¿Qué sabe la IA de justicia espacial?

Eficiencia algorítmica vs Responsabilidad política del territorio

Vivimos en tiempos donde la inteligencia artificial calcula tiempos de viaje, predice valorizaciones, aprueba solicitudes de crédito, y sugiere lugares y proyectos para invertir. Pero ¿sabe algo sobre segregación? ¿sobre exclusión histórica o justicia espacial? ¿puede ayudar a construir mejores ciudades?

Hoy podemos decir sin titubeos que la ciudad algorítmica ya existe. El mercado inmobiliario usa modelos predictivos, el transporte opera con algoritmos, la logística define centralidades, el turismo digital redefine barrios y los procesos de planificación suelen llegar después. La IA no diseña planos, pero moldea los flujos.

Hasta hace poco, cuando hablábamos de economía y equidad territorial, pensábamos en tres grandes actores: Estado, mercado y comunidades. Por las actuales condiciones, es momento de incluir un cuarto actor: el algoritmo. No vota, no delibera, no responde políticamente ni rinde cuentas, no gobierna formalmente una ciudad, pero influye de manera decisiva en quienes sí lo hacen.

Entendiendo que la algorítmica es una lógica de optimización, y que la justicia espacial no es un problema puramente matemático sino una cuestión de corrección histórica y decisión política, me surge una pregunta inevitable: ¿puede un sistema entrenado con datos de una ciudad desigual producir resultados que promuevan equidad?

La respuesta no puede ser ligera ni automática. Si el modelo se entrena únicamente para maximizar rentabilidad o minimizar riesgo financiero, tenderá a reforzar patrones

existentes. En ciudades desiguales, eso puede traducirse en concentración de inversión, exclusión crediticia o priorización de territorios ya consolidados. Allí aparece el riesgo de una “segregación optimizada”: cuando la eficiencia tecnológica reproduce desigualdades con apariencia de neutralidad.

En el contexto latinoamericano el desafío es mayor: alta informalidad, subregistro de suelo, brechas digitales y poblaciones fuera del radar estadístico implican que buena parte de la realidad urbana ni siquiera aparece en los datasets. Y lo que no aparece en el dato, no existe en la predicción.

Pero este no es un destino inevitable. Si un algoritmo puede detectar oportunidades de mercado, también puede detectar concentración de pobreza, déficit de espacio público y equipamientos, tiempos desproporcionados de desplazamiento, vulnerabilidad climática o carencias en servicios básicos. Puede mapear segregación con la misma precisión con la que mapea rentabilidad y oportunidades.

La diferencia está en cómo se parametriza. La inteligencia artificial no tiene una preferencia moral propia. Suele amplificar los objetivos que le son requeridos. Si el parámetro central es la maximización económica, optimizará mercado. Si el parámetro incorpora variables de equidad territorial, podrá priorizar intervenciones donde el impacto social sea mayor.

Un modelo bien diseñado con parámetros precisos podría identificar territorios históricamente postergados y orientar recursos públicos de manera más estratégica que la intuición política. Podría simular escenarios redistributivos, ponderar déficit acumulados y ofrecer información estructurada para decisiones más responsables y con mejor inteligencia fiscal.

El problema, entonces, no es técnico sino político. ¿Quién define los objetivos del algoritmo? ¿Qué variables se ponderan? ¿Qué datos se integran? ¿Quién audita sus sesgos? ¿Quién toma el liderazgo?

La IA no sabe nada de justicia espacial por sí misma. Pero puede ayudarnos a medirla con mayor precisión que nunca. Y lo que se mide con claridad puede gestionarse con mayor responsabilidad. Por lo tanto, la conversación relevante no es si la inteligencia artificial reemplazará al urbanista, al arquitecto o al tomador de decisión. La discusión es si quienes diseñan y gobiernan el territorio están dispuestos a programar la equidad como criterio explícito de decisión. En consecuencia, la pregunta no es si la inteligencia artificial puede diseñar ciudades más rápido. La pregunta es si puede diseñarlas más justas.

Y más aún: ¿tenemos la inteligencia política para enseñarle algo distinto? Porque la IA no decidirá el futuro urbano por nosotros, pero sí hará más eficiente, e incluso más visible, el tipo de ciudad que decidamos para próximas generaciones.