Agentes de IA inundan servicios públicos: 84 casos en 11 países

La "inundación agéntica": cuando la IA abarata el trámite

Un paper académico que se presenta el mes próximo en la conferencia AI Ethics and Society documenta un fenómeno nuevo y le pone nombre: agentic flooding (inundación agéntica). Lo firman Chris Schmitz, de la Hertie School de Berlín, junto a Lewis Hammond y Alan Chan, del Centre for the Governance of AI (GovAI).

Su definición es directa: una inundación agéntica es un aumento en el volumen o la complejidad de las solicitudes a un servicio público causado por el uso de IA, que tensiona seriamente la capacidad de respuesta del organismo. El estudio identifica 84 casos en 11 jurisdicciones donde los propios organismos o fuentes secundarias acreditadas atribuyen el salto al uso de IA: peticiones de transparencia, objeciones urbanísticas, reclamos judiciales y solicitudes de asistencia social, entre otros.

El paper, titulado Characterizing Agentic Flooding of Government Services, fue construido con un pipeline asistido por LLM y revisión humana en cada etapa. De unas 2.300 candidaturas, menos de 1 de cada 20 cumplió el criterio de inclusión, según detalla Local Government Lawyer.

🤖 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: de 2.600 a 7.000 quejas y cinco veces más reclamos

Los números del estudio son los que le quitan el sueño a cualquier director de servicios públicos:

Reino Unido – Housing Ombudsman: las quejas pasaron de unas 2.600 en 2022 a más de 7.000 en 2025, más del doble en tres años. The Telegraph, vía Yahoo News, cita una cifra incluso anterior cercana a las 1.700 anuales, lo que da una idea de la pendiente del crecimiento.
Estados Unidos – Consumer Financial Protection Bureau (CFPB): las quejas se multiplicaron por cinco en el mismo período.
Brasil y Alemania: saltos similares en peticiones judiciales y parlamentarias, respectivamente.
Employment Tribunal del Reino Unido: más de 65.000 casos pendientes, una carga que abogados consultados por The Telegraph atribuyen en parte al efecto de la IA.
Bar Standards Board del Reino Unido: incremento del 25% en quejas contra abogados en el último año, culpando directamente a la IA.

El paper distingue dos tipos de inundación. En el 90% de los casos analizados hay inundación cualitativa (cada solicitud es más larga o compleja); en el 60%, cuantitativa (llegan más solicitudes); y en la mitad, ambas. En un caso alemán ante un tribunal social, una presentación superó las 4.000 páginas.

Lo más revelador: en el 87% de los casos el mecanismo es el mismo. Un modelo de lenguaje genera texto legalmente plausible a coste cero, y una persona lo presenta a mano por los canales existentes. Schmitz aclara que aún no hay evidencia de agentes autónomos navegando portales públicos; todo el "flooding" detectado hasta ahora sigue dependiendo de un humano que hace clic en Enviar.

Por qué ahora: el clic que cambió el coste de reclamar

Lo que cambió no es solo que la IA sea más potente. Es que abarató el coste de redactar y enviar una solicitud compleja. Antes, según describe el propio Schmitz, reclamar ante un organismo podía exigir juntar contexto disperso y darle instrucciones muy precisas a un chatbot. Hoy basta con pegarle una carta o sacarle una foto y obtener una respuesta bastante buena de un solo intento.

Esa reducción del coste de submission es lo que en política pública se llama carga administrativa: el tiempo, el conocimiento y el esfuerzo que una persona debe invertir para acceder a un beneficio público. Cuando esa carga baja, sube la demanda. La pregunta política — y de negocio — es qué hacer cuando el embudo se desborda.

Un efecto secundario documentado por los investigadores: muchos reclamantes alimentan la conversación con IA, pegan cada respuesta oficial en un chatbot y piden que encuentre fallos, redacte una escalada o identifique defectos procesales. El resultado es un intercambio rodante en el que cada respuesta genera otra más larga y combativa. The Telegraph recoge el fenómeno con un caso nítido: lo que antes era un email corto por un contenedor sin vaciar, hoy llega con apariencia de litigio en la High Court.

Cómo responden los gobiernos: fricción, IA contra IA, o rediseño

De los 84 casos analizados, los organismos públicos reaccionaron en el 56%. Las respuestas se reparten así, según el paper:

56%: alguna respuesta (en su mayoría, guías blandas o recomendaciones).
17%: fricción añadida — tasas de solicitud, verificación de identidad, límites por reclamante, bloqueo por IP.
25%: introducción de IA del propio organismo para procesar el aluvión, por ejemplo, analizando en bulk respuestas a consultas públicas.

El ejemplo más visible de fricción es Australia: el gobierno federal sopesó reintroducir tasas en su régimen de FOI (Freedom of Information) después de que funcionarios apuntaran a una oleada de solicitudes generadas con IA. En el sector privado editorial, California Management Review, revista académica de la UC Berkeley, empezó a cobrar entre USD 75 y USD 150 por envío tras ver sus presentaciones triplicarse en un año.

Schmitz y sus coautores recomiendan tres acciones a corto plazo: auditar los servicios con una matriz de riesgo de 13 factores (esfuerzo de envío, beneficio esperado, obligación legal de respuesta, verificación de identidad y capacidad ociosa); integrar identidad digital en los servicios más expuestos, habilitando límites por reclamante y pre-rellenado de datos conocidos; y encargar revisiones legales internas para clarificar qué respuestas son lícitas en cada jurisdicción, porque la incertidumbre ya es una barrera para prepararse.

El paper también lanza una advertencia: muchas de las medidas de fricción —CAPTCHAs, tarifas, límites— dejarán de funcionar a medida que mejore la IA, igual que los CAPTCHAs clásicos ya no sirven. Y la fricción, además, desalienta más a los usuarios pobres y menos digitalizados, profundizando la desigualdad de acceso.

Qué significa esto para tu startup

Tres lecturas prácticas para founders, sobre todo si tu producto toca gobierno, regulación, consumo o legal:

Diseña asumiendo que el usuario usará IA para hablar contigo. Si tu SaaS B2C recibe tickets, reclamos o solicitudes de cancelación, la mayoría llegarán ya redactadas por un LLM. Tu backoffice tiene que estar preparado para responder a textos largos, técnicamente densos y a veces erróneos sin perder precisión ni caer en respuestas genéricas. Un buen prompt interno y un sistema de triage por IA se vuelven infraestructura básica.
Hay mercado real en govtech y legaltech defensivo. Verificación de identidad, autenticación digital per-reclamante, herramientas de triage de submissions, y análisis automatizado de consultas públicas son exactamente los nichos que el paper señala como sub-atendidos. Si estás construyendo algo en esa frontera, el viento está a favor.
Tu propio onboarding se va a inundar igual. Si tu producto tiene un formulario de alta, una solicitud de crédito o un proceso KYC, asume que la fricción que tú impongas será sorteada con IA y que el volumen va a crecer. Rediseña el front para asumir ese nuevo piso de tráfico legítimo y resérvate la fricción solo para señales de fraude reales.

Conclusión

La "inundación agéntica" no es un problema técnico aislado: es el primer efecto sistémico visible de que la IA abarató el coste de reclamar contra el Estado, contra una empresa o contra un regulador. Los gobiernos están eligiendo entre tres caminos —añadir fricción, desplegar IA propia o rediseñar servicios— y la mayoría se inclina por el más rápido y el más injusto. Para founders, la señal es doble: hay un mercado nuevo de herramientas para gobiernos saturados, y la vara para diseñar productos resistentes a usuarios asistidos por IA acaba de subir para todos.