Notas sobre tecnología de interés público para trabajadores sociales
Original en inglés: Notes on Public Interest Technology for Social Workers (publicado el 9 de octubre de 2026)
Por lo general, me presento como científica social computacional y tecnóloga de interés público. Ninguno de los dos términos se utiliza ampliamente en trabajo social y ambos son recientes: el artículo citado con mayor frecuencia como la declaración fundacional de la ciencia social computacional apareció en 2009, y la tecnología de interés público se difundió principalmente a partir de 2016. Esta publicación explica qué significa cada término, cómo empleo ambos en mi propio trabajo y en qué se diferencia la tecnología de interés público del tecnosolucionismo. Le invito a leer este texto como el testimonio de una persona y no como una definición de ninguno de los dos campos.
Ciencia social computacional
La ciencia social computacional, tal como la describieron David Lazer y sus colegas en Science en 2009, estudia la vida social mediante las huellas digitales que dejan las personas y los métodos computacionales necesarios para analizarlas a gran escala. La mayoría de mis métodos proceden de este campo: el procesamiento del lenguaje natural para lo que las personas escriben en comunidades virtuales y documentos públicos, y el análisis geoespacial para identificar dónde existen y dónde faltan servicios. En International Migration Review, mis colegas y yo introdujimos el procesamiento del lenguaje natural a los investigadores sobre migración a través de foros de migración en línea, y en el Journal of the Society for Social Work and Research medimos la diversidad racial, étnica y lingüística del personal clínico de trabajo social y la distancia a la que reside la población respecto a él. Aprendí gran parte de ello a través de los Summer Institutes in Computational Social Science, iniciados por Chris Bail y Matt Salganik en 2017, primero como participante y más tarde como organizadora de SICSS-NYU Silver. Actualmente coorganizo el grupo de interés especial sobre ciencia de datos e IA de la Society for Social Work and Research.
Estos métodos se adaptan a mi investigación por razones prácticas. Con frecuencia, los inmigrantes, las personas refugiadas y los grupos lingüísticos minoritarios son demasiado pocos en las encuestas probabilísticas para analizarlos por separado, o quedan excluidos por completo cuando una encuesta se administra únicamente en inglés, por lo que gran parte de lo que deseo conocer sobre ellos debe provenir de otros registros. La información sobre si la atención de salud mental se ofrece en un idioma determinado y la distancia a la que se encuentra del lugar de residencia de las personas figura en los directorios de proveedores y en los sitios web de las organizaciones, y los métodos geoespaciales vinculan esos registros con los datos del Censo sobre la población circundante. La manera en que las personas describen sus propias necesidades, a menudo en idiomas distintos del inglés, aparece en foros virtuales y documentos públicos, y el procesamiento del lenguaje natural hace posible leer esos textos en grandes volúmenes.
Tecnología de interés público
El término se difundió hacia 2016, principalmente a través de fundaciones. La Ford Foundation describe la tecnología de interés público como un campo integrado por personas que “trabajan para garantizar que la tecnología se cree y se utilice de manera responsable”, que “señalan dónde puede mejorar la tecnología en beneficio del bien público y, en ocasiones, cuestionan si ciertas tecnologías deberían crearse siquiera”. Ford incluye a diseñadores, abogados, artistas, activistas y miembros de las comunidades afectadas como tecnólogos, y señala que el campo fue “modelado según el marco del derecho de interés público”.
La Public Interest Technology University Network (PIT-UN), fundada en 2019 por Ford, la Hewlett Foundation y New America, utiliza una versión académica más breve: “el estudio y la aplicación de conocimientos técnicos para promover el interés público, generar beneficios públicos y fomentar el bien común”. La University of Michigan fue uno de los 21 miembros fundadores, con el Science, Technology, and Public Policy program de la Ford School como su núcleo. Tara Dawson McGuinness y Hana Schank, en Power to the Public (2021), ofrecen una definición más orientada a la práctica: “la aplicación del diseño, los datos y la prestación de servicios para promover el interés público y fomentar el bien común”, según se cita en un informe de PIT-UN de 2025. Bruce Schneier, quien ha escrito sobre este campo durante años, añade que “no se requiere un título en ciencias de la computación” para realizar este trabajo; las personas a las que se refiere provienen de la tecnología, las políticas públicas y el derecho, y se desempeñan en el gobierno, organizaciones sin fines de lucro, instituciones de investigación, empresas y medios de comunicación.
