Aplicaciones prácticas de la inteligencia artificial en los ayuntamientos

Desde la automatización de todo tipo de procesos administrativos a la mejora de los servicios públicos municipales, pasando por su impacto en los Recursos Humanos, las funciones reservadas y la objetivización del proceso de toma de decisiones, repasamos nada menos que quince aplicaciones prácticas de la Inteligencia Artificial en los ayuntamientos.

La automatización robótica de procesos -RPA- supone toda una revolución en un sistema burocrático basado en numerosos procedimientos, compuestos por infinidad de trámites y documentos, los cuales manejan enormes volúmenes de datos. Vaya por delante que RPA no es lo mismo que la IA, aunque pueden y suelen complementarse. De hecho, tarde o temprano, se integrarán. En efecto, la RPA es una tecnología basada en reglas predefinidas que permite automatizar tareas repetitivas y estructuradas dentro de los procesos administrativos. Funciona con scripts o botsde software que imitan la interacción humana con los sistemas informáticos, pero sin capacidad de aprendizaje ni toma de decisiones autónoma. Por su parte, la capa de IA engloba sistemas capaces de aprender y adaptarse, como el procesamiento del lenguaje natural (PLN), el reconocimiento de patrones o el aprendizaje automático (machine learning). Mientras que la RPA sigue instrucciones estrictas, la IA puede analizar datos, reconocer tendencias y tomar decisiones simples basadas en información nueva. Sin embargo, ambas tecnologías pueden combinarse en lo que se conoce como RPA cognitiva, donde los bots incorporan IA para mejorar la automatización. Un ejemplo de esta combinación en los Ayuntamientos sería el uso de chatbots inteligentes, a los que ut infra nos referimos, que con esta mejora no solo responderían a preguntas de la ciudadanía, sino que también alcanzarían a comprender e interpretar inputs más sofisticados, como conversaciones completas o solicitudes en lenguaje natural.

Hablamos de la automatización definitiva, pues va mucho más allá de la automatización que conocemos y que realizamos a través de sellos de órgano y de tiempo electrónicos. La automatización que impone la Ley 39/2015, de Procedimiento Administrativo Común de las Administraciones Públicas -LPACAP- (establece la obligatoriedad de la tramitación electrónica), y la Ley 40/2015, de Régimen Jurídico del Sector Público -LRJSP-, se refiere a algunos trámites. La automatización de RPA podría automatizar todo lo que sea automatizable, y por eso supone una transformación significativa en la gestión de procedimientos y trámites administrativos. Se basa en la utilización de un software capaz de ejecutar cualesquiera tareas repetitivas y basadas en reglas sin intervención humana, agilizando procesos, reduciendo errores y mejorando la eficiencia en la administración.

En los ayuntamientos, donde gran parte de la actividad se basa en la tramitación de expedientes, este tipo de automatización permite optimizar procedimientos como el registro de documentos, la gestión de licencias urbanísticas, la tramitación de subvenciones, el pago de tasas o la gestión de nóminas y recursos humanos. Por ejemplo, un sistema RPA puede encargarse de verificar automáticamente la documentación presentada en una solicitud de licencia de obra, cruzándola con bases de datos municipales y emitiendo alertas en caso de deficiencias, reduciendo tiempos de espera, verificando la legalidad y evitando errores manuales.

Obviamente, conceptos como automatización o interoperabilidad no son ninguna novedad y, como indicábamos, vienen, hasta cierto punto, impuestos por la LPACAP y la LRJSP. Pero imaginemos que, más allá de lo que imponga la ley e incluso más allá del procedimiento, dispongamos de un nuevo catálogo de tareas, procesos y trámites automatizables, que ayer eran funciones de los empleados públicos, pero hoy son tareas robotizadas. En este contexto, la RPA se alinea con la digitalización y contribuye a cumplir con los principios de eficiencia y simplificación administrativa y de la Administración exigidos por la normativa.

Ejemplos de implementación de estas tecnologías se pueden encontrar en Ayuntamientos como el Ayuntamiento de Madrid, donde se han introducido bots para la gestión de expedientes y notificaciones electrónicas, reduciendo tiempos de tramitación en más de un 30%. Otros consistorios, como el Ayuntamiento de Valencia, han desarrollado soluciones automatizadas para la gestión de impuestos y la tramitación de padrón municipal, minimizando errores y optimizando la atención al ciudadano. Por su parte, el Ayuntamiento de Girona ha puesto en marcha un sistema basado en técnicas de aprendizaje automático para optimizar la clasificación y asignación de las siempre “incómodas” instancias genéricas recibidas a través de la sede electrónica.

En todos los casos, la integración de la automatización robótica en los procesos administrativos municipales no solo mejora la eficiencia, sino que también libera recursos humanos para tareas de mayor valor añadido, como la atención personalizada a la ciudadanía. Sus potencialidades son múltiples, en orden a la recepción y gestión de solicitudes: tramitación automática de expedientes (licencias, permisos, ayudas); la generación de todo tipo de documentos (redacción de resoluciones, notificaciones y certificados; o el seguimiento de trámites (actualización en tiempo real del estado de expedientes).

En resumen, la RPA es una automatización basada en reglas, mientras que la IA, la capa mejorada de la anterior, introduce capacidades de aprendizaje y adaptación. Tan solo la primera ya nos permitiría mejorar absolutamente nuestra eficiencia funcional, pero la combinación de ambas permite desarrollar los procesos administrativos de forma cien veces más eficiente e inteligente en la administración pública.

La inteligencia artificial generativa hace referencia al uso concreto de la IA para crear contenido de todo tipo, como texto, imágenes, música, audio y vídeos. Utiliza un modelo de aprendizaje automático para aprender los patrones y las relaciones de un conjunto de datos de contenido creado por personas. A continuación, reutiliza los patrones aprendidos para generar nuevo contenido. Estos modelos son entrenados utilizando grandes conjuntos de datos que contienen ejemplos del tipo de contenido que se desea generar.

Esta es una herramienta que, aterrizando en la cuestión que nos ocupa, también puede generar textos jurídicos de muy buen nivel, y podemos afirmarlo sin necesidad de entrar en la polémica de si son o pueden llegar a ser comparables o no al nivel de un jurista profesional, porque también entre estos hay muchos niveles diferentes, todo sea dicho. Pero hablamos de una simple herramienta después de todo, no de la competencia. Por tanto, la IA generativa tiene un encaje perfecto en la redacción de textos jurídicos. De hecho, esta posibilidad ya cuenta con soporte legal actualmente, al menos en España. Aunque se trate de una norma ceñida al ámbito de la administración de justicia, el art. 57 del RD-ley 6/2023, de 19 de diciembre, por el que se aprueban medidas urgentes para la ejecución del Plan de Recuperación, Transformación y Resiliencia en materia de servicio público de justicia, función pública, régimen local y mecenazgo se refiere a las “actuaciones asistidas”, estableciendo la primera oportunidad legal de redactar documentos a partir de la IA generativa. Según la norma, se considera actuación asistida aquella para la que el sistema de información de la Administración de Justicia genera un borrador total o parcial de documento complejo basado en datos, que puede ser producido por algoritmos, y puede constituir fundamento o apoyo de una resolución judicial o procesal. Y hasta aquí, que no es poco, ya que “en ningún caso el borrador documental así generado constituirá por sí una resolución judicial o procesal, sin validación de la autoridad competente”.

Estos modelos de IA, entrenados en este caso con datos jurídicos, pueden generar contratos, informes y otros documentos legales a partir de descripciones básicas, aprendiendo progresivamente patrones y estilos de redacción. El resultado será aceptable, pero debemos insistir en la necesidad de una revisión humana para garantizar exactitud y adecuación legal.

Para que esta tecnología sea verdaderamente útil en el ámbito jurídico, debe estar “especializada” en Derecho, contar con bases de datos actualizadas y manejar correctamente la terminología técnica. Además, debe ofrecer múltiples funcionalidades: generación de argumentos, revisión automatizada, resúmenes, búsqueda avanzada y comparación de normativas. Las ventajas son claras: ahorro de tiempo, reducción de errores, escalabilidad y personalización según las necesidades del usuario. Sin embargo, la supervisión sigue siendo imprescindible, ya que la IA no posee la capacidad de empatizar ni de captar la complejidad humana en ciertos casos. En definitiva, más que una competencia con los profesionales del Derecho, la IA Generativa debe verse como una herramienta colaborativa que optimiza su labor sin sustituir el criterio humano.

Esta útil herramienta tiene, naturalmente sus peligros. Y reciben nombres como “sesgo de automatización”, “alucinaciones legales” y la simple dependencia de una funcionalidad tan eficiente, toda un arma de doble filo. Queremos reflexionar sobre un pronunciamiento judicial que alude a la IA generativa en el contexto de la “utilización de tecnologías emergentes y buena fe procesal”. Se trata de la Resolución 2/2024, de 04/09/2024, del Tribunal Superior de Justicia de Navarra (1), Sala de lo Civil y Penal. Auto nº2 (pieza separada), en la que se analiza un caso en el que un abogado, al redactar una querella, citó erróneamente un precepto del Código Penal de Colombia en lugar del español, atribuyendo el error al uso inadecuado de una herramienta de IA generativa. El querellante detectó la equivocación y presentó sus disculpas al tribunal. Sin embargo, el fallo subraya que este tipo de errores no pueden corregirse sin más, pues el uso descuidado de IA en procesos judiciales puede derivar en consecuencias deontológicas y procesales graves. En línea con lo señalado por organismos como la Law Society y el Consejo de la Abogacía Europea, se insiste en que la supervisión humana es indispensable para garantizar la precisión y evitar la mala fe procesal.

