Tres errors en implantar IA a la gestió municipal (i com evitar-los)

1. Creure que implantar IA és un assumpte tècnic

A molts ajuntaments, els projectes d'IA es llancen des de l'àrea TIC o Innovació, amb bona intenció, però sense gestió del canvi. Es presenten com una modernització “necessària”, sense explicar el perquè ni el perquè. El resultat és previsible: confusió, por i rebuig intern.

A l'administració pública, els equips funcionen amb alts nivells de responsabilitat, càrrega administrativa i normes estrictes. Un canvi en els sistemes —per petit que sigui— afecta la feina diària de desenes de persones. Quan l'impacte no s'explica bé, l'efecte immediat és estrès, ansietat i desconfiança.

Imagina un escenari realista: un ajuntament renova el sistema de gestió d'expedients per guanyar traçabilitat i connectar diverses plataformes. A la segona setmana d'implantació, amb probabilitat total, apareixerien queixes, errors d'ús, i fins i tot baixes per ansietat. Els sindicats podrien reclamar que es paralitzi el projecte "fins a garantir l'estabilitat laboral", i els tècnics tornarien al sistema antic per inèrcia.

Com evitar-ho

• Comunicar des del començament quina millora concreta aporta el canvi: menys feines repetitives, més temps operatiu.
• Involucrar representants del personal a les proves pilot.
• Formar de manera pràctica, no teòrica: com ajuda el dia a dia, no com funciona l'algorisme.
• Celebrar resultats visibles: informes redactats en menys temps, menys errors en expedients, millor traçabilitat.

2. Confondre digitalització amb intel·ligència

Molts municipis han fet un esforç enorme per digitalitzar processos. Però digitalitzar no és el mateix que automatitzar, i automatitzar no és el mateix que aplicar intel·ligència artificial. La confusió entre aquests tres nivells explica una bona part dels fracassos institucionals.

Com recorda la OCDE al vostre informe sobre IA al sector públic, digitalitzar no equival a intel·ligentitzar: sense anàlisi, governança ni supervisió humana, els sistemes acaben generant més càrrega que eficiència.

Un exemple habitual: s'adquireix una eina d'IA per a atenció ciutadana amb l'esperança de reduir la càrrega de treball. El sistema contesta correctament preguntes bàsiques, però no entén el llenguatge administratiu ni les excepcions normatives. Al cap de pocs dies, els ciutadans desconfien i el personal ha de revisar manualment cada resposta. La càrrega no disminueix: augmenta.

Com evitar-ho

• Definir processos on la IA tingui sentit: redactar esborranys, classificar documents, resumir actes.
• Crear un inventari de dades i fluxos interns abans de licitar.
• Mesurar amb claredat quin estalvi de temps o qualitat es busca.
• Començar amb pilots acotats, amb objectius mesurables i supervisió tècnica.

3. No preparar estructura ni rols de control

Un altre error comú és implantar projectes de IA sense una estructura institucional que els governi. Cada departament actua pel seu compte: comunicació fa servir una eina per redactar notes, TIC prova un model de classificació documental i medi ambient experimenta amb anàlisi predictiva. Ningú coordina ni valida els resultats.

Els projectes d'IA en necessiten una estructura de governança transversal, encara que sigui mínima: una taula tècnica, una comissió o una figura responsable que asseguri coherència i validació.

Com evitar-ho

• Crear una taula de governança de IA amb perfils TIC, Secretaria, Comunicació i àrees de servei.
• Establir rols clars: qui dissenya, qui valida i qui manté.
• Documentar fluxos i resultats des del començament.
• Formar comandaments intermedis en avaluació i traçabilitat d'IA.

4. Delegar la intel·ligència al proveïdor

En molts casos, l'administració compra IA clau en mà confiant que el proveïdor resoldrà la complexitat tècnica. Però sense coneixement intern, el control es dilueix. Els models s'entrenen amb dades desconegudes, les versions canvien sense avís i les decisions es basen en regles opaques.

Cedir el control de la IA és cedir sobirania institucional.

5. Cas pràctic

Suposem un municipi mitjà que decideix automatitzar part del registre de llicències urbanístiques mitjançant IA. El sistema, ben intencionat, es llança de manera ràpida, sense comitè tècnic ni formació al personal.

En aquesta situació, amb total probabilitat, en dues setmanes hi hauria queixes dels tècnics, errors a les classificacions i un clima de desconfiança generalitzada. Els sindicats reclamarien aturar el projecte fins a “garantir la fiabilitat”, i la ciutadania rebria respostes incoherents.

El problema no seria la tecnologia, sinó la manera dintroduir-la. Amb un enfocament diferent —una taula de coordinació, validacions humanes i acompanyament continu—, aquest mateix sistema podria convertir-se en una eina eficaç. Alliberaria temps en tasques repetitives, garantiria traçabilitat i augmentaria la qualitat del servei.

6. Checklist de maduresa institucional a IA

• El personal entén per què s'aplica IA i com el beneficia?
• Hi ha una estratègia o només projectes aïllats?
• Hi ha una figura responsable o comitè transversal?
• Les dades i els models són controlats per l'administració?
• S'ofereix formació i comunicació continuada durant la implantació?

Si tres o més respostes són “no”, la prioritat no és més tecnologia, sinó més estructura.

7. Les nostres conclusions

Els projectes d'intel·ligència artificial a l'administració pública no solen fracassar per la tecnologia. Fracassen perquè no s'acompanyen de gestió del canvi, estructura i governança real. Els algorismes són la part senzilla; el que és complex és alinear persones, processos i responsabilitats.

La bona notícia és que aquests errors són evitables. Amb una estratègia clara, acompanyament tècnic i comunicació constant, la IA pot alliberar temps, millorar la traçabilitat i reforçar la confiança institucional.