Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
UK Home Office
El Home Office británico pilota resúmenes de IA de entrevistas de asilo y mide 23 minutos ahorrados por caso
El Home Office británico pilotó una herramienta basada en un modelo de lenguaje de gran tamaño que resume las transcripciones de entrevistas de asilo para quienes toman las decisiones, con un grupo de comparación de compañeros que trabajaban como de costumbre. Los usuarios de prueba revisaron las transcripciones 23 minutos más rápido de media, pero el 9 % de los resúmenes se juzgó inexacto o incompleto y se retiró del piloto.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
23
minutos
Tiempo medio ahorrado al revisar una transcripción de entrevista, grupo de prueba frente a grupo de comparación (piloto de la herramienta de resumen)1
32 %
Porcentaje del tiempo de revisión de transcripciones ahorrado, grupo de prueba frente a grupo de comparación1
9 %
Resúmenes juzgados inexactos o incompletos por especialistas técnicos y retirados del piloto1
23 %
Usuarios de los resúmenes que dijeron no confiar plenamente en la información del resumen1
Qué requirió
Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.
El problema
Quienes deciden en materia de asilo dedican buena parte de cada caso a leer transcripciones de entrevistas, que pueden llegar a 50 páginas o más. Volver a familiarizarse con un caso aumenta una carga mental ya alta, y el Home Office quería ver si una herramienta de IA podía acortar ese paso sin debilitar la decisión.
Qué construyeron
La herramienta Asylum Case Summarisation usa un modelo de lenguaje de gran tamaño, un sistema de IA que lee y escribe texto, para convertir una transcripción de entrevista existente en un resumen breve. Está concebida como una ayuda. Quien decide no puede usarla para resolver un caso, y la transcripción completa sigue disponible. Una segunda herramienta, Asylum Policy Search, una interfaz de chat para las notas de política por país, se pilotó por separado, en otras unidades; este caso trata solo de la herramienta de resumen.
Cómo lo hicieron
El Home Office realizó el piloto de resumen en dos unidades de decisión, con un grupo de prueba y un grupo de comparación que trabajaba como de costumbre. La primera fase duró ocho semanas, en mayo y junio de 2024, y comparó a 60 responsables de decisión que usaban la herramienta con 15 que trabajaban como de costumbre. La segunda duró ocho semanas, en septiembre y octubre de 2024, y comparó a 45 usuarios con 15. Todos registraron cada caso, lo que dio 334 casos de prueba y 95 de comparación. Especialistas técnicos revisaron cada resumen antes de su uso. El equipo también realizó encuestas y entrevistas y tomó muestras de decisiones para controlar la calidad.
Resultados
Los responsables de decisión que usaron la herramienta recorrieron las transcripciones 23 minutos más rápido de media que el grupo de comparación, un ahorro del 32 %. Una muestra de decisiones mostró una proporción similar de decisiones confirmadas en ambos grupos, de modo que, en ese control, la herramienta ni ayudó ni perjudicó a la calidad. Los especialistas técnicos juzgaron inexacto o incompleto el 9 % de los resúmenes, y esos casos siguieron el proceso normal. Entre los usuarios de los resúmenes, el 23 % no confiaba plenamente en ellos.
Qué salió mal
Las principales debilidades fueron la exactitud y la trazabilidad. El 9 % de resúmenes que no superó la revisión de los especialistas fue el principal problema de exactitud, y los usuarios también querían referencias a la transcripción. El informe dice que estos límites deberían corregirse antes de cualquier despliegue completo.
Todas las cifras comunicadas
| Indicador | Cifra | Cita |
|---|---|---|
| Tiempo medio ahorrado al revisar una transcripción de entrevista, grupo de prueba frente a grupo de comparación (piloto de la herramienta de resumen) | 23 minutos1 | |
| Porcentaje del tiempo de revisión de transcripciones ahorrado, grupo de prueba frente a grupo de comparación | 32 %1 | |
| Resúmenes juzgados inexactos o incompletos por especialistas técnicos y retirados del piloto | 9 %1 | |
| Usuarios de los resúmenes que dijeron no confiar plenamente en la información del resumen | 23 %1 | |
| Encuestados que consideraron que el resumen les ayudó a entender rápidamente el caso | 77 %1 |
Lecciones para su proyecto
Pruebe frente a un grupo de comparación. El Home Office registró los casos de un grupo de prueba y de otro de comparación, de modo que el ahorro de tiempo es una diferencia entre grupos y no solo una opinión.
Compruebe cada resultado antes de usarlo mientras la herramienta sea nueva. Especialistas técnicos revisaron todos los resúmenes antes de que los vieran los responsables de decisión, y así se detectaron los más débiles.
Deje la decisión en manos de la persona responsable. La herramienta se concibió como una ayuda que no puede resolver un caso por sí sola, y los usuarios dijeron que no influyó en sus decisiones.
Diseñe pensando en la trazabilidad. Algunos entrevistados vieron poco ahorro de tiempo porque los resúmenes no remitían al lugar correspondiente de la transcripción.
Salvedades
- El Home Office evaluó sus propias herramientas y publicó la evaluación. El informe describe sus conclusiones como una indicación procedente de pilotos a pequeña escala y dice que un despliegue completo requeriría más evaluación.
- Todos los métodos de evaluación se basan en declaraciones de los propios participantes, y las unidades piloto se eligieron por disponibilidad, no para ser representativas.
- El informe no nombra el modelo. Open Rights Group, una organización de defensa de los derechos digitales, afirma que la herramienta usa GPT-4 de OpenAI a través de Microsoft Azure, pero eso procede de la organización, no de la página del Home Office.
- Open Rights Group critica con dureza las herramientas y discute su fiabilidad; su página tiene fecha del 14 de enero de 2026. Repite las cifras del Home Office y no añade ninguna propia, por lo que los resultados dependen solo del informe del Home Office. No nos apoyamos en sus argumentos.
- La fecha es el inicio de la primera fase piloto en mayo de 2024. El informe indica fases piloto de mayo a junio y de septiembre a octubre de 2024; la herramienta no estaba en uso rutinario en ese momento.
- La encuesta de la segunda fase obtuvo solo 6 respuestas (13 %) y quedó fuera del análisis del informe. El control de calidad sobre una muestra de decisiones mostró proporciones similares de decisiones confirmadas en ambos grupos.
Fuentes
- Evaluation of AI trials in the asylum decision making process
GOV.UK (Home Office) · 2025-04-29 · Artículo de investigación · gov.uk
- Automating the hostile environment: AI in the asylum decision making process
Open Rights Group · 2026-01-14 · Noticia · openrightsgroup.org
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.