El rol de la inteligencia artificial en la elaboración del Plan de Desarrollo Concertado Local en el Perú: oportunidades, ejemplos y marco normativo
La planificación del desarrollo en el ámbito local es un proceso estratégico que permite orientar el crecimiento territorial, garantizar derechos fundamentales y promover el bienestar colectivo. En el Perú, el Plan de Desarrollo Concertado Local (PDCL) es el instrumento clave que articula la visión de futuro de un territorio con la participación de sus actores sociales, en concordancia con las políticas nacionales, regionales y sectoriales.
Frente a los desafíos actuales –como la limitada disponibilidad de información oportuna, la baja capacidad técnica de los gobiernos locales, y las crecientes demandas ciudadanas– la inteligencia artificial (IA) emerge como una herramienta innovadora para fortalecer la planificación participativa. Su uso puede mejorar significativamente la calidad técnica, eficiencia operativa y capacidad de adaptación del proceso de elaboración del PDCL.
1. Marco normativo del PDCL y potenciales sinergias con la IA
El marco normativo que regula el proceso de planificación concertada en el Perú está dado principalmente por:
Ley N.º 27783 – Ley de Bases de la Descentralización, que establece que los planes de desarrollo deben elaborarse con participación ciudadana y concertación intergubernamental.
Decreto Supremo N.º 029-2018-PCM, que aprueba los “Lineamientos para la formulación, implementación, seguimiento y evaluación de los Planes de Desarrollo Concertado”.
Resolución Directoral N.º 002-2023-CEPLAN/DE, que actualiza la guía para la formulación de los PDC con enfoque territorial.
- Resolución Presidencia Consejo Directivo N.º 0094-2024-CEPLAN/PCD, que actualiza la guía para la formulación de los planes de desarrollo local concertado provincial y distrital con enfoque territorial.
Estos documentos resaltan la importancia de usar evidencia y datos actualizados para el análisis del territorio y la toma de decisiones. En ese sentido, la inteligencia artificial se convierte en una aliada clave para cumplir este mandato técnico.
2. Aplicación de la IA en las fases del PDCL
Fase I: Análisis y diagnóstico integral del territorio
La IA puede procesar datos de múltiples fuentes como el INEI, MIDIS, SUNARP, SINADEF, entre otros, para:
Identificar brechas en salud, educación, infraestructura, empleo, etc.
Detectar correlaciones entre variables (por ejemplo, relación entre pobreza y desnutrición crónica infantil).
Generar mapas interactivos con análisis espacial mediante IA geoespacial (ej. Google Earth Engine, QGIS con plugins de aprendizaje automático).
Ejemplo: Un municipio de la región San Martín puede usar IA para analizar datos de deforestación y su relación con enfermedades respiratorias, ayudando a formular propuestas ambientales con enfoque preventivo.
Fase II: Participación ciudadana y concertación
La IA facilita la sistematización de aportes ciudadanos a través de:
Chatbots que recogen sugerencias y propuestas de vecinos en tiempo real.
Análisis de sentimiento de redes sociales para identificar percepciones comunitarias.
Procesamiento de texto (NLP) para clasificar y agrupar temáticamente las demandas recogidas en talleres de planificación.
Ejemplo: En un distrito de Lima Metropolitana, un chatbot habilitado en WhatsApp permitió recopilar más de 5,000 propuestas ciudadanas, posteriormente analizadas y categorizadas automáticamente para ser discutidas en los talleres de validación.
Fase III: Formulación de objetivos, estrategias y políticas
La IA puede generar modelos de simulación de escenarios futuros, permitiendo:
Visualizar los efectos esperados de diferentes decisiones de política local.
Sugerir estrategias más eficaces en función de patrones históricos y proyecciones.
Ejemplo: Un gobierno local puede evaluar si priorizar inversión en educación o agua potable tendrá mayor impacto en la reducción de pobreza multidimensional en los próximos diez años.
Fase IV: Programación, presupuesto y priorización
Los algoritmos de optimización pueden apoyar en la elaboración de una matriz de priorización de proyectos, considerando variables como:
Costo estimado
Población beneficiaria
Nivel de urgencia
Disponibilidad de recursos
Ejemplo: En una municipalidad rural, un modelo IA ayudó a seleccionar los tres proyectos de mayor impacto dentro de una cartera de 20 intervenciones propuestas, optimizando el uso de un presupuesto limitado.
Fase V: Seguimiento, monitoreo y evaluación
La IA permite automatizar la recopilación de datos sobre indicadores y generar alertas sobre desviaciones, mediante tableros dinámicos.
Ejemplo: En una municipalidad distrital de Arequipa, un sistema de IA alimentado por datos mensuales de ejecución presupuestal y avance físico de obras detectó retrasos críticos en una intervención de saneamiento, permitiendo su pronta reprogramación.
3. Retos y recomendaciones para su implementación
Si bien las oportunidades son amplias, es necesario abordar ciertos desafíos:
Capacitación técnica de los equipos municipales en el uso de herramientas de IA.
Garantizar infraestructura digital básica en zonas rurales o de difícil acceso.
Promover alianzas con universidades, startups tecnológicas o centros de investigación.
Establecer protocolos éticos y de protección de datos personales.
4. Conclusión
La incorporación de la inteligencia artificial en la planificación local no reemplaza la participación humana, sino que la potencia. Su uso responsable, contextualizado y éticamente orientado puede marcar una diferencia significativa en la calidad de los Planes de Desarrollo Concertado Locales. La clave está en integrarla como un instrumento técnico que permita tomar decisiones más informadas, transparentes y con mayor impacto social.
Así, los gobiernos locales podrán cumplir de manera más eficiente con los principios de la planificación para el desarrollo establecidos en el marco normativo peruano, contribuyendo al cierre de brechas y al fortalecimiento del Estado al servicio de la ciudadanía.