evidoria

← Volver al listado

Buena práctica Importada

Servidor MCP de eSankhyiki — la Oficina Nacional de Estadística de la India abre sus datos oficiales a herramientas de IA mediante el Model Context Protocol

India · New Delhi · Ver el perfil de India · Ver el perfil de New Delhi

Evidencia: Descriptivo / autodeclarado Top 62% 53/100 · Pregunte a Evidence Copilot sobre esta práctica

India lanzó, el 6 de febrero de 2026, un servidor Model Context Protocol en fase beta que permite a herramientas de IA consultar estadísticas oficiales. Una prueba independiente confirmó cifras de inflación y desempleo, pero halló fallos al señalar cambios metodológicos.

7
Conjuntos de datos disponibles en el lanzamiento (6 Feb 2026)
21
Productos de datos tras la expansión (within months of launch)
17
Memorandos de entendimiento (MoU) firmados en el marco del Data Innovation Lab (by Jan 2026)
Servidor MCP de eSankhyiki — la Oficina Nacional de Estadística de la India abre sus datos oficiales a herramientas de IA mediante el Model Context Protocol

Detalles

Madurez
Piloto
Promotor
National Statistics Office (NSO), Ministry of Statistics and Programme Implementation (MoSPI)
Período
Beta launched 6 February 2026 with 7 datasets; expanded to 21 data products by mid-2026
Palabras clave
digital government, open data, official statistics, AI infrastructure

Contexto

El 6 de febrero de 2026, la Oficina Nacional de Estadística de la India (National Statistics Office) puso en marcha un servidor beta de Model Context Protocol (MCP) en su portal eSankhyiki, que permite a los asistentes de IA consultar estadísticas oficiales de forma conversacional, en lugar de mediante navegación manual por API o descarga de archivos. El código fuente está publicado en GitHub bajo licencia MIT.

Resultados

La versión beta puso a disposición inicialmente siete conjuntos de datos, ampliándose a 21 productos de datos en cuestión de meses. Un bloguero técnico independiente verificó tres consultas específicas frente a fuentes oficiales -- las cifras de inflación de diciembre de 2025, una tasa de desempleo en Bihar y una comparación del Índice de Precios al por Mayor (Wholesale Price Index) textil -- y comprobó que las tres coincidían exactamente con las publicaciones oficiales.

Conclusiones

La misma revisión señaló que el LLM subyacente no advertía adecuadamente sobre un cambio de año base del Índice de Precios al Consumidor que afecta a la comparabilidad, no podía recuperar de forma eficiente series históricas largas y completas, y no genera llamadas a la API reproducibles que un usuario pudiera verificar de forma independiente. Al tratarse de un piloto beta que cubre solo una fracción de la producción estadística de la India, sigue siendo una cuestión abierta si su precisión en consultas sencillas se mantiene a medida que aumentan la cobertura y la complejidad de las consultas.

Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
NSO/MoSPI Data Innovation Lab team

Condiciones para el éxito

  • Open protocol (MCP) with open-source, MIT-licensed implementation
  • Existing structured official statistics APIs to expose

Modos de fallo comunes

  • No systematic accuracy evaluation, only an informal 3-query spot-check
  • LLM did not flag a CPI base-year comparability change

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles