Cuando alguien marca 133 en Chile, se activa un software que manda la llamada a la Central de Comunicaciones más cercana. Hay 32 centrales en el país. Del otro lado contesta una operadora que tiene que hacer tres preguntas en un orden específico: cuál es la emergencia, dónde vive, cómo se llama. Con esas respuestas alimenta un sistema, y un despachador decide qué recursos mueve y hacia dónde.
Todo eso pasa mientras la persona que llamó está, en el mejor de los casos, nerviosa.
En marzo de 2025, el tiempo promedio de espera antes de que alguien contestara era de un minuto con veintisiete segundos, según el detalle que la propia Cenco le entregó a La Tercera.
En una tarde cualquiera, ese minuto y medio no significa nada. En la tarde equivocada, significa todo.
La razón de esa espera no es especialmente misteriosa. En 2024, cerca de siete de cada diez llamados que entraban al 133 no terminaban generando un procedimiento.
Y no es un problema de una sola región. En su cuenta pública de este año, Carabineros de O'Higgins informó 320.322 llamadas recibidas en su Cenco durante 2025, de las cuales 217.076 fueron falsas, pitanzas o inoficiosas. En Magallanes, de 67.951 llamadas recibidas en 2025, 54.142 no derivaron en ningún procedimiento.
1:27
Espera promedio antes de que contesten el 133 (marzo 2025).
217.076
Llamadas sin procedimiento en O'Higgins durante 2025, de 320.322 recibidas.
54.142
Llamadas sin procedimiento en Magallanes durante 2025, de 67.951 recibidas.
El sistema opera, en términos simples, como una fila por orden de llegada. La operadora no puede saber cuál de las llamadas que están esperando es la importante hasta que contesta. Y tampoco puede cortar la comunicación: quien tiene que dar por finalizada la llamada es la persona que llamó.
Ahí aparece un cuello de botella interesante. No necesariamente en la patrulla. No necesariamente en las cámaras. Ni siquiera necesariamente en el presupuesto.
Puede estar en los primeros segundos de una conversación por teléfono.
Lo que hacemos nosotros
En Wovi llevamos varios años trabajando con audio. Transcribimos reuniones, entrevistas, audiencias y conversaciones. Y hay una parte bastante menos glamorosa de ese trabajo que terminó siendo importante: enseñarle a las máquinas a entender cómo hablamos realmente.
Los sistemas modernos de reconocimiento automático de voz han avanzado mucho cuando trabajan con audio claro y condiciones relativamente controladas.
Transcribir a un chileno hablando rápido, comiéndose las eses, usando modismos, por un teléfono malo y con ruido de calle detrás es otra cosa.
Esa diferencia no se resuelve comprando una licencia. Se resuelve con horas de pruebas, ajustes, errores y audio real. Y esas horas las llevamos hechas.
Cuando uno mira el problema del 133 con esa herramienta en la mano, la conexión aparece bastante rápido.
La reunión
En julio nos invitaron al Ministerio de Seguridad Pública.
Fuimos con Camilo, socio y CTO de Wovi. Estaban la subsecretaria, parlamentarios y representantes de otras empresas privadas. La conversación era sobre cómo el sector privado podía aportar a algunos de los desafíos de seguridad del país.
Que es una de esas frases que suenan a nada hasta que uno se sienta y escucha.
Llegamos con expectativas moderadas. Uno ha estado en suficientes mesas público-privadas como para conocer el guion: cada uno cuenta lo que vende, todos asienten y al final se saca la foto.
Pero esta vez la conversación tomó otro camino.
Lo que planteamos fue bastante concreto. ¿Qué pasaría si las llamadas que entran a una central o a una comisaría pudieran transcribirse y analizarse mientras la persona todavía está hablando?
Si el texto existe en ese momento, empiezan a aparecer posibilidades interesantes. El sistema podría ayudar a identificar si lo que ocurre corresponde a Carabineros, ambulancia o Bomberos. Podría detectar ciertas señales de urgencia, extraer direcciones o referencias de ubicación, ordenar información y entregarle contexto a quien está atendiendo.
