IA en los ayuntamientos: de la resistencia al cambio a los pilotos de 90 días
Publicado 2 de octubre de 2025 · IA y digtalización · Instituciones
Qué frena la adopción de IA en administraciones locales, qué cambia con el AI Act, y cómo pasar de las dudas a resultados medibles con pilotos controlados de 90 días.
1. Por qué la adopción de IA en los ayuntamientos es casi nula hoy
Aunque la inteligencia artificial se ha convertido en tema recurrente en congresos, titulares y agendas políticas, la realidad es que muy pocos ayuntamientos españoles han pasado de las palabras a la práctica. La mayoría se mantiene en un punto de observación pasiva, sin proyectos concretos ni hoja de ruta definida.
- Limitaciones presupuestarias: las inversiones en digitalización se quedan en el mínimo exigido por normativa o subvención. La IA se percibe como un lujo, no como un recurso operativo.
- Carencia de perfiles técnicos internos: sin personal que conozca la materia, la dependencia de proveedores externos se convierte en una barrera para arrancar.
- Resistencia cultural: persiste el miedo a que la IA sustituya puestos o complique la burocracia en lugar de simplificarla.
- Saturación de prioridades: movilidad, vivienda, limpieza o seguridad monopolizan el día a día y relegan la innovación.
- Desconocimiento regulatorio: hasta la aprobación del AI Act europeo, el marco legal era difuso y favorecía la inacción.
- “La IA quitará empleos públicos.” → La automatización bien diseñada traslada tiempo desde tareas repetitivas a tareas de valor.
- “No tenemos datos suficientes.” → Muchos pilotos pueden empezar con datos ya disponibles (expedientes, incidencias, atención ciudadana), estructurándolos mínimamente.
- “Esto solo sirve para ciudades grandes.” → Los pilotos acotados funcionan especialmente bien en equipos pequeños por su menor coordinación.
Un freno adicional proviene del modelo de las grandes consultoras y algunos proveedores IT: planes a tres o cinco años, documentación extensa y terminología compleja. En teoría suena sólido; en la práctica, raras veces pasa del PowerPoint. La falta de medios, la resistencia cultural y la presión del día a día bloquean el despliegue real.
Proyectos acotados, plazos breves y resultados medibles para generar confianza antes de escalar.
No se trata de esperar a tener un “gran plan”, sino de demostrar en semanas que la IA puede liberar tiempo y resolver tareas repetitivas sin riesgo. Ese es el puente entre el discurso y la realidad operativa.
2. Qué cambia con el AI Act y la regulación europea
El AI Act ya es ley en la UE: se publicó en el Diario Oficial en julio de 2024 y entró en vigor el 1 de agosto de 2024. Sus obligaciones se aplican por fases (prohibiciones antes, transparencia y requisitos por riesgo después). Para una visión clara y oficial, puedes consultar el resumen del Parlamento Europeo aquí.
- Prohibiciones claras (p. ej., social scoring a ciudadanos o manipulación subliminal): deben descartarse desde el inicio al diseñar pilotos o compras.
- Enfoque por riesgo: si un caso es de alto riesgo (decisiones que afectan derechos), exige gestión de riesgos, calidad de datos, registros, supervisión humana y evaluación previa.
- Transparencia en riesgo limitado (chatbots, generación de contenidos): informar de que “se interactúa con una IA” y cuándo un contenido ha sido sintetizado.
- Modelos de propósito general (GPAI): obligaciones documentales y códigos de práctica a nivel UE que conviene exigir a proveedores.
| Antes del AI Act | Con el AI Act (aplicación por fases) | Implicación práctica para ayuntamientos |
|---|---|---|
| Marco difuso; dudas sobre qué se puede hacer en IA. | Prohibiciones tipificadas y calendario de aplicación. | Checklist de exclusiones al inicio de cualquier RFI/RFP. |
| “One size fits all” en compras tecnológicas. | Enfoque basado en riesgo (alto, limitado, mínimo) con obligaciones escaladas. | Clasificar cada caso y exigir evidencias de control y supervisión humana si aplica. |
| Transparencia opcional en chatbots y contenidos sintéticos. | Transparencia obligatoria para IA de riesgo limitado. | Etiquetar interacción con IA y avisar en contenidos generados. |
| Poca claridad sobre modelos de propósito general (GPAI). | Obligaciones documentales y códigos de práctica específicos. | Exigir a proveedores documentación GPAI y adherencia a códigos. |
| Escasa guía sobre prácticas inaceptables. | Guías y FAQs de instituciones europeas. | Formar a técnicos y secretaría en qué no se puede antes de evaluar pilotos. |
- 2024: entrada en vigor y arranque del calendario.
