Sector público

Este episodio se centra en la interoperabilidad en el campo de los datos geoespaciales, los estándares abiertos y la colaboración entre organismos públicos, a partir de una novedad reciente del Instituto Nacional de Estadística: la publicación del acceso al Seccionado Censal a través del estándar API Features de OGC. Esta iniciativa se enmarca en un contexto más amplio de modernización de los servicios geoespaciales y de apuesta por estándares abiertos que facilitan la reutilización de la información, la integración entre sistemas y el trabajo conjunto entre instituciones. 

Los datos geográficos y los datos estadísticos se cruzan cada vez más, por ejemplo, en análisis territoriales, planificación pública o investigación. Y en este contexto, contar con servicios interoperables es clave para avanzar hacia un verdadero ecosistema compartido. 

Para abordar esta cuestión, se ha entrevistado a dos expertas en la materia:

• Paloma Abad Power, subdirectora adjunta del Centro Nacional de Información Geográfica (CNIG), adscrito al Instituto Geográfico Nacional (IGN).
• Nazaret García Seijas, vocal asesora de la Unidad de Apoyo de la Dirección General de Estadísticas de la Población del Instituto Nacional de Estadística (INE).

Escuchar el pódcast completo

Resumen / Transcripción de la entrevista

1. Muchas personas del ámbito estadístico o geográfico conocen el Seccionado Censal, pero quizá no todo el mundo tenga claro qué representa exactamente.  ¿Podríais explicarnos qué es el Seccionado Censal y por qué es un producto tan importante dentro del trabajo del INE?

Nazaret García:  El Seccionado Censal es la capa geográfica que representa la división del terreno municipal en distritos y secciones censales, que constituyen las unidades territoriales básicas sobre las que se apoyan la mayoría de las operaciones estadísticas del INE. Por ejemplo, los censos de población, el padrón municipal o muchas otras estadísticas con desagregación territorial utilizan precisamente esta estructura para organizar la información. 

En la práctica, lo que hace el Seccionado es dividir cada municipio en una o varias secciones censales, de modo que todo el territorio municipal queda cubierto por una malla. 

Además, los límites de cada sección se apoyan en elementos reconocibles sobre el terreno. Pueden ser calles, construcciones permanentes o accidentes naturales, y se establece la premisa de no dividir una misma manzana en distintas secciones. Hay otro aspecto importante y es que el tamaño de las secciones no es arbitrario. La legislación electoral fija un rango mínimo y máximo de electores por sección. Esto significa que el Seccionado Censal es un producto vivo, que se revisa y se ajusta cuando cambian las condiciones demográficas o territoriales. Desde el punto de vista técnico, todo el Seccionado se publica en el sistema de referencia ETRS89 (European Terrestrial Reference System 1989), huso 30, de modo que la información mantiene una referencia espacial común en todo el territorio y se puede combinar sin problema con otros datos geográficos.

2. Desde la perspectiva del IGN y de las infraestructuras de datos espaciales, ¿cómo se percibe un producto como el Seccionado Censal dentro del ecosistema geoespacial?

Paloma Abad: Dentro del ecosistema geoespacial, el Seccionado Censal se percibe como una pieza fundamental de referencia territorial. Al igual que las unidades administrativas, además de ser un dato oficial, es el marco de referencia para el censo o análisis demográfico. Es un recurso de alto valor que se debe facilitar. Se debe permitir el acceso a los usuarios para que este dato pueda ser reutilizado. Por eso el INE se esfuerza en evolucionar y abrir nuevas formas de acceso a estos datos, como es el caso actual de las API Features.  

El acceso a los datos del Seccionado Censal de forma interoperable era y es esencial. No solo  permite al usuario localizar y poder reutilizar estos datos de un determinado municipio, sino que también le permite integrarlo con otros datos y establecer flujos automáticos de reutilización. Además, el Seccionado Censal está clasificado dentro del tema Inspire titulado “Unidades estadísticas”. 

3. ¿Cómo se ha accedido tradicionalmente al Seccionado Censal? ¿Qué opciones tenían hasta ahora los usuarios que querían trabajar con estos datos?

Nazaret García: El INE lleva muchos años publicando el Seccionado Censal y ofreciendo distintas formas de acceso. La forma más tradicional ha sido la descarga directa de ficheros en formato Shapefile desde la web del INE, pensada sobre todo para su uso en software SIG de escritorio (sistemas de información geográfica). Además, también publicamos distintos servicios, en particular:

• Web Map Services, orientado principalmente a la visualización de la cartografía.
• Web Feature Service, que permite consultar y descargar directamente las entidades vectoriales aplicando filtros por atributos o por localización.

Estos servicios ya estaban basados en estándares abiertos, lo que permitía un grado importante de interoperabilidad y facilitaba que los datos pudieran utilizarse en combinación con información de otros organismos. Es importante destacar que estas opciones siguen estando disponibles. La incorporación del nuevo servicio no sustituye a los anteriores, sino que amplía las posibilidades de acceso.