La versión de PIT-UN se centra en la aplicación de conocimientos técnicos. La versión de Ford incluye, además, decidir si una tecnología debería existir en primer lugar, y esa segunda parte es en la que más me apoyo.
El campo también ha experimentado cambios rápidos. En marzo de 2025, la General Services Administration eliminó 18F, su equipo interno de servicios digitales, después de que un correo electrónico interno calificara la oficina de “no crítica“, y la orden ejecutiva de enero de 2025 que creó DOGE “renombró públicamente” el U.S. Digital Service como United States DOGE Service. PIT-UN es ahora “un proyecto con patrocinio fiscal del New Venture Fund“. Para quien aspire a realizar este trabajo en el gobierno federal, el camino parece menos seguro que hace unos años.
Contexto
Crecí en dos aldeas en Corea, y la computadora e internet fueron la vía mediante la cual vislumbré por primera vez un mundo más amplio. Construía sitios web en HTML en un programa extraescolar de primaria y en 2018 comencé a aprender Python, principalmente para el procesamiento del lenguaje natural. Llegué al acceso lingüístico a través de mi trabajo con personas inmigrantes y refugiadas durante mis veinte años. Ingrid Piller, sociolingüista, describe el lenguaje como un “mecanismo clave de control de acceso” para la educación, el empleo, la atención médica y el bienestar social, lo cual coincide con lo que observé: la barrera solía ser una institución que no se había adaptado a los idiomas que hablaban sus usuarios.
Las herramientas que he desarrollado surgen de esa experiencia. El Immigrant Support Atlas mapea las organizaciones que prestan servicios a inmigrantes y el acceso a la atención de salud mental en los Estados Unidos. langaccess es un paquete de Python que verifica cómo administra un sitio web los idiomas distintos del inglés. Con Migration to Asia Peace, una organización de refugiados en Corea en cuya junta directiva participo, colaboro en MAP Refugee News, un servicio de información multilingüe para personas refugiadas, y la lista completa se encuentra en mi página de Data & Tools.
Públicos y partes interesadas indirectas
La ciencia social computacional describe cómo se realiza el trabajo, y la tecnología de interés público describe a quién está dirigida, con qué criterios la juzgo y quién tiene voz en ella. Empleo el primer término cuando hablo de la metodología de un estudio y el segundo cuando explico por qué existe una herramienta.
La definición de público de John Dewey me orienta con respecto a lo segundo. En The Public and Its Problems (1927), el público “consists of all those who are affected by the indirect consequences of transactions to such an extent that it is deemed necessary to have those consequences systematically cared for”. Una persona con dominio limitado del inglés que recibe una notificación de beneficios sin traducir no fue parte del contrato suscrito entre la agencia y su proveedor de software y, sin embargo, debe afrontar el resultado. El diseño sensible a los valores plantea el mismo punto mediante su categoría de partes interesadas indirectas, personas que “nunca o rara vez interactúan con el sistema” pero que “a pesar de ello se ven afectadas por el sistema”.
Trabajo social y tecnología
El trabajo social me parece un espacio natural para esta labor. El NASW Code of Ethics establece el “enfoque dual de la profesión en el bienestar individual dentro de un contexto social y el bienestar de la sociedad”, y la perspectiva de la persona en su entorno se aplica a un sitio web o a un algoritmo con tanta propiedad como a un vecindario. Las Standards for Technology in Social Work Practice de 2017 exhortan a los trabajadores sociales a promover el acceso a la tecnología para personas con “dominio limitado del inglés”, entre otros grupos. Su interpretación de la Norma 2.20 se aproxima mucho a mi propio trabajo: cuando las personas deben utilizar formularios de solicitud escritos para obtener servicios o beneficios, los profesionales del trabajo social “deben considerar opciones para asistir a quienes prefieran utilizar un idioma distinto del inglés”.
