evidoria

← Volver al listado

Buena práctica Importada

El grupo de trabajo de IA de Nueva Jersey — Policy Synth para políticas de empleo con aportación ciudadana

Estados Unidos · Trenton · Ver el perfil de Estados Unidos

Evidencia: Descriptivo / autodeclarado Top 25% 73/100 · Pregunte a Evidence Copilot sobre esta práctica

El grupo de trabajo de IA de Nueva Jersey usó el sistema de agentes Policy Synth, combinando investigación automatizada con aportaciones de más de 2200 trabajadores y una encuesta a 5000 empleados públicos, generando 2552 propuestas reducidas a 4 recomendaciones.

1,451
Propuestas de política generadas por IA (8-week process, by April 2025)
20
Áreas temáticas cubiertas por las propuestas generadas por IA
2,200+
Trabajadores del sector privado que participaron a través de All Our Ideas (3 weeks)
1,101
Propuestas procedentes de los trabajadores
15
Áreas temáticas cubiertas por las propuestas procedentes de los trabajadores
5,000
Empleados públicos encuestados
73 %
Empleados públicos que desean saber más sobre IA
2,552
Propuestas combinadas (IA y trabajadores)
40
Propuestas preseleccionadas
4
Recomendaciones finales entregadas a los responsables del estado
3,000+
Descripciones de puestos del estado revisadas por requisitos de titulación
250,000 USD
Subvención de la GitLab Foundation (enero de 2025)
500,000 USD
Subvención de la GitLab Foundation (2026, para expansión)
El grupo de trabajo de IA de Nueva Jersey — Policy Synth para políticas de empleo con aportación ciudadana

Detalles

Madurez
Piloto
Promotor
New Jersey Artificial Intelligence Task Force (Office of the Chief AI Strategist) with Northeastern University's Burnes Center for Social Change and Citizens Foundation
Período
2023-2026
Palabras clave
AI policy, labour market, public-sector workforce, government innovation

Contexto

Tras la orden ejecutiva de octubre de 2023 del gobernador Phil Murphy que creó un grupo de trabajo sobre IA, la Oficina del Estratega Jefe de IA de Nueva Jersey trabajó con el Burnes Center for Social Change de la Northeastern University y la organización islandesa sin fines de lucro Citizens Foundation para aplicar Policy Synth —un marco de código abierto que coordina equipos de agentes de IA en torno a problemas públicos— a cómo la IA está transformando la fuerza laboral del estado.

Objetivos

Generar y priorizar propuestas de política sobre el efecto de la IA en la fuerza laboral de Nueva Jersey, combinando investigación impulsada por agentes de IA con la participación de ciudadanos y empleados públicos.

Actividades

A lo largo de un proceso de ocho semanas concluido en abril de 2025, los agentes de Policy Synth realizaron investigación automatizada en literatura académica y fuentes secundarias, generando 1.451 propuestas de política que abarcan 20 áreas temáticas. Un ejercicio de participación pública independiente, 'All Our Ideas', recogió aportaciones de más de 2.200 trabajadores del sector privado durante tres semanas, y una encuesta llegó a 5.000 empleados públicos (el 73% dijo querer saber más sobre IA), generando otras 1.101 propuestas procedentes de los trabajadores en 15 áreas temáticas. Expertos humanos revisaron el material generado por IA en cada etapa, reduciendo las 2.552 propuestas combinadas a 40 opciones preseleccionadas y después a 4 recomendaciones entregadas a los responsables del estado.

Resultados

A continuación se tomaron dos medidas concretas: formación gratuita y autodidacta en IA generativa para todos los empleados públicos de Nueva Jersey (desarrollada con InnovateUS) y una herramienta de seguimiento del mercado laboral basada en IA, encargada para tal fin. Una aplicación relacionada, lanzada con una subvención adicional de 250.000 USD de la GitLab Foundation a partir de enero de 2025, utilizó Policy Synth para revisar más de 3.000 descripciones de puestos del estado de Nueva Jersey en busca de requisitos de titulación innecesarios; una segunda subvención de 500.000 USD de la GitLab Foundation, concedida en 2026, financia la expansión a entre tres y cinco estados adicionales.

Conclusiones

Todavía no se había publicado ningún resultado antes/después medido de forma independiente (por ejemplo, un cambio real en la contratación de trabajadores sin titulación) para ninguna de las dos líneas de actuación.

Implementación

Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
Office of the Chief AI Strategist (Beth Simone Noveck), Northeastern University's Burnes Center for Social Change, Citizens Foundation (Policy Synth), Human subject-matter experts reviewing AI-generated proposals at each stage

Condiciones para el éxito

  • Open-source Policy Synth framework for AI-agent-orchestrated research
  • Parallel citizen/worker engagement (All Our Ideas platform, statewide survey)
  • Human expert review gating AI output at each narrowing stage
  • External philanthropic funding (GitLab Foundation) for follow-on applications

Modos de fallo comunes

  • No independently measured before/after outcome published for either the training program or the job-description review strand

Habitualmente financiado por

National / regional programmes Philanthropic / foundation funding

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