Cada administración pública acumula durante años una enorme cantidad de conocimiento práctico. No siempre está en una norma, en una base de datos o en un manual. Muchas veces vive en correos antiguos, expedientes anteriores, criterios que se han repetido, informes internos, conversaciones de equipo y decisiones que alguien recuerda porque estuvo allí.

Ese conocimiento es fundamental para que la administración funcione. Permite saber por qué una convocatoria se redactó de una forma determinada, qué problemas aparecieron en un procedimiento anterior, qué dudas suelen tener las personas interesadas o qué pasos conviene revisar antes de poner en marcha un nuevo expediente.

El problema aparece cuando ese conocimiento depende demasiado de personas concretas. Cuando cambia un equipo, se jubila una persona con experiencia o se reorganiza un servicio, una parte de esa memoria puede perderse. La administración sigue teniendo archivos, expedientes y documentos, pero no siempre conserva con facilidad el contexto que ayuda a interpretarlos.

Ahí la inteligencia artificial puede tener un papel muy útil, siempre que se utilice con criterio. No se trata de sustituir la experiencia de los equipos públicos, sino de ayudar a ordenarla, encontrarla y convertirla en aprendizaje compartido.

Una herramienta de IA bien diseñada podría ayudar a localizar antecedentes, resumir expedientes anteriores, detectar criterios repetidos, recuperar preguntas frecuentes, comparar versiones de documentos o preparar una primera síntesis de lo que ya se sabe sobre un asunto. También podría facilitar que una persona nueva en un equipo entienda más rápido cómo se ha trabajado hasta ahora.

La clave está en no confundir memoria institucional con automatización sin control. La inteligencia artificial puede buscar, relacionar y resumir información, pero la interpretación final debe seguir estando en manos de profesionales públicos. Son ellos quienes conocen el contexto, los límites jurídicos, las prioridades del servicio y las consecuencias reales de cada decisión.

También es importante que esta memoria se construya de forma ordenada. No basta con conectar una herramienta a una carpeta llena de documentos. Hace falta decidir qué fuentes son válidas, qué información puede utilizarse, cómo se protege la confidencialidad, quién revisa las respuestas y qué criterios se aplican para evitar errores.

Bien planteada, la inteligencia artificial puede convertir años de trabajo administrativo en una base de conocimiento más útil para los equipos. Puede reducir la dependencia de recuerdos individuales, evitar que se repitan errores ya conocidos y ayudar a que cada nuevo proyecto empiece con más contexto.

La innovación pública no consiste solo en incorporar herramientas nuevas. También consiste en cuidar mejor el conocimiento que ya existe dentro de la administración. Porque una administración que recuerda mejor puede trabajar mejor, explicar mejor y servir mejor a la ciudadanía.

La administración pública utiliza un lenguaje preciso porque gestiona derechos, obligaciones, plazos, recursos, requisitos y garantías. Esa precisión es necesaria. El problema aparece cuando una persona necesita entender qué debe hacer y se encuentra con bases, resoluciones, formularios o comunicaciones que solo resultan claras para quien ya conoce el procedimiento.

Ahí existe una oportunidad importante para la inteligencia artificial: no sustituir el documento oficial, sino ayudar a explicarlo mejor. Una base reguladora, una convocatoria, una resolución o una sede electrónica seguirán siendo la fuente válida. Pero alrededor de esos documentos puede construirse una capa de orientación más comprensible, revisada y trazable.

La ciudadanía no suele buscar “normativa aplicable” ni “régimen jurídico del procedimiento”. Busca saber si puede solicitar una ayuda, qué plazo tiene, qué documentos debe aportar, qué significa una notificación o qué ocurre si falta un requisito. La distancia entre esas preguntas y el lenguaje administrativo habitual genera dudas, llamadas, errores, desplazamientos innecesarios y pérdida de confianza.

La inteligencia artificial puede ayudar a reducir esa distancia si se usa con método. Puede resumir documentos extensos, detectar requisitos, ordenar pasos, identificar plazos, proponer preguntas frecuentes y convertir una explicación técnica en una guía inicial más clara. También puede adaptar el lenguaje a distintos niveles de comprensión, siempre que el resultado sea revisado por equipos responsables.

El valor no está en que una herramienta “interprete” por su cuenta una norma o una resolución. El valor está en que ayude a preparar materiales de apoyo: versiones explicativas, esquemas de pasos, listados de documentación, avisos sobre plazos, glosarios de términos habituales y respuestas orientativas que remitan siempre a la fuente oficial.

Ese matiz es fundamental. En servicios públicos, explicar no puede significar simplificar hasta deformar. Una explicación ciudadana no debe eliminar condiciones, excepciones o advertencias relevantes. Tampoco debe dar por seguro un derecho que depende de comprobaciones administrativas. Por eso cualquier uso de IA en lenguaje claro necesita límites: trazabilidad, revisión humana y separación visible entre orientación y documento válido.

Un buen sistema debería poder mostrar de dónde sale cada explicación. Si resume una convocatoria, debe enlazar con la base concreta. Si explica un requisito, debe indicar el apartado del documento oficial. Si propone una respuesta, debe advertir cuándo es solo información general y cuándo conviene consultar la sede, el boletín o el órgano competente.

La IA también puede ayudar dentro de la propia administración. Muchos equipos públicos redactan comunicaciones, instrucciones, notas informativas o textos web con poco tiempo y mucha carga de trabajo. Contar con asistentes que propongan borradores en lenguaje claro puede mejorar la calidad de la información, siempre que el criterio profesional siga decidiendo qué se publica.

La clave está en convertir el lenguaje claro en una práctica de servicio público, no en una capa decorativa. No basta con añadir un resumen al final de un documento complejo. Hay que pensar qué necesita entender una persona, qué errores se repiten, qué términos generan confusión y qué información debe aparecer antes para evitar trámites fallidos.

Esto tiene impacto directo en la eficiencia. Cuando una convocatoria se explica mejor, llegan menos solicitudes incompletas. Cuando una notificación se entiende, se reducen consultas repetidas. Cuando una sede electrónica anticipa dudas, baja la frustración. Y cuando la ciudadanía comprende mejor un procedimiento, también puede ejercer mejor sus derechos.

La inteligencia artificial no resuelve por sí sola el problema del lenguaje administrativo. Pero puede ser una herramienta útil para revisar, ordenar y traducir explicaciones complejas a un lenguaje más cercano. La condición es no confundir claridad con improvisación.

Una administración más clara no es menos rigurosa. Al contrario: cuando explica mejor, hace más accesibles sus garantías. Y ese puede ser uno de los usos más valiosos de la inteligencia artificial pública: ayudar a que las personas entiendan mejor lo que la administración ya hace, sin ocultar la complejidad jurídica ni sustituir las fuentes oficiales.

Cada día, miles de personas buscan en internet información relacionada con trámites, servicios, ayudas, empleo público, permisos, carreteras, becas, citas previas o actividades organizadas por administraciones públicas. Muchas no entran por la portada institucional ni siguen la estructura interna de una web. Formulan una necesidad en lenguaje natural y esperan encontrar una respuesta clara.

Esa realidad abre una oportunidad importante para la innovación pública. Las palabras que la ciudadanía usa para buscar información no son solo datos de tráfico web. Son señales de necesidad. Muestran qué preocupa, qué cuesta encontrar, qué se repite, qué genera dudas y qué servicios públicos necesitan explicarse mejor.

Durante años, muchas administraciones han organizado su información desde dentro hacia fuera: áreas, departamentos, sedes, procedimientos, normativas y formularios. Esa estructura puede ser necesaria para la gestión interna, pero no siempre coincide con la forma en que una persona busca resolver un problema. Alguien no suele pensar en el organigrama administrativo. Piensa en una beca, una bolsa de empleo, una carretera cortada, una cita previa, una subvención o un permiso concreto.

La inteligencia artificial puede ayudar a cerrar esa distancia, pero solo si se parte de datos reales. Analizar las búsquedas ciudadanas permite detectar patrones: términos frecuentes, preguntas repetidas, expresiones coloquiales, errores habituales, temas estacionales y servicios con alta demanda. A partir de ahí, una administración puede mejorar contenidos, ordenar páginas, crear respuestas más comprensibles y diseñar asistentes que orienten sin sustituir la fuente oficial.

El enfoque no consiste en perseguir clics como si una institución pública fuera un medio comercial. Consiste en escuchar mejor. Si muchas personas buscan una misma información con palabras parecidas, quizá el servicio no está suficientemente visible. Si una consulta aparece una y otra vez, quizá falta una explicación más clara. Si un trámite genera búsquedas confusas, quizá conviene revisar cómo se presenta, qué pasos contiene y qué dudas provoca.

Ahí la IA puede aportar valor de varias maneras. Puede agrupar miles de consultas en temas comprensibles. Puede detectar intenciones de búsqueda. Puede proponer mejoras de lenguaje. Puede ayudar a redactar respuestas iniciales con tono claro. Puede comparar lo que la ciudadanía pregunta con lo que la web pública realmente ofrece. Y puede señalar huecos: contenidos que deberían existir, páginas que deberían enlazarse mejor o explicaciones que deberían simplificarse.

Pero este trabajo necesita método. Las búsquedas no deben utilizarse para inventar respuestas ni para sustituir boletines, bases, sedes electrónicas o documentos oficiales. Deben servir para mejorar la puerta de entrada: orientar, explicar, ordenar y derivar a la fuente válida cuando hay derechos, plazos o procedimientos administrativos.

También exige revisión humana. La IA puede clasificar y proponer, pero los equipos públicos deben validar qué información es correcta, qué lenguaje es adecuado, qué límites deben mantenerse y qué contenido puede publicarse. En servicios públicos, la claridad no puede ir separada de la responsabilidad.

Usar datos de búsqueda ciudadana tiene además una ventaja cultural: obliga a mirar la administración desde fuera. No desde cómo se organiza el expediente, sino desde cómo una persona intenta entenderlo. Ese cambio de perspectiva puede mejorar webs, sedes, campañas informativas, atención ciudadana y futuros asistentes basados en inteligencia artificial.

La innovación pública no siempre empieza con una gran plataforma. A veces empieza con una pregunta sencilla: ¿qué está buscando la ciudadanía y por qué no lo encuentra con facilidad? Responder bien a esa pregunta puede ayudar a que la inteligencia artificial se use donde más sentido tiene: para hacer que la información pública sea más accesible, comprensible y útil.

La inteligencia artificial está entrando en las administraciones públicas con una mezcla comprensible de interés, urgencia y cautela. Hay herramientas cada vez más potentes, proveedores que prometen soluciones rápidas y equipos públicos que sienten que no pueden quedarse atrás. Pero la experiencia práctica empieza a señalar una lección importante: la IA pública no funciona mejor cuando empieza por la herramienta, sino cuando empieza por el trabajo real.

Antes de elegir una solución tecnológica conviene mirar qué ocurre dentro de una administración cada día. Qué tareas se repiten. Qué documentos consumen más tiempo. Qué trámites generan más dudas. Qué información llega desordenada. Qué procesos dependen demasiado de una sola persona. Qué partes del servicio público podrían explicarse mejor a la ciudadanía.

Ese cambio de enfoque es decisivo. La inteligencia artificial no debería plantearse como una capa de modernidad añadida sobre procesos confusos, sino como una oportunidad para entenderlos, ordenarlos y mejorarlos. Si un procedimiento ya es difícil de seguir para un equipo técnico, probablemente también será difícil para una herramienta automática. Si la información está dispersa, duplicada o mal descrita, la IA puede amplificar el problema en lugar de resolverlo.

Por eso las mentorías de IA pública tienen valor cuando se trabajan desde casos concretos. No se trata de hablar en abstracto de transformación digital, sino de sentarse con equipos, revisar tareas reales y preguntarse dónde puede aportar valor la tecnología. Un expediente que tarda demasiado. Una consulta ciudadana que se repite todas las semanas. Un borrador que siempre empieza desde cero. Una normativa que cuesta explicar con claridad. Una búsqueda en una web pública que no responde al lenguaje que usa la ciudadanía.

En ese terreno, la IA puede ayudar mucho. Puede resumir documentación, preparar borradores, comparar antecedentes, detectar inconsistencias, ordenar información, proponer respuestas iniciales o convertir lenguaje técnico en explicaciones más comprensibles. Pero siempre necesita límites: fuentes verificables, revisión humana, trazabilidad y criterio profesional.

