Yordana Juan
Mayo 2025
Descubre cómo la inteligencia artificial generativa puede revolucionar la contratación pública en México, detectando colusión y prácticas anticompetitivas. Conoce beneficios, retos y referencias internacionales.
Introducción
La contratación pública representa alrededor del 8% del PIB en México, convirtiéndose en un área estratégica para el desarrollo económico. Sin embargo, es también un espacio vulnerable a prácticas anticompetitivas como la colusión, la manipulación de licitaciones o la fijación de precios.
Ante este desafío, la inteligencia artificial (IA) generativa emerge como una herramienta capaz de procesar grandes volúmenes de datos, identificar patrones sospechosos y mejorar la transparencia de los procesos. Este artículo explora cómo puede aplicarse la IA generativa en la contratación pública mexicana para prevenir irregularidades, sus beneficios y los retos que implica.
¿Qué es la IA generativa y cómo puede ayudar en la contratación pública?
La IA generativa va más allá de los algoritmos tradicionales: no solo analiza, sino que predice, simula escenarios y genera alertas automáticas.
En el contexto de contratación pública puede:
- 📊 Analizar ofertas y detectar patrones anómalos entre proveedores.
- ⚖️ Predecir riesgos de colusión en licitaciones.
- 🔔 Generar alertas tempranas para auditorías más rápidas.
- 🧩 Simular escenarios de competencia imperfecta para identificar riesgos.
Esto convierte a la IA en un aliado estratégico para reguladores, instituciones y empresas.
Casos de estudio y evidencia en México
- Modelos de machine learning en licitaciones: Investigadores como Aldana, Falcón-Cortés y Larralde (2022) desarrollaron un modelo entrenado con datos de contratación pública mexicana, logrando detectar con alta precisión contratos asociados a corrupción mediante patrones de relación entre compradores y proveedores [Aldana et al., 2022].
- Impacto del cambio de gobierno (2013-2020): Estudios revelan que, aunque el gasto con empresas vinculadas a prácticas corruptas disminuyó tras la transición de gobierno, muchos de los patrones de riesgo se mantuvieron [Falcón-Cortés et al., 2021].
- Experiencias internacionales: El algoritmo BRAVA, desarrollado en España por la CNMC, detecta colusión en licitaciones públicas con más de 90% de precisión, sirviendo como referencia para el caso mexicano.
Beneficios de la IA generativa en la detección de prácticas anticompetitivas
- ✅ Escalabilidad: analiza miles de contratos y proveedores en segundos.
- ✅ Prevención temprana: alerta antes de que se adjudique un contrato sospechoso.
- ✅ Mayor transparencia: auditorías basadas en evidencia objetiva.
- ✅ Confianza ciudadana: mejora la percepción de integridad institucional.
- ✅ Optimización de recursos públicos: menos sobrecostos, más competencia real.
Retos y riesgos
- ⚠️ Calidad de los datos: CompraNet y plataformas similares presentan inconsistencias.
- ⚠️ Explicabilidad de los modelos: decisiones automatizadas deben ser comprensibles.
- ⚠️ Protección de datos: cumplir con la Ley de Protección de Datos Personales.
- ⚠️ Riesgo de abuso: la misma IA podría usarse para coordinar colusión más sofisticada.
- ⚠️ Vacíos regulatorios: aún no existe normativa específica en México para IA en licitaciones.
Recomendaciones para México
- Estandarizar y limpiar datos públicos de contratación.
- Implementar pilotos de IA generativa en sectores estratégicos.
- Actualizar el marco legal, incorporando transparencia y rendición de cuentas en decisiones automatizadas.
- Fortalecer a la Cofece y entes reguladores con infraestructura tecnológica y talento especializado.
- Fomentar colaboración academia-gobierno-sociedad civil para investigación aplicada.
- Desarrollar un código ético de IA en contratación pública con principios de no discriminación, explicabilidad y supervisión humana.
Conclusión
La IA generativa ofrece a México una oportunidad única para reducir la corrupción y aumentar la competencia justa en licitaciones públicas. Aunque los retos son significativos, la experiencia internacional y la evidencia científica muestran que su implementación estratégica podría marcar un antes y un después en la gestión gubernamental.
Con voluntad política, datos de calidad y regulación clara, México puede convertirse en referente regional de uso responsable de la IA en contratación pública.
Bibliografía
- Aldana, A.; Falcón-Cortés, A.; Larralde, H. (2022). A machine learning model to identify corruption in México’s public procurement contracts. ArXiv. Disponible aquí.
- Falcón-Cortés, A.; Aldana, A.; Larralde, H. (2021). Practices of public procurement and the risk of corrupt behavior before and after the government transition in México (2013-2020). ArXiv. Disponible aquí.
- Cabello Ávila, C.; Koike Quintanar, S.A. (2024). Potenciales riesgos y beneficios en materia de competencia económica en el entorno de la inteligencia artificial. Centro de Estudios del IFT. PDF.
- García Rodríguez, M.J.; Benítez Palma, E.J. (2024). El uso de la IA generativa en la contratación pública para detectar prácticas irregulares. Revista Auditoría Pública Nº 83. Dialnet.
- OECD (2024). Strengthening Public Procurement in Mexico. OECD Document.
- ACCO (2025). Inteligencia Artificial y Contratación Pública en América Latina y el Caribe. Generalitat de Catalunya.