Paloma Abad: Podemos pensar que la forma más sencilla de acceder a los datos es descargarlos de una página web. Es decir, el usuario entra en la página del INE y se descarga los datos. Pero, ¿qué ocurre si tú eres una empresa o un ayuntamiento que está trabajando con herramientas como QGIS, ArcGIS o gvSIG? Necesitas invocar de forma automática a los datos a través de servicios. De esta forma, cuando te conectas a los servicios tienes el dato totalmente actualizado. Por eso existen los servicios de visualización, descarga o de localización. Los de localización son aquellos que proporcionan la descripción de los datos, es decir, a través de los metadatos. En cuanto a la descarga, siempre han existido el servicio Web Feature Service o el ATOM. El Web Feature Service era sobre todo para consultas y el ATOM para descarga masiva, a lo que se une actualmente el API Feature. Todo esto lo impuso la Directiva INSPIRE ya en 2007, por lo que fue bastante pionera.

4. El INE ha publicado recientemente el acceso al Seccionado Censal mediante OGC API Features. ¿En qué consiste exactamente este servicio y qué aporta respecto a otras formas de acceso como el WFS?

Nazaret García: El servicio OGC API Features es una forma moderna de acceder a los datos geoespaciales vectoriales a través de servicios web. Forma parte de una nueva generación de estándares del Open Geospatial Consortium, que adoptan un enfoque mucho más alineado con las API web actuales, basadas en arquitecturas de tipo REST. Esto permite acceder a los recursos mediante URLs claras y estructuras, mucho más sencillas para el usuario. Además, el servicio puede devolver la información en formatos más habituales en entornos web y análisis de datos como JSON, HTML, CSV u otros formatos, dependiendo de la consulta. Esto hace que el servicio sea más fácil de consumir desde aplicaciones web, entornos de desarrollo o herramientas modernas de análisis de datos. A diferencia del Web Feature Service, este servicio cuenta con una interfaz web que permite explorar los datos y realizar consultas directamente desde el navegador. Esto facilita mucho su uso, ya que un usuario puede visualizar información o descargar datos sin necesidad de utilizar previamente un software geoespacial, algo que en muchos casos sí ocurre con los servicios Web Feature Service. En general, el servicio permite navegar de una forma bastante intuitiva por los recursos disponibles. Por ejemplo, es posible consultar las colecciones de datos publicadas, acceder a las entidades mediante URLs claras y aplicar filtros espaciales, definiendo una extensión espacial de consulta delimitada por coordenadas.

5. Hasta ahora hemos hablado bastante de tecnología, pero la interoperabilidad también tiene mucho que ver con la colaboración entre instituciones. ¿Cómo se traduce esto en la práctica, en el caso del Seccionado Censal?

Nazaret García: Se traduce en que el Seccionado Censal no se utiliza únicamente dentro del INE. Es un conjunto de datos que se integra en aplicaciones, análisis y servicios de otros organismos. Por ejemplo, el Seccionado Censal está disponible en el visualizador de CartoCiudad, donde puede visualizarse junto con otros conjuntos de información geográfica. Esto es  posible porque se utilizan servicios basados en estándares comunes y, en realidad, la colaboración es bidireccional. El INE también utiliza servicios geoespaciales publicados por otros organismos. De hecho, en la propia página del servicio OGC API Features del Seccionado Censal, el mapa base que se utiliza para la previsualización es el callejero del Instituto Geográfico Nacional (IGN). Es un ejemplo muy sencillito, pero que refleja muy bien cómo la interoperabilidad permite que los servicios de distintos organismos se integren de forma natural y transparente para el usuario.

Paloma Abad: Una vez que una organización publica sus datos a través de servicios o API interoperables, la reutilización de los datos se multiplica. Las organizaciones y empresas pueden conectar sus aplicaciones con los servicios. Estos servicios se pueden localizar  a través de los metadatos. Entrando en los catálogos buscas “INE” o “secciones censales” y encuentras las URLs. En el caso de la sección censal, ahora ya está disponible la API Feature. Si por ejemplo un ayuntamiento quiere hacer un estudio, puede cargar las unidades administrativas y las secciones censales mediante servicios de visualización, y luego, además, puede conectarse a la API Feature desde gvSIG, ArcGIS o QGIS y se conecta a los datos. El último Reglamento sobre los conjuntos de alto valor, que también clasifica los datos estadísticos, promueve su reutilización.

6. Cada vez aparecen más servicios geoespaciales basados en API y estándares modernos, pero para muchos usuarios puede resultar difícil saber por dónde empezar. ¿Qué le recomendaríais a alguien que quiera iniciarse en el uso de este tipo de servicios, como el nuevo OGC API Features del Seccionado Censal?

Nazaret García: Para facilitar este inicio, desde el INE hemos elaborado una guía que está publicada y disponible para cualquier usuario que la quiera consultar. En esta guía explicamos de una forma bastante práctica cómo empezar a trabajar con el servicio. Mostramos, por ejemplo, cómo utilizarlo desde la interfaz web del propio OGC API Features, que es una de las principales novedades y ventajas frente a los servicios más tradicionales como el Web Feature Service. Esta interfaz permite explorar las colecciones, ver ejemplos de consulta y entender cómo funciona la API de una manera bastante intuitiva. Además, en la guía incluimos algunos ejemplos de cómo integrar el servicio en herramientas GIS habituales como QGIS o ArcGIS Pro, de forma que los usuarios puedan incorporarlo fácilmente a sus flujos de trabajo. Y algo que también nos parece importante es que estamos abiertos al feedback de los usuarios. Cuanto mayor sea el uso del servicio, más información tendremos para seguir mejorándolo y adaptando las necesidades tanto de otros organismos como de la comunidad de usuarios en general.

