarrollo de acciones basadas en los mismos.

Tal y como indica la OECD (2019), una buena gobernanza de datos puede contribuir a establecer una visión común, a mejorar la implementación y la coordinación coherentes y a fortalecer los fundamentos institucionales, regulatorios, de capacidad y técnicos para controlar y gestionar mejor el ciclo de valor de los datos, es decir, recopilar, depurar, generar, almacenar, proteger, procesar, compartir y reutilizar datos, como medio para mejorar la confianza y ofrecer valor.

Los factores que influyen en el logro de la gobernanza de datos (Janssen et al., 2017) abarcan tanto aspectos relacionados con los datos (accesibilidad, calidad) como con la habilidad para utilizarlos y compartirlos.

Yendo un paso más allá, la gobernanza de datos se puede plantear como un instrumento para sentar las bases para el desarrollo de la inteligencia artificial (IA). Como indican Ramió y Salvador (2020), el paso previo para la introducción de la IA y la robótica requiere de la mejora de las capacidades analíticas y de la organización de un modelo de gobernanza de datos. Para ello son necesarios cinco componentes: estrategia, arquitectura e infraestructura de datos, organización, competencias profesionales y gestión de recursos humanos, y modelo relacional (Salvador, 2021).

3.1.3. Ciclo de valor de los datos

Cuando los datos en manos de la Administración son sintetizados, informativos hacia fuera del organismo y cumplen los requisitos necesarios, son considerados estadísticas oficiales4. En ese momento, las actividades de esos organismos relacionadas con la producción de estadísticas oficiales estatales se encuentran referidas en la planificación estadística nacional5. Las estadísticas oficiales ofrecen tablas de resultados a partir de variables de análisis y de clasificación en base a una metodología concreta y son publicadas en unas fechas preestablecidas y, aunque con cierto retraso y falta de flexibilidad, ofrecen detalle, rigor y comparabilidad. Por eso se puede decir que, en el Sistema Estadístico Nacional todos los elementos para la gobernanza de datos quedan perfectamente identificados.

Además de esta información sintetizada en un formato determinado, la Administración, como se ha dicho, cuenta con multitud de datos que puede tratar y analizar de maneras muy diversas para dar luz sobre cómo orientar sus acciones y conocer los efectos que éstas producen.

Para dotar a los datos de valor, se transforman en información y ésta en conocimiento mediante la inteligencia institucional. Para ello, los ficheros de datos pueden tratarse con técnicas estadísticas descriptivas que producen información mediante tasas de variación, tablas de frecuencias, medidas estadísticas, o con técnicas estadísticas más avanzadas elaborando indicadores sintéticos, análisis econométricos, realizando regresiones complejas, análisis multivariantes, predicciones, simulaciones, etc. que pueden mostrarse en gráficos, mapas, cuadros de mando u otros, que faciliten su comprensión.

Analizar esta información permite transformarla en conocimiento para ayudar a orientar las políticas públicas mediante análisis ex ante del impacto esperado de ciertas actuaciones, evaluando y analizando los efectos ex post, comprendiendo tendencias y relaciones entre variables, etc.

Figura 1: Método de trabajo que aplica la inteligencia institucional

 

Fuente: elaboración propia.

Como indican Janssen et al. (2017), se puede conseguir Big Data integrando muchos conjuntos de datos de múltiples fuentes estructuradas y no estructuradas y utilizando una variedad de técnicas para gestionar y analizar datos, así como para incorporar datos cada vez más disponibles a través de iniciativas gubernamentales de datos abiertos. Si la calidad de los datos importa más que la cantidad, será recomendable avanzar en técnicas de Smart Data, que consiste también en recopilar y optimizar la información, pero respondiendo a necesidades específicas que se requieran para lograr un objetivo en concreto. Es, por tanto, el modo eficiente de recopilar y procesar los datos para transformarlos en información de valor o, dicho con otras palabras, el tratamiento inteligente de la información.

Por lo tanto, si el Big Data tiene que ver con el volumen, la velocidad y la variedad, el Smart Data, además, los dotará de valor, significado y precisión (veracidad) para el propósito concreto para el que fueron empleados.

Pero completar el ciclo de valor del dato administrativo no es una tarea sencilla. Por una parte, los elementos necesarios para la gobernanza de datos no son homogéneos al no estar regidos por una legislación común como en el caso de la estadística oficial. En este sentido, y dado que la custodia de los numerosos registros existentes está localizada en diversos organismos, en la mayoría de los casos y en parte debido a que no es su cometido principal, carecen de medios y suficiente capacidad analítica para su explotación y difusión segura. Además, el cruce de información presenta dificultades debido a esa dispersión, al uso de diferentes identificadores o variables, así como a la falta de mecanismos de comunicación completos por posibles reticencias a ceder la información. Asimismo, se detecta una ausencia de estándares comunes en el marco normativo nacional y de una estrategia global sobre el tratamiento de datos administrativos para aprovechar, por ejemplo, el potencial para la evaluación de las políticas públicas6 (AIReF, 2020). Por todo ello la AIReF (AIReF, 2020, p. 24) insta al Gobierno a que designe:

«Una institución especialmente dedicada a facilitar el acceso a datos registrales personales producidos por todas las administraciones públicas, que persiga la estandarización en los protocolos de acceso, se responsabilice de la difusión de cada conjunto de datos protegiendo la privacidad personal y tenga en cuenta el interés público del uso de los datos para tomar las decisiones sobre su acceso.».

Para Magro (2020), esa institución, Oficina del Dato o unidad central de gobernanza de datos (Ramió y Salvador, 2020), es un modelo estratégico que busca, identifica, analiza y revaloriza los datos de la Administración para mejorar los servicios públicos y ayudar a tomar las mejores decisiones.

ESADE (Almunia y Rey-Biel, 2020) también apuesta por mejorar la gestión de los datos en España mediante la mejora de su capacidad de recolectar y procesar datos y expandiendo la capacidad de analizarlos, para ello describen los sistemas de gestión y acceso a datos que han puesto en marcha otros países y realizan una serie de propuestas para modernizar la gestión de datos en España.

