Statistical Intelligence and Digital Transformation in Government Institutions A Data- Driven Framework for Improving Public-Sector Performance in the Kurdistan Region of Iraq

En el mundo moderno, los gobiernos intentan cada vez más hacer algo más que simplemente poner formularios de papel en un sitio web. El objetivo de la transformación digital es rediseñar fundamentalmente cómo funcionan las instituciones públicas, pasando de departamentos aislados a un sistema conectado donde los datos fluyan libremente entre las agencias. Este cambio se apoya en algunas ideas clave: la identidad digital, que actúa como una llave segura para que los ciudadanos accedan a los servicios; la interoperabilidad, que permite que diferentes sistemas informáticos se comuniquen entre sí sin necesidad de que un humano vuelva a introducir la misma información dos veces; y la toma de decisiones basada en datos, donde los líderes utilizan números reales en lugar de conjeturas para mejorar la prestación de los servicios. Cuando estos elementos trabajan juntos, pueden reducir la burocracia, bajar los costes y facilitar que las personas obtengan lo que necesitan del Estado. Sin embargo, medir si estos cambios digitales están funcionando realmente es difícil, especialmente en regiones donde los datos detallados de rendimiento aún no están disponibles públicamente.

Investigadores de la Universidad de Soran, en la Región de Kurdistán de Irak, se propusieron resolver este problema de medición. Querían saber si las herramientas digitales del gobierno estaban mejorando realmente los servicios públicos y cómo rastrear ese progreso utilizando la información que ya estaba disponible. En lugar de esperar a que existiera la información perfecta que aún no existe, el equipo construyó un marco para analizar los quince sistemas digitales nombrados que se utilizan actualmente en el gobierno regional. Trataron estos sistemas como una cartera de herramientas, comprobando cada uno para ver qué podía hacer. Buscaron capacidades específicas, como si un sistema permitía a los ciudadanos interactuar directamente con él, si gestionaba tareas internas de oficina, si utilizaba la identidad digital para la seguridad, si procesaba pagos y si podía compartir datos con otros departamentos gubernamentales. Al sumar estas características, crearon una puntuación sencilla para cada sistema, que va de cero a siete, para representar su fuerza digital general.

El análisis reveló un panorama claro de la situación del gobierno. En promedio, los sistemas puntuaron 4,60 de 7, lo que sugiere una base sólida pero también indica que hay margen de crecimiento. Los investigadores descubrieron que casi todos los sistemas eran buenos compartiendo datos entre sí y gestionando tareas internas de oficina, que son los mecanismos de fondo del trabajo gubernamental. La transparencia también fue un punto fuerte, ya que cada uno de los sistemas incluía funciones para la rendición de cuentas. Sin embargo, los sistemas eran menos avanzados en áreas que afectan directamente la experiencia diaria del ciudadano. Solo una pequeña fracción de los sistemas podía gestionar pagos digitales o administrar identidades digitales, que son cruciales para transacciones seguras y fluidas. Este patrón sugiere que el gobierno ha construido con éxito la infraestructura interna para conectar sus departamentos, pero el paso final de hacer que esas conexiones sean fáciles y seguras para la persona promedio es todavía un trabajo en progreso.

Para entender cómo funcionaban juntas estas diferentes características, el equipo utilizó métodos estadísticos que no asumen que los datos siguen una campana de Gauss perfecta, un requisito común en muchos estudios que este conjunto específico de números no cumplía. Descubrieron un fuerte vínculo entre la fuerza general de las características de un sistema y su capacidad para proporcionar acceso a los servicios. En otras palabras, cuantos más recursos tiene un sistema, más probable es que sea accesible para el público. También probaron si el tipo de propiedad —si un sistema era gestionado directamente por un ministerio específico o si era compartido por todo el gobierno— marcaba la diferencia en su rendimiento. Los datos no mostraron una diferencia significativa entre estos grupos, lo que significa que el éxito de un sistema dependía más de sus características que del departamento que lo construyó.

Los investigadores también exploraron si los programas informáticos modernos podían predecir qué sistemas serían accesibles para el público basándose en sus características. Compararon varios tipos diferentes de modelos predictivos, incluyendo métodos estadísticos estándar y herramientas de aprendizaje automático más complejas que pueden encontrar patrones ocultos en los datos. Los resultados mostraron que los modelos basados en árboles, más complejos, eran mejores para realizar estas predicciones que los métodos estándar. Uno de estos modelos avanzados, conocido como bosque aleatorio (random forest), fue particularmente eficaz para distinguir entre los sistemas que ofrecían acceso completo al servicio y los que no lo hacían. Sin embargo, los autores advierten cuidadosamente que, debido a que el grupo de sistemas estudiados es pequeño, estos hallazgos deben verse como una prueba de concepto más que como un veredicto final. Demuestran que estas herramientas avanzadas tienen potencial, pero necesitan cantidades mucho mayores de datos para ser utilizadas de forma fiable en la toma de decisiones del mundo real.

El estudio concluye que, si bien el Gobierno Regional de Kurdistán ha dado pasos impresionantes en la construcción de una columna vertebral digital conectada, la siguiente fase de desarrollo debe centrarse en la experiencia del usuario. Los investigadores recomiendan la creación de un registro unificado de servicios digitales que rastree no solo cuántos sistemas existen, sino qué tan bien funcionan. Esto implicaría recopilar datos sobre cuánto tiempo tardan en completarse los servicios, cuántas personas los utilizan y qué tan satisfechos están los ciudadanos. Al vincular la existencia de las herramientas digitales con los resultados reales de rendimiento, los líderes pueden ir más allá de contar sistemas y empezar a medir el valor real. El trabajo sirve como un plano para convertir informes dispersos en un conjunto de datos claro y utilizable, demostrando que, incluso con información limitada, es posible construir un marco que revele dónde está ocurriendo el progreso y cuáles deben ser los siguientes pasos.