Paloma Abad: En el caso de la información geográfica diferencio tres niveles por usuarios: 

• Primero, el usuario no experto, el usuario de la calle, puede consultarla. Ya tiene aplicaciones donde, aunque no lo percibe, utiliza servicios de visualización o servicios de descarga, como, por ejemplo, cuando consultamos la referencia catastral. En este caso ya es posible también con la sección censal.
• En el caso de un usuario técnico, puede desarrollar una aplicación donde cargue estos servicios y tenga la conexión directa con las bases de datos de cualquier organización, en este caso del INE, y los datos siempre pueden usarse y siempre hay margen de mejora. Además, puede haber un feedback de “Oye mira este servicio, prefiero que sea de esta forma” y así ir mejorando.
• Y por último, el usuario totalmente experto y motivado por la interoperabilidad puede participar en OGC para desarrollar estándares y especificaciones, y así adaptar los datos mejor y que se puedan publicar de una forma más adecuada a los usuarios.

Licigator es una solución tecnológica concebida como un buscador avanzado de licitaciones públicas españolas, orientada a optimizar los procesos de localización, análisis y seguimiento de contratos del sector público para empresas y profesionales. 

La plataforma se fundamenta en la reutilización del conjunto de datos abiertos OpenPLASCP, publicado por la Subdirección General de Coordinación de la Contratación Electrónica. A partir de estos datos, Licigator ofrece una interfaz optimizada y un sistema de filtrado estructurado que simplifica el flujo de trabajo de los usuarios, facilitando el acceso a la información del proyecto de datos abiertos del Gobierno de España. 

Además de la consulta ágil, la herramienta permite la generación de informes personalizados sobre competencia, tendencias sectoriales y análisis estratégicos derivados de las licitaciones publicadas diariamente. 

Estructura de Información de las Licitaciones 

Licigator centraliza y estructura la información clave de cada procedimiento de contratación en tres bloques fundamentales: 

1. Información del organismo contratante
   • Identificación completa: nombre, dirección y datos de contacto del órgano de contratación.
   • Trazabilidad institucional: enlaces directos a la sede web del organismo y a la licitación original en la Plataforma de Contratación del Sector Público (PLACSP).
2. Datos clave del expediente
   • Identificación unívoca: número de expediente para garantizar la trazabilidad exacta.
   • Resumen ejecutivo: descripción del objeto del contrato.
   • Aspectos económicos: presupuesto base de licitación (importe máximo destinado al contrato).
   • Clasificación normalizada: códigos CPV (Vocabulario Común de Contratos Públicos) para la categorización precisa de las actividades económicas.
   • Documentación asociada: acceso a los Pliegos de Prescripciones Técnicas y Cláusulas Administrativas (disponible según modalidad de suscripción).
3. Estado y seguimiento del procedimiento
   • Gestión de plazos: fecha límite de presentación de ofertas destacada de forma preferente.
   • Historial de tramitación: fecha de la última actualización y estado administrativo actual de la licitación.
   • Resolución: información sobre adjudicatarios y acceso al documento oficial de adjudicación (disponible según modalidad de suscripción).

El universo de los datos y la inteligencia artificial avanza a un ritmo frenético, consolidándose como el motor indiscutible de la innovación pública y empresarial. Para conocer mejor el estado de esta cuestión, en esta nueva edición de nuestras “Novedades del ecosistema de datos” recopilamos ejemplos de iniciativas, proyectos y actividades que han tenido lugar en los últimos seis meses y que están modelando el futuro digital, con el foco puesto en España.

Impulso estratégico de la economía del dato

Las administraciones públicas y los organismos reguladores continúan definiendo las reglas del juego y los planes de acción para impulsar un crecimiento tecnológico ordenado, competitivo y orientado al ciudadano. En Europa, se sigue avanzando en el Ómnibus Digital, que busca simplificar y unificar el marco legislativo digital europeo, afectando a la regulación sobre datos. Tras un periodo de consultas públicas y acuerdos políticos, el paquete de enmiendas ha sido aprobado por el Parlamento Europeo, aunque todavía es necesaria su aprobación por el Consejo Europeo. Un hito de este periodo es la reconfiguración del calendario regulatorio: las obligaciones de transparencia y etiquetado de contenidos generados por IA entrarán en vigor en agosto de 2026, mientras que las exigencias para los sistemas de IA de alto riesgo lo harán en diciembre de 2027 (en agosto de 2028 para los integrados en productos).

Otro avance legislativo europeo ha sido la adopción de la Estrategia de Código Abierto como parte del paquete de Soberanía Tecnológica. La iniciativa promueve ecosistemas digitales abiertos, interoperables y resilientes, con el fin de reducir la dependencia de proveedores mediante estándares abiertos.

A nivel nacional, el primer semestre de 2026 ha estado marcado por la aceleración en la creación de infraestructuras federadas a través del Plan de Impulso de Espacios de Datos, destacando la activación del Espacio Nacional de Datos de Salud. Resalta también el programa Impulsa DATA, que busca la compartición de datos bajo un modelo de gobernanza unificado que garantiza la calidad de la información para alimentar soluciones de inteligencia artificial. También se ha continuado trabajando en el impulso a los Territorios Inteligentes a través de ayudas destinadas a proyectos que utilicen IA, gemelos digitales o datos urbanos para dinamizar la economía y el sector productivo local. Todo ello está alineado con la hoja de ruta presentada en febrero para reforzar la soberanía digital en España.

