Gürtel, donde una trama de empresas amañaba contratos públicos a cambio de sobornos a políticos del PP y la financiación ilegal del partido. El Caso Palau, con su desvío sistemático de comisiones ilegales hacia Convergència Democràtica de Catalunya. Púnica y su red de adjudicaciones amañadas en contratos de energía, servicios municipales y obras en Madrid, Murcia y Castilla y León. El caso Nóos de Iñaki Urdangarin y Diego Torres, el Caso Taula del PP de Valencia, el Caso Lezo y su saqueo del Canal de Isabel II de Madrid con adjudicaciones con sobreprecios y desvíos a paraísos fiscales.
Y ahora, el Caso Koldo, en el que se investiga el supuesto amaño de contratos de mascarillas durante la pandemia y la presunta corrupción en las licitaciones del Ministerio de Transportes que dirigía José Luis Ábalos, en prisión preventiva desde hace unos días. La contratación pública, que supone una parte muy relevante del PIB español, es uno de los focos de corrupción en el país, pero es una escena del crimen a la que los investigadores llegan cuando el mal ya está hecho.
El sistema actual es reactivo: se investiga cuando el delito ya se ha consumado, el dinero ha desaparecido y alguien ha decidido denunciar. Hay controles formales, pero no consiguen detectar los indicios que se dan en casi todos los casos antes de que estos se consumen, como el troceo sistemático de contratos para evitar controles, las sociedades pantalla para inflar precios o desviar fondos, las comisiones ilegales o el foco en los contratos de servicios esenciales y obra pública.
Pero, ¿y si en lugar de un forense que llega a la escena del crimen, hubiera un sistema de alarma que se disparara al detectar esos patrones? Esa es la premisa sobre la que trabaja la startup española Tendios. En un momento en el que la inteligencia artificial suele acaparar titulares por su capacidad para generar desinformación o alimentar burbujas financieras, esta compañía propone utilizar las capacidades de estos algoritmos para analizar los cajones donde se guardan los desfalcos contra la administración pública.
El algoritmo que no duerme
“Nuestra propuesta es pasar a la prevención”, explica Xavi Creus, cofundador de la compañía. Tendios, con sede central en Barcelona y unos 50 trabajadores, ya trabaja con un centenar de instituciones públicas, incluido el Gobierno de Asturias. Actualmente, su negocio se centra en agilizar el proceso de contratación pública con inteligencia artificial. Tanto para las instituciones, ayudando con el proceso de creación de licitaciones desde cero evitando irregularidades; como para las empresas, gestionando la burocracia necesaria, automatizando tareas repetitivas al presentarse a los concursos y haciéndolos más accesibles para empresas pequeñas.
Sin embargo, la startup quiere dar una vuelta de tuerca más este enero con “Vera” (de veracidad): una herramienta que se basará en el análisis de datos con inteligencia artificial para escanear los procesos de licitación en busca de señales sospechosas.
Esos indicios serán los tipificados por la Comisión Nacional de los Mercados y la Competencia (CNMC) en su publicada en 2024, cuando este organismo pidió “colaboración” a los funcionarios para detectar estas prácticas. El objetivo de Vera es desplegar un “perro guardián” digital que no se cansa, no tiene amigos políticos y no acepta sobres.
La mecánica detrás de esta vigilancia se divide en dos fases críticas: la validación previa y la comparación posterior. En una primera instancia, los algoritmos de procesamiento de lenguaje natural analizan la redacción de los pliegos administrativos para detectar barreras de entrada artificiales, como requisitos técnicos tan específicos que solo una empresa podría cumplirlos (los conocidos ). Posteriormente, una vez recibidas las propuestas, el sistema cruza la información de todos los licitadores buscando anomalías estadísticas muy difíciles de detectar para un humano, como patrones de precios coordinados o errores idénticos en la documentación de compañías supuestamente rivales.
“Será una IA que estará 24/7 comprobando todo lo que se publica”, detalla Creus: “Se trata de utilizar la potencia de la IA para identificar patrones de forma automática que nos puedan indicar si ha habido prácticas anómalas en el proceso de licitación”. Donde un ojo humano puede tardar días en revisar expedientes, esta tecnología puede detectar patrones anómalos en segundos: un número sospechosamente bajo de licitadores, ofertas que no tienen coherencia económica o similitudes estructurales entre propuestas de empresas supuestamente rivales.
