Guía para los responsables del desarrollo urbano sobre… la inteligencia artificial : ¿Qué ocurre cuando las ciudades se digitalizan?

Un nuevo enfoque sobre la IA, los datos y el valor público en las zonas urbanas

Laura Valdés, Head of Policy, 2025

Para descargar: metropolis_layout_ai_web.pdf (1,1 MiB)

Lo que está en juego: por qué la IA es importante para las ciudades

La urgencia de la IA urbana

Las ciudades están evolucionando hacia ecosistemas basados en datos, en los que la IA actúa tanto como catalizador de la innovación como potencial factor de desequilibrio de la equidad social. La integración de gemelos digitales (réplicas virtuales de sistemas físicos), análisis predictivos y plataformas inmersivas en la infraestructura urbana promete revolucionar la forma en que las ciudades gestionan los recursos, responden a las crisis y fomentan la participación ciudadana. Por ejemplo, el «City Brain» de Hangzhou, desarrollado por Alibaba, utiliza datos en tiempo real para optimizar los flujos de tráfico, reduciendo los tiempos de respuesta ante emergencias en casi un 50 % (ONU-Hábitat, 2024, p. 12). Sin embargo, esta misma infraestructura puede facilitar la vigilancia masiva, lo que plantea preocupaciones éticas sobre la privacidad y el consentimiento (Wired, 2018).

No obstante, la rápida adopción de la IA va por delante de los marcos normativos, lo que deja a las ciudades vulnerables a los sesgos, la desinformación y la presión medioambiental. Por ejemplo, se ha demostrado que los sistemas de IA entrenados con conjuntos de datos incompletos refuerzan la discriminación contra grupos marginados, como las mujeres y las minorías étnicas (UNESCO, 2021, p. 8). Por otra parte, las necesidades energéticas de los modelos de IA —especialmente en los centros de datos— plantean importantes retos de sostenibilidad; algunas estimaciones sugieren que el entrenamiento de un solo modelo de IA puede generar tantas emisiones de carbono como cinco coches a lo largo de su vida útil (MIT News, 2025).

Riesgos clave:

• Desigualdad y sesgo: los sistemas de IA pueden perpetuar la discriminación cuando se entrenan con datos sesgados. Por ejemplo, el sistema español VioGén, diseñado para evaluar el riesgo de violencia doméstica, no identificó a mujeres que posteriormente fueron asesinadas por sus agresores, lo que puso de manifiesto fallos fatales en el diseño de su algoritmo (The New York Times, 2025, p. 15).

• Desinformación: los «deepfakes» generados por IA y la desinformación amenazan la confianza pública, especialmente durante elecciones o situaciones de emergencia.

El Foro Económico Mundial clasifica la desinformación como la amenaza global más urgente a corto plazo (Informe sobre Riesgos Globales 2025, p. 5).

• Dependencia excesiva de la automatización: la IA carece de la comprensión contextual necesaria para lidiar con las complejidades de la vida urbana. Por ejemplo, los modelos predictivos del condado de Los Ángeles ayudaron a evitar que más de 700 personas se quedaran sin hogar, pero requirieron supervisión humana para abordar los sesgos sistémicos en la asignación de viviendas (CalMatters, 2024; Vox, 2024).

• Privacidad y soberanía: Los modelos de IA cerrados, como los utilizados en Metaverse Seoul, suscitan preocupaciones sobre la explotación de datos y la dependencia de un único proveedor, ya que los residentes interactúan con servicios administrativos virtuales sin una transparencia total sobre cómo se utilizan sus datos (Gobierno Metropolitano de Seúl, 2023).

• Coste medioambiental: La huella de carbono del entrenamiento y la implementación de la IA es considerable. Por ejemplo, los centros de datos consumieron aproximadamente el 1 % de la electricidad mundial en 2022, una cifra que se prevé que aumente a medida que las ciudades amplíen su infraestructura digital (MIT Technology Review, 2022).

Las ciudades se encuentran en una encrucijada, donde la promesa de la IA —infraestructuras más inteligentes, respuestas más rápidas y una mayor participación ciudadana— choca con la realidad de sus riesgos: sesgos, vigilancia y degradación medioambiental. El reto no consiste solo en adoptar estas herramientas, sino en utilizarlas con sensatez, garantizando que sirvan a todos los residentes, y no solo a unos pocos privilegiados.

Retos: Lecciones del terreno

Repensar la participación en la plaza pública digital

Las plataformas digitales están transformando la participación ciudadana, pero su éxito depende de la inclusividad y la adaptabilidad.

• Madrid (España): La plataforma Decide Madrid, con el apoyo de la asistente de IA CLARA, ha involucrado a más de 60 000 residentes en la elaboración de políticas locales. Sin embargo, la participación sigue siendo desigual entre los distintos grupos de edad, género y nivel de ingresos, lo que pone de manifiesto los límites de la participación digital (Ayuntamiento de Madrid, 2025).

• Los Ángeles (EE. UU.): Tras los devastadores incendios forestales de 2025, la plataforma Engaged California se reorientó para involucrar a los residentes —especialmente a los más afectados— en la elaboración de los planes de recuperación. Este enfoque centrado en la comunidad garantizó que se diera prioridad a las voces marginadas en los esfuerzos de reconstrucción (Engaged California, 2025).

