IA 360
Actualidad

Reino Unido prueba IA para acelerar permisos de obra rutinarios

Un piloto con tres ayuntamientos ingleses clasifica solicitudes, resume información y ofrece una evaluación inicial; el funcionario conserva la decisión.

4 min de lectura Generado con IA Read in English
Reino Unido prueba IA para acelerar permisos de obra rutinarios

Solicitar permiso para una ampliación de vivienda o una reforma puede obligar a los ayuntamientos a revisar muchos documentos y referencias antes de llegar a una decisión. El 17 de junio de 2026, el Gobierno británico presentó una herramienta de inteligencia artificial con la que quiere comprobar si puede aliviar parte de ese trabajo en los casos más rutinarios, sin convertir el permiso urbanístico en una decisión automática.

El prototipo se llama Augmented Planning Decisions, o APD. Según el Gobierno, está en fase temprana de pruebas con los ayuntamientos de Barnet, Camden y Dorset. Su tarea es clasificar solicitudes, resumir la información relevante y proporcionar a los funcionarios una evaluación inicial que pueden considerar. La resolución sigue en manos del funcionario de planificación.

Qué intenta cambiar el piloto

El objetivo declarado es reducir a la mitad el tiempo medio de las solicitudes domésticas sencillas, de ocho a cuatro semanas. Ese objetivo se refiere a casos como ampliaciones o reformas, no a sustituir el examen de proyectos complejos. El Gobierno sostiene que, si se reduce el tiempo dedicado a expedientes directos, los equipos podrán concentrarse más en vivienda nueva, grandes desarrollos y asuntos que requieren juicio profesional.

La herramienta se desarrolla en colaboración con Google DeepMind, Google Cloud y la empresa británica Faculty. Pero la colaboración tecnológica no altera una cuestión básica de la administración pública: una recomendación generada por un sistema no es una decisión. El equipo digital del Ministerio de Vivienda, Comunidades y Gobierno Local subraya que cada solicitud debe evaluarse por sus propios méritos y que el funcionario sigue siendo el decisor clave.

Esa frontera es importante. Los expedientes de planificación no solo contienen datos estructurados; incluyen reglas locales, documentos técnicos, consideraciones de contexto y observaciones de vecinos u otras entidades. Una IA puede ayudar a organizar información o detectar que falta un documento, pero no elimina la necesidad de explicar por qué se aprueba o rechaza una solicitud.

Dos herramientas, dos problemas

El anuncio británico también presenta Extract, una herramienta distinta que convierte documentos y mapas de planificación antiguos, incluidos materiales manuscritos, en datos utilizables. Extract ya está disponible para las autoridades locales de Inglaterra y se ocupa de preparar el archivo; APD se orienta al flujo de solicitudes nuevas.

La diferencia ayuda a entender dónde puede aportar valor la IA. Primero, digitalizar y estructurar información que hoy es difícil de consultar. Después, asistir a los profesionales cuando deben revisar un expediente. Ninguna de las dos etapas equivale a delegar la política urbanística a un modelo.

El Gobierno estima que Extract puede ahorrar tiempo de transcripción manual tras sus pruebas. Es una estimación de un programa específico, no una garantía de que cualquier ayuntamiento logrará el mismo resultado. Del mismo modo, APD todavía debe demostrar en el piloto que acelera el trabajo sin empeorar la calidad, la coherencia o la transparencia de las decisiones.

La prueba relevante es pública

Para que este tipo de sistema sea útil, los ayuntamientos necesitarán saber de dónde procede cada recomendación, qué información utilizó y cuándo debe ser revisada. Los residentes, por su parte, deben conservar vías claras para aportar pruebas, entender una decisión y recurrirla cuando proceda.

El caso británico no presenta la IA como sustituta de los planificadores. La presenta como apoyo para tareas repetitivas, con el propósito de devolver tiempo a las decisiones que exigen experiencia y responsabilidad pública. Su valor dependerá menos de lo llamativo del modelo que de los resultados del piloto: tiempos reales, errores detectados, calidad de las recomendaciones y capacidad de los funcionarios para cuestionarlas.

Fuentes

Este artículo se ha elaborado con inteligencia artificial bajo supervisión editorial humana.

Compartir este artículo

Este sitio web utiliza cookies para mejorar la experiencia de navegación. Política de cookies.

↑↓ navegar ↵ abrir esc cerrar