3.2. Unidades

Empresas como Amazon, Apple, Facebook, Microsoft o Google, con millones de datos, han sabido gestionarlos para guiar sus negocios (The Economist, 2017b). De hecho, los datos se han convertido ya en un activo tan importante que se habla de la Economía del dato (The Economist, 2017a). Este tipo de empresas del sector privado han servido como fuente de inspiración para otro tipo de entidades del sector público que, sin tener los mismos objetivos, sí pueden aprender de la dinámica y de la lógica de tomar decisiones en base a la evidencia proporcionada por los datos (OECD, 2019). Éstas, data-driven organizations, aplican la inteligencia institucional en un marco de gobernanza.

Para generar confianza, las organizaciones que se basan en datos han de tener muy en cuenta la protección de los mismos. Esto es especialmente relevante con los datos a disposición de las administraciones públicas. En este sentido, conviene destacar el artículo 8 sobre el tratamiento de datos por obligación legal, interés público o ejercicio de poderes públicos de la Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales7 que tiene por objeto adaptar el ordenamiento jurídico español al Reglamento (UE) 2016/679 del Parlamento Europeo y el Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de sus datos personales y a la libre circulación de estos datos8.

Además, y dependiendo de la criticidad de la política pública a la que esos datos estén apoyando, es fundamental ser extremadamente cuidadoso con el uso e interpretación de la información siendo consciente de que, en ocasiones, los datos no son correctos y no tratarlos con cautela puede tener un coste elevado.

Para facilitar los procesos de diagnóstico y toma de decisiones, se puede impulsar una estrategia que ofrezca visiones transversales agregadas (Ramió y Salvador, 2019). Además, es necesario que se combine la existencia de recursos con la voluntad de compartirlos y consensuar tanto análisis como diagnósticos y propuestas asociadas (Ramió y Salvador, 2020).

Cabrales y Rey-Biel (2021) argumentan la necesidad de la creación de agencias gubernamentales que utilicen las ciencias del comportamiento para conseguir de una manera eficaz sus objetivos. También que realicen evaluaciones independientes y rigurosas de las políticas públicas y que favorezcan el diseño de intervenciones públicas de forma que permitan realmente ser evaluadas, de manera que se analice qué es lo que funciona y por qué, antes de implementar nuevas políticas.

En el siguiente diagrama se sintetiza el ciclo de trabajo que estas oficinas o unidades de análisis deberían seguir:

Figura 2: Ciclo de trabajo de las unidades de tratamiento y análisis de datos

 

Fuente: elaboración propia.

A continuación, se detalla ese ciclo de trabajo (no necesariamente es un formato lineal) para orientar a la política pública o a la estrategia:

1. En primer lugar, se realiza la toma de conciencia del objetivo a alcanzar.
2. Se elabora un diagnóstico completo de la situación en base a un análisis interno y externo y se establece un plan de acción donde se toman decisiones y se eligen las alternativas más adecuadas para desarrollar las estrategias y preparar su despliegue en acciones concretas.
3. Para elaborar el diagnóstico si procede y, fundamentalmente, para aportar evidencia al análisis, se realiza la búsqueda de los datos disponibles.
4. Se produce información mediante el tratamiento y sistematización de los datos en función de lo que se haya determinado en el punto anterior y para adaptarlo a los objetivos del análisis. Ésta se analiza para convertirla en conocimiento en función del modelo de analítica que sea más conveniente realizar (Ramió y Salvador, 2019).
5. Se publican los resultados del análisis o evaluación o rendición de cuentas, o se comunican los trabajos realizados, para los casos donde, por la naturaleza del análisis, la unidad se haya comprometido a hacerlo por ser un deber de la Administración y un derecho de los ciudadanos.

El objetivo de estas unidades consiste, por tanto, en generar conocimiento a partir de información que permita responder a cuestiones clave sobre actuaciones concretas y transmitir dicho conocimiento de manera que sea fácil de interpretar por el destinatario.

¿Dónde deberían estar ubicadas estas unidades? La ubicación de estas unidades es clave en cuanto a la relevancia que van a tener en la dirección o evaluación de políticas públicas. Por una parte, es importante que estas unidades gocen de cierta autonomía o independencia de cara a la realización de su actividad, pero, por otra, es importante que exista una cercanía con la política concreta a que pretenden guiar para poder establecer una comunicación fluida y basar la evidencia en información completa y actualizada.

Cuando el objetivo fundamental es realizar el seguimiento o control de la actividad realizada, por ejemplo, mediante cuadros de mando, el acceso a las bases de datos es más ágil y los resultados del análisis impactan antes si la unidad se encuentra dentro del ministerio u organismo correspondiente. También cuando la unidad esté más centrada en aportar evidencia a la toma de decisiones y trabaje en evaluación de alternativas de políticas, por ejemplo, mediante simulaciones que permitan obtener el diseño para detectar cual es el óptimo. No existe una ubicación ideal dentro del organigrama de los Ministerios, dado que la estructura de los mismos es muy diversa y la misión de los mismos heterogénea.

En el caso en que se realice fundamentalmente evaluación ex post, un organismo externo al evaluado puede ser la mejor alternativa para garantizar la independencia del análisis. Sin embargo, no debería ser un organismo excesivamente externo, sino que comparta, al menos en gran parte, una gobernanza de datos común, para que el evaluado no se sienta incómodo ante la evaluación y la vean como una herramienta, no tanto para detectar errores, sino espacios de mejora. En caso de que las evaluaciones se realicen dentro de los ministerios, resultaría conveniente disponer de una entidad con un papel de supervisor que verifique que el trabajo se ha realizado correctamente, no tanto por la parte técnica, que también, sino que vele por la integridad de las evidencias recabadas en los análisis realizados.

