La IA que resume entrevistas de asilo en Reino Unido falla en 1 de cada 5 revisiones: qué aprender
Por Freider Gandica

Automatizar un proceso con IA suena a ahorro de tiempo. Un informe publicado esta semana sobre el sistema de asilo del Reino Unido muestra lo que pasa cuando se automatiza sin poder verificar con suficiente cuidado.
Qué pasó
El 13 de octubre de 2026, The Register publicó los hallazgos de una investigación de 20 páginas de Open Rights Group (ORG), una organización civil británica. El informe se basa en solicitudes de información pública y en correspondencia con ministros, y analiza dos herramientas que usa el Home Office, el ministerio del Interior del Reino Unido:
- Asylum Case Summarisation (ACS): resume las entrevistas de solicitantes de asilo.
- Asylum Policy Search (APS): una herramienta de búsqueda tipo chat para consultar información de política por país.
Ambas usan el modelo GPT-4o de OpenAI a través de Azure AI Foundry, de Microsoft.
Las cifras
Según los datos que obtuvo ORG:
- 45 de 203 resúmenes (22 %) no pasaron la revisión inicial de expertos, desde que la herramienta se desplegó en abril de 2026. En el piloto, la tasa de rechazo fue del 9 %.
- Otros 19 resúmenes quedaron marcados para más revisión. De 56 revisiones de segunda etapa, 30 no cumplieron el estándar exigido.
- Los errores incluyen inexactitudes y tergiversaciones de lo que dijeron los solicitantes. Además, un resumen puede pasar la revisión aunque omita detalles importantes, siempre que lo que sí incluye sea correcto.
- ORG estima que los expertos revisaron solo cerca del 0,3 % de los casos entre abril y julio, a partir de una carga mensual proyectada de 17.515.
Lo que las cifras no prueban
ORG también cuestiona si las herramientas ahorran tiempo. Afirma que el número mensual promedio de decisiones sustantivas iniciales cayó cerca de un 42 % frente al mismo periodo de 2025, y que el tiempo medio entre la entrevista y la decisión subió un 29 %.
Esos datos no demuestran que la IA haya causado el retraso, y el propio artículo lo aclara. Solo dicen que hay poca evidencia de las mejoras de productividad que prometieron los ministros.
Quién lo dice
Conviene recordar que ORG es una organización que hace campaña sobre este tema y pide suspender las dos herramientas y someterlas a una auditoría independiente. Las cifras provienen de documentos oficiales, pero la interpretación es la de una de las partes. The Register cuenta que el Home Office no respondió a sus preguntas, así que no tenemos su versión.
El gobierno sostiene que las decisiones siguen en manos de personas. ORG pregunta cuán bien pueden esas personas detectar errores en un texto que ya viene resumido, y recuerda que el propio análisis de protección de datos del Home Office reconoce que la herramienta automatiza trabajo que antes hacían especialistas técnicos. Según ORG, eso podría quitar una capa de revisión experta en lugar de solo ahorrar tiempo.
Otro punto del informe: los solicitantes no son informados específicamente de que se usó IA en su caso y no pueden revisar ni corregir los resúmenes generados a partir de su entrevista.
Qué aprender si usas IA en tu organización
Esto es lectura mía a partir del caso, no una conclusión del informe. Un hospital, una ONG, una pyme o una tienda en línea no deciden asilos, pero muchos resumen con IA conversaciones, formularios, tickets o reclamos de clientes. Vale la pena preguntarse:
- ¿Cuánto se revisa realmente? Decir que «un humano supervisa» no es lo mismo que revisar una muestra significativa. Un 0,3 % es muy poco.
- ¿Qué cuenta como un resumen correcto? Un resumen puede ser exacto en lo que dice y aun así omitir lo importante. Conviene medir también lo que falta.
- ¿Quién verifica contra el original? Si la persona que decide solo lee el resumen, el error pasa directo a la decisión.
- ¿La persona afectada lo sabe? Si tus clientes o beneficiarios no saben que una IA intervino, no pueden corregirla.
- ¿Qué mides después de automatizar? Si prometiste ahorrar tiempo, compara los tiempos reales antes y después.
Qué no sabemos
No conocemos la respuesta del Home Office. Tampoco sabemos cuánto de los retrasos se debe a la IA y cuánto a otros factores. Y los porcentajes de revisión se basan en una estimación de ORG sobre la carga proyectada de casos.
La idea de fondo es simple. Cuando una IA toca la vida de alguien, revisar no es un paso extra: es parte del diseño. Y si no puedes medir qué tan seguido se equivoca, tampoco sabes si te está ayudando.
Fuente: www.theregister.com