La clave no está en sustituir a los equipos públicos, sino en liberar tiempo para que puedan hacer mejor aquello que solo ellos pueden hacer: interpretar, decidir, acompañar, priorizar y responder con responsabilidad. La tecnología puede asumir parte de la carga repetitiva, pero el sentido del servicio público sigue estando en las personas.

También hay una dimensión organizativa. Incorporar IA no es solo formar a una persona curiosa o probar una aplicación durante unas semanas. Requiere construir capacidades compartidas: criterios comunes, protocolos de uso, ejemplos validados, espacios de aprendizaje y una cultura donde se pueda experimentar sin perder rigor.

La administración que aproveche mejor la inteligencia artificial no será necesariamente la que compre antes la herramienta más avanzada. Será la que sepa formular mejores preguntas sobre su propio funcionamiento. Qué problema quiere resolver. Qué datos puede usar. Qué riesgos debe evitar. Qué resultado espera mejorar. Qué parte debe quedar siempre bajo supervisión humana.

La innovación pública empieza ahí: en mirar de cerca el trabajo cotidiano y convertirlo en aprendizaje. La IA puede ser una aliada poderosa, pero solo cuando se integra con método, prudencia y orientación clara al servicio público.

La conversación sobre inteligencia artificial en la administración pública suele moverse entre dos extremos. Por un lado, la expectativa de que una nueva herramienta resolverá de golpe trámites, expedientes y cargas de trabajo. Por otro, el temor a que la tecnología llegue demasiado rápido, sin método, sin garantías o sin tener en cuenta cómo trabajan realmente los equipos públicos.

Entre ambos extremos hay un espacio mucho más útil: la mentoría de IA pública. No se trata de una formación genérica ni de una demostración tecnológica, sino de un acompañamiento práctico para que una administración identifique dónde puede aplicar inteligencia artificial, qué procesos debe ordenar antes, qué riesgos debe controlar y qué tareas pueden mejorar sin sustituir el criterio profesional.

Fundación Emprende está trasladando ese enfoque a Extremadura con una idea clara: la inteligencia artificial puede ayudar a las instituciones públicas a servir mejor, pero solo si se aplica desde problemas reales. No empieza por elegir una plataforma. Empieza por escuchar a los equipos, entender sus trámites, revisar sus cuellos de botella y convertir la experiencia diaria de la administración en casos de uso concretos.

Una mentoría de IA pública puede definirse como un proceso de acompañamiento a equipos administrativos para pasar de la curiosidad tecnológica a la aplicación responsable. Su objetivo no es que todas las personas se conviertan en especialistas en modelos de lenguaje, sino que puedan reconocer tareas donde la IA puede aportar valor: ordenar información, preparar borradores, resumir documentos, localizar antecedentes, explicar requisitos, detectar duplicidades o mejorar la atención a la ciudadanía.

Ese enfoque es especialmente relevante para comunidades como Extremadura, donde muchas administraciones deben prestar servicios en territorios amplios, con realidades rurales, estructuras diversas y necesidades de coordinación entre municipios, diputaciones, consejerías, entidades públicas y ciudadanía. La IA puede ser una aliada si ayuda a reducir fricción, acercar información y liberar tiempo profesional para tareas de mayor valor.

Durante los últimos tres años, Fundación Emprende ha acompañado a más de 150 alcaldes, concejales, consejeros, jefaturas de servicio y equipos técnicos de administraciones públicas mediante mentorías individuales y por equipos departamentales. Esa experiencia ha dejado una lección clara: la innovación pública funciona mejor cuando se trabaja con casos concretos, próximos al trabajo real de la administración. No basta con hablar de inteligencia artificial en abstracto. Hay que preguntar qué expediente tarda demasiado, qué información se repite, qué trámite genera más dudas, qué documento se prepara siempre desde cero, qué consulta ciudadana llega una y otra vez o qué proceso depende todavía de correos, llamadas y hojas dispersas.

A partir de ahí, la mentoría permite distinguir entre tres niveles. El primero es individual: profesionales públicos que aprenden a usar IA para mejorar tareas cotidianas, siempre con prudencia y revisión. El segundo es organizativo: equipos que identifican procesos repetitivos, documentación dispersa o puntos donde falta trazabilidad. El tercero es institucional: responsables que deciden qué usos pueden escalarse, con qué límites, con qué datos y con qué garantías.

Este último punto es decisivo. En la administración pública, la IA no puede plantearse como una caja negra. Debe operar con fuentes verificables, criterios claros y supervisión humana. Un asistente puede ayudar a resumir una convocatoria, pero no debe inventar requisitos. Puede preparar un borrador, pero no sustituye la revisión técnica o jurídica. Puede orientar a una persona usuaria, pero debe derivar a la fuente oficial cuando hay derechos, plazos o decisiones administrativas en juego.

Las mentorías sirven precisamente para construir ese criterio. Ayudan a separar usos razonables de usos arriesgados. Permiten probar con tareas acotadas antes de escalar. Facilitan que los equipos públicos pierdan miedo sin perder prudencia. Y, sobre todo, evitan que la adopción de IA dependa solo de entusiasmo individual o de decisiones tecnológicas desconectadas del trabajo real.

En Extremadura, este enfoque puede aplicarse a ámbitos muy distintos. Empleo público, ayudas y subvenciones, contratación, atención ciudadana, servicios sociales, información territorial, gestión documental, consultas internas, transparencia o apoyo a pequeños municipios. En todos ellos aparece una misma necesidad: convertir información pública compleja en respuestas más claras, procesos más ordenados y decisiones mejor preparadas.

La clave no está en automatizar por automatizar. Está en identificar qué tareas consumen tiempo sin aportar suficiente valor, qué información se pierde entre sistemas, qué preguntas se repiten, qué documentos pueden prepararse mejor y qué procesos necesitan más claridad antes de incorporar tecnología. En muchos casos, la IA no es el primer paso. El primer paso es describir bien el proceso.

Por eso, el modelo de mentoría no se limita a impartir sesiones sobre herramientas. Combina diagnóstico, selección de casos, trabajo con equipos, revisión de riesgos, prototipos sencillos y criterios de uso. La administración aprende haciendo, pero no improvisando. Cada caso debe responder a una pregunta concreta: qué problema público se quiere mejorar y cómo sabremos si la IA ha ayudado realmente.

Este enfoque también puede reforzar la colaboración entre territorios. Las administraciones comparten muchos retos, aunque cada una tenga su contexto. Lo aprendido en un área puede inspirar a otra. Una experiencia en contratación puede servir para revisar procesos documentales. Una mentoría sobre subvenciones puede aportar aprendizajes para empleo público. Un asistente de orientación ciudadana puede abrir camino a mejoras en sede electrónica o atención telefónica.

La inteligencia artificial pública no debería medirse por el número de herramientas desplegadas, sino por la calidad de los servicios que ayuda a mejorar. Si una entidad local responde mejor, si una consejería reduce tareas repetitivas, si una asociación entiende antes una ayuda, si una pyme encuentra una licitación, si una persona recibe información más clara o si un equipo público recupera tiempo para pensar y decidir, entonces la tecnología empieza a tener sentido.

Llevar este modelo a Extremadura significa adaptar el aprendizaje a una nueva realidad administrativa y territorial. No se trata de copiar soluciones, sino de trasladar método: empezar por personas, procesos y objetivos; elegir casos reales; trabajar con revisión humana; documentar aprendizajes; y avanzar con prudencia, pero sin quedarse inmóviles.

La IA pública necesita menos espectáculo y más acompañamiento. Menos promesas generales y más trabajo con expedientes, trámites, dudas y equipos concretos. Esa es la lógica de las mentorías: ayudar a que la administración entienda dónde está el valor antes de decidir qué tecnología usar.

En un momento en que muchas instituciones se preguntan cómo incorporar inteligencia artificial, Extremadura tiene la oportunidad de hacerlo desde una perspectiva práctica y responsable. La pregunta no es solo qué herramienta utilizar. La pregunta es qué servicios públicos pueden mejorar si los equipos cuentan con método, apoyo y criterio para usar la IA allí donde realmente aporta valor.

Las subvenciones públicas cumplen una función importante: apoyar proyectos, impulsar actividad económica, fortalecer entidades sociales, promover innovación, facilitar inversiones o acompañar iniciativas que tienen interés colectivo. Sin embargo, para muchas personas, empresas y asociaciones, encontrar una ayuda adecuada sigue siendo una tarea difícil.

El problema no siempre es que falte información. A menudo ocurre lo contrario: hay demasiada información, repartida entre convocatorias, bases reguladoras, boletines, sedes electrónicas, formularios, anexos, plazos, requisitos y resoluciones. Quien busca una subvención no siempre sabe por dónde empezar, qué términos utilizar, qué convocatoria está vigente, qué documentación necesita o si su proyecto encaja realmente.

Esa distancia entre la publicación formal y la comprensión práctica es uno de los grandes retos de la administración digital. Una convocatoria puede estar correctamente publicada y, aun así, resultar difícil para quien llega desde una búsqueda sencilla: “subvenciones para asociaciones”, “ayudas para autónomos”, “subvenciones para empresas”, “plazo de justificación” o “documentación para solicitar una ayuda”.

La inteligencia artificial puede ayudar en ese terreno si se usa con prudencia. No para conceder subvenciones, sustituir a los equipos técnicos o interpretar de forma autónoma una norma, sino para mejorar la orientación inicial, ordenar información dispersa y acompañar a quienes necesitan entender mejor sus opciones.

Un primer uso posible es convertir las convocatorias en información más navegable. Muchas ayudas tienen estructuras parecidas: quién puede solicitarlas, para qué gastos sirven, qué requisitos existen, qué plazo está abierto, qué documentos hay que presentar, cómo se justifica el gasto y qué obligaciones quedan después de recibir la ayuda. La IA puede ayudar a extraer esos elementos, presentarlos de forma clara y vincular cada respuesta con la fuente oficial correspondiente.

Esto no elimina la necesidad de leer las bases. Pero puede facilitar que una pyme o una asociación entienda si merece la pena dedicar tiempo a una convocatoria antes de iniciar un trámite. También puede reducir errores frecuentes, como presentar documentación incompleta, confundir plazos, no revisar criterios de elegibilidad o pasar por alto obligaciones de justificación.

El valor no está solo en resumir. Está en orientar sin perder rigor. Una IA pública bien diseñada debería distinguir entre información general y requisito oficial, mostrar de dónde procede cada respuesta y derivar siempre al documento válido. En materia de subvenciones, esa trazabilidad es esencial: una respuesta útil no puede convertirse en una promesa, ni una simplificación puede ocultar una condición importante.

También hay una oportunidad interna para las administraciones. Las consultas que reciben sobre ayudas suelen repetirse: quién puede presentarse, qué gastos son subvencionables, cuándo termina el plazo, cómo se firma la solicitud, qué ocurre si falta un documento, cómo se justifica o cuándo se publica la resolución. Analizar esas preguntas permite mejorar páginas informativas, formularios, guías y canales de atención.

La inteligencia artificial puede actuar como una capa de escucha. Si muchas personas preguntan lo mismo, quizá la información no está suficientemente clara. Si una convocatoria genera dudas recurrentes en un apartado concreto, quizá conviene explicarlo mejor. Si una ayuda tiene mucho interés pero pocas solicitudes válidas, quizá hay un problema de orientación, no solo de difusión.

Esto es especialmente relevante para entidades pequeñas. Una gran organización puede tener personal técnico, asesoría o experiencia previa en convocatorias. Una asociación local, una pequeña empresa o una persona autónoma quizá no. Para ellas, la barrera no es solo cumplir los requisitos, sino entender el camino: localizar la ayuda, saber si encaja, preparar la documentación y presentar la solicitud sin perderse.

La IA puede ayudar a reducir esa desigualdad de acceso a la información, siempre que se diseñe como apoyo y no como filtro opaco. Un asistente público no debería decidir quién merece una ayuda. Sí podría preguntar por el tipo de entidad, el proyecto, el plazo, la actividad o el gasto previsto para orientar hacia convocatorias posibles, explicar requisitos básicos y avisar de que la fuente válida sigue siendo la convocatoria oficial.

La misma lógica puede aplicarse a la fase posterior. Muchas subvenciones no terminan con la concesión. Después llegan la ejecución, la justificación, las facturas, las memorias, los plazos y las obligaciones de publicidad o conservación documental. Una parte de los problemas aparece ahí: no por mala fe, sino por desconocimiento, falta de seguimiento o dificultad para interpretar instrucciones.