En la AGE existen numerosas unidades productoras de datos, información y/o conocimiento. A partir de los organigramas y de las funciones encomendadas en las normativas de desarrollo de las estructuras orgánicas de los Ministerios, se han identificado en torno a 100 unidades que obtienen datos e información, realizan análisis, seguimiento y evaluación de la labor realizada por el órgano del que dependen, elaboran informes, estudios o investigaciones de aspectos de interés para la organización. En muchos casos, las labores asignadas recogen la elaboración de los análisis de impacto ex ante previstos en la normativa, por lo que nutren de información las Memorias de Análisis de Impacto Normativo (MAIN) y los análisis de evaluación ex post.

Existe una gran diversidad y heterogeneidad en los Ministerios en cuanto a la existencia o no de unidades de este tipo y en cuanto a las funciones que tienen encomendadas. Se localiza un 7 % de unidades que principalmente producen datos, 19 % con funciones prácticamente exclusivas en análisis e investigación de datos, 24 % que se encargan, junto con el análisis, de la elaboración de las estadísticas oficiales recogidas en el Plan Estadístico Nacional y un 50 % de unidades que combinan las labores de análisis y seguimiento con otras más focalizadas en gestión interna.

3.3. Personas capacitadas

Sin embargo, se observa que en multitud de ocasiones no se utiliza la evidencia, incluso cuando está disponible, porque los organismos carecen de las habilidades para usarla (Wu et al., 2015). Por lo que es una condición necesaria disponer de personal con capacidad para tomar buenas decisiones políticas e implementarlas de manera efectiva.

De hecho, una de las competencias que se considera cada vez más relevante para los empleados públicos es la utilización crítica de la información disponible para la toma de decisiones (decisiones basadas en la evidencia), ser capaz de manejar grandes cantidades de datos y utilizar la mejor evidencia científica en el diseño estratégico y operativo (Adiego, 2017).

Resulta conveniente dotar a estas unidades de perfiles preparados para la gestión y el análisis de datos. Entre los conocimientos que tendrían que tener, Ramió y Salvador (2019, p. 24) destacan los siguientes:

«Tecnológicos, de técnicas de investigación social cuantitativa y cualitativa. Respecto a las capacidades, éstas deberían incluir una alta capacidad analítica, así como también la de saber buscar y tratar los datos y la información, trabajar explotando información asociada a las nuevas redes sociales y tener capacidad analítica para tratar los datos, sistematizarlos y convertirlos en conocimiento, para ayudar a detectar problemas, anticiparlos y facilitar la toma de decisiones. A pesar de que las dotaciones con este perfil tengan que ubicarse principalmente en las unidades centrales dedicadas a la gestión de datos y la generación de conocimiento, también convendría destinar a algunos de estos profesionales a los diferentes ámbitos transversales y sectoriales asociados a los procesos de apoyo a la toma de decisiones.».

Estar capacitado para acceder a datos e información y aplicar conocimientos técnicos y científicos y técnicas analíticas, permite diseñar e implementar políticas de una manera costo-eficiente. En suma, ser capaz de saber qué datos utilizar que estén disponibles, convertirlos en información y conocimiento, para reflejar de manera precisa y completa la realidad que se pretende medir o que permita arrojar luz en forma de evidencias a las decisiones que se deban tomar a la hora de dirigir las políticas públicas. Su papel fundamental es analizar la mayor cantidad de información disponible y resumirla para facilitar su análisis y seguimiento por parte de los gestores de dichas políticas públicas. También discernir cuál es la información relevante que aporta evidencias frente a la que no aporta y que, incluso, podría llegar a ofrecer análisis erróneos que orientasen de manera equivocada.

Como apunta Salvador (2021), para implantar y desarrollar la gobernanza de datos, la Administración Pública debe incorporar perfiles (o promover la transformación de profesionales internos) de analistas de datos, científicos de datos, desarrolladores, expertos en ciberseguridad, ingenieros de redes y profesionales de los sistemas de información, entre otros. Pero más allá de los perfiles, la Administración Pública debe facilitar el trabajo con la nueva cultura del dato en su aplicación a los procesos y procedimientos y a las dinámicas del conjunto de la organización, fomentando la inteligencia colectiva (VV.AA, 2020). También resulta imprescindible explotar y/o renovar las capacidades técnicas y directivas de los diferentes profesionales de la organización. Para ello es necesario invertir en detectar perfiles adecuados para desarrollar, desde un punto de vista organizativo, estas tareas. También invertir en formación y en los procesos asociados al desarrollo de la cultura de datos y su vinculación con la IA en la organización.

En esta línea del cambio cultural vinculado además con la IA y la robotización, según Ramió (2019) hace falta cambiar los sistemas de selección para que sean capaces de captar el talento en base a las competencias profesionales necesarias para implantar la administración digital, transformando los perfiles profesionales más rígidos y anticuados en perfiles multidisciplinares, contingentes y flexibles.

Para realizar ese cambio cultural, el informe de la OECD (2017) propone el desafío a los países de la OCDE de preparar un marco para comenzar a evaluar las habilidades que tienen actualmente los empleados públicos así como las brechas que pueden existir.

Según este informe, para desarrollar la policy capacity a la hora de asesorar a las políticas públicas mediante la evidencia, se requieren habilidades multidisciplinares para extraer evidencia y datos de una amplia gama de campos científicos y técnicos, que incluyen economía, sociología, ciencias ambientales, derecho e ingeniería. Dichos análisis deben realizarse con objetividad científica utilizando herramientas que permitan identificar la política óptima.

En cuanto a las competencias necesarias para prosperar en el mercado de trabajo del futuro inmediato, tal y como indica Adiego (2017) a partir del informe de Davies et al. (2011) se citan, entre otras, las siguientes: comprensión, pensamiento computacional, capacidad para discriminar y filtrar información utilizando distintas herramientas. También competencias operativas o de gestión, y políticas (Ramió y Salvador, 2020), con capacidad de organización y documentación.