- 2025: primeras obligaciones (prohibiciones) y despliegue de guías.
- 2026: la mayor parte del marco pasa a ser exigible.
En la práctica, esto no va de “parar” proyectos de IA, sino de diseñarlos bien: casos de uso acotados, clasificación de riesgo desde el principio, transparencia al ciudadano y evidencias de control humano. Con esa base, los pilotos de 90 días se pueden ejecutar con seguridad jurídica y enfoque de resultados.
3. Casos prácticos donde la IA aporta valor sin riesgo
Aplicar IA en un ayuntamiento no exige proyectos masivos ni futuristas. Existen casos sencillos, seguros y con impacto inmediato que pueden desplegarse en semanas si se enfocan bien.
Atención ciudadana con IA supervisada
Un chatbot entrenado únicamente con información oficial del consistorio y siempre supervisado por personal municipal resuelve consultas repetitivas (horarios, trámites, teléfonos), liberando tiempo en oficinas de atención.
Búsqueda inteligente en expedientes y normativas
Modelos de IA como buscadores semánticos permiten a técnicos y concejalías localizar artículos relevantes, redactar borradores y detectar incoherencias normativas en minutos en lugar de horas.
Predicción de mantenimiento urbano
Analizando patrones de incidencias (alumbrado, arbolado, pavimentos) se anticipan reparaciones antes de que se conviertan en problemas mayores, pasando de una lógica reactiva a una preventiva.
Clasificación automática de incidencias
Las notificaciones ciudadanas vía web o app se categorizan y asignan automáticamente a la brigada adecuada (limpieza, movilidad, alumbrado), recortando tiempos de respuesta y mejorando la trazabilidad.
La IA municipal no tiene por qué empezar en proyectos masivos: los pilotos más útiles resuelven tareas repetitivas, liberan tiempo y se entienden fácilmente por la ciudadanía.
4. Cómo superar las barreras culturales y técnicas
Si en el plano normativo el AI Act ha despejado muchas dudas, en el plano interno los ayuntamientos siguen enfrentándose a barreras muy concretas que frenan la adopción de IA. No son tanto cuestiones de tecnología, sino de personas, cultura y organización.
- Resistencia cultural en equipos: miedo a la sustitución de puestos, percepción de que la IA “complica más” en lugar de simplificar.
- Brecha de capacidades técnicas: pocos perfiles en plantilla con formación en datos, automatización o IA; dependencia excesiva de proveedores externos.
- Procesos desordenados: documentación fragmentada, sistemas no integrados y falta de inventarios digitales fiables.
- Miedo político: temor a que un piloto de IA genere críticas mediáticas (“el ayuntamiento gasta dinero en robots mientras faltan servicios básicos”).
- Inercia organizativa: con agendas diarias saturadas, es difícil que alguien encuentre tiempo para probar algo nuevo.
- Transparencia interna: explicar desde el inicio qué hace y qué no hace la IA.
- Formación ligera y aplicada: no cursos genéricos, sino sesiones cortas sobre el caso de uso que se va a pilotar.
- Empezar pequeño: un piloto acotado reduce la resistencia y da confianza.
- Supervisión humana explícita: remarcar que la decisión final siempre la toma una persona.
- Medición temprana: mostrar en semanas indicadores claros de tiempo ahorrado o incidencias resueltas.
La IA no sustituye funcionarios: les devuelve tiempo para lo importante.
Estas son las claves que nos han permitido transformar la resistencia en colaboración. Solo con pequeños pasos medibles se construye la confianza necesaria para dar el salto a proyectos más ambiciosos.
El cambio cultural en un ayuntamiento se gana con pequeños éxitos visibles, no con discursos largos.
5. De la teoría a la práctica: los pilotos de 90 días
Tras años de planes estratégicos que no pasaban del papel, la forma más fiable de avanzar es probar en breve y medir. Un piloto de 90 días nos permite demostrar valor sin grandes presupuestos ni compromisos largos, con resultados defendibles en pocas semanas.
- Plazo manejable — nadie lo percibe como “proyecto eterno”.
- Métricas claras — tiempo ahorrado, incidencias resueltas, satisfacción.
- Encaje político — tres meses ofrecen resultados en el mismo ejercicio.