Precisamente, estudios recientes advierten sobre la alta incidencia de alucinaciones legales en modelos de IA, lo que refuerza la necesidad de un uso prudente. Aunque en otros países ya se han impuesto sanciones procesales por el uso indebido de estas herramientas, en este caso concreto, la Sala decidió archivar el procedimiento sin sanción, valorando la reacción inmediata del abogado. Este caso reafirma un principio claro: los jueces no prohíben el uso de IA generativa en el ejercicio de la abogacía, pero exigen responsabilidad en su aplicación. La tecnología puede ser una aliada en la práctica jurídica, pero siempre bajo la supervisión del profesional, quien sigue siendo el único responsable de la calidad e integridad de los documentos presentados ante la justicia.

En cuanto a la tradicional función reservada de la fe pública, disponemos de las siguientes útiles herramientas, de las cuales debemos tener nuevamente una visión instrumental:

a) Verificación de identidad automatizada. Dentro del marco de protección de riesgos del RIA, así como del Reglamento eIDAS y del llamado eIDAS2 (que modifica el anterior), la IA puede utilizar tecnologías avanzadas, como el reconocimiento facial o la verificación biométrica, para autenticar la identidad de las personas (ciudadanos, concejales el día de la toma de posesión, representantes legales de las empresas, aspirantes en un proceso selectivo, etc…). Esto es especialmente útil para garantizar que la persona que comparece, firma o participa en un acto sea quien dice ser, algo fundamental para poder dar fe con seguridad. La IA puede comparar los datos biométricos de una persona (huella digital, rostro, iris) con bases de datos oficiales para verificar la identidad. Esto asegura que la persona presente en el acto es la parte legítima del contrato.

b) Análisis y validación de documentos. La IA puede analizar de forma eficaz documentos legales para verificar que cumplen con la normativa aplicable, así como detectar fraudes o falsificaciones y asegurar que el documento es válido y auténtico. Esto sería especialmente útil en casos de grandes volúmenes de documentos o para validar rápidamente determinados documentos en situaciones “de tiempo real”, como en la atención ciudadana, y todo ello sin perjuicio de la aplicación del método de generación de copias auténticas previsto en la ley de procedimiento. En este caso, la utilidad viene de la capacidad de los algoritmos de IA para comparar un documento con bases de datos legales, detectar si se han producido alteraciones o si su contenido coincide con la normativa vigente. La IA puede autenticar la estructura, el formato o incluso la estética y la composición oficial o legal del documento para garantizar que no ha sido manipulado.

c) Trazabilidad y auditoría automatizada. De forma combinada con el uso de blockchain u otras tecnologías similares, la IA puede crear un registro inalterable de las actuaciones, transacciones o documentos firmados, asegurando la trazabilidad total del proceso. Esto genera más transparencia y confiabilidad, ya que cada acción (firma, trámite, modificación, validación) queda registrada de manera automática y no puede ser alterada ni siquiera por su autor. El mejor ejemplo de esto podría ser la firma de un contrato. El sistema registra cada paso del proceso, desde la creación del documento hasta la firma y validación, garantizando que no ha habido alteraciones y que las personas que participaron lo hicieron bajo su identidad real y en el momento indicado. Y todo queda registrado en un blockchain.

d) Certificación y sellado digital con IA. Una IA especializada puede generar certificados digitales específicos que autentiquen la veracidad de los documentos electrónicos o los negocios jurídicos. Estos certificados pueden estar respaldados por sistemas de firma electrónica avanzada y otros certificados y sistemas similares (sello de órgano, sello de tiempo, CSV), siempre que hayan sido emitidos por una autoridad de confianza. Y todo ello de conformidad con los términos previstos en el citado eIDAs y la Ley 6/2020, de 11 de noviembre, reguladora de determinados aspectos de los servicios electrónicos de confianza. Mediante este sistema, una IA podría certificar, por ejemplo, que un documento digital fue creado y firmado de forma auténtica por las partes involucradas mediante una firma electrónica avanzada, validando su contenido y asegurando su integridad.

e) Uso de algoritmos certificados. Para que la IA pueda dar fe de un hecho, los algoritmos que utilice deben estar certificados y sometidos a auditorías regulares que aseguren su correcto funcionamiento y su alineación con los requisitos legales y éticos. La intervención de la IA debe estar sujeta a marcos de supervisión, tal y como dispone el art. 23 de la Ley 15/2022, de 12 de julio, integral para la igualdad de trato y la no discriminación, bajo la nomenclatura “IA y mecanismos de toma de decisión automatizados”, que establece cuatro garantías al respecto: la necesidad de eliminar posibles sesgos, la transparencia by design (en el mismo diseño de la programación), la promoción de una IA ética por parte de las administraciones públicas y las empresas, y el llamado sello de calidad de los algoritmos. En cualquier caso, un sistema de IA que valida documentos podría ser revisado y auditado periódicamente por las autoridades para garantizar que cumple con las normativas vigentes en cuanto a transparencia y seguridad (2).

La IA, con su capacidad para detectar patrones y sutiles anomalías, puede ser utilizada para detectar posibles fraudes o intentos de falsificación. Conectando con el punto anterior, esto es esencial para asegurar que la información presentada en expedientes o actos jurídicos es fidedigna, un requisito clave para garantizar la fe pública. Por ejemplo, una IA puede analizar un documento presentado a un fedatario y mostrarle si hay indicios de manipulación o falsificación, como inconsistencias en el texto o firmas, que podrían no ser detectables fácilmente por un ser humano. Además, la IA contribuye a la detección de irregularidades y la lucha contra la opacidad. Los algoritmos de procesamiento del lenguaje natural (PLN) pueden analizar grandes volúmenes de documentos y detectar anomalías en contratos, inconsistencias en presupuestos o cláusulas poco claras en normativas y acuerdos públicos. Esta capacidad de auditoría automática refuerza los mecanismos de control y ayuda a prevenir casos de corrupción o malas prácticas. Otro aspecto clave es la trazabilidad documental. Con IA y tecnologías como blockchain, es posible garantizar que los documentos no han sido alterados y que cualquier modificación queda registrada de forma verificable. Esto aumenta la confianza en la administración y en los procesos de contratación pública, asegurando que la información publicada sea fidedigna y no manipulable.

Evidentemente, este tipo de funcionalidades también serían muy útiles para el ejercicio de funciones relacionadas con el control de legalidad. En este caso disponemos de las siguientes herramientas:

- El monitoreo automatizado en tiempo real, la detección de irregularidades mediante la identificación de patrones sospechosos.

- La verificación de cumplimiento normativo (compliance), la adecuación del tipo de control al tipo de organización, el análisis predictivo para identificación de riesgos (áreas y mapas de riesgos).

- La mejora operativa del control financiero posterior.

- La revisión automatizada de documentos y contratos.

- La auditoría automática de procedimientos (tipo checklist), basada en la potente capacidad de revisión de los procedimientos de la IA.

- La automatización de los propios informes de control, la intervención automática en caso de incumplimientos normativos.

- La optimización del proceso de fiscalización, la automatización de la subsanación de observaciones.

- Control de subvenciones y ayudas mediante la identificación rápida de patrones irregulares.

- En general, el beneficio que supone una mayor transparencia y trazabilidad para el buen ejercicio de esta función. En definitiva, un control más fidedigno, basado en datos y en sistemas de gestión de datos muy precisos.

El RD 424/2017, de 28 de abril, por el que se regula el régimen jurídico del control interno en las entidades del Sector Público Local estableció en su momento un modelo muy claro de control, buscando garantizar una gestión adecuada de los fondos públicos, optimizar su uso y asegurar la sostenibilidad financiera de las Entidades Locales. El paralelismo entre control de legalidad y cumplimiento de la misma es más que evidente. En muchos sentidos, los interventores y los empleados públicos con funciones de control interno coinciden en su rol con el compliance officer.

En cualquier caso, la IA es un eficaz detector de anomalías, y por eso ofrece un enorme potencial en el ámbito del control interno. Los sistemas de IA pueden desempeñar un papel crucial en la mejora de estas funciones al aprovechar grandes volúmenes de datos y una programación integrada con los procedimientos legales y de fiscalización vigentes. La tecnología también permite una intervención rápida y automática ante posibles incumplimientos normativos, mejorando el proceso de fiscalización y facilitando la subsanación de observaciones. Todo esto se traduce en un control financiero más robusto y un incremento significativo en la transparencia y trazabilidad de los procesos. En definitiva, la IA nos permite avanzar hacia un sistema de control interno más preciso y basado en datos, lo que mejora la rendición de cuentas y fortalece la confianza en las instituciones públicas.

Por otra parte, las Administraciones públicas, en particular las locales, llevan tiempo enfrentándose a nuevos retos en su gestión. Para abordarlos de manera efectiva, las políticas de transparencia, buen gobierno y lucha contra el fraude se han vuelto esenciales. No se trata solo de cumplir con un mandato legal, sino de utilizar estas políticas como herramientas clave para restaurar la confianza de la ciudadanía. Estas iniciativas transforman la interacción entre la administración y la sociedad, promoviendo un mayor control y una mejor rendición de cuentas. En este contexto, el citado RD 424/2017, adquiere relevancia. Este decreto, vinculado con las Normas Internacionales de Auditoría (NIA) y la nueva auditoría pública, busca avanzar más allá del control interno tradicional. Su enfoque se orienta hacia un modelo más amplio de integridad institucional, en sintonía con los principios de compliance y las recomendaciones de la OCDE. En todos estos sentidos, la IA refuerza los principios fundamentales de la gestión pública: legalidad, igualdad, objetividad, transparencia, integridad, agilidad, planificación, eficacia y eficiencia.