• Ciudad del Cabo (Sudáfrica): El «Innovation Hackathon» invitó a jóvenes programadores a diseñar soluciones para los retos urbanos. El proyecto ganador, «Citi Builder», es una plataforma de bajo coste que mejora el acceso a los servicios municipales y a las oportunidades de empleo, lo que demuestra el valor del talento local a la hora de crear herramientas accesibles (Ciudad del Cabo, 2024).

• Seúl (Corea del Sur): Metaverse Seoul permite a los residentes acceder a servicios administrativos, presentar consultas fiscales e incluso visitar virtualmente la oficina del alcalde. A pesar de su carácter innovador, la plataforma ha tenido dificultades para mantener el interés del público, lo que plantea dudas sobre la viabilidad a largo plazo de la participación virtual (Gobierno Metropolitano de Seúl, 2023).

Acercar los servicios públicos a la ciudadanía

La IA puede mejorar la prestación de servicios, pero la supervisión y el criterio humano siguen siendo fundamentales.

• Buenos Aires (Argentina): La plataforma BA INFINITE utiliza el aprendizaje basado en el metaverso para enseñar historia y ciencias. Los alumnos pueden explorar entornos virtuales, como la ciudad en 1810 o un planetario, combinando la educación con la alfabetización digital (Ciudad de Buenos Aires, p. 10).

• Condado de Los Ángeles (EE. UU.): Un modelo predictivo que analiza datos que van desde las visitas hospitalarias hasta el uso de ayudas alimentarias identificó a personas en riesgo de quedarse sin hogar. Desde 2021, el sistema ha ayudado a más de 700 personas a conservar su vivienda, pero su eficacia depende de una inversión sostenida en viviendas asequibles (CalMatters, 2024; Vox, 2024).

• Prohibiciones de los algoritmos (EE. UU.): Ciudades como Minneapolis, San Francisco y Filadelfia han prohibido las herramientas algorítmicas utilizadas para inflar los precios de los alquileres, reconociendo que la automatización sin control puede perjudicar el interés público (Stateline, 2025).

Mejora de la planificación metropolitana y la preparación ante desastres

La IA está transformando la planificación urbana, pero es esencial una gobernanza ética.

• Hangzhou (China): La iniciativa «City Brain», desarrollada por Alibaba, optimiza el tráfico y las respuestas ante emergencias, pero ha sido objeto de críticas por permitir la vigilancia masiva (Wired, 2018).

• Barcelona (España): La plataforma City OS promueve una gobernanza digital ética mediante registros públicos de algoritmos y auditorías obligatorias, lo que garantiza la transparencia en el uso de los datos (Ayuntamiento de Barcelona, 2021).

• Estambul (Turquía): Un gemelo digital simula terremotos para poner a prueba las respuestas de emergencia, pero con 600 000 viviendas en riesgo de derrumbe, la tecnología por sí sola resulta insuficiente sin una inversión en viviendas seguras (Turkish Minute, 2025).

• California (EE. UU.): El sistema de detección de incendios forestales basado en IA se mostró prometedor en un principio, pero no logró evitar los incendios forestales de 2025, que causaron 30 muertes y 250 000 millones de dólares en daños (TIME, 2023; Los Angeles Times, 2025).

Desde las calles virtuales del Metaverso de Seúl hasta las colinas de California devastadas por los incendios forestales, las ciudades están poniendo a prueba los límites del potencial de la IA. Cada ejemplo revela una verdad: la tecnología puede salvar vidas o minar la confianza, optimizar los sistemas o afianzar la desigualdad. La diferencia no radica en las herramientas en sí mismas, sino en los valores que guían su uso.

Recomendaciones: Una hoja de ruta para una IA ética en las ciudades

Preguntas clave para los responsables políticos

Para garantizar que la IA sirva al bien público, los dirigentes municipales deben abordar lo siguiente:

1. Diseño colaborativo: ¿Se crean las plataformas digitales en colaboración con los residentes, incluidos los migrantes, las personas con discapacidad y los habitantes de asentamientos informales?

2. Gestión comunitaria: ¿Está invirtiendo la ciudad en modelos de gobernanza local para garantizar una participación significativa y continua?

3. Medidas de protección: ¿Existen auditorías de sesgos, registros de algoritmos y marcos éticos para prevenir daños?

4. Gobernanza a largo plazo: ¿Cómo garantizarán los sistemas digitales su continuidad más allá de los ciclos electorales y su alineación con los objetivos sociales y medioambientales?

5. Desarrollo de capacidades: ¿Dispone la ciudad de las competencias y el personal necesarios para gestionar y adaptar los sistemas de IA a lo largo del tiempo?

6. Apertura de los datos: ¿Se estandarizan, comparten y mejoran los datos entre departamentos y jurisdicciones?

Medidas concretas

• Transparencia: Exigir registros públicos de algoritmos (p. ej., el City OS de Barcelona).

• Responsabilidad: Auditar periódicamente las herramientas predictivas (p. ej., revisar el sistema VioGén de España).

• Inclusión: Dar prioridad a las iniciativas impulsadas por la comunidad (p. ej., «Citi Builder» de Ciudad del Cabo).

• Sostenibilidad: Evaluar el impacto medioambiental de los sistemas de IA (p. ej., la investigación del MIT sobre la huella de carbono de la IA).

El camino a seguir exige algo más que sofisticación tecnológica; requiere un compromiso con la equidad, la voluntad de cuestionar y la humildad para adaptarse. Las ciudades deben preguntarse no solo qué puede hacer la IA, sino para quién —y a qué coste—. El futuro de la IA urbana no está predeterminado; es una elección, y ahora es el momento de elegir con sensatez.

Referencias

Para ir más allá