Agentic flooding: la IA inunda los servicios públicos

El «agentic flooding»: ¿qué es y por qué está pasando?

Un nuevo término empieza a circular en la investigación sobre políticas públicas: «agentic flooding». Lo acuñó el investigador Chris Schmitz para describir un fenómeno que se repite en al menos 11 jurisdicciones del mundo: desde la irrupción de ChatGPT a finales de 2022, las solicitudes a servicios públicos se han disparado de forma sostenida.

Schmitz documenta el fenómeno en un paper que presentará el próximo mes en la conferencia AI Ethics and Society, donde analiza 84 casos distintos que van desde pedidos de ayudas sociales hasta apelaciones judiciales formales. El patrón se repite en casi todos: presentaciones estancadas antes de 2022, seguidas de un crecimiento cada vez más rápido a medida que la IA se difunde — y, crucialmente, sin señales de que ese crecimiento se esté frenando.

¿Qué cifras concretas muestran este fenómeno?

Los datos que recogió TechCrunch a partir del trabajo de Schmitz dibujan una fotografía clara:

🤖 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

En el Reino Unido, las quejas ante el defensor del pueblo de la vivienda más que se duplicaron: pasaron de 2.600 en 2022 a poco más de 7.000 el año pasado.
En Estados Unidos, la Consumer Financial Protection Bureau (CFPB) registró un crecimiento de 5x en quejas durante el mismo período.
También se detectaron saltos similares en peticiones judiciales en Brasil y en peticiones parlamentarias en Alemania.

Schmitz aclara, por rigor metodológico, que el paper no afirma que la IA sea la causa directa del aumento. Pero la coincidencia temporal — planos hasta 2022, curva ascendente después — y la repetición en 84 sistemas distintos hacen difícil descartar la correlación.

¿Es spam o son reclamos legítimos?

Aquí está la parte que más interesa a quien diseña productos o servicios: la mayoría de las nuevas solicitudes provienen de personas con derecho real a reclamar, según Schmitz.

«La gran mayoría de casos que encontramos son personas que tienen derecho a reclamar algo y lo están reclamando», le dijo el investigador a TechCrunch. La explicación está en lo que en política pública se conoce como administrative burden — la carga administrativa que disuade a quien tiene un derecho legítimo de ejercerlo. Llenar formularios, reunir documentos, entender lenguaje burocrático: cada paso es una barrera. La IA, al bajar esa barrera, está convirtiendo solicitantes potenciales en solicitantes reales.

En palabras de Schmitz: «La gente está descubriendo que esto es algo que se puede hacer, e incrementalmente, cada vez es más fácil. Antes había que juntar mucho contexto y prompturar ChatGPT 3.5 con precisión; ahora puede ser cuestión de pegar o tomar una foto de una carta con la app de Claude y obtener una respuesta bastante buena al primer intento».

¿Qué pueden aprender los founders del colapso de los bug bounties?

El paralelo más concreto ya ocurrió, y mucho más cerca del mundo startup. El año pasado, los programas de bug bounty — esos donde empresas pagan a investigadores por reportar vulnerabilidades — recibieron oleadas de reportes generados por LLMs. Los reportes rara vez contenían fallos reales, pero las empresas estaban obligadas a revisarlos uno por uno, generando un drenaje enorme de recursos.

Apple, por ejemplo, confirmó en junio que impuso un tope al número de reportes abiertos que un investigador puede tener en su portal, con un período de enfriamiento de 30 días, según reportó Financial Times. El propio programa de Apple paga bounties de hasta US$5 millones por vulnerabilidades críticas. El problema fue tan serio que el grupo italiano Bynario descubrió 50 bugs en macOS 27 con ayuda de ChatGPT — uno de ellos permitía a un atacante tomar control total de un Mac — pero no pudo reportarlo a tiempo porque ya había alcanzado el tope tras enviar 8 reportes en 2025 y 5 en 2026.

Mientras tanto, el caso Coldcard demuestra el riesgo opuesto: un bug de firmware de marzo de 2021 estuvo latente cinco años hasta que atacantes lo explotaron para vaciar más de US$116 millones en Bitcoin de monederos hardware, según reportó 9to5Mac.

La moraleja es doble: throttlear la entrada de reportes puede hacer que se pierdan hallazgos críticos, pero no filtrarlos ahoga a los equipos de revisión. Schmitz ve el dilema idéntico en los servicios públicos: cinco veces más solicitudes con el mismo presupuesto.

¿Qué significa esto para tu startup?

Hay tres lecturas prácticas para founders que construyen productos en la intersección de IA, legaltech, govtech o atención al cliente:

Si vendes a gobiernos o grandes instituciones, anticipa este colapso. Los portales de reclamos, los formularios de onboarding y los flujos de soporte están a punto de multiplicarse por 3-5x. Tu producto necesita un filtro de triage robusto, no solo más humanos del otro lado.
Si construyes para consumidores finales que interactúan con servicios públicos, la oportunidad es enorme. Hay decenas de millones de personas que abandonan reclamos legítimos cada año por la fricción del proceso. Un agente IA que guía al usuario hasta el final tiene mercado inmediato — y un moat regulatorio menor que otros verticales.
Si diseñas UX de formularios, la lección es clara: cualquier paso que asuma que el usuario va a leer, entender y redactar en lenguaje burocrático está obsoleto. Diseña presuponiendo que habrá un agente IA del lado del usuario. Schmitz lo resume así: podría ser el momento de «repensar prácticamente todo sobre cómo se ve este proceso».