Durant dècades, parlar de digitalització a l’Administració pública era, bàsicament, parlar de tramitació electrònica. Crec que durant aquest lapse de temps s’ha dedicat un esforç ingent a traslladar els vells processos basats en paper cap a formularis web i PDF. Hem creat seus electròniques, registres telemàtics i sistemes de notificació. No ens enganyem: ha estat un pas necessari que ha aportat eficiència i traçabilitat.

Tanmateix, en essència i a grans trets, sovint només hem aconseguit ser burocràticament més ràpids. El procés subjacent, la lògica de l’expedient, ha romàs gairebé intacte.

La veritable revolució, la que està començant a transformar no només la velocitat sinó la “intel·ligència” de la gestió pública, no rau en els formularis. Rau en les dades. I més concretament, en l’aplicació de la intel·ligència artificial (d’ara endavant, IA) a la sala de màquines de l’Administració: la contractació pública.[i]

Per què la contractació? Perquè és l’eina amb què l’Administració, conjuntament amb les ajudes públiques, executa pràcticament totes les seves polítiques. Des de la construcció d’un hospital fins al programari que gestiona les ajudes socials, passant pel servei de neteja dels equipaments públics. Comprem béns, serveis i obres per valor de milers de milions d’euros.

Si aquesta “palanca” de compra és lenta, cega i reactiva, la gestió pública serà lenta, cega i reactiva. Si aconseguim que sigui àgil, estratègica i predictiva, l’impacte en la gestió pública és immediat. 

L’antic model: el gestor com a comptable de plecs

Fins ara, el procés de contractació ha estat fonamentalment reactiu i basat en el compliment normatiu (regulatory compliance). Un departament necessita alguna cosa, envia un informe de necessitats (sovint copiat de l’anterior), i el departament de contractació s’assegura que el plec compleixi els mil i un requisits de la Llei de contractes del sector públic (LCSP).

El concepte de bon gestor en matèria de contractació era (i és encara) vist com algú que evitava recursos, que quadrava els terminis i que garantia la pulcritud formal de l’expedient.

La seva feina no era avaluar si estàvem comprant la millor solució possible al millor preu estratègic, sinó si el procés era legalment inatacable. Aquesta mentalitat, tot i ser garantista, té efectes secundaris perversos: fomenta la compra de commodities (allò fàcil de descriure), castiga la innovació (massa arriscada de definir en un plec) i crea barreres d’entrada enormes per a pimes i empreses emergents, que no tenen la capacitat administrativa per navegar en aquest oceà burocràtic.

La IA com a soci estratègic: de la reacció a la predicció

Aquí és on entra la IA, i no com una eina de ciència-ficció, sinó com un assistent avançat. La IA permet passar de gestionar expedients a gestionar dades. Cada contracte, cada licitador, cada factura i cada incident és un data point. Què podem fer quan tenim milions d’aquests punts?

En primer lloc, anàlisi predictiva de necessitats. En lloc d’esperar que l’àrea d’educació demani ordinadors, un sistema d’IA pot analitzar l’antiguitat del parc informàtic de totes les escoles, creuar aquestes dades amb les dades de manteniment i el pressupost disponible, i “predir” la necessitat d’una compra agregada d’aquí a sis mesos. Això permet planificar, obtenir millors preus i evitar que el gestor es dediqui a anar “apagant focs”.

En segon lloc, intel·ligència de mercat. Quantes vegades hem licitat alguna cosa i només s’hi ha presentat el mateix proveïdor de sempre? La IA pot rastrejar el mercat (fins i tot a nivell europeu) per identificar proveïdors emergents, solucions innovadores o pimes especialitzades que possiblement no hauríem trobat manualment o hi hauríem dedicat una quantitat ingent de temps. Pot ajudar-nos a definir millor el nostre objecte de contracte per atreure un ventall més ampli d’ofertes. 

Més enllà de l’automatització: el PLN i la lluita contra el frau

Potser l’aplicació més tangible a curt termini és l’ús del processament del llenguatge natural (PLN) en la redacció i anàlisi dels plecs. Redactar un plec de prescripcions tècniques és una tasca complexa i crítica.