En los últimos años, se está oyendo hablar mucho del perfil de científico de datos o data scientist. En SAS9, los describen como «una nueva estirpe de expertos en datos analíticos que poseen habilidades técnicas para resolver problemas complejos y la curiosidad de explorar qué problemas necesitan resolverse». Las tareas de un data scientist incluyen el desarrollo de estrategias para analizar datos, la preparación de datos para su análisis, explorar, analizar y visualizar datos, construir modelos con datos mediante el uso de lenguajes de programación como Python y R y desplegar modelos en aplicaciones 10.

Este perfil encaja bastante bien con las tareas asimiladas a las unidades de tratamiento y análisis de datos.

¿Hay evidencias de personas con esta capacitación? En lo que respecta a formación, se han desarrollado nuevos grados y másteres que persiguen, combinando asignaturas de los grados de Administración y Dirección de Empresas, Economía, Informática o Matemáticas, formar ese perfil.

Por otra parte, y en lo que respecta al ámbito laboral del sector público, el acceso a los cuerpos de Estadísticos Superiores del Estado y de Diplomados en Estadística del Estado, exige conocimiento en muchas de las materias indicadas y capacidad analítica. El Instituto Nacional de Estadística (INE) en la convocatoria de oferta pública para 202011 ha introducido algunos cambios con el objetivo de revisar el proceso selectivo y el programa de los temarios de acceso a ambos cuerpos. En el caso del Cuerpo de Estadísticos Superiores del Estado destaca, además, la «intención de captar un perfil cercano al científico de datos (Especialidad I: Estadística-Ciencia de datos) dado el amplio panorama de conocimientos necesarios».

«Para lograr eficacia, eficiencia y, especialmente, inteligencia y ética institucional que conduzca a un buen gobierno es condición necesaria poseer profesionales inteligentes y con valores adecuados, pero no es la condición suficiente» (Ramió, 2017, p. 6). Lo que permite canalizar en positivo estos recursos es el liderazgo institucional (VV.AA, 2020) y una dirección estratégica que considera necesario crear esta infraestructura y, por tanto, la hace posible.

4. CONTEXTO NORMATIVO E INICIATIVAS RECIENTES QUE IMPULSAN LA UTILIZACIÓN DE LA INTELIGENCIA INSTITUCIONAL EN LA AGE

4.1. En relación a los datos

En el ámbito europeo la Directiva (UE) 2019/1024 del Parlamento Europeo y del Consejo de 20 de junio de 2019 relativa a los datos abiertos y la reutilización de la información del sector público12 persigue fomentar el uso de datos abiertos y estimular la innovación de los productos y servicios. Para ello establece un conjunto de normas mínimas que regulan la reutilización y los dispositivos prácticos destinados a facilitar la reutilización de, entre otros, los datos en manos de las administraciones públicas.

Con la Estrategia Europea de Datos (CE, 2020) la Comisión pretende que la UE se convierta en una economía ágil en el manejo de los datos, segura y dinámica para mejorar las decisiones que se toman y la vida de todos sus ciudadanos. Con esta estrategia se persigue la creación de un mercado único de datos que permita que estos fluyan libremente por la UE y entre sectores, en beneficio de las empresas, los investigadores y las administraciones públicas. Las personas, empresas y organizaciones deben estar capacitadas para tomar mejores decisiones a partir del conocimiento que aportan los datos. Para ello enumera una serie de medidas e inversiones necesarias para lograrlo. Por otra parte, la Comisión ya ha llevado a la práctica medidas fundamentales para ofrecer las condiciones marco a los sectores que hacen un uso intensivo de datos. Con el Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo de 27 de abril de 2016 relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos13, la UE ha creado un marco sólido para la confianza digital, lo que es condición necesaria para el desarrollo sostenible de la economía de los datos.

En este contexto, se ha creado la División Oficina del Dato en la Secretaría de Estado de Digitalización e Inteligencia Artificial14. Esta oficina15 se va a encargar del diseño de las estrategias y marcos de referencia en materia de gestión de datos, la creación de espacios de compartición de datos entre empresas, ciudadanos y administraciones públicas de manera segura y con gobernanza. Asimismo, potenciará el empleo masivo de los datos en los sectores productivos de la economía mediante tecnologías Big Data e IA, entre otras, y se encargará del desarrollo de mecanismos de acceso seguros a estas plataformas de datos, para la toma de decisiones públicas basadas en datos garantizando su seguridad y gobernanza. También se encargará del diseño de las políticas de gobernanza y estándares en la gestión y análisis de datos que deben regir en la AGE, la formación y desarrollo de mecanismos de transferencia de conocimiento a los distintos ministerios y administraciones públicas. En este sentido, dentro del marco del Eje 5 del España Digital 2025: Transformación del Sector Público16, y en colaboración y coordinación con los departamentos ministeriales, se desarrollarán iniciativas encaminadas a aumentar la eficiencia del sector público a través de una adecuada y eficiente gestión de los datos en poder de la AGE. Por un lado, para que sean correctos, completos y actualizados, y no se requiera al ciudadano aportar de nuevo información que ya obra en poder de la Administración. Y, por otro, se establecerán marcos de referencia para generar economías de red en el uso de los datos, en base a la compartición segura y confiable entre organismos que sirvan para diseñar y hacer seguimiento de políticas públicas basadas en datos y para la producción y mejora de las estadísticas públicas.

La creación de esta oficina y sus funciones previstas se alinean perfectamente con una definición global de gobernanza de datos en la AGE. Su papel de centralizador de datos y de coordinador del sistema, facilitará el uso inteligente de los datos y posibilitará las sinergias entre los diferentes usos que hagan los distintos departamentos ministeriales.

Mientras la Oficina el Dato sigue desarrollando su plan de acción, actualmente existen los datos abiertos para impulsar la cultura de la apertura de la información pública y desarrollar el mercado de la reutilización en España. Su gestión es realizada por la empresa pública red.es17, adscrita al Ministerio de Asuntos Económicos y Transformación Digital y que se articula a partir del portal datos.gob.es18. Esta plataforma se considera el elemento clave de la política de datos del Gobierno de España. El catálogo de datos es muy heterogéneo e incluye desde tablas de estadísticas oficiales anuales a contratos realizados por ayuntamientos. Igual de heterogéneos son los publicadores, que pueden ser ministerios y organismos autónomos, universidades, consejerías de comunidades autónomas, etc. Sin embargo, este tipo de información y el modo de presentarla, carece de una gobernanza de datos.