El impulso de la economía del dato también tiene su reflejo en el ámbito regional y local. En este sentido, la Federación Española de Municipios y Provincias ha firmado un convenio con la Asociación Española para la Digitalización (DigitalES) para compartir conocimientos y coordinar proyectos de digitalización en el ámbito municipal. Además, a nivel estratégico, encontramos iniciativas como la de Castilla-La Mancha, que convierte el “Dato único” en el eje central del Plan Regional de Estadística 2026-2029. Este plan incluye más de 280 operaciones diseñadas para ofrecer datos actualizados, abiertos y útiles que sirvan de base para mejores políticas públicas.

Gracias a todas estas acciones, y muchas más, España sigue posicionada como país destacado en materia de datos. Si acabamos 2025 situándonos como uno de los referentes europeos en materia de datos abiertos de acuerdo con el portal europeo de datos, a inicios de 2026 conocimos el resultado de otros dos rankings que también ponen en valor el trabajo de nuestro país, esta vez publicados por la Organización para la Cooperación y el Desarrollo Económicos (OCDE). En estos nuevos rankings España se sitúa por encima de la media en digitalización, destacando una vez más en apertura y reutilización de datos públicos.

La reutilización de datos como base de innovación tecnológica

Los datos compartidos continúan enriqueciendo proyectos destinados a mejorar nuestras vidas. Algunas de las iniciativas con participación destacada de organismos públicos que hemos conocido estos meses son:

• El nuevo simulador de la Universitat Autònoma de Barcelona combina datos abiertos de satélites, meteorología y mapas de vegetación con sensores en tiempo real para predecir incendios casi al minuto y mejorar decisiones en emergencias forestales.
• XarMet es un proyecto educativo para impulsar el uso de datos reales en las aulas de las Illes Balears. A través de la instalación de 100 estaciones en centros educativos se genera información meteorológica en tiempo real, pública, accesible y reutilizable.
• El Vall d’Hebron Instituto de Oncología participa en Ligand-IA, un proyecto europeo que usa inteligencia artificial y datos abiertos para predecir nuevas moléculas con potencial terapéutico.
• La Universitat Politècnica de València impulsa OBEREK, una plataforma con sensores para vigilar en tiempo real la salud de la Albufera de València utilizando datos abiertos sobre salinidad, turbidez y oxígeno.
• LabIA es la nueva plataforma de retos de Inteligencia Artificial del Centro Criptológico Nacional. Permite entrenar la detección y mitigación de técnicas de manipulación de modelos de IA mediante desafíos prácticos e interactivos.
• El proyecto DigitAldeas busca impulsar el desarrollo sostenible de las zonas rurales mediante un modelo digital colaborativo basado en datos geoespaciales abiertos y participación ciudadana. La Diputación de Badajoz participa en esta iniciativa.
• Un estudio de la Universidad de Alicante ha utilizado uno de los mayores conjuntos de datos abiertos epidemiológicos sobre la COVID-19 para entrenar modelos de IA orientados a mejorar la gestión de las UCI en situaciones de emergencia sanitaria.
• El Observatori Marina Alta ha presentado una herramienta cartográfica para comparar los costes de repostaje en los diferentes municipios de la comarca.

Avances en plataformas para continuar proporcionando datos de calidad

Para poder poner en marcha proyectos como los anteriores, es necesario que las plataformas de datos abiertos ofrezcan datasets de calidad y funcionalidades que favorezcan su explotación. En este sentido, aquí se recogen algunas de las novedades presentadas en este periodo:

• El Ayuntamiento de Madrid ha presentado un nuevo portal de datos abiertos con un diseño más claro y mejoras en usabilidad que facilitan la navegación, filtros de fácil acceso a datasets y más opciones de descarga y conexión. Además, incluye gráficos y mapas integrados.
• El Instituto Nacional de Estadística también ha lanzado un nuevo portal de datos abiertos. Un espacio más accesible, transparente y fácil de usar para impulsar la reutilización de la información pública.
• La Agencia Estatal de Meteorología (AEMET) y el Consejo Superior de Investigaciones Científicas (CSIC) han presentado una nueva plataforma estatal destinada a la consulta y análisis de información climática. Esta herramienta permite acceder a escenarios de cambio climático regionalizados para España.
• La Infraestructura de Datos Espaciales de España (IDEE) ha facilitado el acceso a la información de la Vía de la Plata en el visualizador NCO (Naturaleza, Cultura y Ocio), dentro del apartado “Cultura” en “Rutas culturales de España”.
• MUFACE ha actualizado su espacio de datos abiertos con información relativa a recursos humanos, actividad administrativa, composición del colectivo y otros datos de interés.
• La Agencia Española de Protección de Datos ha lanzado una Red pública que reúne casi 100 grupos y proyectos de investigación en privacidad y tecnologías emergentes. Es una comunidad multidisciplinar para impulsar la colaboración, compartir el conocimiento y fortalecer la cultura de protección de datos en España.
• La Generalitat Valenciana impulsa “Colabora” en el Portal de Dades Obertes. Es un canal para proponer nuevos conjuntos de datos y compartir proyectos e investigaciones.

Para realizar un seguimiento continuo del volumen y calidad de los datasets publicados por las administraciones públicas españolas, puedes visitar este dashboard interactivo, lanzado por el equipo de Meloda.