Un sistema de apoyo basado en IA podría ayudar a recordar hitos, ordenar documentación, explicar qué significa justificar una ayuda, diferenciar gastos admitidos y no admitidos, o preparar listas de comprobación. De nuevo, con revisión humana y sin sustituir el criterio administrativo. La utilidad está en hacer más visible lo que ya exige el procedimiento.

El reto es evitar dos extremos. El primero es pensar que basta con publicar una convocatoria para que todas las personas interesadas puedan entenderla y usarla. El segundo es imaginar que una herramienta de IA puede resolver por sí sola la complejidad jurídica, técnica y económica de una subvención. Entre ambos extremos hay un espacio muy valioso: mejorar la claridad, la orientación y el acompañamiento.

Para las administraciones, esto supone cambiar la pregunta. No basta con preguntarse si una ayuda está publicada. Conviene preguntarse si puede encontrarse, entenderse y seguirse. Si una persona necesita diez documentos distintos para saber si puede presentarse, quizá hay margen de mejora. Si las mismas dudas llegan una y otra vez por teléfono o correo, quizá hay una oportunidad para rediseñar la información.

La inteligencia artificial puede ayudar a convertir información administrativa en servicio público comprensible. Puede ordenar convocatorias, comparar requisitos, detectar dudas frecuentes, generar explicaciones iniciales y facilitar que las personas lleguen mejor preparadas a la fuente oficial. Pero su valor depende del método: fuentes verificables, límites claros, lenguaje ciudadano y supervisión profesional.

En subvenciones públicas, encontrar una oportunidad no debería parecer una carrera de obstáculos. La administración necesita reglas, garantías y procedimientos. Pero también necesita que esas reglas puedan entenderse. Si la IA sirve para que más personas encuentren la ayuda adecuada, comprendan sus obligaciones y presenten mejores solicitudes, no estará sustituyendo a la administración: estará ayudando a que la administración cumpla mejor su función.

Las búsquedas sobre empleo público dicen mucho de la relación entre ciudadanía y administración. Cuando una persona escribe en Google expresiones como “Cabildo de Gran Canaria empleo”, “bolsa de empleo Cabildo de Gran Canaria”, “listas de reserva Cabildo de Gran Canaria” u “oposiciones Gran Canaria 2026”, no está buscando una reflexión abstracta sobre transformación digital. Busca saber dónde mirar, qué significa cada término, qué plazo está abierto, cómo se interpreta una lista, qué diferencia hay entre una convocatoria y una bolsa, o qué pasos debe seguir para no quedarse fuera de un proceso.

Esa necesidad es muy concreta. También es más frecuente de lo que a veces se reconoce. La administración pública publica bases, anuncios, resoluciones, formularios y listados con un alto grado de formalidad jurídica. Tiene que hacerlo así, porque se trata de procesos sometidos a reglas, plazos, igualdad de acceso y garantías. Pero que la información sea correcta no significa que sea fácil de entender para quien llega desde una búsqueda, desde el móvil o desde una situación de incertidumbre laboral.

La inteligencia artificial puede tener aquí un papel útil si se aplica con prudencia: no para sustituir las fuentes oficiales, ni para decidir quién entra en una lista, ni para interpretar de forma autónoma unas bases, sino para ayudar a explicar mejor información ya publicada, ordenar preguntas frecuentes, detectar dudas repetidas y acompañar a la persona hasta el documento oficial que debe consultar.

Este punto es importante. Un sistema de IA aplicado al empleo público no debería convertirse en una ventanilla opaca que “responde” sin mostrar de dónde sale cada respuesta. En convocatorias, bolsas de empleo, oposiciones y listas de reserva, la trazabilidad no es un detalle técnico: es una condición de confianza. La persona que consulta debe poder saber si una explicación procede de unas bases, de una resolución, de una convocatoria vigente o de una información general.

La distancia entre lo que busca la ciudadanía y cómo escribe la administración es uno de los grandes problemas de la información pública. Una persona puede buscar “empleo público Gran Canaria” y encontrarse con conceptos como oferta de empleo público, proceso selectivo, concurso-oposición, lista supletoria, bolsa temporal, llamamiento, subsanación, fase de méritos o publicación en boletín oficial. Todos esos términos son necesarios, pero no siempre están explicados desde la pregunta real del usuario.

La inteligencia artificial puede ayudar a construir puentes entre ambas capas. Por ejemplo, puede identificar que muchas preguntas ciudadanas se concentran en cuatro bloques: cómo encontrar convocatorias abiertas, cómo entender los requisitos, cómo seguir el estado de una lista y cómo saber qué hacer ante un plazo de subsanación. A partir de ahí, una administración podría crear contenidos explicativos, asistentes de orientación o resúmenes verificables que remitan siempre a la fuente oficial.

La mejora no consiste en simplificar la norma hasta deformarla. Consiste en explicar el camino. En empleo público, una buena experiencia ciudadana no elimina la lectura de las bases, pero puede ayudar a entender por qué las bases importan, dónde están los apartados clave y qué documentos conviene revisar antes de presentar una solicitud.

El empleo público es un terreno especialmente sensible para cualquier uso de inteligencia artificial. Hay derechos, expectativas, igualdad de oportunidades y decisiones que deben seguir procedimientos formales. Por eso, la IA no debe decidir resultados, ordenar candidatos ni resolver reclamaciones. Su espacio más razonable está antes y alrededor del procedimiento: explicar, estructurar, recordar, comparar documentos, detectar incoherencias informativas y mejorar la accesibilidad del lenguaje.

Un ejemplo prudente sería un asistente que, al recibir una pregunta sobre una bolsa de empleo, no inventa una respuesta, sino que localiza la convocatoria correspondiente, resume los apartados relevantes, señala la fecha de publicación, diferencia entre información general y requisito oficial, y enlaza al documento original. Otro uso posible sería analizar consultas frecuentes para que la administración detecte que una página sobre listas de reserva no está respondiendo bien a las dudas reales.

En ese enfoque, la revisión humana sigue siendo imprescindible. Los equipos responsables deben validar las respuestas, actualizar contenidos cuando cambian las convocatorias y definir claramente qué puede y qué no puede contestar el sistema. La IA puede reducir ruido, pero no puede asumir la responsabilidad jurídica ni administrativa de un proceso selectivo.

Cuando miles de personas buscan empleo público, bolsas o listas de reserva, la administración recibe una señal. No solo hay demanda de puestos; hay demanda de claridad. Una página bien estructurada, una explicación comprensible y un seguimiento sencillo pueden reducir llamadas, correos, errores en solicitudes y frustración ciudadana. También pueden liberar tiempo interno para tareas de mayor valor.

La innovación pública no siempre empieza por una gran plataforma. A veces empieza por mirar qué está buscando la gente y preguntarse si la respuesta pública está escrita de forma que pueda ser encontrada, entendida y verificada. En ese terreno, la inteligencia artificial puede actuar como herramienta de apoyo para ordenar información dispersa y convertirla en conocimiento útil.

La inteligencia artificial aplicada al empleo público debería medirse por una pregunta sencilla: ayuda a que una persona entienda mejor sus opciones, sus obligaciones y sus próximos pasos sin perder seguridad jurídica. Si la respuesta es sí, puede ser una tecnología valiosa. Si la respuesta es no, solo habremos añadido otra capa de complejidad.

En empleo público, como en tantos otros ámbitos administrativos, la IA no debería prometer atajos. Su mejor contribución puede ser más modesta y más importante: hacer que la información pública sea más clara, más trazable y más fácil de seguir.

La conversación sobre inteligencia artificial en la administración pública suele empezar por la herramienta. Qué modelo utilizar, qué plataforma contratar, qué asistente desplegar, qué grado de automatización permitir o qué proveedor ofrece más garantías. Son preguntas importantes, pero no deberían ser las primeras.

La primera pregunta es más sencilla y, a la vez, más difícil: cómo trabaja realmente una administración cada día. Qué tareas se repiten. Qué documentos circulan de una mesa a otra. Qué trámites dependen todavía de correos electrónicos, llamadas o plantillas copiadas de expedientes anteriores. Qué procesos consumen horas de trabajo cualificado sin aportar proporcionalmente más valor público. Y, sobre todo, qué necesita entender una persona antes de confiar en que la inteligencia artificial puede ayudarle sin sustituir su criterio.

La inteligencia artificial pública funciona mejor cuando empieza por las personas y los procesos, no por las herramientas. Este enfoque puede parecer menos espectacular que una demostración tecnológica, pero es mucho más útil para una administración que debe actuar con responsabilidad, trazabilidad y revisión humana.

En muchos servicios públicos, el problema no es la falta de tecnología. Es la dificultad para encontrar tiempo, lenguaje común y método para revisar el trabajo cotidiano. Hay equipos que conocen muy bien sus tareas, pero no siempre han podido detenerse a describirlas paso a paso. Hay responsables que intuyen dónde están los cuellos de botella, aunque no tengan todavía un mapa compartido del proceso. Y hay profesionales que miran la inteligencia artificial con interés, pero también con dudas razonables sobre seguridad, calidad, control de datos o impacto en sus funciones.

Por eso, la implantación de inteligencia artificial no debería plantearse como una simple formación generalista ni como la entrega de una licencia de software. Aprender a usar una herramienta puede ser necesario, pero no suficiente. Lo decisivo es acompañar a los equipos para identificar casos reales, comprender sus tareas y decidir dónde la IA puede aportar valor concreto.

Ese acompañamiento tiene una dimensión individual y otra organizativa. En la primera, ayuda a que cada profesional pierda el miedo, pruebe usos básicos y descubra cómo la IA puede servirle en su propio trabajo. En la segunda, permite mirar el servicio completo: expedientes, informes, comunicaciones, respuestas repetidas, validaciones, consultas internas y relaciones con otras áreas. Solo cuando esas capas se entienden bien tiene sentido hablar de prototipos, automatizaciones o asistentes especializados.

La administración pública no necesita incorporar inteligencia artificial para hacer lo mismo con una apariencia más moderna. La necesita, si la utiliza bien, para ordenar mejor la información, reducir tareas rutinarias, mejorar la preparación de documentos y liberar tiempo profesional para aquello que exige juicio, escucha y responsabilidad.

Esto es especialmente visible en ámbitos como la contratación pública. Preparar pliegos, revisar antecedentes, estructurar necesidades, comparar documentación o renovar contratos son tareas que combinan conocimiento técnico, memoria institucional y exigencia formal. En ese contexto, herramientas como Pliegobot muestran una vía prudente de aplicación: inteligencia artificial al servicio de equipos técnicos, trabajando sobre expedientes reales, fuentes verificables y revisión humana.

Pliegobot no sustituye a quienes deciden ni garantiza por sí solo la calidad jurídica o técnica de un procedimiento. Su utilidad está en acompañar la preparación y revisión de documentación de licitaciones, ayudar a ordenar antecedentes, facilitar la trazabilidad y reducir el esfuerzo asociado a tareas que consumen mucho tiempo cuando se hacen desde cero. La decisión pública, la interpretación del contexto y la responsabilidad final siguen estando en manos humanas.

Esta distinción es clave. La inteligencia artificial aplicada a la administración no debería presentarse como una maquinaria autónoma que resuelve procedimientos, sino como una capacidad de apoyo que mejora cuando se integra en procesos claros. Si el proceso está desordenado, la IA puede acelerar el desorden. Si el proceso está bien descrito, la IA puede ayudar a hacerlo más ágil, comprensible y trazable.

Por eso conviene empezar con preguntas muy prácticas. Quién recibe una solicitud. En qué formato llega. Qué datos se revisan. Qué documentos se consultan. Quién valida. Qué parte se repite siempre. Qué parte requiere criterio experto. Qué errores son frecuentes. Qué espera la ciudadanía mientras el expediente avanza. Ese mapa permite separar lo automatizable de lo que debe permanecer bajo supervisión profesional.

También permite abordar una cuestión de fondo: el impacto de la IA en el empleo público no puede reducirse a una discusión sobre sustitución. En muchos casos, automatizar una tarea rutinaria no significa eliminar una función, sino liberar a una persona para actividades de más valor: orientar mejor, revisar con más calma, anticipar problemas, mejorar la comunicación o acompañar a quienes necesitan una respuesta pública más clara.

La innovación pública más interesante no es la que promete menos personas, sino la que consigue que el tiempo de las personas se dedique a lo que realmente requiere inteligencia humana. La IA puede redactar borradores, ordenar información, detectar patrones o comparar documentos. Pero no puede reemplazar la legitimidad institucional, el conocimiento del contexto, la prudencia administrativa ni la responsabilidad profesional.

