Volver
Organizational Responsibility Attribution: Public Responses to AI versus Human Failures in Government Services
Ver articulo original
Gancho
¿Culpamos más a las máquinas o a las personas cuando los servicios públicos fallan?
Cita APA7
Zhou, Di., & Gong, Zepeng. (2026). Organizational Responsibility Attribution: Public Responses to AI versus Human Failures in Government Services. *Computers in Human Behavior*, 109190. https://doi.org/10.1016/j.chb.2026.109190
Resumen divulgativo
Cuando un servicio público falla, ¿a quién echamos la culpa: al algoritmo o al funcionario? Un nuevo estudio publicado en *Computers in Human Behavior* explora cómo la ciudadanía atribuye responsabilidad a las organizaciones gubernamentales según si el error fue cometido por una inteligencia artificial o por un ser humano. Los resultados revelan que no respondemos igual ante ambos tipos de fallos. La naturaleza del agente que comete el error —máquina o persona— influye significativamente en cuánta responsabilidad le asignamos a la institución detrás de él. Esto tiene implicaciones directas para cómo los gobiernos deben comunicar y gestionar los errores en la era de la automatización creciente de los servicios públicos.
Post LinkedIn
¿Responsabilizamos igual a una institución pública cuando falla una IA que cuando falla un empleado humano? Un nuevo estudio de Di Zhou y Zepeng Gong, publicado en *Computers in Human Behavior*, sugiere que no. La investigación analiza cómo el público atribuye responsabilidad organizacional a organismos gubernamentales en función de si el error en un servicio fue causado por un sistema de inteligencia artificial o por una persona. Los hallazgos tienen implicaciones profundas para la gestión pública y la comunicación institucional. En un contexto donde la automatización avanza con rapidez en la administración —desde chatbots de atención ciudadana hasta sistemas de decisión algorítmica en prestaciones sociales—, saber cómo percibe la ciudadanía estos fallos es estratégico. Si los errores de la IA generan menor (o mayor) responsabilidad percibida hacia la institución, los gobiernos deben adaptar sus estrategias de transparencia, rendición de cuentas y comunicación de crisis en consecuencia. La confianza institucional no se juega solo en los resultados, sino en cómo se explican los errores y quién —o qué— los cometió. ¿Tu organización está preparada para gestionar la responsabilidad en la era de la IA pública?
Post blog
**Cuando la IA falla en los servicios públicos, ¿a quién culpamos?** Imagina que solicitas una prestación social y tu expediente es denegado por error. Ahora imagina dos escenarios: en el primero, el error lo cometió un funcionario; en el segundo, lo tomó un algoritmo de inteligencia artificial. ¿Culparías igual al organismo público en ambos casos? Según un nuevo estudio, probablemente no. **La pregunta que nadie hacía explícitamente** La investigación de Di Zhou y Zepeng Gong, publicada en *Computers in Human Behavior*, aborda un fenómeno cada vez más relevante: cómo el ciudadano de a pie atribuye responsabilidad a las instituciones gubernamentales cuando los fallos provienen de sistemas automatizados frente a agentes humanos. A medida que los gobiernos incorporan inteligencia artificial en la toma de decisiones —desde la gestión de ayudas económicas hasta la atención sanitaria o la seguridad vial—, esta pregunta deja de ser teórica para convertirse en un asunto de política pública. **Por qué importa el origen del error** No todos los fallos se perciben igual. Cuando un ser humano comete un error, activamos esquemas mentales vinculados a la intención, la negligencia o la incompetencia. Cuando lo hace una máquina, la ecuación cambia: tendemos a cuestionar quién diseñó el sistema, quién lo aprobó, quién lo supervisa. Esto altera directamente cuánta responsabilidad moral y organizacional atribuimos a la institución que lo respalda. El estudio explora precisamente esa brecha perceptiva. Sus resultados apuntan a que el tipo de agente —humano o artificial— que comete el fallo afecta de manera significativa la responsabilidad que el público asigna a la organización gubernamental. Esto no es un dato menor: la responsabilidad percibida influye en la confianza institucional, en la disposición a reclamar, e incluso en el voto. **Implicaciones prácticas para gobiernos y administraciones** En un momento en que la automatización de servicios públicos es imparable, este tipo de investigación ofrece una brújula necesaria. Los gestores públicos deben entender que implementar IA no es solo una decisión técnica o de eficiencia: es también una decisión sobre cómo se distribuirá la responsabilidad cuando algo salga mal, y cómo lo interpretará la ciudadanía. La transparencia sobre el papel de los algoritmos, la existencia de mecanismos de revisión humana y una comunicación clara en caso de error no son solo buenas prácticas: son herramientas para sostener la legitimidad institucional en la era digital. **Conclusión** Saber que fallamos es el primer paso. Saber cómo nos juzgan cuando fallamos —y si la causa fue humana o algorítmica— es una ventaja estratégica que los gobiernos no deberían ignorar. Este estudio abre una conversación imprescindible sobre accountability, tecnología y confianza pública que apenas está comenzando.
Guardar borrador
Aprobar
Archivar
Ocultar