Predicción de bajas por enfermedad de la NAV — un sandbox noruego ve base legal para usar la IA, pero no clara para entrenarla

La administración noruega de trabajo y bienestar (NAV) debe evaluar, hasta la semana 17 de una baja por enfermedad, si hace falta una segunda reunión de diálogo antes de la semana 26. La NAV partió de la hipótesis de que hay demasiadas reuniones innecesarias, que roban tiempo a empleadores, médicos, personas de baja y a sus propios asesores, y construyó un modelo de aprendizaje automático que predice la duración de la baja para apoyar la decisión del asesor. La decisión final corresponde al asesor, no al modelo; el prototipo justificaba cada predicción con tres factores a favor de una duración mayor y tres de una menor.
En 2021-2022 la NAV llevó la herramienta al sandbox regulatorio de IA responsable de la autoridad noruega de protección de datos (Datatilsynet), con la participación del Defensor para la Igualdad y la No Discriminación en la cuestión de la equidad. El informe final (enero de 2022) trata tres temas: base legal, equidad y explicabilidad.
Conclusiones del informe: la NAV tiene base legal para usar la IA como apoyo a la decisión sobre el seguimiento individual; es dudoso que las disposiciones invocadas (Ley del Seguro Nacional, art. 8-7 a, con el art. 21-4, y Ley de Administración Pública, art. 17) permitan usar datos de salud de antiguos beneficiarios para desarrollar el propio modelo. El informe es una orientación, no una decisión de la Datatilsynet. En cuanto a la equidad, la NAV operacionalizó la equidad de resultados entre grupos como sexo, edad y diagnóstico, considerando las citaciones innecesarias menos graves que las omitidas, y el informe señala una tensión entre privacidad y equidad, porque comprobar la discriminación exige datos de grupo. Una versión totalmente automatizada podría alcanzar el umbral del artículo 22 del RGPD, por lo que se requiere una revisión humana real.
Límites de la evidencia: el sandbox produjo una evaluación jurídica y ética, no datos de resultados. Un estudio de caso de la Universidad de Oslo de 2021 (Høgåsen, Complex 5/2021) describe el desarrollo como inacabado, con el equipo dedicando más tiempo a aclarar los datos utilizables que a construir el algoritmo, y la incertidumbre sobre la base legal frenando el trabajo. No se hallaron resultados publicados sobre la reducción de reuniones ni la precisión. El informe concluye que el desarrollo posterior exige una base legal suplementaria clara, lo que lo convierte en un caso de cautela y transferible sobre cómo los organismos públicos pueden autorizar el desarrollo de IA, y no solo su uso.