La tecnología, además, cambia con enorme rapidez. Los modelos de lenguaje evolucionan, aparecen soluciones en la nube, alternativas de código abierto, sistemas locales y nuevas formas de automatización. Esa velocidad aconseja no vincular la estrategia pública a una herramienta concreta demasiado pronto. La elección tecnológica debe llegar después de haber definido objetivos, procesos, riesgos y condiciones de uso.

En una administración, empezar por la herramienta puede generar dependencia y frustración. Empezar por las personas permite crear confianza. Empezar por los procesos permite encontrar valor real. Empezar por objetivos compartidos permite medir si la innovación mejora el servicio o solo añade otra capa de complejidad.

La inteligencia artificial pública debe ser útil antes que llamativa. Debe ayudar a trabajar mejor, no a producir más ruido. Y debe incorporarse con una idea básica: ninguna herramienta, por avanzada que sea, conoce por sí sola el sentido de un servicio público. Ese sentido lo aportan las personas, los procesos bien entendidos y los objetivos que una administración decide perseguir.

La inteligencia artificial está cambiando la forma en que se piensa el trabajo. En la administración pública, ese cambio no afecta solo a herramientas, trámites o automatizaciones concretas. También obliga a revisar una pregunta de fondo: qué tareas harán falta en el futuro y qué capacidades necesitarán los equipos públicos para prestar mejores servicios.

Durante mucho tiempo, la planificación de plantillas se ha apoyado en estructuras relativamente estables. Puestos, funciones, categorías, unidades, vacantes, reposiciones y necesidades expresadas desde la experiencia acumulada. Ese marco sigue siendo necesario, pero puede quedarse corto si no se contrasta con la transformación real del trabajo administrativo.

Planificar plantillas públicas en la era de la inteligencia artificial exige mirar tareas, no solo puestos. Un puesto puede contener tareas muy distintas: algunas repetitivas, otras técnicas, otras de coordinación, otras de atención, otras de análisis y otras de responsabilidad institucional. La IA no impacta igual en todas ellas.

Una tarea mecánica puede recibir apoyo de automatización. Una tarea documental puede mejorar con asistentes que ordenan antecedentes o preparan borradores. Una tarea de análisis puede enriquecerse con sistemas que comparan información. Pero una función pública no se reduce a esas tareas. Incluye criterio, responsabilidad, contexto, garantías y capacidad de decidir.

Por eso, el debate no debería plantearse como una simple pregunta sobre cuántos puestos se sustituyen. Esa formulación es pobre y genera rechazo. La pregunta relevante es más precisa: qué tareas consumen demasiado tiempo, cuáles pueden simplificarse, cuáles requieren más valor profesional y qué nuevas capacidades debería incorporar la administración.

La IA puede cambiar la distribución del trabajo. Puede reducir operaciones repetitivas y permitir que personas que antes dedicaban muchas horas a trámites mecánicos asuman funciones de mayor valor: atención más proactiva, revisión de casos complejos, mejora de procesos, análisis de datos, seguimiento de expedientes o acompañamiento a otras unidades.

Este cambio exige una mirada más fina que la del organigrama. No basta con saber cuántas personas hay en una unidad. Hay que entender qué hacen realmente, qué parte de su tiempo se dedica a tareas repetidas, qué procedimientos dependen de ellas, qué conocimiento poseen y qué trabajo podría reorganizarse si la tecnología libera capacidad.

La administración pública tiene además una dificultad específica: innova mientras presta servicio. Sus equipos no pueden detener su actividad cotidiana para rediseñar tranquilamente el futuro. Por eso, conviene empezar con pilotos acotados: una unidad, un proceso, un conjunto de tareas, una familia de expedientes. Pequeños análisis bien hechos pueden revelar oportunidades de mejora aplicables después a otras áreas.

En ese análisis, la inteligencia artificial puede servir como herramienta y como objeto de estudio. Como herramienta, puede ayudar a ordenar documentación, clasificar tareas, resumir procedimientos o detectar patrones de repetición. Como objeto de estudio, obliga a preguntar qué parte del trabajo cambiará cuando esas capacidades estén disponibles de forma habitual.

La contratación pública ofrece un ejemplo claro. Preparar pliegos, revisar expedientes, renovar contratos o recuperar antecedentes no es solo una secuencia documental. Es una combinación de memoria institucional, criterio técnico, coordinación y revisión. Herramientas como Pliegobot pueden apoyar a equipos técnicos en tareas concretas: estructurar necesidades, ordenar información, reutilizar antecedentes y trabajar con fuentes verificables. Pero no sustituyen la responsabilidad de quienes definen, revisan y deciden.

Ese tipo de uso muestra una idea importante para la planificación de plantillas: la IA no elimina automáticamente funciones, pero sí puede transformar la carga de trabajo asociada a determinadas tareas. Si un equipo deja de empezar desde cero cada expediente, puede dedicar más tiempo a la calidad del análisis, a la planificación de contratos o a la revisión de riesgos.

También puede cambiar los perfiles necesarios. La administración necesitará personas capaces de formular mejores preguntas, revisar salidas de sistemas de IA, interpretar datos, documentar procesos, evaluar riesgos y mantener criterios de trazabilidad. No todo será programación ni desarrollo tecnológico. Muchas capacidades serán organizativas, jurídicas, técnicas y de gestión del conocimiento.

Esto conecta con otro reto: la memoria institucional. Muchas administraciones dependen del conocimiento acumulado por personas concretas. Cuando esas personas cambian de puesto o se jubilan, parte del contexto se pierde. La IA puede ayudar a ordenar antecedentes y documentación, pero solo si la organización decide convertir ese conocimiento en procesos, fuentes y criterios compartidos.

Planificar plantillas mirando tareas permite evitar dos errores. El primero es pensar que todo seguirá igual y que solo hace falta reponer estructuras existentes. El segundo es imaginar que la tecnología resolverá por sí sola las necesidades de personal. Ninguno de los dos extremos sirve. La administración necesita una estrategia intermedia: analizar el trabajo real, simplificar procesos, incorporar IA con prudencia y redefinir capacidades.

La pregunta no es únicamente cuántas personas harán falta. También es qué tareas deberían dejar de consumir tiempo, qué funciones deben reforzarse y qué perfiles serán imprescindibles para que la administración sea más ágil sin perder garantías.

La inteligencia artificial puede ser una oportunidad para trabajar mejor, pero solo si se vincula a planificación, formación, revisión humana y responsabilidad pública. Mirar tareas antes que puestos no reduce la importancia del empleo público. Al contrario: permite entender mejor dónde está el valor de las personas y cómo hacer que ese valor se dedique a lo que más importa.

En la era de la IA, planificar plantillas públicas no consiste en contar puestos como si el trabajo no fuera a cambiar. Consiste en mirar con precisión qué hace la administración, qué puede mejorar y qué capacidades necesita para servir mejor a la ciudadanía.

Una parte del trabajo público más importante no siempre aparece en los organigramas ni en las plataformas corporativas. Vive en cadenas de correo, llamadas, archivos compartidos, listas actualizadas a mano, recordatorios informales y conversaciones entre unidades que tratan de sacar adelante un trámite con los medios disponibles.

Ese trabajo invisible sostiene muchos servicios. Permite responder, coordinar, comprobar y avanzar. Pero también puede convertirse en un cuello de botella silencioso. Cuando un procedimiento depende de que alguien reenvíe un correo, localice una lista, llame a varias personas o actualice manualmente una información, la administración pierde trazabilidad y gana fragilidad.

La inteligencia artificial puede ayudar a ordenar esas tareas públicas invisibles, pero no porque sustituya la coordinación humana, sino porque obliga a mirar el proceso con más precisión. Antes de automatizar, hay que identificar qué información circula, quién la necesita, en qué momento, con qué formato y qué decisión depende de ella.

El correo electrónico es una buena metáfora de este problema. Es una herramienta útil, flexible y universal. Precisamente por eso acaba absorbiendo tareas que deberían estar mejor estructuradas. Un correo puede servir para avisar, pedir, confirmar, reclamar, enviar documentos, compartir listas, resolver dudas o dejar constancia de una decisión. Pero cuando todo pasa por correo, el proceso se vuelve difícil de seguir.

La pregunta no es si hay que eliminar el correo. La pregunta es qué tareas no deberían depender solo de él. Si una información se comparte siempre del mismo modo, quizá debería existir un flujo. Si una validación se repite, quizá debería estar parametrizada. Si una lista cambia de estado según varias comunicaciones, quizá conviene convertirla en un registro compartido. Si una solicitud exige llamadas sucesivas, quizá hace falta un proceso más visible.

La IA puede aportar valor en ese paso intermedio entre el desorden informal y la automatización completa. Puede ayudar a clasificar solicitudes, resumir comunicaciones, detectar pendientes, extraer datos relevantes, proponer respuestas, comparar versiones o generar borradores de actualización. Pero para hacerlo bien necesita que el proceso tenga reglas comprensibles y revisión humana.

Esto es especialmente relevante en administraciones que se relacionan con otras administraciones, entidades o equipos distribuidos. Muchas tareas no son puramente internas ni puramente externas. Están en la frontera: se pide información, se recibe, se valida, se devuelve, se corrige, se confirma y se vuelve a compartir. Ahí la coordinación puede consumir más tiempo que la decisión de fondo.

Convertir ese trabajo en un proceso compartido no significa crear una gran plataforma desde el primer día. Puede empezar con algo más sencillo: mapear la secuencia real, detectar puntos de espera, definir estados, aclarar responsabilidades y decidir qué comunicaciones deben quedar registradas. Después se puede pensar en automatizaciones ligeras, asistentes de IA o flujos conectados a sistemas ya existentes.

La ventaja de empezar así es que la administración gana visibilidad. Lo que antes dependía de la memoria de una persona pasa a estar descrito. Lo que antes se resolvía con una llamada queda vinculado a un estado del proceso. Lo que antes era una lista enviada por correo puede convertirse en una información trazable y actualizada.

En contratación pública sucede algo parecido. Preparar pliegos, renovar contratos o revisar expedientes exige recuperar antecedentes, localizar documentación, comparar versiones y coordinar a equipos técnicos. Herramientas como Pliegobot pueden ayudar a ordenar información y trabajar sobre expedientes reales con fuentes verificables. Pero su valor aumenta cuando el proceso está claro: qué se busca, quién revisa, qué antecedentes cuentan y qué decisión corresponde siempre a las personas.

La inteligencia artificial no arregla por sí sola una administración fragmentada. Tampoco convierte automáticamente correos dispersos en procesos sólidos. Su utilidad aparece cuando se usa como apoyo para ver patrones, reducir repetición y hacer más trazable una tarea que ya existe.

También conviene evitar un error: confundir informalidad con agilidad. A veces un proceso basado en correos parece rápido porque no exige diseño previo, pero acaba siendo lento cuando crece, cuando cambia el equipo o cuando hay que reconstruir qué ocurrió. La trazabilidad no es burocracia añadida. Es memoria institucional.

El trabajo invisible merece atención porque ahí se acumula mucho tiempo público. No siempre hace falta empezar por los expedientes más complejos. A veces el primer impacto está en ordenar una cadena recurrente de comunicaciones, una lista que se actualiza manualmente o una consulta que se responde una y otra vez.

La IA puede ser útil para iluminar esas tareas. Pero el paso decisivo sigue siendo humano: reconocer que lo que parecía una rutina menor es, en realidad, un proceso que afecta a tiempos, calidad y servicio.

Del correo al proceso compartido hay un cambio de mirada. No se trata de añadir tecnología a cada mensaje, sino de decidir qué información debe circular mejor. Cuando la administración consigue hacer visible ese trabajo, la inteligencia artificial deja de ser una capa decorativa y se convierte en una ayuda concreta para coordinar, ordenar y servir mejor.

Una parte importante del trabajo administrativo no consiste en tomar grandes decisiones, sino en sostener miles de operaciones pequeñas: revisar documentos, comprobar datos, preparar borradores, responder consultas recurrentes, localizar antecedentes, copiar información entre sistemas, generar comunicaciones similares o actualizar expedientes con cambios mínimos.

Son tareas necesarias, pero no todas aportan el mismo valor. Algunas protegen derechos, garantizan trazabilidad o permiten verificar que un procedimiento se desarrolla con seguridad. Otras, en cambio, consumen tiempo profesional por pura repetición. La inteligencia artificial puede ayudar a distinguir entre unas y otras.