Estructura básica de un piloto de 90 días
Selección del caso de uso
Elegimos un problema concreto, repetitivo y visible (p. ej., clasificación de incidencias o atención ciudadana).
Preparación mínima de datos
Ordenamos la información imprescindible (expedientes, registros de incidencias, documentación oficial) y definimos accesos.
Implementación supervisada
Ponemos en marcha la herramienta de IA en un entorno acotado, siempre con supervisión humana explícita.
Medición temprana
Seguimos indicadores simples desde el primer mes: tiempo medio de respuesta, % de clasificación correcta, desborde atendido.
Evaluación y decisión
Con los datos sobre la mesa, decidimos: escalar, ajustar o descartar. Sin dogmas, con resultados.
- Objetivo claro desde el inicio.
- Equipo reducido pero comprometido (técnico + responsable político + referencia de atención).
- Comunicación transparente a ciudadanía y plantilla.
- Supervisión humana inequívoca en todo momento.
Los pilotos de 90 días no son un laboratorio: son el atajo para pasar del PowerPoint a resultados reales.
| Enfoque clásico | Piloto 90 días |
|---|---|
| Diagnóstico largo, documentos extensos, ROI difuso. | Problema acotado, entregables claros, ROI temprano. |
| Dependencia fuerte de proveedor y comités. | Equipo pequeño con autonomía y supervisión humana. |
| Horizonte 12–24 meses. | Resultados visibles en 8–12 semanas. |
6. Qué debería auditar cualquier ayuntamiento antes de empezar
Antes de lanzar un piloto, hacemos una auditoría rápida para evitar fricciones y sorpresas. Son comprobaciones sencillas que nos dicen si podemos empezar ya o si conviene ordenar primero la casa en cuatro frentes: datos, procesos, personas e infraestructura/seguridad.
- Datos mínimos localizables — sabemos dónde están (expedientes, incidencias, normativa) y quién tiene permiso de acceso.
- Fuente “oficial” — existe un repositorio o documento que consideramos la referencia (evita versiones contradictorias).
- Proceso definido — hay un “cómo se hace hoy” aunque sea breve; si no, lo escribimos en una página.
- Responsables claros — una persona técnica y una política designadas para tomar decisiones durante el piloto.
- Entorno controlado — podemos ejecutar el piloto con cuentas de prueba y sin tocar sistemas críticos.
| Área | Pregunta de control | Señal de alerta | Acción en la 1ª semana |
|---|---|---|---|
| Datos | ¿Tenemos los datos básicos en un único lugar accesible? | Ficheros dispersos por correo o carpetas personales. | Crear una carpeta común y un listado de fuentes con fecha y responsable. |
| Calidad | ¿Sabemos la “verdad” cuando hay duplicados o versiones? | Dos documentos oficiales con cifras distintas. | Elegir la fuente oficial y anotar el criterio de desempate. |
| Proceso | ¿Está escrito el flujo actual (pasos, quién, cuándo)? | Dependencia oral: “solo lo sabe Fulan@”. | Documentar en 1 página el proceso “as is” con responsables. |
| Personas | ¿Hay referentes asignados (técnico + político)? | Nadie con tiempo o mandato claro para decidir. | Nombrar 2 referentes y reservar 30–45’ semanales. |
| Seguridad | ¿Podemos trabajar en un entorno de prueba sin datos sensibles? | Se pide acceso directo a sistemas críticos. | Crear credenciales de prueba y un dataset anonimizado. |
7. Conclusión y siguiente paso
La IA en ayuntamientos ya no es una idea futurista, es una palanca operativa. Tras haber vivido los atascos desde dentro, sabemos que la diferencia no está en tener un gran plan, sino en empezar pequeño y medir. Los pilotos de IA de 90 días son el camino más seguro para pasar del discurso a los resultados.
La modernización administrativa se construye con pruebas breves, métricas claras y supervisión humana, no con promesas a cinco años.
- Un caso de uso en producción acotada (atención ciudadana, expedientes o incidencias) con supervisión humana.
- Métricas operativas (tiempo ahorrado, % de clasificación correcta, tiempos de respuesta).
- Checklist legal y de riesgo alineado con el AI Act para poder escalar con seguridad.
- Decisión informada: escalar, ajustar o cerrar — sin dogmas, con datos.
Nuestras últimas publicaciones
Checklist diagnóstico comercial: identifica donde…
Evalúa en 16 preguntas si tu estrategia comercial,…
