¿Puede la inteligencia artificial detectar la colusión en las contrataciones públicas del Perú?

La Contraloría General de la República estimó que la corrupción y la inconducta funcional costaron al Estado peruano S/ 24,268 millones en 2023, el 12.7 % del presupuesto ejecutado. Es una estimación estadística y no un perjuicio determinado caso por caso. Buena parte del riesgo se concentra en el órgano que conduce la selección del contratista.

Desde el 22 de abril de 2025, la Ley 32069 encarga esa tarea a los evaluadores: un oficial de compra, un comité de tres integrantes o un jurado de expertos. La ley reconoce su discrecionalidad técnica y concentra el control en la legalidad, no en sus decisiones técnicas. ¿Puede la inteligencia artificial ayudar a prevenir y detectar la colusión en ese espacio? La experiencia comparada respalda su valor para priorizar y disuadir, pero con condiciones y con límites jurídicos claros.

Una alerta no es una prueba

La Corte Suprema admite probar la concertación mediante indicios, como la celeridad inusitada, las regularizaciones posteriores de la documentación o los precios sobrevalorados (R.N. 1722-2016/Del Santa). Muchos coinciden con banderas rojas medibles en la Plataforma Digital para las Contrataciones Públicas (Pladicop). Pero la misma Corte exige indicios plenamente acreditados y una inferencia concluyente (Casación 392-2019/Áncash). La alerta indica dónde buscar; el hecho debe probarse, y la decisión debe motivarse con hechos verificados, no con el puntaje del modelo.

Puntuar procedimientos, no personas

El Reglamento de la Ley 31814 prohíbe los sistemas destinados a predecir que una persona cometerá un delito a partir de su perfil o de sus rasgos de personalidad. Un puntaje de riesgo sobre un procedimiento no evalúa personas y encaja, en principio, en el riesgo aceptable. Tampoco predice conducta la alerta que constata un parentesco entre un evaluador y un socio del postor ganador: verifica un hecho. Lo más prudente es tratar como de riesgo alto las alertas sobre personas identificadas, con evaluación de impacto previa y supervisión humana efectiva.

Lo que enseñan otros países

En Corea del Sur, el sistema BRIAS descubrió apenas tres casos entre 2006 y septiembre de 2015, en parte porque al inicio solo recibía ciertos contratos de construcción: la cobertura de los datos pesa más que la sofisticación del algoritmo. En Brasil, la Controladoria-Geral da União informa que, en 2023, las actuaciones preventivas basadas en las alertas de su herramienta ALICE llevaron a cancelar o suspender compras por más de R$ 2,080 millones; son cifras de la propia institución, no evaluaciones independientes. En Ucrania, tras la invasión de 2022, buena parte de las compras salió de la plataforma ProZorro: lo que sale del sistema, el algoritmo deja de verlo.

El punto ciego de la emergencia

En la contratación directa por situación de emergencia no hay ofertas que comparar y la documentación se regulariza después, dentro de veinte, treinta o cuarenta días hábiles según el volumen. Además, la celeridad y las regularizaciones posteriores, dos indicios de colusión en una licitación ordinaria, son aquí lo que la ley autoriza. Allí solo cabe un control concurrente de precios, vínculos y concentración de adjudicaciones.

Qué se propone

1. Verificar vínculos antes de designar a los evaluadores.
2. Designar por sorteo al menos a un integrante del comité en los procedimientos de mayor cuantía.
3. Regular un sistema de alertas con revisión humana motivada.
4. Registrar las contrataciones de emergencia en la Pladicop dentro de los cinco días hábiles.
5. Bajar el umbral para remitir indicios al Indecopi.
6. Limitar a un año la vía no competitiva por emergencia y, vencido ese plazo, impedir recontratar así al mismo proveedor por la misma emergencia.

Antes de generalizar el sistema, convendría un piloto para medir su precisión y sus falsos positivos: esa precisión aún debe evaluarse con microdatos peruanos.