Cada Administración deberá mantener un archivo electrónico único de los documentos electrónicos que correspondan a procedimientos finalizados, en los términos establecidos en la normativa reguladora aplicable (art. 17.1 LPACAP). En efecto, el archivo documental de una Administración se caracteriza por dos notas: es uno/único y es electrónico, por lo que la mejora de su gestión utilizando IA encaja como anillo al dedo. Además, los documentos no electrónicos también deberán almacenarse en un soporte electrónico (art. 46.1 LRJSP). En cuanto al formato de conservación, la ley no impone ninguno determinado siempre que sea electrónico y cumpla una serie de principios: “Los documentos electrónicos deberán conservarse en un formato que permita garantizar la autenticidad, integridad y conservación del documento, así como su consulta con independencia del tiempo transcurrido desde su emisión. Se asegurará en todo caso la posibilidad de trasladar los datos a otros formatos y soportes que garanticen el acceso desde diferentes aplicaciones. La eliminación de dichos documentos deberá ser autorizada de acuerdo a lo dispuesto en la normativa aplicable” (arts. 17.2 LPACAP y 46.2 LRJSP). En todo caso “los medios o soportes en que se almacenen documentos, deberán contar con medidas de seguridad, de acuerdo con lo previsto en el Esquema Nacional de Seguridad, que garanticen la integridad, autenticidad, confidencialidad, calidad, protección y conservación de los documentos almacenados. En particular, asegurarán la identificación de los usuarios y el control de accesos, así como el cumplimiento de las garantías previstas en la legislación de protección de datos” (arts. 17.3 LPACAP y 46.3 LRJSP).

La IA ya está transformando la gestión documental. Su aplicación permite optimizar la clasificación, búsqueda, análisis y conservación de documentos, reduciendo la carga manual y mejorando la eficiencia en la gestión de la información. Una de las principales ventajas de la IA en este campo es su capacidad para automatizar procesos repetitivos, como la indexación de documentos, el reconocimiento de texto mediante OCR (reconocimiento óptico de caracteres) y la categorización inteligente de archivos. Esto permite que los sistemas documentales sean más rápidos y precisos, facilitando la recuperación de información relevante en grandes volúmenes de datos.

Otra aplicación clave es el uso de procesamiento del lenguaje natural (PLN) para la extracción y análisis de contenido dentro de documentos. Esto resulta útil en procedimientos administrativos, legales y jurídicos, donde la IA puede identificar cláusulas relevantes, detectar inconsistencias y extraer información clave de contratos, normativas o expedientes. Todas estas funcionalidades no solo existen, sino que tendrían cobertura legal en la citada normativa. Las ventajas son incontables: en el ámbito de los ayuntamientos (y administraciones públicas en general), la IA se aplicaría sobre los sistemas existentes de archivo digital, facilitando la organización de documentos históricos y administrativos. Además, las herramientas basadas en IA pueden detectar duplicidades, errores o documentos obsoletos, asegurando el cumplimiento normativo y la correcta conservación de los registros oficiales.

También se están implementando asistentes virtuales y chatbots que permiten a los ciudadanos acceder a documentos de manera rápida y sencilla, guiándolos en trámites administrativos sin necesidad de intervención humana, facilitando de esta manera sus derechos de acceso a los documentos y a los expedientes (transparencia pasiva).

En efecto, la aplicación de la IA en la gestión documental no solo mejora la eficiencia y precisión en el manejo de información, sino que también fortalece la transparencia en la administración pública y privada. Uno de los pilares de la transparencia es el acceso claro y rápido a la información. La IA, al optimizar la clasificación, búsqueda y recuperación de documentos, permite que los ciudadanos y las organizaciones accedan a datos de manera más ágil y sin obstáculos burocráticos innecesarios. En el caso de los ayuntamientos y administraciones públicas, esto se traduce en portales de transparencia más eficientes, donde la información sobre normativas, contratos, licitaciones y procedimientos administrativos está disponible y actualizada en tiempo real.

Por otra parte, cabe reconocer que la IA se compone de algunos elementos pocos transparentes por naturaleza, como las cajas negras y los algoritmos opacos. Una caja negra es un sistema donde las decisiones y procesos internos no son comprensibles para las personas. Por su parte, los algoritmos opacos son aquellos cuyo funcionamiento no es transparente, ya sea por su complejidad técnica o porque los desarrolladores han decidido no revelar su lógica. En ambos casos se dificulta la rendición de cuentas. La solución pasa por promover la explicabilidad de los algoritmos y exigir transparencia en su diseño. Por otra parte, hablando de transparencia, hemos pasado por estas tres etapas en los últimos años: transparencia de documentos, transparencia de datos y ya se empieza a hablar de transparencia algorítmica y de explicabilidad. Si se practica esta transparencia de última generación, este principio-derecho está garantizado. Pero cuidado también con la sobrecarga de transparencia. Aunque la transparencia es esencial, ofrecer demasiada información técnica o poco comprensible sobre los sistemas de IA puede abrumar a los usuarios. Valga el ejemplo de algunos documentos de política de privacidad que son tan extensos que, aunque técnicamente explican el uso de IA, carecen de claridad práctica. Debemos implementar herramientas de comunicación claras y accesibles, asegurando la fiabilidad de la fuente de los datos, la ausencia o minimización de sesgos, la limpieza de los datos en bruto, la agregación o desagregación, según proceda, la seguridad y ciberseguridad, definiendo criterios de fiabilidad o aceptabilidad de los datos, analizando los metadatos, pero para todo eso, debe tomarse muy en serio la gestión de los datos a nivel organizativo. En entidades públicas medianas, hoy por hoy está justificada la existencia de un departamento de datos, con su correspondiente Director de Datos, o Chief Data Officer (CDO) al frente. Recordemos que los sistemas de IA de alto riesgo que utilizan técnicas que implican el entrenamiento de modelos de IA con datos se desarrollarán a partir de conjuntos de datos de entrenamiento, validación y prueba que cumplan los criterios de calidad (art. 10 RIA).

Si tenemos en cuenta estas cautelas, la IA supondrá una mejora sin precedentes en la eficiencia, precisión y accesibilidad en la gestión documental, reduciendo tiempos de procesamiento y optimizando la administración de grandes volúmenes de información. Su integración en plataformas de gestión documental ya es una realidad. En conclusión, la integración de la IA en la gestión documental no solo supone un avance en eficiencia, sino que se convierte en una herramienta clave para garantizar la transparencia y la rendición de cuentas en las administraciones públicas y el sector privado.

La IA por supuesto afectará a los RRHH (puestos de trabajo, estructura organizativa, aspectos funcionales), pero no en menor medida a la gestión de los recursos humanos. Veamos algunos ejemplos de su uso práctico:

- IA en la baremación de los concursos. La IA es capaz de procesar gran cantidad de datos y convertirlos en información útil. Los algoritmos de aprendizaje automático pueden procesar e interpretar las grandes cantidades de datos que aparecen en la documentación (obviamente en formato electrónico) que presentan los aspirantes. De esta forma, los sistemas de IA no solo pueden proceder a la tarea aritmética de identificar méritos y asignarles una puntuación, sino que incluso podrían encontrar los candidatos más adecuados para un puesto específico, valorando de una forma más “inteligente” su perfil profesional.

- Diferentes procesos de selección y provisión. La IA generativa (Gen AI) puede formular preguntas en entrevistas de medición de capacidades, siempre que sepamos “pedírselo” de la manera adecuada (prompt). Además, la IA también puede ayudar en la realización de todo tipo de entrevistas de trabajo, asumiendo cualquier enfoque (psicotécnico, teórico, práctico, emocional). Incluso puede realizar entrevistas preliminares y hacer preguntas específicas para evaluar las habilidades y la experiencia del candidato, o bien facilitar al comité de selección esos datos para que les pregunten. Todo esto ahorra tiempo y recursos a la persona/s encargada de la selección de personal antes de poder ocuparse personalmente de los aspectos más importantes de las entrevistas en particular y de la selección en general, valorando de forma “tradicional” otros aspectos.

- Necesidades de formación. La IA ya ha permitido a las empresas personalizar programas de formación y desarrollo para cada empleado, según sus necesidades. Con la debida garantía de derechos, la IA puede analizar datos de los empleados como la experiencia laboral o sus habilidades y fortalezas, y de este modo identificar necesidades, recomendar cursos y capacitaciones que les ayuden a mejorar su rendimiento y a ejercer su derecho a la carrera profesional.

- Desempeño. Además, la IA también puede proporcionar feedback en tiempo real sobre el progreso de un empleado en la ejecución tanto de sus tareas propias ordinarias como de los “encargos” más puntuales, o simplemente funcionar como herramienta de medición del grado de cumplimiento de los objetivos. Esta utilidad no solo se pone al servicio de la organización o los mandos, sino que permite a los propios empleados trabajar a su propio ritmo y recibir retroalimentación inmediata sobre su desempeño. En muchas empresas, la IA ha permitido una evaluación del desempeño más justa y objetiva. La funcionalidad puede recabar y analizar datos de desempeño de los empleados, como la calidad y cantidad del trabajo, proporcionando una evaluación objetiva y justa. Esto ha permitido una mayor transparencia y objetividad en la evaluación de desempeño, dando legitimidad y explicabilidad a los procesos, y ayudando en última instancia a los empleados a mejorar su desempeño.