Con un enfoque diferente respecto a la utilización de datos, la AGE cuenta con el Servicio de Verificación y Consulta de Datos: Plataforma de Intermediación19. Este servicio permite verificar o consultar los datos de un ciudadano que ha iniciado un trámite con la entidad, de modo que el ciudadano no tenga que aportar documentos acreditativos, por ejemplo de identidad ni de residencia, en los trámites que inicie. Esto agiliza los procedimientos de gestión de la Administración y facilita a los ciudadanos el acceso a dicha gestión.

De manera que la AGE cuenta con datos para una gestión administrativa y política más eficaz y eficiente mediante la plataforma de intermediación y va a contar con datos abiertos para potenciar el análisis, la investigación y favorecer la creación global de conocimiento enmarcado en una gobernanza de datos mediante la Oficina del Dato.

En este sentido, parece razonable que los datos sean extraídos por cada organismo productor, en función de unos criterios establecidos para un mejor uso, con identificadores anonimizados para las distintas unidades de investigación que permitiesen cruzar ficheros de datos. Estos datos, acompañados de los metadatos correspondientes (formato del fichero, fecha de descarga, unidad de investigación, variables y valores posibles, definiciones, sugerencias de usos, limitaciones y dificultades encontradas, etc.) se podrían ubicar en espacios accesibles organizados mediante una biblioteca de datos que funcionase como un potente buscador con un catálogo formado por fichas resumen y enlaces y con distintos perfiles de acceso. Esta biblioteca podría tener una estructura y funcionamiento similares al Inventario de Operaciones Estadísticas20 que elaboran el INE (y también coordina y publica) y los departamentos ministeriales que conforman el Sistema Estadístico Nacional. Podría ser gobernada (coordinada y gestionada) por la Oficina del Dato y nutrida por todos los productores de datos de la AGE.

En relación al impulso de gestión de datos masivos en la Administración, destaca la creación en mayo de 2020 de un grupo de trabajo21 cuyos objetivos han sido estudiar la responsabilidad que debe tener la estadística oficial en la Administración y gestión de datos, así como la posible estructura de gobernanza que facilite el intercambio de datos entre las empresas y las administraciones públicas22.

Además, el INE, la Agencia Tributaria, la Seguridad Social y el Banco de España acordaron en abril de 2021 comenzar a trabajar conjuntamente en el desarrollo de un sistema de acceso a sus bases de datos con fines científicos de interés público23.

4.2. En relación a la dirección y evaluación de políticas públicas

Como contexto normativo, cabe señalar que en los últimos años se ha ido produciendo en España una asunción de diferentes instrumentos de mejora de la regulación ya ampliamente aceptados o usados a nivel internacional. Las leyes 39/2015 y 40/2015 han recogido algunos de los instrumentos de mejora regulatoria más novedosos. Ambas normas, entre otras muchas reformas, recogen varias de las recomendaciones realizadas por el informe de la OCDE (OECD, 2014). Los procesos de mejora de la regulación se componen de un conjunto de principios y la puesta en marcha de determinadas herramientas que garantizan que esos principios se cumplan. Entre esos instrumentos de mejora caben destacar, por su relevancia en términos de inteligencia institucional, los siguientes, ya recogidos en la normativa española: memorias de impacto, evaluación ex ante y evaluación ex post externa. Entre los principios básicos de la mejora de la regulación destacan la necesidad y proporcionalidad de la intervención, la no discriminación, la eficacia y la eficiencia, la seguridad jurídica y la transparencia.

Las políticas públicas, por tanto, se han de enmarcar en este contexto legislativo donde el análisis ex ante de sus posibles impactos, su seguimiento y evaluación posterior son algunas de las herramientas previstas para dirigir a la Administración al logro de unos servicios eficientes, eficaces, transparentes y necesarios.

En este contexto, se observan varias iniciativas recientes de evaluación de políticas públicas en la AGE. Una de ellas es el diagnóstico de las actividades de evaluación que se llevan a cabo realizado por el Instituto de Evaluación de Políticas Públicas (IEPP, 2021), con el objetivo de lograr una mayor comprensión sobre la práctica evaluativa en la AGE, localizar buenas prácticas, impulsar la práctica de la evaluación en la AGE y sus organismos públicos con la colaboración de los ministerios y facilitar el trabajo de evaluación a sus responsables. La principal conclusión, además de identificar las necesidades de fomentar la cultura evaluadora en la AGE, es elaborar una estrategia para reforzar la institucionalización de la evaluación.

A este fin apunta la futura Ley de Institucionalización de la Evaluación de Políticas Públicas en la AGE cuyo proyecto aprobó en mayo el Consejo de Ministros24. Esta ley permitirá fortalecer y dotar de estabilidad y calidad a la evaluación de las políticas públicas, entre otras cosas, creando un organismo autónomo que sea un hub de conocimiento en materia evaluadora y refuerce la evaluación ex ante. Ya en septiembre de 2021 la AIReF incorporó una nueva División de Evaluación del Gasto Público, que refuerza la función evaluadora de la AIReF y tiene lugar en cumplimiento del Plan de Recuperación, Transformación y Resiliencia (PRTR), que en su componente 29 reconoce la utilidad de las evaluaciones de la AIReF25.

También se detectan iniciativas en políticas concretas. En el ámbito ambiental, por ejemplo, en diciembre de 2020 se aprobó el Proyecto de Conclusiones del Consejo sobre la digitalización en beneficio del medio ambiente26, donde se indica que la recopilación de datos, la facilitación del acceso a ellos, su tratamiento, su uso, su intercambio y su análisis constituyen el punto de partida para apoyar la elaboración de políticas basadas en datos contrastados que favorezcan el conocimiento, la investigación y la innovación.