Un model de PLN entrenat amb milers de plecs i sentències judicials pot fer diverses coses:

1.Ajudar a redactar: suggerir clàusules més clares, menys restrictives i alineades amb les directives europees (per exemple, la inclusió de clàusules socials o mediambientals).

2.Detectar riscos: pot marcar en vermell aquells criteris d’adjudicació que siguin potencialment discriminatoris o que hagin generat litigis en el passat.

3.Avaluar ofertes: la IA pot llegir les memòries tècniques dels licitadors, comparar-les objectivament amb els requisits i identificar-ne incoherències o “promeses buides”. Això no substitueix el tècnic humà, sinó que li agilitza la feina (es tracta de guanyar minuts), alliberant-lo de la feina mecànica de comprovar milers de pàgines.

I què passa amb la transparència i la integritat? La IA és una eina estratègica i útil contra la corrupció. Els algorismes poden analitzar patrons de licitació a gran escala.

Poden detectar si certes empreses guanyen sospitosament en determinades zones geogràfiques, si els preus d’adjudicació són anòmals, o si hi ha indicis de col·lusió (càrtels) en la manera com es presenten les ofertes. Aquest tipus d’anàlisi de xarxes és humanament impossible (o molt difícil) de fer en temps real, però és una tasca trivial per a una IA si disposa d’un bon entrenament.

Els reptes: caixes negres i qualitat de les dades

Evidentment, aquest camí no està lliure d’obstacles. El principal repte ètic i legal és el de la caixa negra. Si una IA recomana excloure un licitador o adjudicar un contracte, necessitem saber per què. No podem permetre que una decisió administrativa, subjecta a recurs, es basi en un “l’algoritme ho diu”. Aquí entra en joc la intel·ligència artificial explicable (XAI), un camp que busca que els models siguin transparents i auditables.

L’altre gran repte és la matèria primera: les dades. La IA necessita dades, i les administracions públiques són expertes a generar dades brutes (PDF escanejats, dades en sitges aïllades, formularis antics). El primer pas de la digitalització intel·ligent no és només comprar un programari d’IA, sinó establir una governança de la dada que asseguri que la informació sigui accessible, interoperable i de qualitat.[ii] 

El futur: el gestor públic com a director d’orquestra

La IA no ve a substituir el gestor de contractació, de cap manera, la seva vocació ha de ser transformar-lo. El seu valor ja no residirà exclusivament en la seva capacitat de memoritzar articles de la llei o d’incorporar dades en un sistema. El seu valor serà estratègic: saber fer les preguntes correctes a la IA, interpretar els seus resultats i utilitzar aquesta intel·ligència per dissenyar operacions de compra que realment solucionin problemes, els problemes de la ciutadania i la cerca i protecció de l’interès general que inspira tots els processos de contractació.[iii]

La digitalització real no és omplir un formulari a les tres de la matinada. És que un hospital pugui predir una manca de subministrament abans que passi; que un ajuntament pugui contractar la solució més sostenible energèticament gràcies a una anàlisi de mercat que no podria fer manualment; i que la ciutadania que sosté el sector públic amb els seus impostos pugui confiar que aquests s’estan gastant (invertint!) de manera òptima i íntegra. Estem deixant enrere l’era de l’expedient i entrant a l’era de la dada intel·ligent.

Francesc Xavier López Cadena
Consultor del sector públic en contractació pública

---

[i] Vegeu Comissió Europea. (2020, 19 de febrer). Llibre blanc sobre la intel·ligència artificial: un enfocament europeu orientat a l’excel·lència i la confiança.

[ii] Vegeu Tendios, una plataforma que treballa en l’anàlisi i la visualització de dades de contractació a Espanya, la qual mostra el potencial de l’ús de dades.

[iii] Vegeu Valero Torrijos, Julián. (2020, 27 de gener). Intel·ligència artificial i contractació del sector públic. Observatori de Contractació Pública.