Actividades para impulsar el uso de los datos

Los organismos públicos también hacen esfuerzos para dar a conocer el potencial de los datos que comparten. Este semestre ha concentrado una gran cantidad de eventos dirigidos al fomento de la publicación y reutilización de datos, destacando el V Encuentro Nacional de Datos Abiertos (ENDA), algunas actividades de la Semana de la Administración Abierta y el Open Data Day 2026. Cabe destacar que en el ENDA se presentó un recurso educativo para acercar el open data a estudiantes y docentes de Educación Secundaria Obligatoria (ESO), Bachillerato y Formación Profesional.

Cada vez se celebran más eventos sectoriales, lo que refleja la madurez de este campo y su valor transversal para diferentes áreas de actividad económica. Algunos ejemplos son “El congreso internacional sobre IA y datos aplicados al sector agroalimentario”, o la XI edición de la Jornada LEXDATUM esta vez centrada en los datos abiertos y la privacidad en el ámbito del derecho. Nuestro país también acogió las Jornadas de Estadística de las Comunidades Autónomas y Fira FAIR Data, centrado en la gestión y reutilización de datos según los principios FAIR (Encontrables, Accesibles, Interoperables y Reutilizables). Asociaciones como Iniciativa Open Data también ponen de manifiesto el poder de los datos con sesiones como Woman Data Lab para presentar herramientas de datos que sirven de soporte para la toma de decisiones  Otro ejemplo: en la jornada Patrimonio Conectado, el Museo del Prado y Wikimedia destacaron cómo los datos abiertos y los grafos de conocimiento permiten conectar colecciones, enriquecer contenidos con IA y hacer el arte más accesible e interoperable a escala global.

También destacan las actividades dirigidas a conocer mejor a los usuarios de las plataformas, para adaptar contenidos y funcionalidades a sus necesidades. Es el caso de este grupo de discusión del Portal de Datos Abiertos del Ayuntamiento de Madrid, y esta sesión colaborativa para analizar datos abiertos útiles que ayuden a reforzar los servicios de atención a las personas mayores y el envejecimiento activo, celebrada en Mataró.

Los espacios de datos también fueron los protagonistas de múltiples citas, empezando por el II Encuentro Nacional de Economía del Dato, y siguiendo con actividades sectoriales o locales, como la sesión “Turismo conectado: el poder transformador de un espacio de datos único” organizada por SEGITTUR (Sociedad Mercantil Estatal para la Gestión de la Innovación y las Tecnologías Turísticas) o la jornada formativa sobre el Espacio de Datos de Zaragoza.

También cabe mencionar los concursos celebrados para impulsar la reutilización de los datos publicados por organismos públicos. En este periodo, por ejemplo, se dieron a conocer los ganadores del I Concurso de Datos Abiertos del Cabildo de Tenerife y se lanzó la 2ª edición de los Premios de Reutilización de Datos Abiertos del Ayuntamiento de Madrid o los Premios para proyectos de Datos Abiertos y periodismo de datos 2026 del Ayuntamiento de Valencia. También las universidades y asociaciones han presentado iniciativas como el hackathon “Data & Culture”, impulsado por la Cátedra ESPACIOS de la Universitat de València. Otro ejemplo es el concurso escolar “Andalucía en un mapa” dirigido a promover la utilización de la cartografía y la estadística de Andalucía. En la Fundación ONCE, celebraron una sesión colaborativa de análisis de datos para explorar, cruzar e interpretar información real sobre financiación pública y generar conocimiento útil.

A un nivel más empresarial, Asedie ha abierto la convocatoria para participar en la 12.ª edición de sus Premios, que reconocen proyectos e iniciativas que impulsan la economía del dato y la reutilización de la información. La Fundación Cotec, por su parte, lanzó la Convocatoria PIA 2026, que busca proyectos que impulsen la industria española en ámbitos como la I+D+I, el talento, la soberanía tecnológica, la sostenibilidad o la seguridad de las cadenas de valor.

Algunas lecturas de recomendadas

Si quieres saber más sobre la innovación basada en datos, recopilamos varios ejemplos de informes publicados en los últimos seis meses:

• La 14ª edición del Informe del Sector Infomediario de Asedie muestra cómo evoluciona el sector de la reutilización de la información del sector público en España.
• El capítulo “Open Data y ciudades inteligentes en la gestión de municipios saludables: una revisión sistemática”, de este libro de descarga gratuita, aborda el papel de los datos abiertos en la promoción de entornos más activos, saludables e innovadores a nivel municipal.
• La guía “Cómo usar la IA en tu empresa: aspectos jurídicos y gobierno de la IA” que publica la Fundación Cotec detalla cinco pasos clave en la implantación de la IA.
• El libro “Arquitectura jurídica de los espacios de datos” abarca desde aspectos tecnológicos hasta sus implicaciones jurídicas.

Otras lecturas interesantes, estas publicadas a nivel internacional, son el marco metodológico para evaluar cómo las instituciones pueden fortalecer la producción y uso de datos, publicado por OpenDataWatch, o el informe sobre innovación en gobernanza de datos de The Gov Lab.

¡Comparte más ejemplos!

En resumen, el dinamismo y la variedad de los casos que hemos visto son solo unos pocos ejemplos de un sector que se encuentra en un momento de expansión y que no para de crecer. La madurez de nuestro ecosistema de datos es una realidad y se consolida como un motor clave de innovación.