Otro ejemplo reciente se encuentra en el seguimiento de los Objetivos de Desarrollo Sostenible (ODS) según la Agenda 2030. Para evaluar el cumplimiento de los mismos se ha elaborado un mapa de indicadores27 sobre cada aspecto concreto reflejado en dichos ODS. Esta información está publicada en la web del INE28, que es quien coordina el trabajo de compilación de la información. El IEPP será el encargado de coordinar la evaluación del plan de acción. En base a los resultados, se adoptarán las medidas necesarias para asegurar el cumplimiento de los 17 ODS.

En otro ámbito, el Real Decreto-ley 20/2020, de 29 de mayo, por el que se establece el ingreso mínimo vital29, prevé en el artículo 30 la creación de indicadores y objetivos para el seguimiento y evaluación de la política pública, además, en colaboración con otras administraciones públicas.

5. PROPUESTAS DE MEJORA

En base a lo investigado, y en aras de dotar a la AGE de una dirección inteligente, resulta clave el aprovechamiento de los datos, especialmente de todos aquellos en manos de las administraciones públicas. A partir de ellos, se puede generar conocimiento que oriente las decisiones para obtener una mayor eficiencia de las políticas públicas mediante: simulaciones de escenarios posibles al tomar distintas medidas, predicción del impacto económico o social de una determinada política, alertas en un cuadro de mando que activen protocolos de actuación, evaluaciones ex post que permitan reorientar o mejorar las decisiones, etc. Los ciudadanos o usuarios agradecen que la Administración Pública aplique la inteligencia institucional en su día a día, dado que la toma de decisiones se apoya en la evidencia y, por tanto, permite rendir cuentas de las políticas realizadas.

Para guiar a la AGE en ese camino, se ofrecen las siguientes propuestas:

• El conocimiento es más rico y potente si se realizan cruces de bases datos de diferentes organismos. Dota al análisis de mayor número de variables de interés, por lo que ofrece una visión multidimensional que permite observar la realidad desde diferentes perspectivas.
• Para ser más eficientes y obtener un mayor rendimiento de los datos, resulta conveniente sentar unas bases comunes y fomentar la transversalidad. Para ello, se requiere la creación de una política común de experiencias con datos en un marco de gobernanza, de cara a la orientación a las políticas públicas. Esa gobernanza puede evitar la duplicidad de acciones coordinando y organizando todos los datos en una biblioteca de datos que se encuentre a disposición de las administraciones públicas, de manera que puedan ser empleados oportunamente. La creación de la Oficina del Dato con las funciones que, según la normativa, tendrá encomendadas, puede simplificar mucho el trabajo de las unidades de análisis y evitar interpretaciones erróneas o repeticiones innecesarias.
• Dado que la sociedad cambia, las tecnologías avanzan rápidamente, el consumo de información es cada vez mayor y más exigente en cantidad y en rapidez, merece la pena reflexionar sobre qué tipo de datos e información hace falta producir y para qué. A este respecto, se debe evitar confundir transparencia con ofrecer mucha información de poco valor añadido (lo que puede generar desinformación), de manera que prevalezcan actuaciones centralizadoras con una lógica y una estructura comunes que sitúen al ciudadano y le permitan encontrar fácilmente aquello que busca. A veces, menos es más.
• Es necesario cimentar bien la aplicación de la inteligencia institucional para construir una cultura del dato que potencie la creación de conocimiento a partir de los datos y que perdure y vele por la rendición de cuentas de la actuación de la Administración hacia los ciudadanos. Esa cultura permite aprender y minimizar errores.
• Para ir alimentándola, se requiere un soporte institucional firme y duradero y potenciar los valores públicos de integridad e independencia.
• Hay que sacar partido de las personas capacitadas para el análisis de datos con que cuenta la AGE actualmente. Entre otros, empleados públicos con conocimientos de estadística avanzada, de técnicas de análisis de datos, así como competencias tecnológicas vinculadas al perfil de científico de datos capaces de extraer el valor de los datos.
• Conocer las experiencias exitosas ya realizadas y reutilizarlas permite avanzar con más seguridad y rapidez. Ayuda a lograrlo fomentar la colaboración en análisis e investigación con investigadores y universidades y potenciar una coordinación más dinámica entre organismos.
• Hay que saber aprovechar el impulso y las iniciativas ofrecidas por organismos internacionales como la OCDE y la Comisión Europea, en base al conocimiento generado, guías de actuación y normativa.
• Para afrontar estos retos conviene desplegar una estrategia clara que permita gestionar, analizar y difundir la información y el conocimiento para la toma de decisiones. También, ordenar y planificar las iniciativas de manera que sean costo-eficientes, no se solapen y no obstaculicen la gestión pública para que sean, además de orientadas en base al conocimiento, ágiles y eficaces. Para ello interesa elaborar una planificación estratégica transversal que, estructurada en una gobernanza de datos, aproveche el soporte de las nuevas tecnologías y la gran cantidad de datos en manos del sector público.

Figura 3: Propuestas de mejora para convertir a la AGE en una data-driven organization

 

Fuente: elaboración propia.

6. REFLEXIONES FINALES Y CONCLUSIONES

A lo largo del trabajo se han definido las estrategias y las herramientas enfocadas a obtener, almacenar, administrar y crear conocimiento a partir de los datos. Se ha puesto de manifiesto que una organización que orienta sus decisiones en base a la evidencia proporcionada por los datos, una data-driven organization, desarrolla una cultura del dato mediante la cual reflexiona, actúa y aprende en un ciclo virtuoso.

A través de los aportes realizados, se han descrito las fases del ciclo de análisis que son canalizadas a través de las actuaciones descritas. Éstas consisten en la identificación de objetivos, búsqueda de datos y posterior tratamiento y análisis de los mismos. A partir de unas capacidades de gestión y análisis de datos, requeridas para aquellos que desarrollen ese ciclo, se posibilita la conexión entre datos y decisiones.

