AI Blocks

¿Qué es un AI Block?

Unidades de IA que actúan como funciones invocables

Los AI Blocks son los ingredientes y los DPI Workflows son las recetas. Cada bloque hace una sola cosa delimitada — traducir, verificar, extraer, clasificar — y puede componerse en cualquier flujo de trabajo de servicio. El bloque se reemplaza; el flujo de trabajo permanece.

🎯

Minimalista

Un propósito claro. Entradas y salidas delimitadas. Sin efectos secundarios ocultos.

🧩

Componible

Interopera con otros bloques y motores de flujo de trabajo a través de APIs abiertas y formatos de datos comunes.

♻️

Reutilizable

Aplicable en agencias, sectores y países sin refactorización. Un bloque, muchos servicios.

🔍

Gobernable

Observable, comprobable, alineado con políticas. Trazabilidad de auditoría incorporada, puntajes de confianza y controles de privacidad.

Clasificación

Dos tipos de AI Blocks

🌐

AI Blocks Fundamentales

Capacidades de uso general reutilizables en todos los sectores. Las primitivas multimodales y de idioma local que son prerrequisitos para una nación inclusiva lista para la IA.

translate() — traducción e transliteración a idiomas locales
speech_to_text() — entrada de voz en cualquier dialecto
text_to_speech() — accesibilidad de salida de voz
ocr_extract() — reconocimiento óptico de caracteres
summarise() — resumen de documentos
image_classify() — reconocimiento de imágenes y video

⚙️

AI Blocks Específicos por Sector

Adaptados a flujos de trabajo específicos. Integran lógica política y operacional en funciones invocables que sirven mandatos públicos.

eligibility_verify() — elegibilidad para protección social
identity_verify() — verificación de identidad digital
duplicate_detect() — deduplicación en registros civiles
clinical_decision() — apoyo a decisiones clínicas
personalized_tutor() — educación adaptativa
fraud_detect() — detección de anomalías en desembolsos
area_classify() — clasificación de zonas de crisis mediante SIG

Salvaguardas como AI Blocks invocables: Las salvaguardas pueden ser AI Blocks en sí mismas — bias_check(), consent_verify(), anomaly_flag(), human_review(), privacy_check(), exclusion_audit(), recourse_check(), legal_basis_verify(), sustainability_assess(). Al tratar las salvaguardas como componentes modulares y reemplazables, los gobiernos pueden evolucionar su gestión de riesgos sin reconstruir los flujos de trabajo. Las últimas cinco derivan del Marco Universal de Salvaguardas DPI de la ONU ↗ (UN ODET y PNUD, 2023–2025). Explora las nueve en la página de Salvaguardas →

Especificación del Bloque

Cada AI Block declara su contrato

Una especificación de bloque define no solo qué hace el bloque, sino cómo puede gobernarse, reemplazarse y auditarse. La spec es legible por máquina y se publica junto al bloque.

ai_block:
  id: "eligibility_verify_v1"
  version: "1.0.0"
  description: "Verifies citizen eligibility for a named benefit program"
  type: sector_specific
  domain: social_protection

  interface:
    inputs:
      citizen_id:   {type: string, format: national_id, required: true}
      benefit_code: {type: string, enum: [CASH_TRANSFER, FOOD_VOUCHER], required: true}
      consent_token: {type: string, format: jwt, required: true}
    outputs:
      eligible:      {type: boolean}
      confidence:    {type: number, min: 0, max: 1}
      reason_code:   {type: string}
      audit_log_ref: {type: string}

  governance:
    confidence_threshold: 0.85
    on_low_confidence: human_escalate
    pii_fields: [citizen_id]
    pii_handling: tokenise_before_log
    audit_logging: true
    data_retention: "90d"

  provenance:
    model_type: "gradient_boosted_classifier"
    training_data: "social_registry_2023_anonymised"
    last_evaluated: "2025-12"
    hosting: sovereign_cloud         # sovereign_cloud | on_prem | external_api
    replaceability: drop_in_compatible  # can be swapped without workflow changes

Interoperabilidad

Protocolo de Contexto del Modelo (MCP)

A medida que los AI Blocks evolucionan como capacidades reutilizables, necesitan una forma común de intercambiar contexto e interactuar de manera segura. El Protocolo de Contexto del Modelo (MCP) ilustra cómo puede lograrse esta interoperabilidad — un protocolo ligero que permite a los sistemas de IA acceder a datos externos, herramientas y servicios manteniendo la integridad contextual y la trazabilidad de auditoría.

En el Marco DPI-IA, los protocolos inspirados en MCP permiten:

Que los AI Blocks se comuniquen y colaboren a través de capas de contexto compartidas
Similar a cómo las APIs REST permiten la interacción entre otros bloques constructores de la DPI
Capacidades de IA componibles, transparentes y portátiles en todos los ecosistemas
Los gobiernos pueden garantizar que las capacidades de IA sean interoperables sin dependencia de proveedores

# MCP-style AI Block invocation
POST /mcp/v1/invoke
{
  "block": "eligibility_verify_v1",
  "context": {
    "session_id": "wf-2026-001",
    "consent_token": "eyJ...",
    "audit_trail": true
  },
  "inputs": {
    "citizen_id": "KE-1234-5678",
    "benefit_code": "CASH_TRANSFER"
  }
}

→ Ver qué DPGs son compatibles con AI Block / MCP