Las iniciativas y herramientas que hemos repasado a lo largo de este post son solo algunos ejemplos ilustrativos del enorme potencial de los datos. Dado que el sector avanza a pasos agigantados, estamos seguros de que nos hemos dejado grandes proyectos en el tintero. Te animamos a que utilices la sección de comentarios para compartir otros ejemplos de plataformas, eventos o informes que conozcas.

La Asociación Multisectorial de la Información (ASEDIE) ha publicado la decimocuarta edición del informe sobre la economía del dato en el ámbito infomediario, consolidando una serie histórica que ofrece una amplia perspectiva de la evolución del sector. El análisis a lo largo de estos años revela que el sector infomediario ha crecido un 79% desde 2013, con 796 empresas identificadas frente a las 444 iniciales. El informe fue presentado el pasado 21 de abril en Madrid en un acto en el que se puso de relieve el papel crucial que desempeña el sector infomediario en la economía española. 

A continuación, recogemos las principales claves del informe.

Una facturación de 2.870 millones de euros y un empleo que crece por encima de la media nacional

El informe viene analizando desde 2013 la situación del sector infomediario, compuesto por las empresas y organizaciones que reutilizan datos procedentes en su mayoría de organismos públicos, complementando con fuentes privadas, para generar productos o servicios de valor añadido. La última edición subraya que el sector está en pleno auge, consolidándose como un componente estructural del ecosistema del dato en España con un crecimiento sostenido.

El estudio analiza 796 empresas activas a 31 de diciembre de 2024, de las que 623 tienen datos financieros disponibles. Para la realización del estudio se han tomado los datos del año 2024 ya que en el momento de realización del informe aún no estaban disponibles los relativos al año 2025. Los resultados del estudio fijan los siguientes valores para los principales indicadores del sector: 

• La cifra de negocio agregada alcanza los 2.870 millones de euros, con un crecimiento del 5,8% interanual. El subsector de información geográfica se consolida como el principal, superando los 795 millones de euros y concentrando el 28,4% de las ventas totales. Destaca además el subsector de cultura, que duplica su volumen de negocio (+120,5%). Por el contrario, directoriales y estudios de mercado registran descensos del 9,8% y el 3,9% respectivamente.
• El sector genera 26.538 empleos, con un crecimiento del 7,6% respecto al ejercicio anterior, casi cinco puntos por encima de la media nacional. El empleo medio del sector también se incrementa respecto al periodo anterior y se sitúa en torno a los 40 empleados por empresa, lo que reafirma su capacidad para generar puestos de trabajo estables. El impulso del subsector información geográfica generó más de 1.000 nuevos puestos de trabajo en un solo año (+12,2%), aglutinando ya casi el 40% del empleo total. La facturación media por empleado se situó en 108.164 euros.
• El capital suscrito asciende a 252 millones de euros, y el beneficio neto agregado supera los 158 millones de euros, 13 millones más que el ejercicio anterior. Los subsectores económico y financiero, información geográfica e informática de infomediación agrupan el 80% del beneficio. El 75% de las empresas finalizaron el ejercicio con beneficios.
• El 75% de las empresas realizan su actividad en cuatro subsectores del total de diez: información geográfica, estudios de mercado, económico y financiero e informática de infomediación.
• La estructura empresarial del sector sigue dominada por pequeñas empresas: más de la mitad son mycropymes con menos de cinco empleados y alrededor del 70% no alcanza el millón de euros de facturación anual. Solo el 3% supera los 25 millones de euros en ingresos.
• Desde el punto de vista de la distribución geográfica, Madrid concentra el 38% de las empresas, seguida de Cataluña (15%), Andalucía (11%) y la Comunidad Valenciana (8%). El sector está presente en todas las comunidades autónomas y en la Ciudad Autónoma de Melilla, lo que da cuenta de su implantación global.
• El análisis temporal muestra que el volumen de empresas ha crecido un 79% desde 2013. En la última década se han creado 249 empresas. En términos absolutos, las comunidades autónomas que han registrado un mayor crecimiento de empresas son Madrid (111), Andalucía (66) y la Comunidad Valenciana (58). En términos relativos, en las que más se ha incrementado el número de empresas son Cantabria (600%), Murcia (350%) y Extremadura (350%).
• 2024, último año analizado, registra un ligero descenso en la cifra media de ventas, tras más de una década de crecimiento sostenido. Este ajuste no modifica la tendencia de consolidación y se asocia a una etapa de mayor madurez del sector tras años de crecimiento sostenido. 

El siguiente visual resume algunos de estos datos:

Figura 1. Fuente: Informe del Sector Infomediario de ASEDIE. "Economía del Dato en su ámbito infomediario" (2026).

Avances significativos en el Top 10 ASEDIE

El Top 10 de ASEDIE, lanzado en 2019 con el apoyo de las 17 comunidades autónomas, tiene como objetivo fomentar la colaboración público-privada y focalizar recursos en la apertura de conjuntos de datos de alto valor. Siete años después, el balance es positivo, ya que seis de los diez conjuntos de datos — asociaciones, fundaciones, polígonos industriales, centros de salud, centros de enseñanza y certificados de eficiencia energética— son accesibles en las 17 comunidades autónomas. 

