La IA Gen entra al corazón de la regulación ambiental: la CNEP la aplica para medir la carga regulatoria

• Gracias a esta herramienta, se pudieron procesar 1.336 RCA correspondientes a proyectos de los sectores de minería y energía, aprobados entre 2015 y 2024, que representan el 62 % de la inversión aprobada en el SEIA en dicho período.

Medir la carga regulatoria ambiental de los proyectos en Chile ha sido, históricamente, un desafío de enorme complejidad. La diversidad de criterios, la extensión de los textos y la falta de estandarización de los instrumentos hacen que dimensionar este fenómeno requiera no solo conocimiento técnico, sino también nuevas herramientas de análisis. En este contexto, la Inteligencia Artificial Generativa (IA Gen) emerge como un aliado estratégico para la gestión pública, capaz de procesar grandes volúmenes de información no estructurada y transformarla en evidencia comparable y auditable.

La Comisión Nacional de Evaluación y Productividad (CNEP) dio un paso pionero al aplicar por primera vez la IA Gen en el análisis de la carga regulatoria ambiental, abordando uno de los componentes más sensibles del ciclo de inversión: las Resoluciones de Calificación Ambiental (RCA). Esta iniciativa marca un precedente relevante en el uso de tecnologías avanzadas para comprender y mejorar la eficiencia de los sistemas regulatorios, con implicancias directas para sectores estratégicos como la minería y la energía.

Para conocer más sobre los alcances y aprendizajes de este estudio, conversamos con Cristián Romero, director jurídico de la Comisión Nacional de Evaluación y Productividad (CNEP), quien lideró la aplicación de esta herramienta innovadora. Desde su posición, ha impulsado el uso de la Inteligencia Artificial Generativa como soporte técnico para la evaluación de políticas públicas y la modernización del marco regulatorio.

En esta entrevista, Romero profundiza en los principales resultados del estudio —que analizó más de 1.336 RCAs de los sectores de minería y energía, correspondientes a 62 % de la inversión aprobada en el SEIA entre 2015 y 2024—, y reflexiona sobre cómo la IA puede contribuir a una gestión de permisos más eficiente, transparente y basada en evidencia, fortaleciendo así la capacidad institucional del Estado y la confianza en los procesos regulatorios.

¿Cuál fue la motivación detrás de este trabajo y qué brechas buscaban resolver en materia de gestión regulatoria?

La motivación nace del mandato que tiene la CNEP de evaluar regulaciones, con el fin de determinar sus niveles de eficacia, eficiencia y coherencia. En ese contexto, identificamos que el primer paso para entender los efectos reales de cualquier regulación es conocer los actos a través de los cuales esta se manifiesta, más allá de lo que señala su texto formal. Es decir, queríamos conocer el comportamiento de la regulación basados en evidencia objetiva.

El desafío que ello implica es doble. Por un lado, se debe tener acceso a grandes cantidades de actos administrativos. Por el otro, se debe contar con la capacidad de procesar la información que contienen, convirtiendo datos desestructurados en información útil para el análisis.

Por ello, desarrollamos este estudio, como un piloto para analizar fuentes de información que cuentan con gran cantidad de datos sobre la aplicación de la regulación ambiental -la RCA- utilizando para ello una batería de herramientas tecnológicas, entre ellas IA Gen, de manera de generar una caracterización precisa de las obligaciones que se generan para proyectos de inversión mineros y energéticos provenientes de la regulación ambiental.

Los resultados muestran un aumento de +176 % en la carga regulatoria en la última década, con un incremento de +246 % en minería. ¿Qué explica este fenómeno, si las leyes no han cambiado significativamente desde 2015? ¿Cómo se explica este incremento y cómo se caracteriza?

El estudio es fundamental descriptivo y existen diversas hipótesis que deben ser exploradas para explicar fundamentadamente las razones detrás del fenómeno identificado.

Una primera lectura, es que, en términos relativos, fueron los compromisos voluntarios los que aumentaron en mayor medida, lo que podría ser indicativo de mayores espacios de acuerdos por proyecto necesarios para sortear la evaluación ambiental, dada la presión que pueden generar las demandas de la comunidad en la materia.

Otra lectura es que, con miras a una mayor precisión en la ejecución de los proyectos, se ha incrementado la granularidad de las obligaciones, en una tendencia similar a un micromanagement regulatorio por parte de la autoridad ambiental.

Actualmente, nos encontramos analizando los pasos a seguir para poder explorar las razones de este aumento, y más importante aún, cuál ha sido su impacto, tanto en términos de costos para los proyectos como de cumplimiento de sus obligaciones.

Tres de cada cinco obligaciones tienen sustento normativo explícito, y el resto proviene de condiciones ad hoc o compromisos voluntarios. ¿Qué riesgos y oportunidades ve en esa tendencia?

Creo que da cuenta de un sistema que deja espacios relevantes de discrecionalidad en la propia evaluación ambiental, lo que no es necesariamente algo malo, pero podría incidir en que aumentos en dicha discrecionalidad – y la tendencia pareciera ser esa- llevarán a menos niveles de previsibilidad por parte de los titulares respectos de las condiciones que se requerirán para el desarrollo de sus proyectos, lo que genera una serie de espacios de ineficiencia en el sistema.

Desde Alta Ley impulsamos propuestas para acelerar permisos asociados a innovación, descarbonización y economía circular, tanto en el SEIA como en los permisos sectoriales, buscando un modelo más predecible y basado en resultados. ¿Cómo puede este estudio apoyar concretamente ese proceso de tramitación?