Todo esto se apoya en un marco normativo nacional y europeo en el que se potencia el uso de los datos dirigidos por una gobernanza adecuada para orientar las políticas públicas. Los ejemplos recientes aportados ofrecen evidencias del impulso que está desarrollando la AGE hacia una dirección que busca en los datos una orientación para sus actuaciones. Con la creación de la Oficina del Dato, la gestión de los datos en manos del sector público en un marco de gobernanza, queda, así, comprometida.

Los beneficios de utilizar los datos para orientar la gestión y la dirección de las políticas públicas son numerosos. Esta lógica de trabajo sienta las bases para poder elaborar buenos diagnósticos en función de los datos que permiten un mejor conocimiento de la naturaleza y alcance de la realidad analizada y puede generar credibilidad y confianza en las actuaciones públicas. Los servicios públicos se vuelven más eficientes, lo que repercute en una mayor satisfacción de los ciudadanos y también de los empleados públicos que ofrecen esos servicios.

La gran cantidad de datos e información y su velocidad de transmisión genera una oportunidad para promover en la Administración la dirección apoyada en la evidencia. El empujón de la Comisión Europea con su Estrategia Europea de Datos y, junto a la OCDE, con las iniciativas y guías para la gestión de los datos y la reutilización de la información del sector público, amparan a la AGE en este recorrido. El método de trabajo está sustentado por la normativa nacional, la Comisión Europea y la OCDE y claramente expuesto en todos los modelos que persiguen la excelencia de las organizaciones. Se encuentra, además, firmemente apoyado por la experiencia de las empresas privadas y organismos públicos que ya funcionan con esta metodología de trabajo y de los que la AGE puede aprender y adaptar a sus servicios.

Sin embargo, hay que contemplar los riesgos y dificultades que esto conlleva, tales como la necesidad de revisar la veracidad de los datos, su calidad, su integridad y su trazabilidad, así como la delicada cuestión de la protección de los mismos. Un buen uso de los datos debe ir acompañado de la definición de una gobernanza que permita minimizar esos riesgos. Los datos no siempre aportan información veraz y completa que permita entender la realidad que se está analizando. En ocasiones pueden dar una falsa sensación de confianza y control no dejando ver la evidencia o incluso generando conclusiones erróneas o confusas. Por tanto, han de servir de apoyo a la toma de decisiones, pero no deben controlar esas decisiones. Los datos de escasa calidad, que no reflejan el ámbito completo a estudiar, que sufren cambios normativos o metodológicos, o que carecen de trazabilidad, pueden ofrecer una ayuda muy pobre. Es deber de los responsables del tratamiento y análisis, primero: filtrar, tratar y aportar validez y, segundo: sintetizar la información y canalizar el conocimiento. Todo el proceso debe estar ajustado a los objetivos primarios con las características y enfoque precisos de la política pública a la que pretenden dar soporte.

Ese conocimiento se crea con una base técnica y objetiva y una metodología precisa sin intervenciones interesadas externas que desvirtúen el análisis realizado. Para que el proceso funcione se requiere, por tanto, de la existencia de una dirección estratégica que permita optimizar los datos y la información. Para ello, es necesario que se ejerza un liderazgo institucional donde la evidencia prime frente a condicionamientos políticos o presiones para evitar derivar en decisiones que nada tengan que ver con las evidencias extraídas.

Respecto a los encargados de obtener evidencias a través de los datos, resulta conveniente que dispongan de conocimientos específicos y experiencia en base a lo descrito. La existencia de equipos multidisciplinares formados por analistas de datos, técnicos informáticos y programadores, junto con otro tipo de competencias relacionadas con la creatividad, la curiosidad o la innovación, en colaboración con expertos en las políticas públicas y su normativa, potenciará la tarea de las unidades productoras de conocimiento.

¿Cómo se ejerce en la AGE esta cultura del dato y la gobernanza? Depende del tipo de organización, su misión y valores. También en función de los datos disponibles y la existencia de unidades productoras de información y conocimiento y de las competencias de su personal. En base a lo analizado en este trabajo, se puede observar un impulso hacia la creación de unidades de análisis y de las herramientas necesarias para garantizar una gobernanza de datos.

Convendrá seguir el producto de las actuaciones de la Oficina del Dato además de verificar su papel real en la determinación de una gobernanza de los datos en manos de la Administración Pública, y su encaje institucional, principalmente con el INE. Respecto al impulso en la evaluación de políticas públicas, en gran parte con la futura ley, es de esperar un incremento de la actividad evaluadora. Sería deseable, además, que ésta cobre mayor relevancia en la Administración, generando un impacto real en la elaboración de políticas públicas. Para conseguirlo, es necesario que la actividad evaluadora se planifique, se ordene y se coordine institucionalmente, de manera que no sea un proyecto a extinguir, como ya ocurrió con la extinta AEVAL30.

Se dispone, por tanto, de todos los elementos necesarios para lograr que la inteligencia institucional prospere en la AGE. Y, aunque todavía queda camino por recorrer, las iniciativas descritas muestran que la dirección hacia la inteligencia institucional está tomada. Será necesario un liderazgo mantenido en el tiempo que desarrolle la planificación estratégica trazada y asegure una correcta dotación de recursos con empleados públicos de los perfiles adecuados. Las sucesivas iniciativas y experiencias a lo largo del tiempo nos dirán cómo se implanta esta cultura del dato y con qué alcance, de cara a convertir a la AGE en una data-driven organization.

REFERENCIAS BIBLIOGRÁFICAS

Adiego, C. (2017). Las competencias profesionales. Qué son y cómo se usan. Instituto Nacional de Administración Pública - INAP.