- Retención del talento. La IA también ha contribuido a la retención de los empleados antes de llegar al punto de desarrollar burnout. En efecto, la IA puede analizar datos como la satisfacción laboral y la cantidad de tiempo que los empleados dedican a su trabajo para identificar las razones por las que los empleados pueden estar desmotivados o insatisfechos, e incluso si ya han llegado a la fase de estar buscando un nuevo empleo. Esto permite a los empresarios abordar directamente los posibles problemas y ser capaces de retener a sus empleados, al menos en algunos casos. Además, la IA también puede proporcionar alertas tempranas a los gestores de recursos humanos en los casos en los que un empleado ya está considerando dejar la empresa, una cuestión que nos agrada si se enfoca únicamente en su tendencia conductual o motivacional, pero que podría desatar dudas sobre la privacidad de las búsquedas y las comunicaciones, sin perjuicio de que, en nuestra opinión, estas gestiones no deberían hacerse desde el dispositivo de trabajo. En todo caso, estas herramientas permiten a los empleadores tomar medidas preventivas y retener finalmente a sus empleados. Es un hecho que los algoritmos de IA pueden identificar patrones, tendencias y correlaciones en los datos de los trabajadores, lo que permite tomar decisiones basadas en información consistente, siempre haciendo compatible este monitoreo con los derechos de los empleados.

- Otros usos. Corrección automática de test, corrección de respuestas de texto mediante sistemas de procesamiento del lenguaje natural (PLN), por supuesto la anonimización y disociación de datos de carácter personal en distintos procedimientos, la citada baremación automática de méritos, redacción de preguntas a través de Gen AI (sobre todo en entrevistas de capacitación, pudiendo identificar patrones en la respuesta), optimización de la planificación (en materia de RRHH) a través de los datos y la predicción que estos arrojan, gestión horaria (fichaje), medición del cumplimiento de objetivos con diversas metodologías, etc.

La UE, aún con el contrapeso de su vasto sistema de garantías, apuesta por el desarrollo de la IA. Y para ello dispone de diversas políticas y metodologías, entre las que destaca el establecimiento de los llamados entornos de pruebas regulatorios y de pruebas en el mundo real (sandbox) a fin de fomentar y garantizar que las empresas, incluidas las pymes, puedan desarrollar soluciones de IA en las mejores condiciones, es decir, con las debidas garantías jurídicas y administrativas, y con escaso riesgo de inversión y presión competencial. En definitiva, hablamos de un ecosistema de innovación de impulso institucional y con un actor principal de perfil empresarial. El RIA recoge esta cuestión en el Capítulo VI, donde establece las medidas de apoyo a la innovación (para el desarrollo del Mercado Único Digital europeo), empezando por los “espacios controlados de pruebas para la IA”, regulados en el propio RIA y en el RD 817/2023, de 8 de noviembre, que establece un entorno controlado de pruebas para el ensayo del cumplimiento de la propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de inteligencia artificial. Aunque el RIA es más reciente, la norma interna es de 2023. Por eso ya existen en España entornos controlados de pruebas para comprobar cómo se implementan los requisitos aplicables a los sistemas IA de alto riesgo, pero sin riesgo, valga el juego de palabras.

Debemos compartir algunas definiciones al respecto (art. 3 RIA), estás son:

- Plan de la prueba en condiciones reales: es un documento que describe los objetivos, la metodología, el ámbito geográfico, poblacional y temporal, el seguimiento, la organización y la realización de la prueba en condiciones reales.

- Plan del espacio controlado de pruebas: es un documento acordado entre el proveedor participante y la autoridad competente en el que se describen los objetivos, las condiciones, el calendario, la metodología y los requisitos para las actividades realizadas en el espacio controlado de pruebas.

- Espacio controlado de pruebas para la IA: es un marco controlado establecido por una autoridad competente que ofrece a los proveedores y proveedores potenciales de sistemas de IA la posibilidad de desarrollar, entrenar, validar y probar, en condiciones reales cuando proceda, un sistema de IA innovador, con arreglo a un plan del espacio controlado de pruebas y durante un tiempo limitado, bajo supervisión regulatoria.

Por otra parte, y en cuanto al Derecho interno, la “Ordenanza Reguladora del Sandbox Urbano de la Ciudad de València”(3) realiza dos oportunas referencias legales en su Preámbulo:

“La Ley 17/2022, de 5 de septiembre, de modificación de la Ley 14/2011, de 1 de junio de la Ciencia, la Tecnología y la Innovación, establece en su artículo 2.f) el compromiso de promover la innovación pública, entendida como aquella innovación protagonizada por el sector público y en particular, la capacidad de experimentar en política pública, diseñar intervenciones basadas en evidencias (especialmente científicas), regular atendiendo al impacto normativo en innovación, desarrollar bancos de pruebas y desplegar una contratación pública comprometida con la incorporación de soluciones innovadoras y de I + D”.

(…)

Del mismo modo, la Ley 28/2022, de 21 de diciembre, de fomento del ecosistema de las empresas emergentes, prevé en su artículo 16 la posibilidad de que los poderes públicos promuevan reglamentariamente la creación de entornos controlados, por períodos limitados de tiempo, para evaluar la utilidad, la viabilidad y el impacto de innovaciones tecnológicas aplicadas a actividades reguladas, a la oferta o provisión de nuevos bienes o servicios, a nuevas formas de provisión o prestación de los mismos o a fórmulas alternativas para su supervisión y control por parte de las autoridades competentes”.

En cuanto a los ayuntamientos, su propia naturaleza de administración más próxima a la ciudadanía (avalada por el mencionado principio de subsidiariedad), les otorga un papel clave en la creación y fomento de sandboxes para el desarrollo de la IA dentro de los diferentes ámbitos “locales”, y por eso puede adaptarse a entornos como los de un barrio, municipales, urbanos, y, en su caso, interurbanos, en relación a los cuales probablemente intervenga la Diputación, una entidad local supramunicial (comarcas, mancomunidades) o, en su defecto, se articule mediante un convenio interadministrativo. Según la definición anterior, un sandbox municipal es un entorno de pruebas controlado donde empresas preexistentes, startups (empresas de reciente creación muy apoyadas en las TIC) y ayuntamientos pueden experimentar con las nuevas tecnologías (con la IA de forma principal pero no exclusiva), y hacerlo en condiciones reales, con un marco regulatorio más flexible al tiempo que controlado y constantemente supervisado. Este enfoque permite innovar y desarrollar soluciones sin correr los mismos riesgos que en entornos completamente abiertos “de mercado”, con costes reales y, sobre todo, con usuarios y consumidores reales.

Un gemelo digital es una réplica virtual de un ente físico que utiliza los datos en tiempo real enviados por los sensores del objeto, a fin simular su comportamiento en situaciones reales y ensayar diferentes situaciones. Por su parte, el llamado Gemelo Digital Urbano (GDU), también conocido como Urban Digital Twin, representa un avance significativo en la gestión y planificación urbana al proporcionar un modelo digital preciso y en tiempo real de un municipio (normalmente una ciudad). Este modelo, promocionado en España e Italia por el Observatorio Sector Público e Inteligencia Artificial, se alimenta de una amplia gama de datos e información recopilados de diversas fuentes, como sensores IoT, sistemas de información geográfica (GIS), imágenes de satélite, datos de tráfico, datos meteorológicos y más. Integrando estos datos en un solo lugar, el GDU ofrece una representación virtual detallada y completa de la ciudad y sus infraestructuras.

Las citadas tecnologías permiten recopilar datos, analizar información y tomar decisiones basadas en datos para mejorar la eficiencia y la calidad de vida en las poblaciones. El objetivo sigue siendo la gestión inteligente de los recursos y servicios municipales, como el agua, la energía, los residuos, el transporte y la infraestructura. Mediante la recopilación y análisis de datos en tiempo real, se pueden identificar patrones, optimizar el uso de estos recursos y mejorar la eficiencia operativa en diferentes áreas. Por otra parte, los GDU proporcionan una plataforma idónea para simular diferentes escenarios y analizar el impacto de las decisiones de planificación urbana antes de implementarlas en el mundo real. Esto facilita la toma de decisiones informadas y la planificación estratégica de los servicios públicos, ya que permite evaluar el rendimiento y los riesgos asociados con diferentes intervenciones urbanas. Además, la transparencia y la accesibilidad a la información favorecen la participación ciudadana, lo que ayuda a construir una mayor confianza entre la ciudadanía y las autoridades municipales.

En el contexto de las competencias municipales, los GDU pueden ser una herramienta clave para la gestión urbana y la planificación de los municipios inteligentes. Algunas de sus principales aplicaciones afectan positivamente a los servicios públicos ya estudiados, e incluyen los siguientes métodos, algunos de ellos ya abordados ut supra, pero en este caso desarrollados dentro del entorno de simulación de un GDU, por lo que, aun a riesgo de repetirnos con lo ya expuesto para los espacios y las situaciones reales, debemos indicar las técnicas aplicables al entorno virtual del gemelo digital:

- Monitoreo y mantenimiento predictivo de infraestructuras públicas. Los GDU permiten a los ayuntamientos crear réplicas digitales de infraestructuras críticas, como carreteras, puentes, sistemas de agua o redes eléctricas. Con la ayuda de sensores, recopilan datos en tiempo real que, junto con algoritmos de IA, pueden predecir fallos y planificar el mantenimiento antes de que ocurran problemas.