Vigilancia automática frente al retroceso institucional
Según el último Índice de Percepción de la Corrupción publicado por Transparencia Internacional, la puntuación de España ha descendido hasta los 56 puntos sobre 100, lo que representa una caída de cuatro puntos respecto al año anterior. Este retroceso ha tenido un impacto directo en la posición de España en el ranking global, donde ha perdido diez plazas hasta situarse en el puesto 46 de 180, por detrás de la mayoría de países europeos y otros como Ruanda o Cabo Verde.
“La contratación pública continúa siendo un punto crítico debido a lagunas en la legislación, escasa aplicación de las normativas y falta de recursos”, destaca el informe. Transparencia Internacional atribuye este descenso a una combinación de estancamiento en las reformas a nivel nacional y a un preocupante desmantelamiento de las estructuras de control en ciertas administraciones autonómicas.
No obstante, “Vera” no operará en el vacío. Las administraciones también han puesto en marcha sus propios proyectos piloto para detectar la corrupción de manera automatizada. La propia CNMC está desarrollando el Proyecto BRAVA (), una herramienta que emplea ciencia de datos para cribar las bases de licitaciones y detectar indicios de colusión o formación de cárteles con IA.
En una línea similar opera el sistema MINERVA, impulsado por la Agencia Tributaria. Integrado en la gestión de los Fondos Europeos del Plan de Recuperación, se enfoca específicamente en el cruce de datos para identificar conflictos de interés, analizando las relaciones societarias o familiares entre los decisores públicos y los titulares reales de las empresas adjudicatarias. A nivel autonómico también existen precedentes, como el sistema de alertas tempranas SALER de la Generalitat Valenciana, diseñado para prevenir riesgos administrativos y patrimoniales.
La principal diferencia que plantea la propuesta de la empresa privada respecto a estas herramientas institucionales radica en la accesibilidad de los datos. Mientras que sistemas como BRAVA o MINERVA funcionan como mecanismos de control interno al servicio de la propia administración, herramientas como la de Tendios busca abrir esa capacidad de fiscalización a terceros. El planteamiento es que la vigilancia no se limite a los organismos reguladores, sino que actores externos, desde medios de comunicación hasta la sociedad civil, puedan contar con alertas tecnológicas que señalen posibles irregularidades en tiempo real.
“Yo me imagino que de aquí a cinco años cualquier institución pública, ojalá que por ley, deba comprobar todo con IA sí o sí, para tener ese perro guardián, algo que ahora es imposible con personas”, pide Xavi Creus.
La promesa de la eficiencia frente al caos de los datos
Organismos como el Banco Mundial ya han pilotado sistemas similares a nivel internacional, como la plataforma GRAS en Brasil, que demostró ser capaz de cruzar bases de datos de contratación con registros electorales y de nóminas para detectar fraudes complejos.
No obstante, estas experiencias también han elevado dudas sobre el potencial de estos sistemas: sin el compromiso adecuado, no es demasiado difícil cegar a la IA. La Open Contracting Partnership, organización referente en la estandarización de datos abiertos, advierte de que la principal barrera para estas IA no es el código, sino la información que ingieren. Si las administraciones publican sus concursos con datos incompletos, erróneos o en formatos no reutilizables (un problema crónico hasta ahora en la administración española), se multiplica la posibilidad de que los algoritmos tengan falsos positivos o incluso pasen por alto el fraude real.
Además, existe el riesgo de la fatiga judicial. El centro de recursos anticorrupción U4 ha documentado casos donde, tras el éxito inicial de bots de fiscalización que detectaban miles de irregularidades, el impacto real se diluyó porque la fiscalía y los juzgados carecían de capacidad humana para procesar el torrente de alertas automáticas. La IA puede señalar elementos sospechosos a velocidad sobrehumana, pero investigarlos sigue requiriendo de los mismos recursos judiciales y administrativos.
