El Observatorio Nacional de Prospectiva del CEPLAN — la plataforma peruana de prospectiva estratégica asistida por IA
Perú
El organismo nacional de planeamiento de Perú, el CEPLAN, utiliza ahora IA para ayudar a redactar las fichas técnicas de …
Singapur · Singapore · Ver el perfil de Singapur · Ver el perfil de Singapore
Evidencia: Descriptivo / autodeclarado Top 36% 67/100 · Pregunte a Evidence Copilot sobre esta práctica
Desde 2004, la plataforma RAHS de Singapur y su Centro para Futuros Estratégicos utilizan modelado basado en agentes, redes bayesianas y análisis de datos para ayudar a las agencias de todo el gobierno a detectar riesgos emergentes y construir escenarios de política pública — uno de los sistemas de prospectiva más antiguos en funcionamiento continuo en un gobierno.
RAHS (Risk Assessment and Horizon Scanning) es una plataforma computacional compartida, creada por el gobierno de Singapur en 2004 para que analistas de distintas agencias pudieran colaborar en la modelización, la generación de escenarios y el análisis estructurado de riesgos emergentes, en lugar de trabajar aisladamente en silos por agencia. En 2009, el gobierno creó el Centre for Strategic Futures (CSF), que depende de la Oficina del Primer Ministro, para desarrollar la metodología hoy conocida como «Scenario Planning Plus» (SP+).
Las técnicas utilizadas incluyen modelización basada en agentes, redes bayesianas y análisis de datos a gran escala, para poner a prueba cómo podrían evolucionar las tendencias emergentes.
El CSF publicó en 2024 una retrospectiva de su decimoquinto aniversario, confirmando que la unidad y su práctica de prospectiva siguen en funcionamiento. El Observatorio de Innovación del Sector Público de la OCDE ha destacado la práctica de prospectiva de Singapur como un caso de estudio internacional, y la revista canadiense IRPP Policy Options ha analizado RAHS/CSF como un modelo de referencia para la prospectiva gubernamental.
Dado que el trabajo de RAHS/CSF está vinculado a la detección de riesgos para la seguridad nacional, la mayoría de los modelos, resultados de escenarios y evaluaciones de precisión no son públicos; la durabilidad institucional y el reconocimiento internacional están bien documentados, pero la evidencia de resultados está intrínsecamente limitada por la clasificación de la información.
Los detalles de implementación (coste, plazo, personal, condiciones para el éxito) aún no están disponibles para esta práctica.
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.
De dónde se obtuvo la información de esta práctica, y cuándo.
Perú
El organismo nacional de planeamiento de Perú, el CEPLAN, utiliza ahora IA para ayudar a redactar las fichas técnicas de …
Reino Unido
La Oficina Gubernamental de Ciencia del Reino Unido (GO-Science) elaboró cinco escenarios estructurados, "AI Scenarios 2030" — derivados de seis …
Países Bajos
El Tribunal de Cuentas neerlandés auditó 9 algoritmos gubernamentales en 2022; solo 3 cumplían los requisitos básicos. Después convirtió la …
España
El modelo Spain-STING, del Banco de España, prevé en tiempo real el PIB trimestral español; una reespecificación de 2024 (relaciones …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.