13/11/2025 18:03 h.
Algorismes i intel·ligència artificial: una oportunitat per a les administracions locals
La intel·ligència artificial (IA) ha deixat de ser una promesa de futur per convertir-se en una eina present i poderosa per a les administracions públiques. Des de la millora de l’eficiència fins a la presa de decisions basada en dades, la IA ofereix un ventall d’oportunitats per transformar la gestió pública i fer-la més proactiva, predictiva i centrada en les persones.
IA tradicional i generativa: què cal saber?
És important distingir entre la IA tradicional —que analitza dades per fer prediccions o classificacions— i la IA generativa (IAGen), capaç de crear nous continguts com textos, imatges o vídeos. Aquesta última, amb exemples com ChatGPT o Stable Diffusion, obre noves possibilitats però també planteja reptes ètics i de transparència que les administracions locals han de saber gestionar.
Com aprenen els algorismes?
Els sistemes d’IA poden aprendre de diferents maneres:
- Supervisat: es basa en dades etiquetades i permet fer prediccions útils per anticipar demandes o detectar incidències.
- No supervisat: identifica patrons ocults en dades no etiquetades, ideal per analitzar comportaments ciutadans o territorials.
- Semisupervisat: combina dades etiquetades i no etiquetades, facilitant la classificació de documents quan la informació és incompleta.
- Per reforç: es fonamenta en l’assaig-error i pot aplicar-se en àmbits com la gestió del trànsit o l’eficiència energètica.
Algorismes destacats i usos concrets
Els següents algorismes tenen un gran potencial per a les administracions locals:
- Regressions: predicció de consums, demanda de serveis o evolució de preus d’habitatge.
- Reducció de dimensionalitat (PCA): simplificació de grans conjunts de dades, útil en indicadors territorials o dades obertes.
- Sistemes de recomanació: suggeriment de tràmits o serveis personalitzats segons el perfil ciutadà.
- Optimització (descens del gradient): planificació de rutes de recollida selectiva, assignació de recursos o disseny d’horaris.
- Sèries temporals (ARIMA, Prophet): predicció de trànsit, afluència turística o generació de residus.
- Anàlisi d’anomalies: detecció de fraus, errors o comportaments irregulars en subvencions o sensors ambientals.
- Processament del llenguatge natural (NLP): classificació de sol·licituds, resum d’informes, assistents virtuals per atendre consultes.
- Visió per computador: detecció d’incidències a la via pública, control d’aforament o monitoratge d’espais naturals.
Transparència i ètica: condicions imprescindibles
L’ús d’algorismes complexos, com les xarxes neuronals, pot generar “caixes negres” difícils d’explicar. Per això, en processos que afecten drets ciutadans, cal prioritzar models explicables i traçables. A més, cal garantir la protecció de dades, evitar biaixos algorítmics i mantenir el judici humà com a peça clau en la presa de decisions.
Cap a una administració més intel·ligent i humana
La integració de la IA no és només una qüestió tecnològica, sinó també organitzativa i cultural. Requereix formació, governança de dades, interoperabilitat i un marc normatiu clar. Però si s’aplica amb criteri i sentit públic, pot esdevenir una aliada estratègica per a una administració local més eficient, transparent i centrada en les persones.