La inteligencia artificial multimodal para la automatización y transparencia en la gestión de actas municipales
Palabras clave:
Inteligencia artificial, multimodal, gestión documental, automatización.Resumen
Objetivo: En la actualidad en el año 2025 la inteligencia artificial multimodal se usa para automatizar la transcripción, reconocimiento de voces, generación estructurada y gestión documental de actas municipales. El objetivo de esta investigación fue desarrollar una aplicación web que reduzca los tiempos de procesamiento, mejore la precisión y fortalezca la transparencia institucional en el Municipio de Pastaza, en Ecuador. Metodología: los métodos que se han usado están enmarcados con un enfoque mixto, combinando métodos de gestión ágil y estrategias centradas en el usuario para garantizar tanto la eficacia técnica como la aceptación social de la herramienta. Resultados y Discusión: La aplicación integra componentes de inteligencia artificial que permiten convertir grabaciones de sesiones municipales en actas estructuradas de forma automática, asegurando la coherencia, trazabilidad y cumplimiento de las normas legales vigentes. Los resultados evidenciaron mejoras significativas en la rapidez, calidad y accesibilidad de la información municipal, demostrando que la inteligencia artificial puede transformar los procesos administrativos y fortalecer la transparencia pública. Conclusión: Se concluye que la solución propuesta constituye un modelo replicable de gobierno digital, orientado a la eficiencia, la participación ciudadana y la modernización tecnológica del sector público. Aporte: Abre espacios para profundizar en investigaciones desde las dimensiones: eficiencia institucional, la participación ciudadana y la transparencia gubernamental.
Descargas
Citas
Alonso, J. G. (2021). Gestión documental y tecnologías emergentes en instituciones públicas. Revista de Administración Pública, 55(3), 123–145. https://doi.org/10.5281/zenodo.5123486
Antonio, J. (2024, 3 22). Inteligencia Artificial Multimodal: Una Revolución en la Forma en que las Máquinas Comprenden a los Humanos y al Mundo que les Rodea. https://medium.com/ai-short-articles/inteligencia-artificial-multimodal-una-revoluci%C3%B3n-en-la-forma-en-que-las-m%C3%A1quinas-comprenden-a-los-3b67d4e96a14
Barona, J. C., Torres, V. E., & Ayala, R. V. (2023). La inteligencia artificial en los procesos de administración pública. Revista Latinoamericana de ciencias sociales y humanidades. https://doi.org/10.56712/latam.v4i6.1541
Bezerra, F. A., Farias, J. M., & Sousa, R. C. (2024). Ecologías de aprendizaje digital en la era de la Inteligencia Artificial multimodalidad, multialfabetizaciones, tecnología y ética. uece, 16(2). https://doi.org/10.46230/lef.v16i2.13212
Biondi, G., Cagnoni, S., Capobianco, R., Franzon, V., Lisi, F. A., Milan, A., & Vallverdú, J. (2023). Ethical frameworks for AI-based administrative decision systems. Information Systems Frontiers, 6. https://doi.org/10.3389/frai.2023.1250209
Carreño, B. C. (2023). Gestión documental y transformación digital: retos y oportunidades en el sector administrativo público. Revista Multidisciplinaria RIIDG, 3(4), 1-14. https://doi.org/10.64041/riidg.v2i4.15
Dubaguntla, C. (2025). AI-Enhanced Citizen-Centric Workflows: Transforming Public Sector CRM Systems. Journal of E-Government Studies, 15(3), 379–388 https://doi.org/10.30574/wjaets.2025.15.3.0946
Encalada, N. Y. M., & Aguilar, A. A. A. (2025). Innovación y transformación digital en la administración pública: De la burocracia tradicional a la gobernanza digital. Horizon International Journal, 3(1), 40-59. https://editorialsphaera.com/index.php/hor/article/download/86/232
Fatima, I., Hassan, K. L., & Moinuddin. (2024). Machine Learning for Speech-to-Text: A Custom-CNN Model Approach. ResearchGate. https://doi.org/10.37285/bsp.oaisem2025.25
Ghosh, S., & Misra, S. (2019). Smart document management systems using AI: A review. Journal of Information Science, 45(2), 211–223. https://doi.org/10.1177/0165551518797527
Haig, L. (2025, enero 8). Cómo dockerizar una aplicación Django: guía paso a paso para principiantes. Docker. https://www.docker.com/blog/how-to-dockerize-django-app/
Hirschberg, J., & Manning, C. (2015). Advances in natural language processing. Science, 349(6245), 261–266. https://doi.org/https://doi.org/10.1126/science.aaa8685
Kowalski, T., Joulin, A., & Grave, E. (2020). Fast, accurate, and human-like speech transcription with deep learning. Proceedings of the ACL, 48, pp. 456–467. https://doi.org/10.18653/v1/2020.acl-main.42
Li, F., Zhao, J., & Wu, X. (2024). Artificial intelligence for public document automation in local governance. Government Information Quarterly, 41(1), 102778. https://doi.org/10.1016/j.giq.2024.102778
LOTAIP. (2025). Consejo de la judicatura. Funcionjudicial. https://www.funcionjudicial.gob.ec/lotaipcj/lotaip-2025/
MINTEL. (2025). Instrumento de Política Pública para la Transformación Digital Ecuador 2025-2030. Gobierno de la República del Ecuador. https://www.gobiernoelectronico.gob.ec/wp-content/uploads/2025/03/INSTRUMENTO-Politica-Publica-para-la-Transformacion-Digital-Ecuador-2025-2030-MINTEL-signed_f.pdf
Muralidhar, A., Lee, J., & Park, H. (2023). AI-driven governance: Enhancing transparency through automated documentation. Public Administration Review, 83(4), 899–913 https://doi.org/10.1111/puar.13625
OECD. (2022). Open Government Data Report 2022: Enhancing Digital Transparency and Citizen Trust. https://doi.org/10.1787/9789264808571-en
Reyna, E. J. (2024). Digital Transformation in Latin American Governance . Revista Latinoamericana de Ciencias Sociales y Humanidades. https://doi.org/10.56712/latam.v5i5.2774
Tumminia, J., Kuznecov, A., Tsilerides, S., Weinstein, I., McFee, B., MichaelPicheny, & Kaufman, A. R. (2021). Diarización de procedimientos judiciales Identificación y TTranscripción del discurso judicial de un tribunal grabadoaudio. ResearchGate. https://doi.org/https://doi.org/10.48550/arXiv.2104.01304
Wang, J., Jiang, H., Liu, Y., Ma, C., Zhang, X., Pan, Y., Liu, M., Gu, P., & Xia, S. (2024). Una revisión exhaustiva de los modelos de lenguaje multimodales de gran tamaño: rendimiento y desafíos en diferentes tareas. arxiv, 1. https://doi.org/10.48550/arXiv.2408.01319
Descargas
Publicado
Versiones
- 2026-10-08 (2)
- 2026-10-08 (1)
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Rita Azucena Díaz Vásquez , Jorge Lenin Acosta Espinoza, Andrés Roberto León Yacelga , Luis Javier Molina Chalacan

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.