El hito más destacado de esta edición es que las Islas Baleares se convierten en la primera comunidad autónoma en ofrecer acceso a los diez conjuntos de datos. La Comunidad de Madrid también tiene publicados los diez, aunque sin NIF en las bases de agentes económicos y ERE/ERTE, lo que limita el impacto de su apertura. 

El desarrollo del Top 10 ha tenido lugar en tres fases, cada una enfocada en diferentes conjuntos de datos. La evolución se analiza en el informe: ​ 

• Fase 1 (2019), donde se impulsaba la apertura de bases de datos de asociaciones, cooperativas y fundaciones. Actualmente, 12 comunidades autónomas permiten el acceso a las tres bases de datos con NIF. En el caso específico de las cooperativas, 15 de las 16 comunidades autónomas que ofrecen esta información incluyen también el NIF, aunque todavía falta una comunidad autónoma por publicar esos datos.
• Fase 2 (2020), centrada en conjuntos de datos sobre certificados de eficiencia energética, registros SAT (Sociedades Agrarias de Transformación) y polígonos industriales. Se ha producido un avance en polígonos, que ya están accesibles en todas las comunidades. Son ya 14 las comunidades con los seis conjuntos de las dos primeras fases disponibles, restando únicamente La Rioja, Cantabria y Andalucía en el registro SAT.
• Fase 3 (2023), enfocada en datasets de agentes económicos, centros de enseñanza, centros de salud y ERES-ERTES (Expediente de Regulación de Empleo y Expediente de Regulación Temporal de Empleo). Es la fase más incipiente. Se han producido avances, pero aún es necesario seguir trabajando. Hasta el momento, solo tres comunidades ofrecen datos de agentes económicos con NIF (Navarra, Islas Baleares y Madrid). En el caso de los ERE/ERTE, 11   aunque solo Baleares incluye el NIF o razón social de la empresa, lo que limita el impacto real de esa apertura. 

Nuevos casos de éxito y buenas prácticas

El informe recoge una selección de productos y servicios que ilustran cómo el sector transforma datos públicos en soluciones de valor: 

• GeoMarketing Xpert®: solución de analítica avanzada que integra modelos de IA y machine learning para optimizar estrategias de localización empresarial, combinando datos de consumidores, potencial de ventas y competencia.
• Datos de riesgos climáticos y certificaciones energéticas: esta base de datos centraliza y actualiza en tiempo real más de 9 millones de certificados reales, combinados con datos de riesgos climáticos organizados por temperatura, viento, agua y suelo, diferenciando entre riesgos crónicos y agudos.
• GeoCRM: este CRM muestra sobre un mapa la cartera comercial, con datos empresariales y financieros, permitiendo priorizar la prospección y optimizar rutas comerciales.
• Informa IA Chat: genera informes dinámicos sobre la situación de una empresa en lenguaje natural a partir de una base de datos empresarial   con la posibilidad de ampliar la consulta a toda la información disponible en internet.
• La Inteligencia Artificial llega a Insight View: esta herramienta interactiva que incorpora inteligencia artificial para responder a preguntas y contextualizar datos de forma automática, permitiendo entender mejor cada empresa, identificar riesgos y agilizar la toma de decisiones.
• Oficina Técnica de Datos Abiertos: solución de la Generalitat de Catalunya que combina gobernanza y plataforma tecnológica para publicar datos accesibles e interoperables. El portal funciona también como hub interno de compartición entre departamentos.
• Plataforma de soporte a la gestión de siniestros de seguros de crédito:  solución que automatiza la verificación de siniestros mediante un repositorio único, extracción inteligente de datos con IA y conciliación automatizada. 

El informe también incluye buenas prácticas de las administraciones públicas y el sector académico como:

• Analizador IA de datasets: esta herramienta permite a cualquier persona sin conocimientos técnicos consultar conjuntos de datos en lenguaje natural, eliminando las barreras de formato, impulsando así el análisis autónomo de la información pública.
• GeoEditPro y Portal Registral de Emergencias: el Colegio de Registradores de la Propiedad ha impulsado estas dos iniciativas. GeoEditPro facilita la validación de documentación gráfica registral de forma pública y sin autenticación. Por su parte, el Portal Registral de Emergencias, creado tras la erupción del volcán Cumbre Vieja en 2021, permite a los afectados por desastres naturales solicitar de manera gratuita nota simple de sus inmuebles.
• Portal de datos abiertos del Ayuntamiento de Madrid: en febrero de 2026 estrenó plataforma, alcanzando 670 conjuntos de datos de 60 unidades municipales y más de 489.000 visitas.
• Proyecto Federador de Datos de Navarra: galardonado con el Premio Audaz 2024, permite que entidades de cualquier tamaño publiquen datos en un espacio común de forma sencilla y automatizada. Destaca por la democratización del dato y por las colaboraciones estratégicas, con el geoportal IDENA, el instituto de estadística NASTAT, la Universidad Pública de Navarra y la Federación Navarra de Municipios y Provincias.
• Portal de datos abiertos de la Universidad de Extremadura: integra más de 140 conjuntos de datos con el máximo nivel de reutilización. Además, ha desarrollado un grafo de conocimiento que conecta información procedente de múltiples fuentes, permitiendo realizar consultas complejas y obtener conocimiento agregado de forma automática.
• UniversiDATA: portal colaborativo que agrupa a seis universidades públicas españolas bajo un modelo común de gobernanza y publicación, premiado por ASEDIE en 2025 en la categoría “Impulsando la Economía del Dato”. 