El debate sobre IA en la administración pública suele formularse de manera demasiado extrema: o entusiasmo tecnológico o miedo a la sustitución. Pero entre esos dos polos hay un terreno mucho más interesante. La IA puede quitar rutina a la administración para devolver tiempo al servicio público.

Esto significa que la automatización no debería medirse solo por cuántas tareas se eliminan, sino por qué permite hacer mejor. Si una persona deja de dedicar horas a producir documentos casi idénticos, puede dedicar más tiempo a revisar casos complejos. Si un equipo reduce consultas repetidas, puede responder mejor a quienes necesitan orientación. Si una unidad automatiza comprobaciones básicas, puede anticipar errores, mejorar plazos o acompañar mejor a la ciudadanía.

La clave está en no confundir tarea con función. Una tarea repetitiva puede automatizarse parcialmente. Una función pública, en cambio, suele incluir criterio, responsabilidad, conocimiento del contexto y capacidad de valorar consecuencias. La IA puede apoyar tareas, pero no debe apropiarse de la responsabilidad institucional.

Por eso conviene mirar el trabajo cotidiano con precisión. Qué se repite siempre igual. Qué exige simplemente localizar información. Qué requiere redactar a partir de una estructura conocida. Qué parte del procedimiento solo necesita ordenar antecedentes. Y qué parte, por el contrario, exige interpretación técnica, juicio jurídico, sensibilidad social o decisión administrativa.

Cuando esa frontera se dibuja bien, la inteligencia artificial deja de ser una amenaza abstracta y se convierte en una herramienta de apoyo. Puede resumir expedientes, proponer borradores, comparar documentos, detectar inconsistencias, clasificar información o preparar respuestas preliminares. Pero el control debe seguir en el equipo público.

En contratación pública, por ejemplo, preparar pliegos y licitaciones exige combinar antecedentes, necesidades reales, fuentes verificables y revisión humana. Herramientas como Pliegobot pueden ayudar a equipos técnicos a ordenar información, reutilizar memoria institucional y preparar documentación de trabajo. No sustituyen la decisión técnica ni garantizan por sí solas la corrección de un expediente. Acompañan tareas concretas para que el tiempo profesional no se pierda empezando siempre desde cero.

Ese matiz es importante. La innovación pública no consiste en reemplazar personas por sistemas automáticos, sino en hacer que las personas puedan dedicar más energía a aquello que solo ellas pueden hacer bien. Escuchar, priorizar, interpretar, validar, decidir, explicar y mejorar.

La administración pública tiene además un reto de capacidad. Muchos equipos trabajan con agendas saturadas y poca disponibilidad para pensar cómo mejorar sus propios procesos. La carga diaria deja poco espacio para la innovación. Precisamente por eso, la IA puede ser útil si se introduce con método: empezando por tareas concretas, midiendo resultados y revisando siempre la calidad del trabajo producido.

También puede ayudar a mejorar la experiencia interna de los equipos. Una persona que pasa su jornada repitiendo operaciones mecánicas no siempre puede desplegar todo su conocimiento. Liberar parte de esa carga puede aumentar la motivación, la autonomía y la calidad del trabajo. La productividad pública no debería entenderse solo como hacer más expedientes, sino como usar mejor la inteligencia profesional disponible.

Pero esta oportunidad exige prudencia. No todo lo repetitivo debe automatizarse sin más. Hay tareas rutinarias que contienen controles necesarios. Hay comprobaciones que protegen frente a errores. Hay pasos que parecen lentos porque garantizan derechos. La IA debe aplicarse con trazabilidad, límites claros y revisión humana.

También hay que evitar un error frecuente: automatizar sin simplificar. Si un proceso está mal diseñado, la IA puede acelerar el problema. Si un documento se pide tres veces, quizá lo primero no sea automatizar la tercera petición, sino eliminar duplicidades. Si un trámite depende de correos sucesivos, quizá convenga crear antes un proceso compartido.

La buena automatización pública empieza con preguntas humildes. Qué tarea consume demasiado tiempo. Qué parte se repite. Qué datos ya existen. Qué documento se puede preparar mejor. Qué revisión debe seguir siendo humana. Qué impacto tendrá en la ciudadanía o en otros equipos.

Cuando se responde así, la IA deja de presentarse como una revolución lejana y se convierte en una mejora concreta. Menos rutina no significa menos servicio público. Puede significar justo lo contrario: más tiempo para atender, revisar, anticipar y decidir mejor.

La administración no necesita inteligencia artificial para parecer más moderna. La necesita, si se usa bien, para recuperar tiempo. Y el tiempo público recuperado debería volver siempre al mismo lugar: mejorar el servicio que recibe la ciudadanía.

La inteligencia artificial ha llegado a la administración pública en un momento en el que muchos trámites ya están digitalizados, pero no siempre simplificados. Hay expedientes que se presentan por vía electrónica, documentos que circulan en plataformas, formularios que sustituyen al papel y comunicaciones que ya no dependen de una ventanilla física. Sin embargo, digitalizar no significa necesariamente mejorar.

Un trámite puede ser digital y seguir siendo confuso. Puede estar dentro de una plataforma y continuar duplicando pasos. Puede utilizar formularios electrónicos y, aun así, exigir a varios equipos revisar la misma información, copiar datos, responder correos, generar documentos casi idénticos o comprobar manualmente antecedentes que ya existen en otro lugar.

Por eso, la inteligencia artificial no debería utilizarse para acelerar procedimientos mal ordenados. Su mayor valor aparece cuando la administración se detiene antes a revisar cómo funciona un trámite, qué pasos son realmente necesarios y qué duplicidades pueden eliminarse. La IA mejora los trámites cuando la administración simplifica primero el proceso.

Esta idea es importante porque muchas conversaciones sobre transformación digital empiezan por la tecnología disponible. Qué asistente se puede implantar, qué automatización se puede construir, qué modelo de lenguaje conviene usar o qué sistema se puede conectar con otro. Son decisiones relevantes, pero llegan demasiado pronto si no existe una radiografía clara del procedimiento.

Antes de automatizar, conviene preguntar: quién inicia el trámite, qué datos se piden, cuántas veces se revisan, qué documentos se generan, dónde se producen esperas, quién valida cada paso y qué parte del trabajo requiere criterio profesional. Ese mapa permite distinguir entre tareas mecánicas, decisiones técnicas y controles que no deben desaparecer.

La administración pública trabaja con garantías, plazos, responsabilidades y derechos. Por eso no basta con que una herramienta produzca una respuesta rápida. Tiene que poder explicarse el proceso, conservarse la trazabilidad y mantenerse la revisión humana. La velocidad solo es una mejora si no reduce la seguridad, la calidad ni la responsabilidad del servicio.

La inteligencia artificial puede ser útil en muchos puntos de un trámite. Puede resumir antecedentes, ordenar documentación, detectar incoherencias, preparar borradores, clasificar solicitudes, comparar versiones de documentos o ayudar a responder consultas frecuentes. Pero esas capacidades solo aportan valor si se integran en un proceso claro.

Si el procedimiento está lleno de pasos innecesarios, la IA puede multiplicar el ruido. Si los documentos no están bien estructurados, puede costar más revisar lo que produce. Si nadie ha definido qué parte corresponde a la herramienta y qué parte corresponde al equipo público, el resultado puede generar desconfianza. La innovación no consiste en añadir IA a cualquier trámite, sino en rediseñar el trabajo para que la IA tenga un lugar útil, limitado y verificable.

En contratación pública se ve con especial claridad. Preparar pliegos, revisar antecedentes, renovar contratos o comparar documentación exige información fiable, memoria institucional y criterio técnico. Herramientas como Pliegobot pueden ayudar a estructurar necesidades, trabajar sobre expedientes reales y facilitar la preparación de documentación de licitaciones. Pero su utilidad depende de que el equipo conozca el proceso, sepa qué quiere mejorar y mantenga siempre la revisión humana.

Pliegobot no convierte por sí solo un procedimiento complejo en un trámite sencillo. Tampoco sustituye a técnicos, juristas o responsables de contratación. Su aportación está en acompañar tareas concretas: ordenar información, reutilizar antecedentes, apoyar la preparación de borradores y favorecer una documentación más trazable. La decisión pública sigue perteneciendo a las personas.

El mismo principio sirve para otros trámites administrativos. Si una resolución se repite con cambios mínimos, quizá convenga convertirla en un flujo más claro. Si una comunicación entre áreas depende de correos sucesivos, quizá haga falta un proceso compartido. Si una persona dedica horas a generar certificados, quizá la automatización pueda liberar tiempo para atender mejor, revisar casos complejos o anticipar errores frecuentes.

La simplificación no significa eliminar controles necesarios. Significa diferenciar lo que protege el procedimiento de lo que solo lo ralentiza. Hay pasos que garantizan derechos, verifican datos o permiten responder con seguridad jurídica. Esos pasos deben mantenerse. Otros, en cambio, sobreviven por costumbre, fragmentación interna o falta de tiempo para rediseñar el proceso. Ahí la IA puede ser una oportunidad para mirar el trámite con otros ojos.

También hay una dimensión cultural. Cuando los equipos participan en la revisión del proceso, la inteligencia artificial deja de percibirse como una imposición externa y empieza a verse como una ayuda concreta. La pregunta deja de ser “qué herramienta nos van a poner” y pasa a ser “qué parte de nuestro trabajo podemos mejorar”. Ese cambio es decisivo para que la adopción sea real.

La mejor digitalización pública no consiste en trasladar a una pantalla todos los pasos del papel. La mejor automatización tampoco consiste en hacer más rápido un circuito innecesariamente largo. La innovación pública más útil es la que combina simplificación, tecnología y criterio profesional.

La inteligencia artificial puede mejorar los trámites públicos, pero no debería convertirse en una capa más sobre procedimientos que nadie ha revisado. Primero hay que entender. Luego simplificar. Después automatizar con prudencia. Y siempre revisar.

En ese orden, la IA deja de ser una promesa abstracta y se convierte en una herramienta concreta para reducir duplicidades, mejorar la trazabilidad y devolver tiempo al servicio público.

La conversación sobre inteligencia artificial en la administración pública suele empezar por una pregunta aparentemente técnica: qué herramienta conviene usar. La lista cambia cada pocos meses. Aparecen nuevos modelos, nuevas plataformas, versiones más potentes, sistemas que pueden instalarse en local, soluciones en la nube, asistentes con bases de conocimiento y aplicaciones especializadas para tareas concretas. Pero en la práctica, cuando una administración intenta incorporar IA a su trabajo diario, la pregunta tecnológica rara vez es la primera.

Antes de elegir una herramienta, hay que entender a las personas que van a utilizarla, los procesos en los que trabajan, las dudas que tienen, los documentos que producen, los expedientes que revisan y los puntos donde se acumula la carga administrativa. La innovación pública no empieza en una pantalla de configuración. Empieza cuando un equipo identifica qué parte de su trabajo consume demasiado tiempo, dónde se repiten tareas, qué información se pierde por el camino y qué decisiones deben seguir siendo humanas.

En muchas unidades administrativas conviven perfiles muy distintos. Hay personas que ya utilizan asistentes de IA en su vida personal o profesional, otras que apenas han hecho pruebas y otras que siguen mirando estas herramientas con distancia, cautela o miedo. Esa diversidad no es un problema menor. Condiciona la forma en que cualquier solución tecnológica puede incorporarse de manera útil. La misma herramienta puede parecer obvia para un usuario avanzado y extraña para alguien que todavía no ha visto un caso práctico conectado con su trabajo.

Por eso, una de las claves de la inteligencia artificial aplicada al sector público es el acompañamiento. No basta con contratar una plataforma, abrir usuarios y esperar que el cambio ocurra solo. Tampoco basta con una formación generalista sobre qué es la IA generativa. Lo que suele funcionar es bajar al terreno: escuchar cómo trabaja cada servicio, identificar tareas concretas, probar con documentos reales, hablar de límites y construir confianza a partir de pequeños resultados.

En una secretaría, un servicio de contratación, una unidad técnica o un área con alta carga administrativa, la IA puede ayudar a preparar borradores, ordenar información, comparar antecedentes, revisar documentación, resumir expedientes, estructurar informes o convertir conocimiento disperso en material reutilizable. Pero ninguna de esas posibilidades tiene sentido si se presenta como una promesa abstracta. La pregunta útil no es “qué puede hacer la IA”, sino “qué tarea concreta de este equipo puede mejorar con ayuda de IA sin perder rigor, trazabilidad ni supervisión”.

