PlanAssist: cómo la IA acelera decisiones de planificación urbana

PlanAssist, la herramienta de Google DeepMind basada en Gemini, automatiza tareas rutinarias de solicitudes de obra menor, reduciendo el tiempo de evaluación y manteniendo al funcionario como decisor final. Tras un piloto prometedor, avanza a una beta de 12 meses y ampliación a más autoridades locales.

Por Redaccion TD
PlanAssist: cómo la IA acelera decisiones de planificación urbana

Introducción

La demora en trámites de planificación afecta tanto a la economía como a la vida cotidiana: desde familias esperando aprobar una ampliación hasta proyectos de vivienda que se retrasan meses. PlanAssist, una herramienta de inteligencia artificial desarrollada por Google DeepMind con Gemini, propone aliviar parte de esa carga automatizando las tareas rutinarias de las solicitudes de obra en Inglaterra. Tras pruebas piloto en Barnet, Camden y Dorset, el sistema ha mostrado una reducción de hasta 58% en el tiempo que los técnicos dedican a evaluar solicitudes ‘householder’.

En este artículo explicamos cómo funciona PlanAssist, cuáles fueron los resultados iniciales, qué sigue en su despliegue y qué lecciones puede ofrecer a gobiernos locales en América Latina que enfrentan cuellos de botella similares en permisos de obra y planificación urbana.

Qué es PlanAssist y cómo apoya a los técnicos

PlanAssist es una herramienta diseñada para hacerse cargo del trabajo repetitivo y administrativo asociado a las solicitudes de obra menores —por ejemplo, loft conversions, conservatories o pequeñas ampliaciones— que suelen representar hasta 70% de la carga de trabajo de los oficiales de planificación. No toma decisiones de forma autónoma: su propósito es acelerar comprobaciones y redactar borradores que el funcionario revisa y aprueba.

El flujo de trabajo principal de PlanAssist incluye:

  • Validación de la documentación y planos presentados, para confirmar que la solicitud cuenta con la información mínima necesaria.
  • Verificación frente a restricciones de patrimonio y conservación, como órdenes de protección de árboles, y contraste con políticas locales y nacionales de planificación.
  • Revisión de antecedentes: si existen objeciones o incidencias previas relacionadas con la parcela o la propuesta.
  • Generación de informes de evaluación redactados y citados, que los oficiales pueden editar antes de emitir su recomendación final.

La herramienta se desarrolló en colaboración con el gobierno del Reino Unido, Google Cloud y la consultora Faculty, y fue construida utilizando el modelo Gemini de Google.

Resultados del piloto en Barnet, Camden y Dorset

Desde junio, PlanAssist se probó con solicitudes reales en tres autoridades locales: Barnet, Camden y Dorset. Los resultados iniciales son alentadores:

  • Reducción media de hasta 58% en el tiempo que un oficial dedica a las tareas de evaluación por solicitud.
  • Más del 70% de los informes generados por PlanAssist fueron aprobados por los oficiales sin necesidad de editar el contenido, incluidas comprobaciones sobre el cumplimiento de normas locales y la integridad de la documentación.

Estos resultados sugieren que la automatización de tareas administrativas puede liberar tiempo de los técnicos para enfocarse en casos complejos que requieren juicio profesional, y a la vez mantener estándares técnicos y de cumplimiento.

De piloto a beta y escalado

PlanAssist entra ahora en una fase Beta de 12 meses que utilizará aplicaciones en vivo. Se incorporarán 12 autoridades locales adicionales en tres cohortes, lo que elevará el total de municipios participantes a 15. Estas localidades cubren distritos metropolitanos y rurales, lo que permitirá evaluar el desempeño de la herramienta en contextos diversos.

El gobierno británico ha indicado que, sujeto a las pruebas, la intención es poner la herramienta a disposición de todos los consejos en Inglaterra en 2027. Un punto clave es que cada evaluación continuará siendo revisada y aprobada por un oficial de planificación cualificado antes de cualquier decisión final.

Impactos esperados: eficiencia y acceso a la vivienda

Las demoras en decisiones de planificación tienen un impacto tangible: retrasan obras, elevan costos y ralentizan el avance hacia metas nacionales de vivienda. En el caso del Reino Unido, el objetivo del gobierno es construir 1.5 millones de nuevas viviendas para 2029; reducir los tiempos administrativos en solicitudes rutinarias puede acelerar parte de ese proceso.

Para los ciudadanos, la reducción de plazos implica menos incertidumbre y una resolución más rápida para proyectos domésticos. Para la administración, supone mejor uso del capital humano —los oficiales pueden dedicar más horas a situaciones que requieren criterio técnico, consultas complejas o inspecciones en sitio—.

Consideraciones para América Latina

Aunque PlanAssist se prueba en Inglaterra, la experiencia ofrece lecciones relevantes para los gobiernos locales en América Latina:

  • Muchas municipalidades enfrentan trámites de permisos lentos y manuales que generan cuellos de botella similares; herramientas que automatizan validaciones documentales y comprobaciones normativas podrían mejorar tiempos de respuesta.
  • La adopción debería centrarse en apoyar la toma de decisiones, no en reemplazarla: la supervisión humana y la responsabilidad profesional son clave para mantener confianza pública.
  • La diversidad normativa entre municipios exige que cualquier sistema se adapte a marcos locales y a las variaciones en mapas catastrales, ordenanzas y restricciones patrimoniales.

Sin embargo, la transferencia de soluciones como PlanAssist requiere evaluar infraestructura tecnológica, disponibilidad de datos digitales de calidad y capacidad formativa de los equipos técnicos.

Riesgos y aspectos éticos

La implementación de IA en servicios públicos trae beneficios, pero también exige prudencia:

  • Transparencia: es importante que las autoridades expliquen cómo la IA llega a sus conclusiones y qué datos utiliza, para mantener legitimidad frente a la ciudadanía.
  • Sesgos y errores: aunque PlanAssist reduce tiempo y genera borradores con alta aceptación, ningún sistema es infalible. Mecanismos claros de revisión humana y auditoría externa son necesarios.
  • Protección de datos: las solicitudes de obra contienen información sensible sobre propiedades y titulares; asegurar el cumplimiento de normas de privacidad es esencial.
  • Capacitación: adoptar estas herramientas requiere invertir en la formación de funcionarios para usar, corregir y supervisar las recomendaciones automatizadas.

Los desarrolladores y las autoridades deben colaborar en protocolos de gobernanza que aborden estos puntos antes de escalados masivos.

Conclusión

PlanAssist es un ejemplo práctico de cómo la IA puede reducir cargas administrativas y acelerar procesos públicos manteniendo al profesional como actor decisor. Los resultados preliminares en Barnet, Camden y Dorset —reducción de hasta 58% en tiempos y más de 70% de informes sin edición— justifican la ampliación a una fase Beta de 12 meses con 12 autoridades adicionales.

Para América Latina, la experiencia subraya oportunidades: reducir demoras en permisos, mejorar la eficiencia municipal y reorientar recursos humanos hacia tareas de mayor valor. Al mismo tiempo, destaca la necesidad de diseño responsable, supervisión humana, protección de datos y adaptación local. La innovación tecnológica puede facilitar decisiones más rápidas y mejores, siempre que se implemente con transparencia y control.

PlanAssist no promete eliminar la necesidad del juicio profesional; propone amplificar su alcance liberando tiempo y aportando consistencia en comprobaciones repetitivas. Ese equilibrio será clave para que la IA contribuya de forma constructiva a la planificación urbana y a la entrega de servicios públicos.

Fuente original: Google DeepMind