Los académicos del trabajo social vienen sosteniendo este argumento desde hace una década. Un documento de trabajo de 2015 para las Grand Challenges for Social Work cita a Lauri Goldkind y Lea Wolf: el trabajo social se encuentra “en una posición privilegiada y éticamente obligado” a asegurar que el cambio tecnológico no reproduzca ni amplíe las desigualdades existentes. Posteriormente, Goldkind dirigió un proyecto de PIT-UN sobre competencias para tecnólogos de interés público basado de manera directa en el modelo por competencias de la educación en trabajo social. Desmond Upton Patton, quien ha colaborado con científicos de la computación en materia de prevención de la violencia, describió lo que exigía esa articulación: “DEBEMOS contar con el respaldo Y el compromiso de la comunidad”. En septiembre de 2026, el CSWE creó un comité asesor nacional sobre IA y tecnología.
Tecnosolucionismo
La tecnología de interés público suele confundirse fácilmente con el tecnosolucionismo, la costumbre criticada por Evgeny Morozov de reformular situaciones sociales complejas como problemas susceptibles de resolverse con software. Mark Latonero planteó una observación análoga sobre los programas corporativos de “IA para el bien común”, al señalar que la algarabía “despide un tufo a solucionismo tecnológico“.
La diferencia, a mi entender, reside en el punto de partida del trabajo. El tecnosolucionismo parte de la herramienta y busca un problema. La tecnología de interés público parte de las personas afectadas y contempla el no construir nada como una de las opciones posibles. El texto de Langdon Winner, “Do Artifacts Have Politics?” (1980), sigue siendo la exposición más lúcida al respecto: si juzgamos la tecnología únicamente por sus “herramientas y usos”, escribe, “quedaremos ciegos ante gran parte” de lo que verdaderamente importa. Su ejemplo de la cosechadora mecánica de tomates no entraña ninguna conspiración, sino únicamente “patrones profundamente arraigados que llevan el sello inconfundible del poder político y económico”.
En la práctica, esto implica preguntarse, antes de construir, si un intérprete humano o una oficina mejor dotada de personal prestarían un mejor servicio a las personas que una herramienta, manteniendo a las personas afectadas en el centro de la toma de decisiones. La Design Justice Network lo enuncia como su segundo principio: “Situamos en el centro las voces de quienes se ven directamente afectados por los resultados del proceso de diseño.” Para el trabajo de traducción con MAP, estoy desarrollando un flujo de trabajo en el que un revisor de cada comunidad lingüística aprueba las traducciones de alta trascendencia antes de su publicación.
Algunas de las iniciativas de tecnología de interés público más reconocidas en Michigan no emplean IA alguna. En colaboración con el estudio de diseño Civilla, el Michigan Department of Health and Human Services reescribió su solicitud unificada para programas de alimentos, asistencia económica, atención médica y cuidado infantil reduciéndola a 18 páginas, “en comparación con las 42 páginas anteriores“, en lo que el departamento denominaba la solicitud más extensa del país, y los solicitantes en los condados piloto le dedicaron cerca de 20 minutos en lugar de 45. Virginia Eubanks, quien estudió los sistemas automatizados en la asistencia pública, describe el costo de la alternativa: “Construir bien estos sistemas es sumamente complejo y exige una gran cantidad de recursos, y construirlos de forma deficiente solo resulta más barato y rápido al principio“.