Ese cambio de enfoque es especialmente importante en la contratación pública. Preparar pliegos, renovar expedientes, justificar necesidades, revisar antecedentes o construir documentación técnica exige conocimiento, contexto y responsabilidad. La inteligencia artificial puede acompañar ese trabajo, pero no debe sustituir la decisión técnica ni la revisión jurídica. En este ámbito, herramientas como Pliegobot muestran una vía prudente: utilizar IA aplicada a la contratación pública para ayudar a equipos técnicos a preparar, revisar y mejorar documentación de licitaciones a partir de expedientes, antecedentes y fuentes verificables.

La diferencia entre una demostración atractiva y un uso real está precisamente ahí. Una demo puede generar un texto convincente a partir de una instrucción general. Un expediente real, en cambio, tiene historia, restricciones, documentos previos, criterios internos, plazos, dudas y responsabilidades. Trabajar con IA en ese contexto exige algo más que capacidad de redacción: exige método, memoria institucional y una forma de separar con claridad lo que propone la máquina de lo que decide la persona.

También exige asumir que la tecnología cambia rápido. La herramienta que hoy parece más avanzada puede no serlo dentro de seis meses. Los modelos locales serán más capaces, los modelos en la nube ofrecerán nuevas funciones y las administraciones tendrán que equilibrar seguridad, protección de datos, eficiencia y facilidad de uso. Esa evolución hace todavía más importante centrarse en capacidades internas, no solo en soluciones concretas. Un equipo que aprende a identificar buenos casos de uso, formular mejores preguntas y revisar con criterio estará mejor preparado aunque cambie la tecnología.

La implantación de IA en la administración no debería plantearse de arriba abajo como una instrucción cerrada ni de fuera adentro como una compra tecnológica. Las mejores oportunidades suelen aparecer cuando se escucha a quienes conocen los procesos: jefaturas de servicio, técnicos, administrativos y personas que trabajan cada día con expedientes, informes, consultas y documentación. Son ellas quienes detectan dónde hay cuellos de botella, qué tareas se repiten y qué mejoras tendrían impacto real.

El camino razonable suele avanzar por fases. Primero, crear confianza y lenguaje común. Después, analizar procesos y tareas reales. Más tarde, seleccionar uno o varios casos con potencial. Y solo entonces prototipar una forma de trabajar mejor con IA, evaluando riesgos, calidad del resultado y condiciones de uso. A veces ese prototipo será suficiente para mejorar una práctica interna. Otras veces servirá para definir un proyecto posterior más ambicioso. En ambos casos, el aprendizaje queda dentro del equipo.

La inteligencia artificial en la administración pública no se juega solo en la potencia de los modelos. Se juega en la capacidad de las organizaciones para aprender a utilizarlos con prudencia, criterio y sentido práctico. La tecnología seguirá cambiando. Lo decisivo será que los equipos públicos sepan convertirla en una ayuda concreta para trabajar mejor, documentar mejor y prestar mejores servicios sin renunciar a la responsabilidad humana que sostiene cada procedimiento.

Durante los dos últimos años, buena parte de la conversación sobre inteligencia artificial en la administración pública ha estado marcada por la fascinación. La aparición de modelos capaces de redactar, resumir, clasificar documentos o responder preguntas complejas abrió una cuestión inevitable: cuánto trabajo administrativo podría agilizarse si estas capacidades se incorporaran de forma ordenada a los procedimientos públicos.

La contratación pública es uno de los ámbitos donde esa pregunta apareció antes y con más intensidad. Preparar una licitación exige recopilar antecedentes, definir necesidades, justificar decisiones, revisar normativa, construir memorias, redactar pliegos técnicos, coordinar áreas y anticipar riesgos. Es un trabajo intensivo en conocimiento, lenguaje y contexto, justo el tipo de terreno donde la inteligencia artificial puede aportar valor si se usa con método.

Después de la primera oleada de entusiasmo, sin embargo, empieza a aparecer una distinción importante: una cosa es enseñar una demostración atractiva y otra muy distinta es trabajar sobre un expediente real. La demostración permite mostrar posibilidades: un usuario escribe una necesidad genérica, la herramienta devuelve un borrador aparentemente solvente y la conversación avanza rápido. Esa escena es útil para explicar el potencial de la tecnología, pero no basta para saber si una solución sirve de verdad dentro de una administración.

El expediente real trae consigo todo lo que una demostración suele dejar fuera: plantillas internas, criterios jurídicos, antecedentes, vencimientos, objetos contractuales imprecisos, cambios de última hora, límites presupuestarios, dudas técnicas y responsabilidades concretas. En ese paso de la promesa tecnológica al caso concreto se juega buena parte de la madurez de la inteligencia artificial aplicada a la contratación pública.

Pliegobot nace precisamente en ese terreno: no como un simple generador de textos, sino como una herramienta de inteligencia artificial aplicada a la contratación pública que ayuda a equipos técnicos a preparar, revisar y mejorar documentación de licitaciones a partir de expedientes, antecedentes y fuentes verificables. Su sentido no está en sustituir al técnico ni en automatizar decisiones que deben seguir siendo humanas, sino en ayudar a ordenar información, formular mejores preguntas, revisar antecedentes y construir borradores más consistentes.

Una herramienta útil no puede limitarse a “hacer un pliego”. Esa promesa, formulada así, es demasiado simple para un problema que no lo es. La preparación de una licitación no consiste únicamente en redactar documentos. Antes hay que entender qué se quiere contratar, por qué se necesita, qué se hizo antes, qué funcionó, qué conviene cambiar, qué partes son fijas, qué partes son variables y qué decisiones deben quedar justificadas. En muchos casos, el mayor valor de la IA no está en escribir más rápido, sino en ayudar a que el equipo técnico piense y documente mejor.

Por eso, las soluciones más interesantes empiezan a parecerse menos a un generador automático de documentos y más a un acompañante técnico. Un sistema capaz de entrevistar al usuario, ordenar la información disponible, localizar antecedentes similares, advertir huecos, sugerir mejoras y convertir una necesidad todavía difusa en una estructura de trabajo más clara. La inteligencia artificial en contratación pública debe asistir la preparación de expedientes, no sustituir la decisión técnica.

La memoria institucional

Este enfoque resulta especialmente relevante en las renovaciones de contratos. Muchas administraciones conviven con servicios que vencen, expedientes que deben reactivarse y pliegos anteriores que podrían servir como punto de partida. Ahí la inteligencia artificial puede aportar una utilidad muy concreta: leer el expediente previo, identificar qué partes siguen siendo válidas, detectar posibles actualizaciones, comparar con licitaciones similares y ayudar a construir una nueva versión más ordenada.

En estos casos, la herramienta no parte de una pantalla en blanco: puede apoyarse en la memoria institucional acumulada en expedientes anteriores, modelos de documentos, criterios técnicos y decisiones ya adoptadas. Esa memoria es uno de los activos más importantes y menos explotados de cualquier organización pública. Cada expediente contiene aprendizajes, errores evitados, soluciones técnicas y criterios que pueden ser útiles para el futuro. Sin embargo, muchas veces esa información queda dispersa en documentos, carpetas, plataformas o conocimientos personales.

El valor de Pliegobot está precisamente en trabajar sobre expedientes reales, antecedentes y documentación verificable. Esa orientación permite convertir parte del archivo acumulado por una organización en una base de trabajo más viva, siempre que el proceso se alimente con fuentes fiables y se someta a revisión humana.

La contratación pública no admite automatismos irresponsables. Las alucinaciones de los modelos de lenguaje, aunque se han reducido respecto a las primeras versiones, siguen siendo un riesgo si se utilizan sin método. Una respuesta redactada con seguridad no es necesariamente una respuesta correcta. Por eso, cualquier aplicación seria debe diseñarse para trabajar con fuentes identificables, separar propuesta de decisión y dejar claro qué debe revisar la persona responsable.

Ese matiz cambia también la forma de implantar estas herramientas. No basta con entregar un usuario y contraseña, enviar un tutorial y esperar que los equipos transformen sus procedimientos. La adopción de inteligencia artificial en la administración requiere acompañamiento. Hay técnicos que ya usan estas herramientas a diario; otros las prueban de forma ocasional; otros todavía desconfían, con razones legítimas. La diferencia no está solo en la tecnología disponible, sino en la manera en que cada equipo aprende a incorporarla a su práctica.

Por eso las pruebas más valiosas no son las abstractas. Lo razonable es empezar con casos acotados: una renovación de servicio, un expediente próximo a vencer, una necesidad concreta, un conjunto de documentos conocidos. A partir de ahí se puede evaluar si la herramienta entiende el contexto, si reduce tiempos, si mejora la calidad de las preguntas, si ayuda a documentar mejor y si encaja con la forma real de trabajar de la organización.

La inteligencia artificial aplicada a la contratación pública no debería venderse como magia. Su promesa más sólida es más discreta y más importante: ayudar a planificar, ordenar, comparar, redactar y revisar con más criterio. En los próximos años, la diferencia entre las soluciones superficiales y las realmente útiles no estará en quién tenga la presentación más brillante, sino en quién sea capaz de trabajar junto a los equipos públicos sobre expedientes reales. En ese espacio, herramientas como Pliegobot pueden servir no como atajo automático, sino como infraestructura de apoyo para que los equipos públicos trabajen mejor con su propia documentación.

La imagen duraba ocho segundos. 

No era gran cosa, técnicamente hablando: un niño de cinco años sobre una bicicleta vieja, moviéndose apenas, como si alguien hubiera soplado un poco de vida sobre una foto de hace casi medio siglo. 

El niño era yo. 

Estaba trabajando en uno de los proyectos de inteligencia artificial que estamos desarrollando desde mi agencia de comunicación y, enredando con herramientas de restauración de imágenes, acabé trasteando con algunas fotos familiares. Una de ellas era esa: yo, con cinco años, montado en mi primera bicicleta. Una foto tomada hace cuarenta y siete años. 

Primero la restauré. El resultado era francamente bueno. La imagen recuperó color, definición, piel, mirada, polvo, luz. Lo esperable, más o menos. Una fotografía antigua, deteriorada por el tiempo, devuelta a una apariencia más limpia. Más nítida. Más presente. 

Pero luego hice algo más. 

La animé. 

Y entonces ocurrió algo distinto. 

Durante ocho segundos me vi a mí mismo, con cinco años, feliz, arrastrando aquellos hierros viejos cuyos pedales no funcionaron hasta que mi padre les puso una cadena nueva. La bicicleta estaba desvencijada y herrumbrosa. La encontré, o me encontró, entre los cacharros abandonados en el solar de una casa en la isla de Margarita.

Por aquel entonces mi familia, como tantas otras familias españolas, había emigrado a Iberoamérica huyendo de la dictadura y buscando otra vida. Como tantos canarios, mis padres optaron por Venezuela como primer destino al otro lado del Atlántico. Ellos se fueron antes. A mí me llevaron después. Hasta entonces viví con mis abuelas. Y con Franco. 

Hay frases que contienen un país entero. 

Una de aquellas abuelas cruzó luego conmigo el Atlántico para reunirme con mis padres y criarme hasta que nuestro periplo nos llevó a México. Allí terminó su papel de guardiana provisional de mi infancia, antes de dejarme seguir migrando por otra media docena de países. 

La foto está tomada en aquella casa de Margarita. Entonces estaba literalmente en medio de la nada. Era una casa pequeña, plantada en un solar enorme, lleno de escombros, hierros oxidados, maderas, cacharros del propietario y cosas que para un adulto serían basura, pero para un niño eran territorio, peligro y aventura. 

Por detrás, el mar rompía contra las paredes. No es una forma de hablar: rompía allí mismo. 

Hoy la casa ya no existe. El solar tampoco. En su lugar hay uno de esos hoteles de lujo en primera línea de playa, con aguas caribeñas perfectas, tumbonas alineadas y esa clase de belleza turística que suele borrar todo lo que había antes. 

Pero durante ocho segundos volvió a existir. 

O algo parecido. 

No la casa, exactamente. No la bicicleta, tampoco. Volvió una posibilidad de aquel mundo. Una vibración. Una escena que no recordaba como movimiento, sino como fotografía. Y al verla moverse, aunque fuera de manera imperfecta, algo se desplazó dentro de mí. 