- Optimización de recursos. En sistemas como alumbrado público o distribución de agua, los GDU pueden simular diferentes escenarios para optimizar el uso de recursos y reducir costos energéticos.

- Simulaciones de crecimiento urbano. Los GDU ayudan a modelar el crecimiento de la ciudad, permitiendo a los planificadores simular el impacto de nuevas infraestructuras, como edificios, parques o carreteras, antes de su construcción. Esto incluye el análisis de tráfico, áreas verdes y servicios.

- Evaluación de políticas públicas. Al simular de manera realista diferentes políticas de movilidad, urbanismo o gestión de residuos, los ayuntamientos pueden visualizar sus efectos en la vida de la ciudad y optimizar la toma de decisiones.

- Gestión de emergencias a través de la simulación de desastres. Los GDU pueden ser fundamentales para preparar a las poblaciones frente a catástrofes naturales o emergencias. Por ejemplo, al replicar la ciudad, es posible simular inundaciones, terremotos o incendios y ensayar respuestas ante estas situaciones.

- Emergencias. Asimismo, los GDU también pueden modelar y mejorar sistemas de videovigilancia o el despliegue de servicios de seguridad, como la policía y los bomberos, optimizando las rutas y tiempos de respuesta ante emergencias.

- Medio ambiente. Los GDU, junto con la IA, pueden ayudar a monitorizar la calidad del aire, la gestión de residuos y el uso eficiente de recursos naturales. Las distintas simulaciones de escenarios climáticos o ecológicos permiten a los ayuntamientos diseñar políticas de sostenibilidad más efectivas (monitoreo ambiental). Por otra parte, los ayuntamientos también pueden usar gemelos digitales para modelar la reducción de la huella de carbono de la ciudad, simulando las emisiones en diferentes áreas y probando estrategias de mitigación.

- Movilidad Inteligente. Los GDU permiten crear modelos de tráfico en tiempo real, ayudando a gestionar la movilidad urbana de manera más eficiente. Con el uso de IA, pueden predecir cuellos de botella y ajustar el flujo de tráfico en consecuencia, optimizando rutas de transporte público y privado. Además, los GDU son esenciales para el desarrollo y prueba de vehículos autónomos en entornos urbanos, ya que permiten simular el comportamiento de estos vehículos en un entorno digital antes de ponerlos en las calles.

En cuanto a los beneficios concretos que el GDU reporta al Ayuntamiento, destacamos los siguientes:

- Mejora de la calidad en la toma de decisiones, ya que nos ofrecen datos y simulaciones fiables que permiten a los ayuntamientos prever el impacto de sus decisiones antes de implementarlas en la vida real, reduciendo riesgos y optimizando los recursos;

- Ahorro presupuestario, pues gracias a la capacidad de modelar y predecir, los GDU permiten un uso más eficiente de los recursos y reducen la necesidad de mantenimiento reactivo;

- Mayor sostenibilidad, pues facilitan la creación de políticas más sostenibles, tanto en términos ambientales como económicos, ayudando a reducir las emisiones y a optimizar el uso de energía; y

- Aumento de la resiliencia frente a desastres naturales u otros eventos críticos, gracias a la simulación de diferentes escenarios de emergencia, dando con ello un margen mucho mayor tanto para la planificación como para la capacidad de reacción.

En definitiva, un GDU es un modelo digital preciso para un municipio que recopila datos e información, gestionándolos incluso en tiempo real. Su función principal es apoyar los procesos de toma de decisiones mediante sistemas de análisis y previsión predictiva avanzados. Hablamos de una tecnología que crea un "modelo digital" que permite experimentar, predecir y optimizar antes de implementar cambios en el mundo físico. En combinación con IA, los gemelos digitales de cualquier tipo, especialmente los GDU, pueden proporcionar simulaciones avanzadas, hacer predicciones y optimizar recursos de manera mucho más eficiente, sostenible e inteligente, mejorando la calidad de vida de las personas. Por tanto, sus funcionalidades coinciden totalmente con los objetivos y principios de funcionamiento del servicio público. Finalmente, entre los ejemplos de ciudades que han implementado GDU en mayor o menor medida encontramos Singapur, Helsinki, Cambridge, Ámsterdam, Boston y Perugia, además de Madrid (4), Zaragoza, Barcelona y Las Palmas de Gran Canaria en España. Cierto es que todas son grandes ciudades, pero nuestra visión es que un modelo más modesto, pero igual de funcional de GDU puede utilizarse en los municipios medianos y pequeños. Este es un proyecto que, en tales casos, podrían impulsar las diputaciones provinciales.

Los ayuntamientos tienen competencias en materia de medio ambiente urbano y policía local, entre otras relacionadas con el control del tráfico que se concretan en la normativa sectorial. Evidentemente, aunque pudiera parecer un problema únicamente de las grandes ciudades, la gestión del tráfico y el transporte público constituye una de las competencias más complejas y estratégicas de los ayuntamientos, especialmente en municipios de gran tamaño o ubicados en áreas metropolitanas y otras zonas de alta densidad, anual o estacional. Se trata de servicios esenciales que requieren una planificación eficiente y mecanismos de optimización avanzados. En este contexto, la IA se configura como una herramienta clave para mejorar la eficiencia operativa, la seguridad vial y la sostenibilidad del sistema de movilidad urbana.

Los sistemas de gestión del tráfico en tiempo real permiten la optimización del flujo vehicular mediante algoritmos de aprendizaje automático y el análisis de datos provenientes de sensores, cámaras y dispositivos GPS. La IA facilita la regulación dinámica de la semaforización, ajustándola en función de la densidad del tráfico, con el objetivo de reducir tiempos de espera y mejorar la circulación. Asimismo, su capacidad predictiva posibilita la anticipación de patrones de congestión, lo que permite una planificación proactiva y la adopción de medidas de mitigación, tales como la reprogramación de semáforos o la implementación de desvíos estratégicos en situaciones de emergencia o eventos masivos.

En cuanto a la planificación y optimización del transporte público, la IA ha perfeccionado los sistemas tradicionales de monitorización mediante la aplicación de modelos predictivos que analizan la demanda del servicio en tiempo real e histórico. Gracias a esta tecnología, es posible ajustar rutas y frecuencias de manera dinámica, optimizando la ocupación de los vehículos y reduciendo costos operativos. Además, mediante el procesamiento de datos estacionales o de alta demanda, los operadores pueden prever incrementos en la afluencia de usuarios y reforzar la oferta de transporte en determinadas franjas horarias o períodos específicos, garantizando así un servicio más accesible, eficiente y sostenible.

Desde la perspectiva de la seguridad vial, la IA permite la identificación automatizada de incidentes, infracciones y conductas de riesgo mediante sistemas de videovigilancia y sensores inteligentes. Estos mecanismos facilitan la intervención inmediata de los servicios de emergencia y el refuerzo del cumplimiento normativo, sin que ello implique una finalidad exclusivamente sancionadora. La integración de IA en vehículos autónomos y sistemas avanzados de asistencia a la conducción contribuye, además, a la prevención de accidentes mediante funcionalidades como la detección de peatones, el mantenimiento automático del carril y el frenado de emergencia.

En materia de sostenibilidad ambiental, la IA proporciona modelos analíticos capaces de predecir y mitigar los niveles de contaminación en zonas urbanas. Su aplicación permite la gestión inteligente del tráfico con el objetivo de minimizar las emisiones contaminantes, a través de medidas como la restricción de circulación en determinadas áreas o la recomendación de itinerarios alternativos con menor impacto ambiental. Asimismo, las plataformas basadas en IA fomentan el uso de medios de transporte sostenibles, integrando opciones multimodales y facilitando información en tiempo real sobre rutas más ecológicas.

El impacto de la IA en la movilidad urbana también se traduce en la mejora de la experiencia del usuario, proporcionando información precisa y personalizada sobre el estado del tráfico y el transporte público. Mediante aplicaciones móviles y asistentes virtuales, los ciudadanos pueden recibir recomendaciones sobre el medio de transporte más eficiente en función de variables como la congestión vial, la disponibilidad de vehículos y sus propios hábitos de desplazamiento.

Desde una perspectiva estratégica, la IA facilita la planificación urbana y la gestión predictiva de infraestructuras, permitiendo a las administraciones anticiparse a necesidades futuras mediante el análisis de datos masivos. Su aplicación en la monitorización del estado de carreteras, puentes y semáforos posibilita la implementación de programas de mantenimiento preventivo, reduciendo tiempos de inactividad y costos de reparación. Además, la simulación de escenarios mediante modelos basados en IA permite evaluar el impacto de distintas políticas de movilidad antes de su aplicación, optimizando la toma de decisiones.

La integración de la IA en la gestión del tráfico y el transporte urbano debe realizarse en estricto cumplimiento del marco normativo aplicable, garantizando la protección de los derechos fundamentales, en especial la privacidad de los ciudadanos. El uso de tecnologías de videovigilancia y análisis de datos en entornos urbanos plantea un desafío en la conciliación entre la seguridad y el derecho a la protección de datos personales, requiriendo el desarrollo de mecanismos de gobernanza algorítmica que aseguren la proporcionalidad y transparencia en su implementación. En última instancia, el objetivo es garantizar que la digitalización del transporte urbano se lleve a cabo de manera ética y conforme a los principios del Estado de Derecho, promoviendo la confianza de la ciudadanía en la adopción de estas innovaciones tecnológicas.