Las grandes empresas tecnológicas y el tecnocapitalismo
El término acuñado por Luis Suárez-Villa, tecnocapitalismo, describe “una nueva versión del capitalismo, fundamentada en la tecnología y la ciencia”, en la que la creatividad y la investigación se convierten en mercancías controladas por corporaciones. La IA sigue este mismo patrón, y Meredith Whittaker sostiene en “The Steep Cost of Capture” que los avances recientes en IA fueron “principalmente el producto de recursos de datos y cómputo fuertemente concentrados en manos de unas pocas grandes corporaciones tecnológicas”. El porcentaje de nuevos doctores en IA que se incorporan a la industria pasó del 21% en 2004 a casi el 70% en 2020 (Ahmed, Wahed, and Thompson, 2023), y cerca del 90% de los modelos de IA destacados publicados en 2024 provinieron de la industria (Stanford AI Index 2025). El 2026 AI Index añade un matiz en sentido contrario: el número de nuevos doctores en IA en Estados Unidos y Canadá creció un 22% entre 2022 y 2024, y los graduados responsables de dicho incremento “aceptaron puestos en el ámbito académico, no en la industria”.
No considero que un tecnólogo de interés público pueda mantenerse al margen de esta realidad. Empleo modelos de lenguaje comerciales y créditos en la nube provistos por empresas tecnológicas, y las alternativas de carácter público también dependen de ellos: el programa piloto federal NAIRR pilot suministra a los investigadores capacidad de cómputo de NVIDIA, Microsoft, Amazon, Google, OpenAI y Anthropic. Procuro, en cambio, visibilizar esa dependencia y depositar los elementos fundamentales en manos públicas: código abierto, datos resguardados en repositorios públicos y herramientas que una organización comunitaria pueda utilizar sin requerir mi intervención. La fundamentación de Mozilla a favor de una public AI expresa la razón con claridad: “No podemos limitarnos a depender de unas pocas compañías para construir todo lo que nuestra sociedad necesita de la IA”.
Negativa y erosión
La advertencia de Audre Lorde de que “las herramientas del amo nunca desmantelarán la casa del amo” fundamenta la postura de la negativa. Erik Olin Wright, en su obra tardía sobre estrategia anticapitalista, distinguió entre destruir, domesticar, resistir y escapar del capitalismo, y defendió una formulación combinada denominada erosión del capitalismo: construir relaciones más democráticas y participativas “en los espacios y fisuras” del sistema imperante hasta lograr desplazarlo. La denominación más afín que he encontrado para mi propia postura es la de “práctica técnica crítica” de Phil Agre, la cual, según sus palabras, exigiría “una identidad desdoblada”, con “un pie apoyado en el quehacer artesanal del diseño y el otro en la tarea reflexiva de la crítica”. Critico la concentración de la IA en unas pocas empresas y al mismo tiempo utilizo sus modelos para desarrollar herramientas de interés público orientadas a la población inmigrante, y no creo que esa contradicción se resuelva fácilmente. El modelo de conexión social de Iris Marion Young me proporciona una vía para reflexionar sobre ello: “todos los agentes que contribuyen con sus acciones a los procesos estructurales generadores de injusticia tienen la responsabilidad de trabajar para subsanar tales injusticias”.
Traducción automática
La traducción automática demuestra por qué el criterio profesional reviste mayor importancia que la herramienta misma. En virtud de la normativa de 2024 que implementa la Sección 1557 de la Affordable Care Act, todo programa de salud que emplee traducción automática en textos decisivos para los derechos o el acceso de una persona “must be reviewed by a qualified human translator“. En julio de 2025, tras la Orden Ejecutiva 14224 que estableció el inglés como idioma oficial, el Department of Justice instruyó a las agencias federales a “minimize non-essential multilingual services” y fomentó el “uso responsable de la inteligencia artificial y la traducción automática” para reducir costos. El departamento también “temporarily suspended the operations of lep.gov“, el sitio web federal que albergaba las directrices de acceso lingüístico. La misma tecnología figura en ambos documentos: en uno, como un recurso sujeto a verificación obligatoria, y en el otro, como justificación para reducir el gasto en servicios lingüísticos.
Un tecnólogo de interés público, tal como empleo el término, es alguien capaz de distinguir ambos usos y construir la versión que amplíe el acceso, lo que incluye la decisión de no desarrollar ciertas herramientas.