Verse en una foto antigua produce una emoción reconocible. Uno contempla a su yo anterior como quien mira a un familiar lejano. Hay ternura, extrañeza, algo de pudor. Pero verse en vídeo es otra cosa. Incluso cuando sabes que no es un vídeo real. Incluso cuando sabes que aquello lo ha producido una máquina a partir de una imagen fija. Incluso cuando la razón te dice que es solo una reconstrucción. 

Pero la razón llega tarde a ciertos lugares. 

Me quedé mirando esos ocho segundos en bucle durante un buen rato. El gesto. La bicicleta. El pelo. Las manos. El cuerpo pequeño. La forma en que ese niño miraba. Sobre todo la mirada. 

Intenté imaginar qué estaría pasando por mi cabeza en ese instante. Probablemente nada demasiado solemne. A los cinco años uno no piensa en el destino, ni en la memoria, ni en la muerte, ni en los países que deja atrás su familia, ni en las consecuencias de casi nada. A los cinco años uno quiere que la bicicleta avance. Quiere que el mundo le deje seguir jugando un rato más. 

Pero yo, desde este lado del tiempo, empecé a fabular una conversación con ese niño. Lo primero que me vino fue un absurdo bombardeo de advertencias.

Cuidado con esto. No vayas allí. Aléjate de esa persona en cuanto entre en tu vida. No pierdas a aquella otra. Aquilata tu tiempo a su lado, porque un día te arrepentirás de haberla dejado ir. No seas tan orgulloso. No seas tan confiado. No tengas tanta prisa. No confundas intensidad con verdad. No te creas invulnerable. No desperdicies ciertas tardes, ciertos abrazos, ciertas llamadas. 

Una lista ridícula. Inútil. Paternal. Exactamente la clase de lista que uno empieza a escribir cuando ya no puede corregir casi nada. 

Pensé que quizá hago algo parecido con mis hijas. Tratar de prevenirlas. De protegerlas. De anticiparles todos los bordes del mundo. Como si el amor consistiera en levantar señales de peligro antes de cada curva. Como si uno pudiera ahorrarles a los hijos la parte de la vida que, precisamente por doler, también los hará suyos. 

Otra tontería, claro. 

Ese niño de la bicicleta no necesitaba mis advertencias. Ni mis explicaciones. Ni mi balance de daños. Ni mi melancolía de adulto. Tal vez, si pudiera hablar con él, no tendría nada inteligente que decirle. Tal vez solo me quedaría mirarlo un poco. Verlo pedalear mal sobre aquellos hierros. Dejarlo ser. No interrumpirlo con mi presente, su futuro. 

Luego apareció otro lugar común, inevitable y algo teatral: ¿decepcionaría a ese niño si le contara que yo soy su otoño? 

También es una tontería. 

Uno no es el otoño de su infancia. Uno es su consecuencia. Su archivo imperfecto. Su heredero torpe. Su albacea. 

Ese niño no me pidió que llegara intacto hasta aquí. No me pidió que acertara siempre, ni que cumpliera todas sus intuiciones, ni que convirtiera cada promesa muda en una vida ejemplar. Bastante hacía él con sostener el manillar de aquella bicicleta imposible y sonreír en medio de un solar lleno de escombros. 

Quizá eso era todo. 

Quizá la lección no estaba en advertirle nada, sino en dejar que él me advirtiera a mí. 

En recordarme que hubo un tiempo en que la felicidad no necesitaba demasiada infraestructura. Una bici rota, un solar enorme, el mar detrás de una casa que ya no existe y alguien cerca —mis padres, mi abuela, no lo sé— mirando lo suficiente como para hacer la foto. 

La inteligencia artificial entró en todo esto como un juguete técnico. Una herramienta. Una curiosidad profesional. Pero acabó abriendo una compuerta mucho más íntima. No solo restauró una imagen. Cambió mi relación con ella. Me permitió mirar algo que hasta ahora estaba quieto y verlo hacer un gesto mínimo de vida. 

Ahí hay algo hermoso. Y algo inquietante.

La IA no solo está fabricando futuros. También empieza a devolvernos fragmentos imposibles del pasado. Nos ofrece una versión móvil de lo que solo existía como recuerdo, como papel, como objeto guardado en una caja o como imagen perdida en la memoria del teléfono. 

Y no estoy seguro de que estemos preparados para eso. 

Yo no lo estaba. 

Tentado estuve de hacer lo mismo con un retrato de mi madre. Estos días se cumplen siete años de su muerte. Seguramente lo haré. 

Me aplicaré el cuento. 

Una de aquellas advertencias que imaginé darle a mi pequeño yo. 

Pasar, aunque fueran ocho segundos, con ella. 

Daría lo que fuera.

Pieza originalmente publicada en Señal Sintética, la newsletter semanal de Luis Martín.

PliegoBot es una herramienta de inteligencia artificial para contratación pública desarrollada por la Fundación Emprende y grupo-icc.com con el Cabildo de Gran Canaria. Además de asistir en la redacción y la revisión de pliegos, PliegoBot hace algo que el proceso manual raramente consigue: obliga al técnico a responder preguntas sobre el objeto del contrato que en la rutina de la renovación nadie hace. A veces esas preguntas revelan que el servicio que se licita no describe lo que el municipio necesita hoy.

Un técnico de contratación relató en una sesión de validación de PliegoBot cómo la herramienta, al analizar un pliego de servicios que el ayuntamiento llevaba años renovando sin cambios, le preguntó sobre el alcance real del servicio, los medios que se estaban usando actualmente y los resultados que se esperaban. “Me di cuenta de que el pliego describía cómo se prestaba el servicio hace cinco años. Lo que el ayuntamiento necesitaba ahora era bastante diferente.” El pliego había pasado fiscalización y licitación varias veces. Pero describía un servicio que ya no existía tal como estaba redactado.

Ese tipo de descubrimiento no es excepcional. Es la consecuencia natural de años de renovaciones automáticas sin revisión de fondo.

EL CONTRATO COMO FOTO FIJA DE UN MOMENTO PASADO

Cada pliego es una descripción de lo que el ayuntamiento necesita en el momento en que se redacta. Cuando ese pliego se renueva sin revisión, lo que se está diciendo implícitamente es que las necesidades del municipio no han cambiado. Eso puede ser cierto en algunos contratos. En muchos otros no lo es.

Los materiales cambian. Las tecnologías disponibles cambian. Los costes laborales cambian. Los estándares de calidad del sector cambian. La normativa cambia. Y, sobre todo, lo que el ayuntamiento espera del servicio puede cambiar: un contrato de mantenimiento de instalaciones deportivas redactado antes de que el municipio construyera un nuevo polideportivo no describe el mismo servicio que se necesita ahora.

El proceso de renovación automática no detecta ninguno de esos cambios. PliegoBot sí puede detectarlos, porque al analizar el pliego anterior lo contrasta con el estado actual del mercado, con los pliegos de contratos equivalentes de otras administraciones y con las tendencias actuales en el sector del objeto del contrato. Esa comparativa no siempre produce cambios relevantes. Pero cuando los produce, los señala antes de que el expediente salga a licitación.

LA PREGUNTA QUE EL PROCESO MANUAL NO HACE

Hay una pregunta que en la contratación pública local raramente se formula de forma explícita en el momento de renovar un contrato: ¿sigue siendo este el servicio que el municipio necesita, prestado de esta forma, a este precio, con estos criterios?

La respuesta a esa pregunta requiere tiempo, información y distancia respecto al expediente. El técnico sobrecargado que tiene tres semanas para sacar adelante la renovación no tiene ninguna de las tres cosas. PliegoBot aporta la información y estructura el proceso de forma que esa pregunta emerge de forma natural antes de que el pliego esté cerrado.

En algunas ocasiones el resultado es un pliego muy parecido al anterior, con ajustes menores. En otras, el proceso revela que lo que el ayuntamiento necesita es diferente de lo que lleva años contratando. En cualquier caso, esa decisión se toma de forma informada y antes de publicar. No después de que la licitación quede desierta o el contrato genere problemas en la ejecución. Más información en fundacionemprende.org.

PREGUNTAS FRECUENTES

¿PliegoBot solo sirve para hacer pliegos más rápido? No. Además de reducir el tiempo de elaboración, PliegoBot hace preguntas sobre el objeto del contrato que obligan al técnico a revisar si lo que se licita sigue siendo adecuado para las necesidades actuales del municipio.

¿Qué hace PliegoBot cuando detecta que el pliego describe un servicio desactualizado? Señala las discrepancias entre el pliego anterior y el estado actual del mercado o de la normativa, y propone alternativas de redacción. La decisión sobre qué cambios incorporar sigue siendo del técnico responsable.

¿Este proceso requiere que el técnico tenga conocimientos previos sobre el objeto del contrato? No necesariamente. PliegoBot aporta información de contexto sobre el sector y el tipo de servicio que complementa el conocimiento del técnico, especialmente en contratos sobre materias en las que el área de contratación no tiene especialización técnica propia.

PliegoBot es una herramienta de inteligencia artificial para contratación pública desarrollada por la Fundación Emprende y grupo-icc.com con el Cabildo de Gran Canaria. Su agente Vigilante está diseñado para cubrir la fase que sistemáticamente queda fuera de los procesos de contratación en los ayuntamientos españoles: la ejecución del contrato. El Vigilante monitoriza los hitos de entrega, las condiciones especiales de ejecución comprometidas, los plazos de prórroga y los umbrales de modificación, y genera alertas antes de que los problemas se conviertan en incumplimientos formales.

En una sesión de validación de PliegoBot, un técnico de contratación planteó una pregunta que dejó en silencio a todos los presentes: “¿Dónde se registran y cómo se utilizan las incidencias que ha habido o que está habiendo con un proveedor en la ejecución de un contrato vigente?” La respuesta fue unánime: en ningún lado.

“Lecciones aprendidas. Ninguna. O las hemos aprendido, pero no tienen ninguna utilidad para la siguiente licitación”, añadió otro participante. Es una descripción precisa de un problema estructural en la contratación pública local: el proceso de aprendizaje que debería conectar la ejecución de un contrato con la redacción del siguiente no existe en la mayoría de los ayuntamientos.

LO QUE OCURRE CUANDO EL CONTRATO SE ADJUDICA

Una vez que el contrato se adjudica y formaliza, la atención del departamento de contratación pasa al siguiente expediente. El contrato adjudicado entra en una fase de ejecución que en muchos ayuntamientos se gestiona de forma informal: el concejal responsable del área hace el seguimiento como puede, las incidencias se comunican por correo o por teléfono, y cuando llega el momento de renovar el contrato nadie recuerda exactamente qué problemas hubo ni qué habría que cambiar en el pliego.

El resultado es predecible: el nuevo pliego hereda los mismos problemas que el anterior, porque nadie documentó qué había fallado. Y el proveedor, si los problemas no han generado un expediente sancionador formal, puede volver a presentarse a la siguiente licitación sin que su historial de incumplimientos haya dejado ninguna huella en el proceso.

Este patrón no es un fallo de los técnicos. Es un fallo de sistema: no hay ninguna herramienta que haga fácil el registro de incidencias durante la ejecución, y sin esa facilidad el registro no se hace.

QUÉ HACE EL VIGILANTE

El Vigilante de PliegoBot introduce esa capa de seguimiento. Monitoriza los contratos en ejecución, genera alertas sobre los hitos y plazos comprometidos, y registra las incidencias que el técnico o el concejal responsable del área documenta a lo largo de la vida del contrato.

Esa información no se pierde cuando llega la renovación. Queda incorporada en la base de conocimiento de PliegoBot, de forma que cuando el técnico empieza a trabajar el nuevo pliego, la herramienta tiene acceso al historial real de ese contrato: qué funcionó, qué no funcionó, qué problemas se repitieron y qué cambios merecería incorporar el nuevo pliego.

Es el cierre del ciclo que en la mayoría de los ayuntamientos hoy está abierto: de la ejecución del contrato vigente a la redacción del siguiente pliego. Más información en fundacionemprende.org.

PREGUNTAS FRECUENTES

¿Qué es el Vigilante de PliegoBot? Es el agente diseñado para el seguimiento de la ejecución de contratos. Monitoriza hitos, plazos y condiciones especiales, genera alertas ante posibles incumplimientos y registra incidencias que luego se incorporan al proceso de redacción del siguiente pliego.

¿El Vigilante está operativo actualmente? El Vigilante está en fase de diseño con arquitectura y casos de uso definidos. Los agentes operativos actualmente son el Planificador, el redactor de pliegos, Clara, el Revisor y el Calibrador.