Como ejemplo destacado, mencionaremos la Gestión Inteligente del Tráfico de Barcelona, ciudad que utiliza sistemas de IA para gestionar el tráfico en tiempo real, mientras que los sensores y cámaras analizan la densidad vehicular y ajustan los semáforos para optimizar la circulación y reducir la contaminación.

Los ayuntamientos tienen competencia en materia de información y promoción de la actividad turística de interés y ámbito local (art. 25.2.h de la Ley 7/1985, de 2 de abril, Reguladora de las Bases del Régimen Local -LRBRL-), una atribución que ha sido desarrollada y concretada por las leyes autonómicas en materia de turismo y que, muy probablemente, debemos relacionar con otras como la conservación del patrimonio y protección del medio ambiente. Con el avance de los años, se ha ido consolidando el concepto de Municipios Turísticos Inteligentes (MTI), los cuales representan una evolución en la gestión del turismo a nivel local, pues han ido integrando tecnologías emergentes como la propia IA para mejorar la planificación, la sostenibilidad y la experiencia del visitante.

La IA explota definitivamente en materia de turismo justo en el momento de entrada en vigor del polémico RD 933/2021, de 26 de octubre, por el que se establecen las obligaciones de registro documental e información de las personas físicas o jurídicas que ejercen actividades de hospedaje y alquiler de vehículos a motor. Los prestadores de estos servicios deben recopilar, almacenar y comunicar a las autoridades competentes información detallada sobre los clientes, incluidos datos personales y de la operación realizada. Por un lado, esta recopilación y análisis de datos alimentará la IA. Por otro, parece innecesario y excesivo de acuerdo a su finalidad. Personalmente consideramos que tiene un impacto excesivo en la privacidad, no respeta el principio de minimización de datos e incluso esta recopilación masiva de información podría ser incompatible con el Reglamento General de Protección de Datos (RGPD). Además, la Estrategia Nacional de IA (ENIA), presentada en 2020, y el Plan Nacional de Turismo Inteligente, impulsado por SEGITTUR, establecen directrices para la implementación ética y efectiva de estas tecnologías en el turismo municipal.

Sea como fuere, la IA se está incorporando en los MTI a fin de mejorar diversas áreas:

a) Gestión de flujos turísticos: plataformas como la implementada en Benidorm, primer Destino Turístico Inteligente (DTI) certificado por la norma UNE 178501, utilizan IA para monitorizar en tiempo real la afluencia de visitantes y optimizar la movilidad urbana.

b) Atención al turista: chatbots y asistentes virtuales con IA, como los desplegados en Málaga o Sevilla, ofrecen información personalizada sobre rutas, horarios o eventos.

c) Sostenibilidad y eficiencia energética: en destinos turísticos como San Sebastián, se han implementado modelos de IA que optimizan el consumo de recursos en función de la demanda turística.

d) Ciberseguridad y control de alojamientos ilegales: en ciudades como Barcelona, la IA se usa para detectar patrones irregulares en alquileres turísticos no registrados.

En resumen, los MTI están transformando la forma en que se gestiona el turismo en países repletos de municipios turísticos como España. La IA permite optimizar recursos, mejorar la experiencia del visitante y garantizar la sostenibilidad del destino, siempre bajo un marco normativo que proteja la privacidad y los derechos digitales. La clave está en el equilibrio entre innovación y regulación para que la IA sea una herramienta de valor dentro de las competencias municipales en materia de turismo.

La IA se ha consolidado como una herramienta estratégica en la optimización de los servicios municipales de gestión de residuos y saneamiento. En el marco de las Smart Cities, diversas entidades locales han incorporado soluciones basadas en IA para maximizar la eficiencia operativa, reducir costes, minimizar el impacto ambiental y garantizar la prestación óptima del servicio público.

En el ámbito de la recogida de residuos, la implementación de algoritmos predictivos y sensores inteligentes permite optimizar las rutas de recogida en función de datos en tiempo real y patrones históricos. A través de estos sistemas, es posible minimizar los tiempos de desplazamiento, reducir el consumo de combustible y disminuir las emisiones contaminantes. Un ejemplo destacado en España es el sistema implantado en Barcelona, donde se han incorporado sensores en los contenedores para medir el nivel de llenado y mejorar la eficiencia de la recogida. De forma similar, en ciudades como San Francisco (EE.UU.), se ha implementado un sistema de gestión de residuos basado en IA que permite una clasificación más eficiente y un incremento en las tasas de reciclaje.

En el ámbito del saneamiento, la monitorización en tiempo real mediante sensores y redes neuronales artificiales posibilita la detección temprana de averías o saturaciones en las infraestructuras, evitando colapsos en la red de alcantarillado y optimizando las intervenciones de mantenimiento. Madrid ha avanzado en este sentido mediante el uso de IA en la red de saneamiento gestionada por el Canal de Isabel II, permitiendo prever posibles incidencias y optimizar la planificación de reparaciones. A nivel internacional, ciudades como Copenhague han implementado sistemas inteligentes para la gestión de aguas residuales, reduciendo el riesgo de inundaciones mediante modelos predictivos que analizan patrones climáticos y caudales de agua.

Adicionalmente, la IA desempeña un papel clave en la clasificación y reciclaje de residuos. A través de sistemas de visión artificial y aprendizaje profundo, las plantas de tratamiento pueden identificar y separar automáticamente materiales reciclables, aumentando la eficiencia del proceso y reduciendo el volumen de desechos destinados a vertederos. En este sentido, Málaga ha desarrollado proyectos de reciclaje inteligente con tecnología de IA, mientras que a nivel internacional destacan iniciativas como la de Tokio, donde la automatización ha permitido mejorar significativamente la gestión de residuos urbanos.

Asimismo, la integración de la IA en estos servicios favorece la transparencia y la participación ciudadana. Mediante aplicaciones móviles y plataformas de reporte, los ciudadanos pueden notificar incidencias, recibir información en tiempo real sobre la gestión de residuos y saneamiento y contribuir activamente a la sostenibilidad urbana. En España, ciudades como Valencia han implementado herramientas digitales para mejorar la interacción con la ciudadanía en este ámbito. A nivel global, Singapur se ha posicionado como referente en el uso de IA para la optimización de servicios urbanos, incorporando soluciones inteligentes en su estrategia de desarrollo sostenible.

En definitiva, la aplicación de la IA en la gestión municipal de residuos y saneamiento supone un avance significativo en términos de eficiencia, sostenibilidad y calidad del servicio, alineándose con los principios de la Agenda Urbana Española y los Objetivos de Desarrollo Sostenible (ODS).

El RD 203/2021, de 30 de marzo, por el que se aprueba el Reglamento de actuación y funcionamiento del sector público por medios electrónicos regula por primera vez una serie de canales válidos para relacionarse con la Administración. Partimos del “derecho a elegir” de la inmensa mayoría de las personas físicas, las cuales se pueden dirigir a la Administración vía presencial o telemática, indistintamente. Las distintas entidades públicas deben tener ambas puertas bien abiertas, poniendo a disposición del público servicios de atención accesibles y de calidad en cualquiera de los formatos. El RD 203/2021 defiende el concepto de multicanalidad, recogiendo un amplio catálogo de estos canales que, no obstante, podemos ampliar en base a una realidad tecnológica que va por delante de la norma. Esta multicanalidad abarca los canales presencial, telemático, telefónico, incluso las redes sociales. Un listado que concluye con una cláusula abierta: “Cualquier otro canal que pueda establecerse de acuerdo con lo previsto en el artículo 12 de la Ley 39/2015, de 1 de octubre”. En su apartado primero: “Las Administraciones Públicas deberán garantizar que los interesados pueden relacionarse con la Administración a través de medios electrónicos, para lo que pondrán a su disposición los canales de acceso que sean necesarios, así como los sistemas y aplicaciones que en cada caso se determinen”. Lo bueno de estas cláusulas de lista abierta («cualquier otro canal», «los canales de acceso que sean necesarios») nos sirven para ir añadiendo canales, respecto de los cuales en algún caso destaca su no referencia expresa en el reglamento, pero que en otros casos simplemente ni existen, si bien cuando aparezcan carece de sentido que queden automáticamente fuera de la norma. En definitiva, ampliaríamos la lista con los chatbots de IA en la actualidad, del mismo modo que la volveremos a ampliar, con toda seguridad, con nuevas tecnologías “TIC” futuras.

Vaya por delante que cada vez que ponemos en valor los puestos y funciones que deben quedar en manos de la inteligencia humana, destacamos los servicios de atención a las personas, máxime los que requieren de mayor sensibilidad, empatía y preparación, como los servicios sociales. Pero la IA puede ayudar filtrando el nivel de atención al público más básico. Con ello, libera precisamente a los empleados especializados para que puedan dedicarse por entero a la atención de calidad. En este sentido, no cabe duda de que la interacción entre el ayuntamiento y la ciudadanía puede ser más rápida, eficiente y personalizada mediante el uso de tecnologías de IA como:

- Chatbots y asistentes virtuales. Estos pueden proporcionar respuestas inmediatas a consultas frecuentes, guiando a los usuarios en la realización de trámites y la obtención de información relevante sin necesidad de intervención humana. Lo cierto es que los llamados “bots de charla” no son precisamente una novedad, ya que se trata de aplicaciones software que surgen en los años 60 del siglo pasado. Al igual que sus hermanos telefónicos (o de voz), simulan mantener una conversación con el usuario al disponer no solo de miles de respuestas automáticas, sino también de “segundas interacciones”.Frente a las opiniones de que este tipo de atención es impersonal, cabe defender el argumento de que es extremadamente eficiente para filtrar un nivel de atención inicial, muy básico desde el punto de vista conversacional, o bien de “preguntas frecuentes”, y en un nivel más avanzado que los clásicos sistemas de preguntas pregargadas, pues el chat conversacional podrá interactuar gracias a la IA. En todo caso, puede no ser suficiente, y por eso, antes de que se llegue a producir una atención insatisfactoria por esta vía, el usuario debe tener la posibilidad de ser atendido en última instancia por un empleado público real, en este caso vía telefónica o a través del mismo chat, una posibilidad que obviamente será proporcional al nivel de complejidad que adquiera la conversación.

