La ONU se alía con Google para que la IA deje de inventarse sus datos
Naciones Unidas estrena un portal de estadísticas globales pensado para que los asistentes de IA lo consulten directamente, después de que un estudio de UNICEF dejara la precisión de los modelos en un sonrojante 21,2%.
Las Naciones Unidas han anunciado que trabajarán junto a Google para reordenar su ingente colección de estadísticas globales y hacerla digerible para los sistemas de inteligencia artificial. El nuevo portal se llama UN System Data Commons y está construido sobre Data Commons, la plataforma de código abierto de Google, lo que permite buscar datos de todas las agencias de la ONU con preguntas escritas en lenguaje normal y corriente. Sustituye al antiguo portal UNData, donde el usuario tenía que bucear a mano por una interfaz de base de datos tradicional. Además, la plataforma es compatible con el Model Context Protocol (MCP), un estándar que sirve para que los sistemas de IA se conecten directamente a fuentes de datos externas.
El movimiento responde a un problema muy concreto: cada vez más gente pregunta a una IA en vez de buscar en una web oficial, pero los modelos siguen patinando con los datos. Un estudio de UNICEF citado en la presentación puso a prueba seis grandes modelos de lenguaje (GPT-4o y GPT-4o-mini de OpenAI, Claude Sonnet 4.5 y Haiku 4.5 de Anthropic, y Gemini 2.5 Flash y Gemini 2.0 Flash de Google) con más de 133.000 respuestas a preguntas sobre indicadores de desarrollo global. La puntuación media de precisión fue de solo un 21,2%. Y hay más: alrededor de tres de cada cinco respuestas no daban ni siquiera una cifra utilizable, a menudo porque el modelo se cubría de humo con respuestas ambiguas. Cuando se repitieron las mismas preguntas a las mismas versiones de modelo apenas dos días después, aquellos que habían dado un número en ambas ocasiones coincidieron en el mismo número solo la mitad de las veces. Ese trabajo es un documento de trabajo de UNICEF que se está preparando para enviar a una revista científica y todavía no ha pasado la revisión de expertos.
La plataforma intenta atacar justo eso. Cada estadística guarda el rastro de dónde viene, de modo que si un sistema de IA saca un dato, el usuario puede rastrearlo hasta la fuente original de la ONU. Durante la demostración, Google pidió a una IA que midiera el impacto en África del plan estadounidense de emergencia contra el sida (PEPFAR): el sistema localizó las estadísticas relevantes sobre infecciones por VIH, mortalidad por sida y esperanza de vida, y con ellas montó una infografía, sin que nadie tuviera que buscar y cruzar los datos a mano. En total, 26 entidades de la ONU se han comprometido con el proyecto y casi 20 ya tienen datos disponibles desde el lanzamiento. El objetivo declarado es que el 80% de los conjuntos de datos estadísticos del sistema de Naciones Unidas estén en la plataforma en 2027.
La parte económica es modesta y conviene no exagerarla: Google.org, el brazo filantrópico de la compañía, ha aportado 2 millones de dólares en financiación y apoyo técnico para levantar la infraestructura básica. La plataforma se aloja en una instancia gobernada por la propia ONU y la idea es que con el tiempo sean las Naciones Unidas quienes la mantengan y la escalen por su cuenta, con un enfoque de "formar a los formadores" que, según el responsable del equipo de Data Commons de Google, Prem Ramaswami, ya ha permitido que el equipo de la ONU se ponga al día rápido. Google lanzó Data Commons en 2018 para ordenar conjuntos de datos públicos bajo un marco común y el año pasado añadió soporte para MCP, de forma que los agentes de IA puedan consultar estadísticas y sus fuentes directamente.
Eso sí, más datos fiables no garantizan conclusiones fiables. Ramaswami lo dejó claro: como los modelos pueden malinterpretar los matices, siempre debería haber una persona revisando los resultados antes de citarlos o publicarlos. En paralelo, UNICEF ha detectado un cambio de hábito difícil de ignorar: su web de datos recibe más de 6 millones de visitas al mes y el tráfico procedente de enlaces en respuestas de ChatGPT creció un 67% interanual entre el 1 de enero y el 14 de septiembre. Esas derivaciones ya suponen el 6,4% de todas las sesiones del año, y la organización calcula que los asistentes de IA en conjunto representan cerca de una de cada diez visitas.
El análisis de Salseo
- El estudio de UNICEF es la verdadera noticia escondida: un 21,2% de precisión y respuestas que ni siquiera dan un número significan que los asistentes de IA no son hoy una fuente fiable para datos oficiales. La respuesta de la ONU no es mejorar el modelo, sino darle una fuente única, citable y con trazabilidad. Si eso funciona, el cuello de botella de la IA deja de ser el modelo y pasa a ser quién controla los datos de calidad.
- Para Google es una jugada de estándar, no de caja. Los 2 millones de dólares de Google.org son calderilla, pero al colocar Data Commons y MCP como el enchufe por defecto de la estadística pública mundial, se posiciona como la infraestructura por la que pasarán las consultas de los agentes de IA. Si el tráfico a datos se desplaza desde las webs oficiales hacia los asistentes, quien controle ese enchufe controla el grifo de las citas y las referencias.
- El matiz que el titular no cuenta: la ONU aloja esto en una instancia propia y quiere gestionarlo sola, así que no es un contrato comercial ni una dependencia cautiva. La pregunta real es si OpenAI, Anthropic y otros adoptan también MCP para conectarse a estos datos o prefieren mantener a sus modelos aislados. Si solo conecta Gemini, el proyecto se queda corto; si se convierte en el estándar de acceso, cambia cómo se citan los datos oficiales.
- Señales concretas que vigilar: el compromiso de tener el 80% de los datasets de la ONU en la plataforma para 2027, si el documento de UNICEF pasa la revisión por pares y publica metodología y código, y si las derivaciones desde asistentes de IA a webs de datos públicos siguen creciendo al ritmo del 67% anual. Ese tráfico medirá mejor que ningún discurso si los agentes han sustituido de verdad al buscador tradicional.