AEPD (2020, 2 de septiembre). Gobernanza y política de protección de datos. Agencia Española de Protección de Datos. https://www.aepd.es/es/prensa-y-comunicacion/blog/gobernanza-y-politica-de-proteccion-de-datos

AIReF (2020). Opinión para una estrategia de acceso a datos administrativos [Opinión 1/20]. Autoridad Independiente de Responsabilidad Fiscal. https://www.airef.es/es/centro-documental/opiniones/opinion-sobre-la-sostenibilidad-de-la-seguridad-social-2/

Almunia, M. y Rey-Biel, P. (2020). Por un cambio de cultura en la gestión de los datos en España: Una propuesta de reforma [Insight #17]. EsadeEcPol. https://www.esade.edu/ecpol/es/publicaciones/esadeecpol-insight-datos/

Bopp, C., Harmon, E. y Voida, A. (2017, del 6 al 11 de mayo). Disempowered by Data: Nonprofits, Social Enterprises, and the Consequences of Data-Driven [CHI Conference on Human Factors in Computing Systems] (pp. 3608-3619). Association for Computing Machinery - ACM. https://doi.org/10.1145/3025453.3025694

Brynjolfsson, E., Hitt, L. M. y Kim, H. H. (2011). Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance? Disponible en: http://dx.doi.org/10.2139/ssrn.1819486

Cabrales, A. y Rey-Biel, P. (2021). Más allá de los nudges: Políticas públicas efectivas basadas en la evidencia de las ciencias del comportamiento. Gestión y Análisis de Políticas Públicas, 25, 38-45. https://doi.org/10.24965/gapp.i25.10864

CE (2020). Comunicación de la Comisión al Parlamento Europeo, al Consejo, al Comité Económico y Social Europeo y al Comité de las Regiones. Una Estrategia Europea de Datos. COM/2020/66 final. https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX%3A52020DC0066

Davies, A., Fidler, D. y Gorbis, M. (2011). Future work skills. Institute for the Future for University of Phoenix Research Institute. https://www.iftf.org/futureworkskills/

Falletta, S. y Combs, W. (2020). The HR analytics cycle: a sevenstep process for building evidence-based and ethical HR analytics capabilities. Journal of Work-Applied Management, 13(1), 51-68. https://doi.org/10.1108/JWAM-03-2020-0020

IEPP (2021). Estudio de diagnóstico de la evaluación en la Administración General del Estado. Instituto para la Evaluación de Políticas Públicas. https://www.mptfp.gob.es/dam/es/portal/funcionpublica/evaluacion-politicas-publicas/Informes-de-Evaluacion/DIAGNOSTICO-EVALUACION-AGE/ESTUDIO_DIAGNOSTICO_EVA_AGE.pdf.pdf

ISO (2015). Quality management principles. https://www.iso.org/publication/PUB100080.html

Janssen, M., Konopnicki, D., Snowdon, J. L. y Ojo, A. (2017). Driving public sector innovation using big and open linked data (BOLD). Information Systems Frontiers, 19(2), 189-195. https://doi.org/10.1007/s10796-017-9746-2

Magro, R. (2020). La Oficina del Dato. El Consultor de Los Ayuntamientos y de Los Juzgados, Nº. Extra 3, 99–110.

OECD (2014). Spain: From Administrative Reform to Continous Improvement [OECD Public Governance Reviews]. OECD Publishing. https://doi.org/10.1787/9789264210592-en

OECD (2017). Skills for a High Performing Civil Service [OECD Public Governance Reviews]. OECD Publishing. https://doi.org/10.1787/9789264280724-en

OECD (2019). The Path to Becoming a Data-Driven Public Sector [OECD Digital Government Studies]. OECD Publishing. https://doi.org/10.1787/059814a7-en

OECD (2020). The OECD Digital Government Policy Framework: Six dimensions of a Digital Government [OECD Public Governance Policy Papers, 2]. OECD Publishing. https://doi.org/10.1787/f64fed2a-en

Ramió, C. (2017). El eslabón perdido de la Administración pública española: la ausencia de una dirección pública profesional. Revista de Evaluación de Programas y Políticas Públicas, 8, 1-14. https://doi.org/https://doi.org/10.5944/reppp.8.2017.16980

Ramió, C. (2019). Inteligencia artificial y robotización reclaman un nuevo modelo de gestión del empleo público. El Consultor de Los Ayuntamientos y de Los Juzgados, Extra 5, 30-46.

Ramió, C. y Salvador, M. (2019). Gobernanza social e inteligente. Una nueva organización para el Ayuntamiento de Barcelona. Dirección de Servicios Editoriales Ayuntamiento de Barcelona. http://hdl.handle.net/11703/115630

Ramió, C. y Salvador, M. (2020). Capacidades analíticas y gobernanza de datos en la Administración Pública como paso previo a la introducción de la inteligencia artificial. Revista del CLAD Reforma y Democracia, 77, 5-36. https://clad.org/wp-content/uploads/2021/04/077-01-SR.pdf

Ruíz, J. y Cuéllar, E. (2014). La Gestión de Calidad en las Administraciones Públicas Españolas. Balance y perspectivas. Gestión y Análisis de Políticas Públicas, 10, 91-108. https://doi.org/10.24965/gapp.v0i10.10120

Salvador, M. (2021). Inteligencia artificial y gobernanza de datos en las administraciones públicas: reflexiones y evidencias para su desarrollo. Gestión y Análisis de Políticas Públicas, 26, 20-32. https://doi.org/10.24965/gapp.i26.10855

The Economist (2017a). Data is giving rise to a new economy. https://www.economist.com/briefing/2017/05/06/data-is-giving-rise-to-a-new-economy

The Economist (2017b). The world’s most valuable resource is no longer oil, but data: Regulating the Internet giants. https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data

VV.AA (2020). Carta Iberoamericana de Innovación en la Gestión Pública [aprobada por la XIX Conferencia Iberoamericana de Ministras y Ministros de Administración Pública y Reforma del Estado, organizada por el CLAD en Andorra, el 8 de octubre de 2020]. Revista del CLAD Reforma y Democracia, 78, 237-265. https://clad.org/wp-content/uploads/2021/08/078-09-Carta-Iberoamericana-de-Innovacion-en-la-Gestion-Publica.pdf

Wu, X., Ramesh, M. y Howlett, M. (2015). Policy capacity: A conceptual framework for understanding policy competences and capabilities. Policy and Society Associates, 34(3-4), 165-171. https://doi.org/https://doi.org/10.1016/j.polsoc.2015.09.001