- Portal de voz inteligente. La conexión con este portal se realiza mediante voz y/o haciendo uso de las teclas del teléfono que se esté empleando para realizar la llamada. Determinadas opciones pueden estar automatizadas, también a modo de preguntas frecuentes, pero la IA conversará a partir de la primera réplica del usuario. Por lo demás, las respuestas automatizadas del portal de voz se generan bien por un sintetizador de voz (técnicamente síntesis de habla o del habla, es decir, una producción artificial del habla), o bien el usuario escucha grabaciones humanas pre-grabadas.

- Chatbots de seguimiento y actualización de los expedientes en tiempo real. Aunque podría automatizarse sin necesidad de utilizar un sistema de IA, la Administración puede hacer efectivo de manera proactiva el derecho de los interesados de un expediente a conocer el estado de su tramitación, así como el de acceder a todos los documentos del mismo, permitiendo de esta forma que todos los ciudadanos puedan recibir actualizaciones automáticas sobre el estado de sus solicitudes, lo soliciten o no, reduciendo la necesidad de llamadas o visitas adicionales a las oficinas municipales.

- Personalización máxima de la atención al público. La IA puede analizar los datos históricos de interacciones para ofrecer servicios personalizados. Por ejemplo, si un ciudadano ha solicitado información sobre becas en el pasado, el sistema podría notificarle automáticamente sobre nuevas convocatorias (análisis de datos y segmentación). En la misma línea, también podemos programar recomendaciones proactivas basadas en el perfil y las necesidades de un usuario concreto, al que la IA puede sugerir servicios o trámites que podrían ser de su interés, mejorando con ello la calidad de la “experiencia de cliente”, así como la eficiencia en la atención.

- Accesibilidad y comprensión verbal. Es una forma concreta de personalización. Los sistemas de IA pueden proporcionar servicios de traducción automática en tiempo real para atender a ciudadanos que hablen diferentes idiomas (una realidad no solo en las comunidades autónomas con lenguas cooficiales, sino aquellas donde el número de residentes extranjeros empadronados es elevado), o bien utilizar la síntesis de habla para convertir texto en voz para asistir a personas con discapacidades visuales (accesibilidad). Otros sistemas, concebidos para la comprensión del lenguaje coloquial, permiten que los ciudadanos se puedan comunicar en lenguaje natural con los sistemas de atención, reconociendo sus necesidades así expresadas y evitando la necesidad de que conozcan al detalle los términos técnicos o burocráticos, que en todo caso ya aparecen en los documentos con eficacia jurídica. Estos sistemas ya existen y se mueven en el terreno del Procesamiento del Lenguaje Natural (PLN), la subdisciplina de la IA que se ocupa de la interacción entre las computadoras y el lenguaje humano. Por eso precisamente estos sistemas comprenden, interpretan y generan texto o voz, en lenguaje humano “no técnico”, de manera natural.

- La lista sería interminable: sistemas inteligentes de citas, filtrado y priorización de solicitudes (identificando las más urgentes, lo cual abriría el debate sobre el orden estricto en el despacho de los asuntos, interesante pero que dejamos para mejor ocasión (5)), encuestas automatizadas, análisis de feedback (6), diversas comunicaciones automatizadas (de trámite o no), informes también automatizados y dashboards (cuadros de mando) interactivos, otros sistemas de comunicación proactiva con la ciudadanía, sistemas de avisos sobre diferentes cuestiones (como obras, cambios en normativas o emergencias), formularios “inteligentes” (o autorrellenables), etc. Todos estos sistemas no solo mejoran la calidad del servicio, sino también la comunicación y la percepción de transparencia.

En resumen, avanzamos hacia la idílica “atención ciudadana 24/7” a través de diferentes medios y canales electrónicos, especialmente chatbots y otros asistentes virtuales. El sistema de lista abierta nos sirve para ir añadiendo canales a medida que avancen los tiempos, teniendo igualmente cobertura a pesar de su no referencia expresa en el RD 203/2021 ni en ninguna otra norma, bien por omisión o bien porque simplemente no existen en la actualidad. Pero cuando aparezcan tendrán cabida automática en la norma, por lo que dicha técnica jurídica encaja muy bien con la IA, y viceversa.

La automatización de consultas comunes hace tiempo que es posible. En la actualidad, los chatbots y asistentes impulsados por IA pueden responder automáticamente a infinidad de preguntas frecuentes (horarios de atención, horarios y ubicación de oficinas e instalaciones, precios de alquiler o uso de estas últimas, requisitos para trámites, información tributaria) en cualquier momento del día y sin necesidad de intervención humana. Esto reduce la carga de trabajo para los empleados municipales, cuyo nivel de atención es o debe ser de una calidad superior, pero que también es justificadamente mucho más lento, por lo que la IA acelera la respuesta a los ciudadanos al menos en ese primer filtro de atención e información básica. Además, debemos fomentar la interacción multicanal, ya que cada usuario tiene sus redes preferidas. Lo bueno de estos asistentes es que pueden asociarse e integrarse en diferentes canales de comunicación (páginas web, aplicaciones móviles, redes sociales), ofreciendo una atención continua y accesible desde cualquier plataforma.

La IA ofrece múltiples ventajas para las personas mayores, mejorando su calidad de vida, autonomía y bienestar. Está de más recordar la importancia legal y social que el sistema reconoce al cuidado de nuestros mayores: art. 25 de la Carta de los Derechos Fundamentales de la Unión Europea, Constitución española, numerosas leyes e instituciones estatales y autonómicas, y la competencia municipal al respecto recogida en algunas de esas leyes. Particularmente relevante es el art. 50 de la Constitución, que estable la obligación de los poderes públicos de promover su bienestar mediante un sistema de servicios sociales que atenderán sus problemas específicos de salud, vivienda, cultura y ocio. Hablamos de una tecnología inclusiva con los mayores. Una que solo necesita recibir órdenes mediante el habla. Hablábamos de personalización de la atención al público. En definitiva, este tipo de IA es un asistente personal.

En general, la IA puede proporcionar asistencia personalizada a través de los citados asistentes virtuales y chatbots que facilitan la comunicación y recuerdan citas médicas, toma de medicamentos y actividades diarias. También permite el monitoreo de la salud mediante sensores inteligentes y dispositivos portátiles capaces de detectar signos tempranos de enfermedades, caídas o anomalías en la rutina, alertando a familiares o profesionales sanitarios en tiempo real. Además, contribuye a reducir la soledad con chatbots y robots sociales que interactúan con los mayores, ofreciendo conversación y fomentando la socialización. Facilita la accesibilidad digital con sistemas de reconocimiento de voz y visión artificial, permitiendo a los mayores interactuar con la tecnología sin conocimientos avanzados y acceder a información y entretenimiento. En términos de movilidad, la IA aplicada a vehículos autónomos y aplicaciones de transporte garantiza desplazamientos seguros y cómodos. En el hogar, la domótica inteligente automatiza luces, electrodomésticos y cerraduras, mejorando la seguridad y reduciendo riesgos como incendios o caídas. También ayuda en el diagnóstico temprano de enfermedades neurodegenerativas como el alzheimer, analizando grandes volúmenes de datos médicos para identificar patrones en sus etapas iniciales y facilitar tratamientos más efectivos. La optimización de los servicios sociales es otra ventaja, ya que la IA mejora la detección de personas mayores en situación de vulnerabilidad, permitiendo intervenciones más rápidas y eficaces. Asimismo, favorece la estimulación cognitiva con aplicaciones que ofrecen ejercicios personalizados para entrenar la memoria y reducir el deterioro cognitivo asociado al envejecimiento. Finalmente, en el ámbito financiero, ayuda a detectar fraudes en cuentas bancarias, alertando sobre actividades sospechosas y protegiendo a los mayores de posibles estafas. Gracias a estas aplicaciones, la IA se posiciona como una herramienta clave para fomentar un envejecimiento activo, saludable y seguro, permitiendo a las personas mayores mantener su independencia y mejorar su calidad de vida.

Precisamente, el Ayuntamiento de Madrid ha implementado un sistema basado en IA para la identificación y seguimiento de personas mayores en situación de soledad no deseada (7). A través del asistente virtual “Paloma”, se ha llevado a cabo una detección automatizada mediante llamadas telefónicas dirigidas a una muestra representativa de la población mayor de 75 años residente en la ciudad. El modelo de procesamiento de lenguaje natural de la IA ha permitido analizar respuestas cualitativas y cuantitativas en tiempo real, proporcionando una segmentación del nivel de vulnerabilidad de los participantes.