Incluso podría abrir la posibilidad de que una fila que hoy es prácticamente ciega empiece a incorporar información sobre lo que está ocurriendo mientras las llamadas esperan.
No para que una máquina decida cuál vida importa más.
Sino para que una persona tenga más información antes de tomar una decisión.
Y además ocurre otra cosa. Las llamadas pueden quedar grabadas y los procedimientos registrados. Pero gran parte de lo que una persona cuenta por teléfono no necesariamente queda convertido en información estructurada que permita analizar, en conjunto, lo que está ocurriendo.
Si esa conversación se transforma en información, también puede servir para entender lo que ocurre en un territorio: tipos de incidentes, lugares, horarios, recurrencias y patrones que son difíciles de ver mirando cada caso por separado. La idea nunca fue que la máquina decidiera.
La idea es que la operadora conteste con contexto en vez de contestar en blanco.
También pusimos sobre la mesa la parte incómoda, porque es mejor decirla uno mismo antes de que la diga otro. Un modelo que se equivoca resumiendo una reunión te puede costar un rato de la tarde. Un modelo que interpreta mal una llamada donde hay alguien golpeando una puerta puede costar algo completamente distinto. Por eso, probablemente la pregunta más interesante en este tipo de proyectos no es cuánto puede automatizar la inteligencia artificial.
Es dónde se dibuja la raya.
Lado de la máquina
Transcribir, ordenar, detectar señales, priorizar información y sugerir.
Lado de la persona
Interpretar, validar y decidir.
El criterio sigue estando donde siempre estuvo. Lo que cambia es cuánta información tiene esa persona en el segundo exacto en que le toca usarlo.
Dónde quedamos
Quedamos de trabajar en un piloto acotado dentro de la Región Metropolitana. Acotado en serio. Un alcance pequeño y medible que permita probar esto con audio real antes de hablar de cualquier otra cosa. Todavía hay mucho que resolver: integración, protocolos, privacidad, tasas de error y, probablemente lo más importante, comprobar si la herramienta ayuda realmente a quien está al otro lado del teléfono.
Y en proyectos con el Estado los tiempos son los que son. Pero salimos con ganas.
La sensación con la que nos fuimos, eso sí, fue rara. Entramos preparados para contar algo y terminamos tomando notas. Comercialmente es probablemente la peor reunión posible.
Creo que es una buena señal.
Y desde entonces me quedó dando vueltas una pregunta que tiene poco que ver con inteligencia artificial. Cuánto de lo que llamamos falta de recursos es, algunas veces, información que ya existe, que pasa frente a nosotros todos los días y que simplemente no alcanzamos a usar.
Quizás el problema no siempre sea conseguir más información. Quizás sea aprender a escuchar un poco antes la que ya está ahí.
Un minuto y veintisiete segundos antes.
Fuentes y referencias
- La Tercera, "Zoom al 133 de Carabineros: 1 minuto con 27 segundos de espera y cuatro de cada cinco llamados no generan procedimientos". Antonia Mendoza C., 21 de marzo de 2025.
- BioBioChile, "Las 3 preguntas clave que debes responder en el 133 de Carabineros al llamar por una denuncia". Nicolás Díaz, 18 de marzo de 2025.
- Diario Regional Aysén, "Uso irresponsable del 133 preocupa a Carabineros". Sebastián Martel, 24 de abril de 2026.
- Ministerio del Interior y Seguridad Pública, puesta en marcha del sistema de atención de llamadas de emergencia 133. 10 de marzo de 2015.
- Carabineros de Chile / Senado, Informe de resultados de Gestión Operativa 2023, Glosa N°13. Remitido al Congreso en 2024: 6.312.743 llamadas al 133 durante 2023, 74% sin procedimiento.
- Diario Sexta Región, "Detallada Cuenta Pública 2025 entregó Carabineros de O'Higgins". 6 de agosto de 2026.
- La Prensa Austral, "Estadísticas del 133: ocho de cada 10 llamadas recibidas por Carabineros son improcedentes". 29 de julio de 2026.
- Wovi, publicación sobre la reunión en el Ministerio de Seguridad Pública, 2026.
- Radford, A. et al., "Robust Speech Recognition via Large-Scale Weak Supervision". ICML, 2023.