Classificació automàtica d’instàncies genèriques amb intel·ligència artificial

L’Ajuntament de Girona ha posat en marxa un sistema basat en tècniques d’aprenentatge automàtic per optimitzar la classificació i assignació d’instàncies genèriques rebudes a través de la seu electrònica.

El funcionament del sistema és el següent:

• Registre de la instància genèrica. Quan una persona usuària presenta una instància genèrica a través del servei e-TRAM, aquesta es registra automàticament al Registre General de l’Ajuntament.
• Tractament de dades pel sistema d’IA. El sistema analitza el camp "exposo" de la instància, que conté informació clau sobre la petició. Aquest text es processa mitjançant un model d’aprenentatge automàtic, que classifica la sol·licitud segons la seva temàtica i genera una probabilitat d’encert associada.
• Decisió i assignació automàtica. Si la probabilitat d’encert supera el llindar establert (60%), el sistema assigna automàticament la instància a la unitat gestora corresponent. Si la probabilitat és inferior, la instància es remet a l’oficina de registre perquè sigui revisada manualment pel personal.

• Privacitat de les dades. L’algoritme només tracta el contingut dels camps exposo i sol·licito de la instància. Tot i així, el sistema compleix amb la normativa vigent en matèria de protecció de dades i seguretat.
• Transparència algorítmica. Encara no s’han implementat mecanismes per assegurar la traçabilitat i transparència del procés automatitzat.

• El sistema s’executa en servidors locals (on-premise), garantint el control total sobre la infraestructura i el processament de les dades.
• El model s’ha creat amb Python i la llibreria de codi lliure scikit-learn. Per entrenar-lo, s’han utilitzat 200.000 registres del 2022 i 2023, exportats en format CSV amb columnes que contenen els camps "exposo", "sol·licito", temàtica i unitat destinatària. La validació s’ha realitzat amb dades del 2024.
• El procés d’entrenament inicial va requerir entre 3 i 4 dies en un ordinador personal, però les prediccions del model són instantànies un cop entrenat.
• Tot i que no hi ha una periodicitat fixa, el model es reentrena periòdicament amb noves dades per millorar la seva precisió, que actualment és del 86%.
• El sistema està integrat amb e-TRAM mitjançant el servei MUX. Mitjançant aquesta integració, el sistema obté el camp “exposo” de la instància. El servei també s’integra amb el Registre general de l’ajuntament per assignar la unitat responsable a l’assentament corresponent a la instància. Totes les integracions les han realitzat els Serveis informàtics de l’ajuntament.

• Un aspecte organitzatiu clau ha estat la implicació del personal de l’oficina de registre en el procés d’entrenament del model d’intel·ligència artificial.

Els actors clau i col·laboradors que han estat indispensables per aconseguir dur a terme el projecte són:

• Servei de Sistemes i Tecnologies de la Informació de l’Ajuntament de Girona
• Oficina municipal de registre

• Millora de l'eficiència. La classificació automàtica permet una gestió més ràpida de les instàncies, reduint els temps de resposta i solució d'aquestes.
• Millora de la qualitat dels serveis públics. El personal de l’oficina de registre ha de classificar menys registres i les unitats responsables reben els assentaments abans, fet que agilitza la resolució de les sol·licituds.

• Major satisfacció. Una gestió més ràpida i precisa de les instàncies contribueix a augmentar la satisfacció ciutadana, ja que les persones perceben que les seves sol·licituds s’atenen de manera eficient. 

• Foment de la innovació. La integració de tecnologies avançades en la gestió pública no només resol problemes actuals, sinó que també obre la porta a futures iniciatives d’innovació que poden millorar encara més els serveis públics.

• El projecte s’ha desenvolupat íntegrament amb recursos propis.
• No hi ha cost de llicències comercials ni cost de manteniment.

Els aspectes més importants a tenir en compte en el procés de gestió del canvi són:

• La comunicació efectiva des del primer moment ha estat crucial per generar confiança i assegurar l'acceptació del sistema. Es va explicar la iniciativa de forma proactiva a l’oficina de registre, que va valorar positivament la proposta des del principi, i se’ls va implicar en les fases inicials del projecte per obtenir el retorn.
• L’adaptació progressiva va permetre validar el sistema sense riscos per al funcionament ordinari. El desplegament es va fer gradualment, iniciant una fase pilot on el sistema funcionava en paral·lel amb la classificació manual. Durant aquesta fase, es van comparar els resultats del model amb les classificacions realitzades pel personal de l’oficina de registre per tal d’identificar i solucionar possibles discrepàncies. Finalitzat el període de proves amb èxit, el sistema es va posar plenament en funcionament.

Els indicadors SMART que evidencien la consecució dels objectius previstos són:

• Taxa de classificació correcte. El 86% dels registres que entren via instància genèrica es deriven automàticament a la unitat responsable que els correspon.
• Reducció del temps del personal municipal dedicat a la classificació de registres. 1,5h/dia.

Cal considerar els aspectes que poden posar en perill l'èxit de la solució i com superar-los:

• El principal problema del sistema és que algunes instàncies no contenen prou text en el camp “exposo” perquè el model les pugui classificar correctament. En aquests casos, el model retorna un probabilitat d’encert baixa perquè siguin classificades manualment.

El sistema és escalable i adaptable a altres administracions locals. Les eines d’intel·ligència artificial emprades són de codi obert i accessibles per a qualsevol ajuntament. Tanmateix, és necessari comptar amb personal amb coneixements en IA o, si escau, contractar serveis externs especialitzats. A més, és fonamental disposar d’un conjunt de dades històriques ampli i representatiu per a poder entrenar el model d’aprenentatge automàtic amb la precisió requerida.

• Aplicació de la intel·ligència artificial en la gestió d’incidències