La IA llega a la Seguridad Social para combatir el fraude en bajas laborales

Origen y funcionamiento del Modelo de Priorización de Citas

Desde 2014, la Seguridad Social española utiliza el Modelo de Priorización de Citas, un algoritmo de inteligencia artificial (IA) adquirido de la multinacional SAS Institute por 1,5 millones de euros, para gestionar y predecir situaciones relacionadas con bajas laborales. Desarrollado con la colaboración de ViewNext, una subsidiaria de IBM en España, este sistema utiliza dos algoritmos: Primeras Citas y Citas Sucesivas, para analizar y puntuar expedientes de baja por incapacidad temporal (IT).

El algoritmo asigna una puntuación entre 0 y 1 a cada expediente, basándose en datos personales del trabajador, como sexo, edad, lugar de residencia, historial de bajas médicas y, en algunos casos, el diagnóstico médico. Una puntuación cercana a 1 indica una mayor probabilidad de que el empleado esté listo para volver al trabajo.

IA para rastrear bajas laborales en la Seguridad Social

Opacidad y falta de transparencia en el sistema

Expertos en ética e inteligencia artificial han criticado la opacidad del proyecto y su falta de transparencia, ya que no se ha compartido información detallada sobre cómo funciona el algoritmo y qué criterios utiliza. Además, no se conoce con precisión el origen y la naturaleza de los datos utilizados, lo que dificulta determinar si el sistema podría estar discriminando a algún colectivo o si se están cumpliendo los criterios legales en materia de protección de datos.

La eficacia del Modelo de Priorización de Citas ha sido objeto de debate, especialmente debido a las altas tasas de error en la identificación de casos verdaderamente positivos y negativos en bajas laborales. Según una evaluación interna de la Gerencia de Informática de la Seguridad Social (GISS), la sensibilidad y especificidad del algoritmo en la predicción de altas y no altas son bajas, lo que lleva a expertos a calificar el sistema como «pobre» y «desbalanceado».

¿Una solución eficiente para combatir el fraude?

Los médicos inspectores que trabajan con el sistema también han expresado preocupaciones sobre su utilidad y la falta de claridad en su funcionamiento interno. Las dificultades en la valoración de las enfermedades que justifican bajas por incapacidad temporal, como catarros, molestias intestinales, enfermedades de salud mental, lumbalgias y cervicalgias, hacen que sea complicado para el algoritmo ofrecer resultados precisos y confiables.

A pesar de la necesidad de detectar a trabajadores que intentan prolongar fraudulentamente sus bajas, la información disponible plantea dudas sobre si la tecnología empleada realmente ayuda a abordar estos abusos. La falta de transparencia, la opacidad en el funcionamiento del algoritmo y su imprecisión en la predicción de casos verdaderos positivos y negativos ponen en tela de juicio la eficacia del Modelo de Priorización de Citas como herramienta para combatir el fraude en bajas laborales.

Twitter cuentas corregidas