Detectar y prevenir fraude en contratación pública con IA: guía práctica para ayuntamientos

Introducción

El fraude y la colusión en procesos de contratación pública perjudican la competencia, elevan costes y erosionan la confianza ciudadana. La IA puede ayudar a detectar patrones anómalos y priorizar investigaciones, siempre que su diseño y despliegue respeten el marco legal (Ley 9/2017 de Contratos del Sector Público), el RGPD, el ENS (RD 311/2022) y las obligaciones emergentes bajo el EU AI Act. Esta guía ofrece pasos prácticos para ayuntamientos que quieran usar IA contra el fraude sin generar riesgos legales o operativos.

¿Qué puede detectar la IA en contratación pública?

Casos de uso concretos y de alto valor operativo:

• Detección de colusión: redes de empresas que presentan ofertas coordinadas, variaciones sospechosas en precios o adjudicaciones recurrentes entre las mismas partes.
• Anomalías en ofertas: precios fuera de rango, propuestas con documentación copiadora o firmas digitales inconsistentes.
• Fraude documental: documentos falsificados o información corporativa discordante (ej. CIF, domicilio, administradores).
• Patrones de adjudicación preferente: contratos repetidos a una misma empresa sin justificación técnica o competitiva.
• Alertas tempranas en procesos de ejecución: facturas duplicadas, certificaciones de obra inconsistentes, pagos fuera de procedimiento.

Requisitos legales y de seguridad (resumen práctico)

• Ley 9/2017: los procedimientos y criterios de evaluación deben ser transparentes y auditables. Cualquier uso de IA que influya en decisiones de adjudicación debe permitir revisión y trazabilidad.
• RGPD: establecer la base legal (p. ej. artículo 6.1.e — cumplimiento de una misión de interés público) y aplicar principios de minimización, limitación de conservación y garantías técnicas. Evaluar impacto de protección de datos (DPIA) si hay perfiles o decisiones automatizadas.
• ENS (RD 311/2022): la infraestructura y los datos deben cumplir requisitos de seguridad según el nivel aplicable del sistema.
• EU AI Act: verificar si la solución se considera “alto riesgo” (por ejemplo si afecta derechos de terceros en procesos esenciales). En tal caso, cumplir requisitos de documentación técnica, gestión de riesgos, transparencia y registro.

Implementación práctica: pasos mínimos y consideraciones técnicas

1. Definir objetivos y alcance operacional

   • ¿Detectar colusión en licitaciones mayores de X euros? ¿Monitorizar todos los contratos? Limitar el alcance reduce riesgo y facilita cumplimiento.

2. Mapear fuentes de datos

   • Registros internos de contratación, Registro de Contratos del Sector Público, BOE, registros mercantiles públicos, listas de sanciones, facturación y expedientes de ejecución. Registrar origen y finalidad de cada dataset.

3. Evaluación legal y DPIA

   • Realizar DPIA y consulta con el departamento jurídico. Documentar la base legal, las medidas para mitigación de riesgos y los derechos de afectados.

4. Selección de técnicas y modelos

   • Empezar por modelos explicables: reglas de negocio, detección de anomalías (z-score, isolation forest), análisis de grafos para detectar redes de relaciones. Evitar cajas negras en etapas críticas de decisión.
   • Validar con datos históricos y escenarios de prueba; documentar limitaciones.

5. Diseño operativo: alertas y revisión humana

   • IA como sistema de priorización, no como decisor final. Definir umbrales de alerta y rutas de escalado (equipo jurídico, interventoría).
   • Registrar cada alerta con metadatos para auditoría: qué datos activaron la alerta, responsable humano que la revisó y resultado.

6. Transparencia y comunicación

   • Informar a proveedores y partes interesadas sobre el uso de IA en controles antifraude en los pliegos o en la web de contratación. Garantizar canales para que empresas soliciten revisión humana.

7. Integración, seguridad y gobernanza

   • Integrar con la Plataforma de Contratación del Sector Público y sistemas locales mediante APIs seguras. Asegurar control de accesos, cifrado y backup según ENS.
   • Establecer un responsable de gobernanza (comité IA) que supervise métricas de rendimiento, falsos positivos y medidas correctoras.

Buenas prácticas operativas

• Empiece con un piloto limitado a un área o categoría de contrato y mejore iterativamente.
• Use explicabilidad como requisito: las alertas deben poder justificarse ante auditoría.
• Mida tanto falsos positivos como falsos negativos; un exceso de alertas inútiles genera desgaste operativo.
• Mantenga trazabilidad completa de entrenamiento y versiones del modelo (model cards / data sheets).
• Forme a los equipos de contratación y control interno para interpretar alertas y ejecutar acciones conforme a Ley 9/2017.

Riesgos a vigilar

• Sesgos: modelos que penalicen a empresas de ciertas zonas o tamaños. Mitigue con auditorías de equidad.
• Revelación indebida de datos personales: aplique principios del RGPD y anonimización cuando sea posible.
• Dependencia operativa: la IA debe complementar, no sustituir, controles jurídicos y administrativos.

Checklist de acción (7 pasos rápidos)

1. Acordar objetivo y alcance con dirección y control interno.
2. Inventario de fuentes de datos y legalidad de su uso.
3. Realizar DPIA y revisión ENS.
4. Desarrollar un piloto con modelos explicables y casos de prueba reales.
5. Diseñar workflows B2H (bot-to-human) para revisión de alertas.
6. Publicar aviso en la Plataforma de Contratación y documentación de transparencia.
7. Monitorizar, auditar y ajustar umbrales trimestralmente.

Conclusión y takeaway

La IA puede ser una herramienta eficaz para detectar y priorizar riesgos de fraude en la contratación pública, pero solo si se implementa con controles legales, trazabilidad y revisión humana. Acción inmediata recomendada: lanzar un piloto de detección de anomalías en una categoría de contratación, acompañado de un DPIA y un plan de gobernanza. En OptimTech trabajamos con entidades locales para diseñar estos pilotos alineados con ENS y la normativa vigente; si su ayuntamiento quiere un enfoque práctico y compatible, podemos ayudar a definir los primeros pasos.