La ONU integra las estadísticas mundiales con agentes de IA mediante MCP

La estadística mundial de la ONU ahora conversa con la IA directamente. La nueva plataforma UN System Data Commons permite a los agentes acceder a datos verificados mediante el Model Context Protocol. La ONU lanzó un único portal el 17 de septiembre, uniendo conjuntos dispersos de distintas organizaciones en una estructura común, adecuada para el procesamiento automático y su posterior verificación por una persona.

La plataforma está construida sobre la tecnología abierta Google Data Commons y presenta los datos como un grafo de conocimiento enlazado. El sistema empareja automáticamente indicadores, series temporales y límites geográficos para que la información de distintas fuentes pueda analizarse conjuntamente. Además, el usuario puede buscar estadísticas mediante preguntas en lenguaje natural.

Para los agentes de IA, un elemento clave es MCP, un protocolo abierto para la conexión estandarizada de modelos a fuentes externas y herramientas. Google explicó que, a través de esa interfaz, un agente puede obtener por sí mismo los indicadores necesarios de la ONU, vincular información de varias áreas y convertir el resultado en gráficos, infografías o un borrador de informe analítico.

Al inicio, en UN System Data Commons están disponibles alrededor de 44 millones de puntos de datos, y a la iniciativa se han unido 26 entidades del sistema de la ONU. Los indicadores conservan información sobre su procedencia, por lo que un dato encontrado se puede rastrear hasta la fuente original. Ese mecanismo debería reducir el riesgo de que un modelo ofrezca un valor verosímil sin una base clara o mezcle conjuntos de estadísticas incompatibles.

Una prueba preliminar de UNICEF mostró cuán poco fiables pueden ser las respuestas de los modelos a preguntas sobre ese tipo de estadísticas. Seis grandes modelos de lenguaje ofrecieron una precisión media del 21,2% en más de 133.000 respuestas. Aproximadamente en tres de cada cinco casos no hubo ningún número adecuado, y al repetir la prueba dos días después sólo coincidió alrededor de la mitad de las respuestas numéricas. El estudio aún no ha sido revisado por pares.

La vinculación con MCP cambia el papel del portal. Antes había que buscar estadísticas en bases separadas, descargarlas y unificarlas manualmente. Ahora un agente puede realizar varios de esos pasos dentro de una sola tarea. El propio MCP establece una forma común de acceder a servicios externos compatibles, por lo que a los desarrolladores no les hace falta inventar una nueva interfaz de interacción para cada integración.

La existencia de cifras verificadas no garantiza conclusiones correctas del modelo. Google advierte por separado que, incluso al trabajar con conjuntos verificados, la IA puede interpretar erróneamente el contexto, las relaciones entre indicadores o la causalidad. Por eso, los números y conclusiones críticos deben verificarse de todos modos con las fuentes primarias a las que apunta Data Commons.

La ONU pretende usar la plataforma como infraestructura compartida, no como otro catálogo aislado. Durante el próximo año el sistema conectará nuevos conjuntos, y para 2027 planea abarcar el 80% de los datos estadísticos de las organizaciones de la ONU. El secretario general António Guterres dijo que el proyecto se logró llevar de la idea al lanzamiento en menos de nueve meses.

Google.org apoyó la creación del núcleo de la plataforma con una financiación de 2 millones de dólares y asistencia técnica. El sistema está desplegado en una instancia gestionada por la ONU, y la arquitectura está diseñada para su futura operación independiente. El equipo de Google empleó el enfoque de 'enseñar al formador' para que el personal de la ONU asumiera gradualmente el mantenimiento y la ampliación de la nueva infraestructura.

Para los sistemas de agentes, ese acceso amplía la utilidad, pero al mismo tiempo aumenta los requisitos de control. La IA ya sabe cómo acceder a API, bases de datos y otras herramientas externas, y un error en la lógica o en el contexto puede transformarse de texto en acción. Ese modelo de amenaza ya se analizó en el ejemplo de agentes a los que se les da acceso al código, a los datos y a servicios corporativos.

UN System Data Commons muestra otro escenario de la misma arquitectura. MCP aquí no se usa para ejecutar comandos en la infraestructura, sino para obtener datos abiertos y trazables. El principal efecto del lanzamiento es que la capa estadística oficial de la ONU se puede conectar directamente a sistemas de agentes, conservando la procedencia de los indicadores y la posibilidad de verificación humana.