¿Qué ocurre con las incidencias registradas cuando llega la renovación del contrato? Quedan incorporadas en la base de conocimiento de PliegoBot y están disponibles cuando el técnico empieza a trabajar el nuevo pliego, de forma que la herramienta puede tenerlas en cuenta en sus sugerencias de mejora.

PliegoBot es una herramienta de inteligencia artificial para contratación pública desarrollada por la Fundación Emprende y grupo-icc.com con el Cabildo de Gran Canaria. Uno de los problemas que motivaron su creación es tan frecuente que en las sesiones de trabajo con técnicos de contratación nadie lo negó: cuando hay que renovar un contrato y el tiempo apremia, lo habitual es coger el pliego anterior, hacer los ajustes mínimos imprescindibles y publicarlo. Es lo que funciona. Es lo que ya pasó la fiscalización. Y es lo que, con el tiempo, convierte la cartera de contratos de un ayuntamiento en un conjunto de documentos que describen servicios de hace tres, cinco o diez años.

“Cuando vas a hacer lo que solemos hacer los técnicos para sacarlo cuanto antes, coges el pliego anterior y no te complicas la vida. Pero donde te das cuenta de los errores que has cometido en el pliego es cuando vas a ejecutar el contrato”, reconoció un técnico de contratación en una sesión de trabajo con el equipo que desarrolló PliegoBot. Es una descripción precisa del ciclo: el error se comete en la redacción, pero se descubre en la ejecución. Y para entonces ya es tarde para corregirlo en ese contrato.

El resultado no es solo que los pliegos queden desactualizados. Es que cada nueva licitación que usa ese pliego como base hereda sus problemas sin que nadie los haya revisado conscientemente. Una cláusula que ya no es conforme con la normativa. Un requisito de solvencia que excluye a empresas que podrían presentar una buena oferta. Un precio que no refleja los costes actuales del mercado. Todo eso se copia, se acumula y se multiplica.

POR QUÉ SE COPIA: EL PROBLEMA ES ESTRUCTURAL

El hábito de copiar el pliego anterior no es un problema de actitud. Es un problema de estructura. En muchos ayuntamientos, el técnico de contratación no tiene tiempo material para hacer una revisión en profundidad de cada pliego que renueva. Tiene encima de la mesa varios expedientes abiertos simultáneamente, ninguno con el margen temporal que requeriría un análisis serio, y la presión del área promotora para que el contrato salga cuanto antes.

En ese contexto, la revisión completa del pliego anterior —buscar pliegos equivalentes de otras administraciones, contrastar precios de mercado, actualizar los criterios de adjudicación, verificar que las prescripciones técnicas siguen siendo adecuadas— es un trabajo que puede llevar días. Y esos días no existen en el calendario del técnico sobrecargado.

PliegoBot no elimina esa presión. Pero sí cambia el punto de partida. Cuando un técnico carga en PliegoBot el pliego anterior para renovarlo, la herramienta no lo devuelve con la fecha cambiada. Lo analiza, lo contrasta con contratos equivalentes de más de dieciocho mil administraciones españolas, identifica las cláusulas que ya no son adecuadas y propone mejoras concretas. Lo que antes requería días de búsqueda manual puede hacerse en horas.

DE LA COPIA A LA REVISIÓN

La diferencia entre copiar un pliego y revisarlo no es solo de calidad documental. Es la diferencia entre un contrato que el ayuntamiento licita por inercia y uno que el ayuntamiento licita sabiendo lo que necesita, a qué precio puede conseguirlo y con qué criterios va a seleccionar al mejor proveedor.

En una sesión de validación, un técnico de contratación describió el momento en que PliegoBot analizó un pliego que llevaba años repitiéndose: “Me señaló tres cosas que yo sabía que eran un problema pero que nunca había tenido tiempo de corregir. Y me propuso cómo hacerlo.” Eso es exactamente lo que la herramienta está diseñada para hacer: no reemplazar el criterio del técnico, sino darle la información y el tiempo que necesita para ejercerlo.

Más información en fundacionemprende.org.

PREGUNTAS FRECUENTES

¿PliegoBot puede trabajar sobre un pliego ya existente en lugar de crear uno desde cero? Sí. Ese es uno de sus casos de uso principales. El técnico carga el pliego anterior y PliegoBot lo analiza, identifica los puntos problemáticos y propone mejoras concretas.

¿Cuánto tiempo se tarda en revisar un pliego con PliegoBot? Depende de la complejidad del contrato, pero el proceso que antes podía requerir días de búsqueda y análisis manual puede completarse en horas con la asistencia de la herramienta.

¿PliegoBot obliga al técnico a aceptar sus sugerencias? No. Todas las propuestas de la herramienta son sugerencias que el técnico revisa, modifica o descarta según su criterio. La decisión final siempre es del funcionario responsable.

El Calibrador es uno de los agentes que componen PliegoBot, la herramienta de inteligencia artificial para contratación pública desarrollada por la Fundación Emprende y grupo-icc.com con el Cabildo de Gran Canaria. Su función es comparar el valor estimado del contrato y los requisitos de solvencia exigidos en un pliego con los de contratos equivalentes publicados por otras administraciones, para identificar los factores que hacen que una licitación tenga pocas probabilidades de atraer ofertas competitivas.

Hay una cifra que aparece con frecuencia en las conversaciones con técnicos de contratación de ayuntamientos españoles: entre el 55 y el 60% de sus licitaciones quedan desiertas o con un único licitador. Un técnico de un ayuntamiento mediano lo confirmó con exactitud en una sesión de validación de PliegoBot. La reacción habitual ante ese dato es buscar la causa en factores externos: el mercado está difícil, las empresas no quieren trabajar con administraciones, los plazos de pago son un problema. Todo eso puede ser cierto en parte. Pero en una parte significativa de los casos, el problema está en el pliego.

No en el sentido de que el pliego esté mal redactado. En el sentido de que no está bien calibrado para el mercado real al que se dirige.

TRES RAZONES POR LAS QUE UNA LICITACIÓN QUEDA DESIERTA

La primera es el precio. Un presupuesto base de licitación que está por debajo del coste real que supone prestar el servicio hace que ninguna empresa quiera presentarse. No porque no quieran el contrato, sino porque no pueden ejecutarlo de forma rentable con ese presupuesto. Y el precio mal calculado no siempre es producto de un error técnico: en muchos casos es producto de haber cogido el presupuesto del pliego anterior, que a su vez cogió el del anterior, sin actualizarlo nunca.

La segunda son los requisitos de solvencia. Cuando los criterios de solvencia económica, técnica o profesional exigidos en el pliego son desproporcionados respecto al objeto del contrato, el universo de empresas que pueden presentarse se reduce drásticamente. A veces hasta cero.

La tercera son los criterios de adjudicación. Criterios formulados de forma imprecisa, con una distribución de puntuación que penaliza las ofertas medias o con exigencias técnicas que solo una o dos empresas del mercado pueden cumplir, generan el mismo efecto: una licitación que sobre el papel parece abierta pero que en la práctica tiene una sola empresa capaz de ganarla.

CÓMO FUNCIONA EL CALIBRADOR

El Calibrador de PliegoBot compara el pliego que el técnico está preparando con los datos de contratos equivalentes publicados por otras administraciones. Esa comparativa se hace sobre la base de más de un millón de licitaciones públicas españolas desde 2021, agrupadas por código CPV y por tipo de contrato.

El resultado es un análisis que responde a tres preguntas concretas: ¿está el presupuesto base en línea con lo que otras administraciones han pagado por contratos similares? ¿Son los requisitos de solvencia proporcionales al objeto del contrato o están por encima de lo habitual en licitaciones equivalentes? ¿Tienen los criterios de adjudicación una estructura que favorece la participación de un número razonable de empresas?

Esa información llega al técnico antes de publicar, cuando todavía puede modificar el pliego. No después de que la licitación quede desierta y haya que empezar de nuevo. Más información en fundacionemprende.org.

PREGUNTAS FRECUENTES

¿Qué es el Calibrador de PliegoBot? Es el agente que compara el valor estimado del contrato y los requisitos de solvencia de un pliego con contratos equivalentes de otras administraciones, para identificar los factores que pueden provocar una licitación desierta o con escasa participación.

¿Con qué datos trabaja el Calibrador? Con la base de más de un millón de licitaciones públicas españolas desde 2021 que alimenta PliegoBot, agrupadas por código CPV y tipo de contrato.

¿El Calibrador garantiza que la licitación tendrá ofertas? No. Identifica los factores del pliego que estadísticamente reducen la participación de empresas, pero la decisión sobre cómo ajustar el pliego sigue siendo del técnico responsable.

PliegoBot es una herramienta de inteligencia artificial para contratación pública desarrollada por la Fundación Emprende y grupo-icc.com con el Cabildo de Gran Canaria. Uno de sus agentes, el Revisor, está diseñado específicamente para reducir el número de observaciones que generan los expedientes cuando pasan por los servicios jurídicos y por intervención, revisando la conformidad normativa del pliego antes de que el expediente inicie su tramitación formal.

Cualquier técnico de contratación con experiencia en administración local conoce el circuito. El área promotora elabora el pliego técnico. Contratación añade las cláusulas administrativas. El expediente va a fiscalización. Intervención emite observaciones. El expediente vuelve al área promotora. Se corrigen los puntos señalados. El expediente vuelve a entrar. A veces vuelve a salir con nuevas observaciones. Y así hasta que, semanas o meses después, el expediente está listo para publicarse.

En una de las sesiones de trabajo que dieron origen a PliegoBot, un técnico de contratación describió el patrón con precisión: “El peloteo de vaya para acá, para allá, para acá hace que muchos expedientes se retrasen y se eternicen. Y además con reparos que casi siempre son los mismos. Hay un universo de reparos habituales.”

Esa observación es el punto de partida del Revisor.

POR QUÉ LOS REPAROS SUELEN SER LOS MISMOS

Los reparos que generan los expedientes de contratación en intervención y en los servicios jurídicos no son aleatorios. Tienden a concentrarse en un conjunto de problemas recurrentes: cláusulas que no son conformes con la normativa vigente, criterios de adjudicación formulados de forma que podrían ser impugnados, prescripciones técnicas que establecen requisitos discriminatorios o desproporcionados, o documentación que no cumple con los requisitos formales exigidos por la Ley de Contratos del Sector Público.

El problema es que ese conocimiento sobre los reparos habituales no está sistematizado en la mayoría de las administraciones. Está en la cabeza del técnico de intervención, en la memoria del secretario o en la experiencia acumulada del responsable de contratación. Cuando esas personas cambian, el conocimiento se pierde y los mismos errores se repiten.

QUÉ HACE EL REVISOR

El Revisor de PliegoBot analiza el pliego antes de que el expediente inicie su tramitación formal. Contrasta el texto con la normativa vigente, con la jurisprudencia de los tribunales de contratación y con los patrones de observaciones más frecuentes en licitaciones similares. El resultado es un informe que señala los puntos problemáticos, explica por qué lo son y propone alternativas de redacción.

El objetivo no es sustituir el informe de fiscalización ni el análisis del servicio jurídico. Es que el expediente llegue a esas instancias con los problemas más evidentes ya corregidos, reduciendo el número de idas y vueltas y acortando el tiempo entre la elaboración del pliego y su publicación.

La herramienta tiene además incorporadas las instrucciones internas de cada administración que la utiliza. Eso significa que el Revisor no solo contrasta con la normativa estatal: también puede verificar que el pliego cumple con los criterios y procedimientos específicos que esa administración tiene establecidos internamente. Más información en fundacionemprende.org.

PREGUNTAS FRECUENTES

¿El Revisor de PliegoBot sustituye al servicio jurídico o a intervención? No. Su función es detectar los problemas más frecuentes antes de que el expediente llegue a esas instancias, para reducir el número de reparos y acortar los tiempos de tramitación. La fiscalización y el informe jurídico siguen siendo funciones del funcionario responsable.

¿Puede el Revisor adaptarse a las instrucciones internas de cada administración? Sí. La base de conocimiento del Revisor puede incorporar las normas y criterios internos de la administración que lo implanta, además de la normativa estatal.

¿El Revisor funciona sobre cualquier pliego? Sí. Puede aplicarse sobre pliegos elaborados por el propio técnico, por una consultoría externa o copiados de un expediente anterior, con independencia de si se usó PliegoBot para su redacción.