Agentic flooding: las quejas a gobiernos crecen 4x por la IA

La cifra que abre el debate: de 1.700 a 7.000 quejas en tres años

El Housing Ombudsman del Reino Unido tramitaba alrededor de 1.700 reclamaciones al año a principios de la década. El año pasado esa cifra se acercó a 7.000, según documenta el estudio que el investigador Chris Schmitz y su equipo presentarán el mes próximo en una conferencia de ética en IA. No cambió la ley ni la vivienda inglesa empeoró a esa velocidad. Lo que cambió es que millones de personas tienen ahora una herramienta que redacta una reclamación formal en segundos.

El fenómeno no es exclusivo del Reino Unido. Schmitz, investigador del Centre for Digital Governance de la Hertie School de Berlín, junto con la Cooperative AI Foundation (Reino Unido) y el think tank GovAI, construyó una base de datos de 84 casos en 11 jurisdicciones con evidencia de un salto significativo en la demanda de servicios públicos desde la aparición de los modelos generativos.

Qué es exactamente el «agentic flooding»

El término agentic flooding —inundación agentiva— lo acuñó el propio Schmitz para describir un aumento en la complejidad y el volumen de solicitudes ciudadanas impulsado por el uso de agentes de IA. No significa que la IA presente reclamaciones por su cuenta: en la mayoría de los casos documentados son personas que piden a ChatGPT o a otra herramienta que les escriba el texto y luego lo envían manualmente.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Las cifras que recoge el estudio son de manual:

Department for Work and Pensions (Reino Unido): las apelaciones de beneficios llevan más de un 60% de incremento desde 2022, cuando aparecieron las primeras herramientas de IA específicas para tramitarlas, según recoge Computer Weekly.
Bar Standards Board (Reino Unido): las quejas contra abogados crecieron 25% en el último año, y el regulador apunta directamente a la IA.
Employment Tribunal (Reino Unido): hay más de 65.000 casos esperando juicio; abogados laboralistas describen un aluvión de escritos generados con ChatGPT.
California Management Review: pasó de no cobrar por enviar artículos académicos a fijar tasas de 75 a 150 dólares por submission tras experimentar un aumento de tres veces en un año.

La paradoja que cambia el debate

La respuesta intuitiva es que los servicios públicos están siendo inundados por spam. Pero el hallazgo central del paper invierte esa lectura: la mayoría de las nuevas solicitudes vienen de personas con reclamaciones legítimas que antes no las presentaban.

«La inmensa mayoría de los casos que encontramos son personas con derecho a reclamar algo, reclamando esa cosa», dijo Schmitz a TechCrunch, según reproduce la nota de wwwhatsnew.com. El término técnico para lo que la IA está eliminando es carga administrativa: el esfuerzo que disuadía a la gente de ejercer sus derechos porque rellenar formularios, entender la burocracia y redactar la reclamación correcta requería tiempo, conocimiento y energía.

El ejemplo más nítido: una persona que nunca pidió la prestación por desempleo a la que tenía derecho porque el formulario era ininteligible, ahora puede pedírselo a ChatGPT. La fricción desapareció.

Por qué las quejas con IA cuestan más de procesar, aunque sean más claras

El caso alemán es especialmente revelador. Deborah Evans, directora ejecutiva de Lawyers in Local Government, lo describe así: «La dificultad es que la IA rara vez usa una palabra cuando puede usar cien». Las reclamaciones generadas por LLM tienden a ser más largas, más formales y más complejas que las escritas a mano, lo que significa que cada solicitud requiere más tiempo de un funcionario para procesarla, aunque el contenido sea más claro.

Y hay un segundo bucle: cuando el organismo responde, el ciudadano vuelve a meter la respuesta en ChatGPT y le pide «encuentra fallos, redacta una impugnación, solicita escalado, identifica defectos procesales». El resultado es un intercambio rodante en el que cada respuesta genera otra más larga y más combativa, según recoge The Telegraph.

Qué pueden hacer los gobiernos (y la trampa de cada opción)

Schmitz identifica tres respuestas posibles:

Filtrar las solicitudes con IA y añadir fricción o rechazo. El problema: excluye precisamente a los usuarios más vulnerables, que son quienes más dependen de la herramienta para navegar la burocracia.
Aumentar la capacidad de los servicios: más personal, más digitalización. Caro y lento.
Rediseñar los servicios para que la IA no sea necesaria para completar el trámite. La más ambiciosa y la más difícil políticamente.

Un cuarto riesgo lo añade el propio paper: si los gobiernos responden añadiendo fricción (tasas, verificación de identidad, CAPTCHA), el incentivo a usar IA para sortear esa fricción crece, mientras que los ciudadanos sin acceso a esas herramientas quedan aún más fuera del sistema.

¿Qué significa esto para tu startup?

Si estás construyendo un agente o un SaaS con IA generativa, este fenómeno abre tres vectores de producto que ya están siendo explorados por otros:

Concierge para servicios públicos: hay margen para productos verticales que acompañen al ciudadano en trámites con hacienda, extranjería, justicia gratuita o discapacidad. La demanda latente ya está validada por los datos del paper: hay gente que quería reclamar y no sabía cómo.
Gestión de incoming para organismos públicos y empresas que reciben quejas: clasificación, deduplicación, resumen y respuesta asistida para call centers de ayuntamientos, aseguradoras o grandes corporaciones. Si el volumen de tickets sube por la IA del cliente, la solución del lado del receptor también tiene mercado.
Compliance y riesgo regulatorio: las fintechs, aseguradoras y plataformas con procesos de apelación que dependían de la calidad del lenguaje como proxy de seriedad están viendo cómo ese proxy desaparece. Vale la pena auditar qué partes de tu pipeline de soporte asumen implícitamente que la queja «bien escrita» es más probable que sea real.

Una acción concreta esta semana: mide cuántas solicitudes de soporte o de onboarding recibes que parecen generadas con IA y cuánto tardan tus agentes humanos en procesarlas. Si Schmitz tiene razón en su extrapolación, ese número va a multiplicarse en los próximos 18 meses.

Conclusión

El agentic flooding no es un problema de spam: es la evidencia de que una parte importante de la población tenía derechos que no ejercía por culpa del diseño de los servicios. Para los gobiernos, eso abre un dilema incómodo entre modernizar o poner puertas. Para los fundadores, abre un mercado enorme en tres capas: herramientas ciudadanas, herramientas institucionales para absorber el volumen, y rediseño de procesos. La pregunta ya no es si la IA va a cambiar cómo la gente se relaciona con el Estado, sino en qué lado de esa nueva relación quieres estar.