Los datos obtenidos reflejan que un tercio de los encuestados experimenta un sentimiento de soledad, a pesar de que el 85 % dispone de una red de apoyo social. Se han identificado patrones en los que la percepción de aislamiento no siempre guarda correlación con la presencia de familiares o amigos, ni con la frecuencia de salidas al exterior, lo que sugiere que los factores psicológicos y emocionales tienen un peso significativo en la sensación de aislamiento.

A partir de la detección de casos de riesgo, se ha iniciado una fase de intervención social en la que los servicios sociales municipales han establecido contacto con los ciudadanos que han aceptado recibir asistencia. Se han aplicado protocolos de evaluación para determinar el nivel de apoyo necesario y, en los casos más críticos, se han activado mecanismos de intervención especializada. El análisis de datos ha permitido, además, diseñar estrategias preventivas que optimicen los recursos municipales destinados a la atención de la población mayor y a la mitigación de los efectos negativos de la soledad no deseada.

Dentro de contextos inciertos, una toma de decisiones efectiva y atinada deviene fundamental en la Administración, y en este sentido la IA ya está desempeñando un papel cada vez más importante en la mejora de este proceso en el sector público. Desde la formulación de políticas hasta la asignación de recursos, la IA ofrece capacidades analíticas avanzadas que pueden proporcionar información valiosa y apoyar en la toma de decisiones más informadas y documentadas, incluso en la definición planes integrales y estrategias completas, cuando el nivel alcanzado por la información se ha transformado en un conocimiento empírico muy cualificado, es decir, verdadera sabiduría, el peldaño más elevado de la inteligencia. Una vez obtenidos los datos iniciales la IA es capaz de trabajar con ellos para pasar de las fases de encontrar información, relaciones, patrones y razones, a desarrollar principios o pautas aplicables a sucesos futuros; o, expresado de otra forma, nos permite analizar el pasado (comprender) para afrontar el futuro (emprender, aplicar, implantar). En este proceso, la IA demuestra ser verdaderamente inteligente, porque comprende y manifiesta cierta “sabiduría”, a su manera, claro. No decidirá, pero nos va a dar consejos excelentes, a los que, por supuesto habrá que pasar un filtro humano, pero no por ello serán menos valiosos. Y termino con una frase: uno de los puntos fuertes de la IA es el análisis predictivo. La predicción es la nueva planificación.

¿Qué riesgo supondría hacer depender en exceso de la IA el sistema de toma de decisiones? Más allá de otros que se apuntan frecuentemente, como el sesgo algorítmico o los posibles ataques a la privacidad, a nosotros nos preocupa el riesgo de deshumanizar lo público. La suerte es que, realmente, la IA no puede tomar decisiones. Lo prohíbe el art. 22 del Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos y por el que se deroga la Directiva 95/46/CE -RGPD-, que establece que:

“Todo interesado tendrá derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado, incluida la elaboración de perfiles, que produzca efectos jurídicos en él o le afecte significativamente de modo similar”.

Y, en la misma línea, el art. 14 RIA, lo que sí es legítimo, y muy eficiente, es delegar tareas en la IA. Es decir, automatizar. Puede que alguna de esas tareas consista en elaborar una propuesta o redactar unas conclusiones con impacto claro en el proceso de toma de decisiones, pero aún en esos casos, el papel de la IA no pasaría de la cuasi decisión. Por eso no es del todo correcto hablar del “gobierno o gobernanza de los datos”, y mucho menos de la versión malvada del concepto, pues no en vano algunos ya hablan de “dictadura de los datos”. Debemos apelar al buen uso del término gobernanza, en nuestra opinión un tanto maltratado. Carles Ramió habla de “gobernanza robusta”, dos palabras que maridan francamente bien y donde el adjetivo ayuda mucho a comprender la verdadera naturaleza del sustantivo. Gobernanza es un término robusto en sí mismo, multidisciplinar, holístico. Es la suma de todos los procesos y de todos los actores implicados en la acción de gobierno, que son muchos. Es un proceso complejo y, como tal, los datos ocupan un lugar destacado, pero en mi opinión no tanto como para que deba apostarse por una “gobernanza de los datos”. Por tanto, aquí nuestra propuesta es que los datos ocupen su lugar junto con el resto de elementos de la gobernanza pública. Y ese lugar es importante, pero no exclusivo. La clave es la adecuada interactuación con la necesaria y democrática responsabilidad humana de tomar decisiones de gobierno.

En ocasiones no será fácil, pero debemos alcanzar el equilibrio entre la automatización y la supervisión humana en la toma de decisiones públicas. Lo importante es tener criterios para asignar a cada inteligencia lo suyo. Está claro que, si hablamos de tareas rutinarias, básicas, aritméticas, repetitivas o incluso cognitivas pero que no pasen del nivel de cognición simple, se pueden automatizar. Por otra parte, la misma ley establece en infinidad de preceptos la responsabilidad de los cargos y empleados públicos. Esa responsabilidad no se puede automatizar, y por tanto la toma de decisiones que va asociada a esa responsabilidad, tampoco. En mi opinión, el punto de conflicto puede venir por la IA generativa, porque su creatividad es casi humana. A este tipo de inteligencia no la podemos nombrar alcalde o concejal, pero sí le podemos preguntar qué haría ante determinado problema. Y va a dar una buena respuesta, pero debemos filtrarla de forma crítica, y sobre todo “humana”. Un concepto interesante ya citado es el de “sesgo de automatización”. Se define como la tendencia de las personas a confiar excesivamente en las decisiones o recomendaciones de un sistema automatizado, sobre todo cuando ya ha demostrado ser altamente fiable. Tan arriesgado es desconfiar sistemáticamente de la tecnología como no cuestionarla.

Por último, cabe preguntarse qué papel pueden jugar las diputaciones provinciales en la implantación de la IA en los pequeños y medianos ayuntamientos. Sin duda, un papel indispensable, y no solo porque pueden desempeñarlo, sino porque deben. Recordemos que administración electrónica es el uso de las tecnologías de la información y las comunicaciones (TIC) en las AAPP, combinado con cambios organizativos y nuevas aptitudes, con el fin de mejorar los servicios públicos y los procesos democráticos y reforzar el apoyo a las políticas públicas. Se trata de un concepto amplio, holístico, multidisciplinar y relativamente antiguo pero que sigue de rabiosa actualidad. Sigue siendo el proyecto que iniciamos teóricamente hace años, un par de décadas en el mejor de los casos, y que implica no solo el uso de la tecnología (incluyendo las últimas tecnologías en cada momento), sino también otras cuestiones importantes en la administración, tanto internas (implica cambios organizativos y la necesidad de desarrollar nuevas aptitudes) como con proyección externa para la ciudadanía (servicios públicos, procesos democráticos, políticas públicas), en una relación de nexo causal que justifica por sí mismo la implantación del proyecto: “con el fin de mejorar”.Todo esto encaja como anillo al dedo en esta etapa neotecnológica pero que incentiva más que nunca la genuina inteligencia humana (nuevas aptitudes, habilidades blandas) y que conllevará, según hemos visto, profundos cambios organizativos derivados, por ejemplo, de la automatización. En definitiva, nos movemos en el terreno de la administración electrónica, un proyecto que iniciamos hace un tiempo y cuya etapa actual sin duda está protagonizada por la IA y otras TIC a las que puede entenderse referida la definición de 2003 en cada momento de la historia que sea leída.

Partiendo de esta premisa, solo cabe recordar que la administración electrónica municipal es una competencia provincial en los municipios de menos de 20.000 habitantes, literalmente “la prestación de los servicios de administración electrónica” (art. 36.1.g LRBRL). Teniendo en cuenta, además, que según la citada definición de administración electrónica su finalidad última es la de mejorar los servicios públicos. Esto refuerza la idea de que estamos ante una competencia puramente provincial, porque los servicios municipales, incluso los propios, suelen y en algunos casos deben estar asistidos por la cooperación de las diputaciones, consejos, cabildos y comunidades autónomas uniprovinciales. Esos mismos servicios, según hemos visto, ya incorporan IA. Las diputaciones ayudarán a los municipios con menos recursos a desarrollar sus proyectos de IA. En el mejor de los casos, las propias diputaciones propondrán esos proyectos.

NOTAS:

(1) https://www.poderjudicial.es/search/AN/openDocument/1f95323f61e2b4cfa0a8778d75e36f0d/20241108

(2) Fuente principal del epígrafe: Almonacid Lamelas, Víctor. “Irrupción y repercusión de la inteligencia artificial (IA) en las funciones reservadas: una visión muy práctica”. Localización: Consultor de los ayuntamientos y de los juzgados: Revista técnica especializada en administración local y justicia municipal, ISSN 0210-2161, Nº. Extra 3, 2024.

(3) Fuente: https://sede.valencia.es/sede/ordenanzas/detalle/MzE2NjQ.AvPAlt3D.AvOvTok

(4) Más información en: https://www.madrid.es/UnidadesDescentralizadas/OficinaDigital/Nav_OfDigital/ficheros/transversales/GemeloDg.pdf

(5) La clave radica en la interpretación que se haga del art. 71.2. párrafo 1º de la Ley 39/2015, que incluye un concepto jurídico indeterminado y una salvedad: “En el despacho de los expedientes se guardará el orden riguroso de incoación en asuntos de homogénea naturaleza, salvo que por el titular de la unidad administrativa se dé orden motivada en contrario, de la que quede constancia.”

(6) Análisis de feedback y satisfacción. Sencillas aplicaciones de IA pueden analizar comentarios y sugerencias de los ciudadanos para identificar áreas de mejora en los servicios públicos.

(7) Fuente: https://diario.madrid.es/