En una primera fase, se hace evidente que hay un tremendo espacio de mejora en cuanto a gestión de la información contenida y requerida para las RCAs, la cual actualmente está compuesta por una serie de capítulos con contendidos similares entre sí, pero que no responden a un mecanismo estructurado que permita su comparación automatizada entre diversas resoluciones. Eso dificulta tanto el cumplimiento como la fiscalización.

Del análisis realizado, es posible definir las categorías matrices que se repiten en todas las evaluaciones, las cuales, de uniformarse (formato único), podrían significar un tremendo ahorro de recursos en la fase de evaluación ambiental, como también en la fase de cumplimiento y fiscalización.

El estudio muestra que los proyectos pequeños han visto un aumento proporcional mucho mayor en su carga regulatoria. ¿Cómo podríamos avanzar hacia una regulación más proporcional, que no desincentive la pequeña y mediana minería?

Me parece que es uno de los grandes hallazgos del estudio y, en esa línea, creo que generar compromisos más flexibles, que permitan que las empresas puedan optar por diversas vías para dar cumplimiento a las obligaciones de fondo de la regulación, permitirían dotar de flexibilidad a la fase de cumplimiento, incentivando la innovación, lo que generaría ahorros relevantes en términos de costo de cumplimiento lo que, en la última línea, implicaría una ventaja comparativa para proyectos pequeños y medianos, permitiéndoles liberar recursos para la operación.

¿Ve factible incorporar criterios de riesgo o de escala para modular las exigencias, sin relajar los estándares ambientales?

Creo que es un camino que debe seguirse con decisión, pero también con cuidado, pues uno de los grandes activos de la minería en Chile es su alto nivel de seguridad.

Dicho lo anterior, la incorporación de criterios en base a riesgo ha sido aplicada desde hace décadas en áreas muy sensibles, incluida la propia minería, por lo que existe mucho espacio para avanzar en ese sentido y hacer menos gravosa la carga regulatoria sin que ello implique disminuir los estándares de protección existentes.

Alta Ley trabaja con múltiples actores para habilitar tecnologías de innovación, descarbonización y economía circular. ¿Cómo podrían los hallazgos del estudio orientar la transición hacia un modelo regulatorio más flexible y proporcional para esto?

Existen muchos análisis que se pueden obtener a partir de la numerosa información generada, pero en principio, me parece que es muy interesante hacer un zoom a las obligaciones asociadas a materias de descarbonización y economía circular, para tener un inventario de cuál es la incidencia real de esas materias en los proyectos mineros y energéticos y cuál ha sido su evolución en los últimos 10 años.

Con esa mirada, es probable que se puedan extraer importantes lecciones acerca de cuáles son los aspectos críticos y cómo, a partir de ellos, se puede definir una estrategia hacia el futuro.

¿Cree que la IA puede convertirse también en una herramienta para acelerar los procesos de evaluación de permisos dentro de las instituciones?

Creo que hay dos espacios donde podría haber un potencial impacto inmediato, con una incidencia directa en mejores y más expeditos procesos de evaluación:

Primero, en la denominada Automatización Robótica de Procesos (RPA): Ello puede enfocarse en aquellas tareas repetitivas y basadas en reglas, como la verificación de la existencia de documentos, el cruce de información con bases de datos de otros servicios (ej. SII, Tesorería, SEIA, Direcciones de Obras Municipales), la generación de notificaciones automáticas y la compilación del expediente digital. Esto liberaría un tiempo significativo de los analistas para concentrarse en la evaluación técnica de fondo, que es donde aportan mayor valor.

En segundo lugar, el estudio demostró que es posible utilizar modelos de IA para analizar automáticamente documentos regulatorios complejos (como Resoluciones de Calificación Ambiental) y extraer obligaciones, compromisos y condiciones de forma estructurada. Esta tecnología podría aplicarse, en cualquier servicio público como un control de entrada que determine el cumplimiento de condiciones mínimas de las solicitudes de permisos antes de requerir la participación del órgano sectorial. Ello puede centrarse en preevaluar la completitud y consistencia de las solicitudes, identificar potenciales conflictos normativos entre distintos permisos solicitados, y asistir a los funcionarios en la revisión, sugiriendo condiciones estándar y aumentando la velocidad y consistencia de las decisiones. A futuro, podría incluso simular impactos preliminares basados en los datos del proyecto.

Finalmente, ¿qué mensaje dejaría al ecosistema minero y regulatorio sobre el valor de este estudio y el rol que puede jugar en la mejora de nuestro marco institucional?

Creo que el estudio contiene dos grandes mensajes:

Uno: que la tecnología ha llegado para permitir hacer análisis basados en evidencia que nos permitirán conocer en mayor detalle y profundidad el comportamiento de las regulaciones, lo que permite mejorar los procesos de evaluación. Debemos estar preparados para ello y multiplicar las evaluaciones que hacemos para asegurar que nuestras regulaciones sean eficaces, eficientes y coherentes.

Dos: en relación al análisis particular de la carga ambiental, entrega información de un tremendo nivel de granularidad, que queda a disposición de toda la comunidad (academia, gremios, empresas, sociedad civil), para que puedan conocer de mejor manera el funcionamiento de un área tan relevante como la regulación ambiental y el mundo minero y energético, obtenido conclusiones y planificando propuestas que permitan avanzar hacia entornos más sustentables y enriquecer la discusión de política pública.  (Fuente: Corporación Alta Ley. Editada para www.guiaminera.cl)