En conclusión, el sector infomediario español atraviesa una etapa de consolidación marcada por el crecimiento sostenido y una mayor especialización. La edición de este año confirma la buena tendencia de la economía del dato, con 796 empresas activas, más de 26.500 empleos y una cifra de negocio de 2.870 millones de euros. Aunque continúan existiendo desafíos regulatorios y diferencias en el grado de apertura entre administraciones, la evolución del sector apunta a un ecosistema más maduro y con capacidad para seguir generando actividad económica y progreso a partir de la reutilización de la información. 

Entre el 18 y el 22 de mayo se celebra una nueva edición de la Semana de la Administración Abierta, en el marco de la iniciativa internacional Open Gov Week (Semana del Gobierno Abierto) impulsada por la Alianza para el Gobierno Abierto (OGP, por sus siglas en inglés). Esta organización invita anualmente a administraciones públicas de todo el mundo a sumarse al evento, con el propósito de promover una cultura de gobernanza basada en la transparencia, la rendición de cuentas, la participación ciudadana y la integridad institucional.

España se incorporó a la Alianza para el Gobierno Abierto en 2011 y desde entonces ha mantenido un compromiso sostenido con sus principios, consolidándose como uno de los estados miembros más activos en la organización de actividades. En nuestro país, la semana es coordinada e impulsada por la Dirección General de Gobernanza Pública, con la colaboración del Foro de Gobierno Abierto.

Una agenda repleta de actividades

La programación de la Semana de la Administración Abierta de este año contempla actividades de diversos formatos, como jornadas de puertas abiertas, talleres, debates, mesas redondas, concursos o procesos participativos. Todas ellas pretenden acercar el funcionamiento de las instituciones al conjunto de la ciudadanía. En este contexto, los datos abiertos ocupan un lugar central, ya que el acceso y la reutilización de la información pública son uno de los pilares sobre los que se asienta el gobierno abierto.

Eventos relacionados con los datos

A continuación, hacemos un repaso de algunos de los eventos más destacados de esta edición, en materia de datos abiertos y acceso a la información pública, pero te recomendamos que revises la programación al completo para no perderte nada.

Banco de España

• Coloquio “¿Cómo acceder a los microdatos del Banco de España? El laboratorio de datos (BELab) en la práctica” (martes 19 a las 11:30h): en esta sesión se presentará el laboratorio de datos del Banco de España (BELab), una infraestructura diseñada para facilitar el acceso seguro a microdatos muy valiosos para el análisis económico, que incluyen información detallada sobre hogares, empresas y el sistema financiero español. Se explicará qué tipos de datos están disponibles, qué bases de datos se pueden utilizar y cómo solicitar el acceso, además de introducir el funcionamiento del entorno de trabajo del laboratorio con recomendaciones prácticas. Este evento se celebra en Madrid, aunque también se podrá seguir de manera online. Requiere inscripción previa antes de las 14:00h del 14 de mayo.
• Coloquio “Los datos del Banco de España en acción. Obteniendo valor para el Banco y la sociedad” (martes 19 a las 12:00h): se darán a conocer casos reales de datos de la entidad, que permitirán conocer el valor que tienen una buena gestión de datos tanto para el Banco de España como para la sociedad en general. El evento es presencial, aunque también podrá seguirse de manera virtual. Más información e inscripción aquí.

Ministerio de Educación

• Jornada de puertas abiertas en El Aula del Futuro (18 de mayo): el Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF) abre sus puertas para mostrar cómo la tecnología está transformando el aprendizaje. Las personas que visiten El Aula del Futuro podrán ver demostraciones, participar en talleres y conocer proyectos educativos y recursos digitales. Más información en la web del Ministerio de Educación.

Ministerio para la Transición y Ecológica y el Reto Demográfico

• Desayuno informativo – Conoce Sira (19 de mayo en Mérida y 21 de mayo en Ciudad Real): la Confederación Hidrográfica del Guadiana (CHG) organiza sendos desayunos informativos dirigidos a los medios de comunicación para explicar el funcionamiento del Sistema de Información de Redes Automáticas del Guadiana. SIRA es una herramienta de acceso público que permite acceder a datos hidrológicos de la cuenca. Las personas asistentes conocerán qué datos pueden obtenerse y cómo consultarlos, y además se aclararán algunos conceptos técnicos que en ocasiones generan dudas entre los profesionales de la comunicación. Más información en la web de la CHG.
• Desayuno-informativo sobre la Confederación Hidrográfica del Tajo (21 de mayo): en esta actividad, dirigida también a profesionales de la comunicación, se abordará el funcionamiento del organismo, cómo consultar el tiempo real los avisos hidrológicos y los principales bulos identificados.

Ministerio de Transportes y Movilidad Sostenible

• Hackathon: soberanía tecnológica (21 de mayo): iniciativa dirigida a estudiantes universitarios en la que se enfrentarán a un desafío actual vinculado a la soberanía tecnológica y la movilidad del futuro. Los equipos desarrollarán soluciones basadas en datos y tecnologías emergentes, poniendo en práctica habilidades como la innovación, el trabajo en equipo y la creatividad, en un entorno que simula el trabajo real en una empresa. Puedes registrarte aquí.

Ministerio de Hacienda

• El Catastro como infraestructura básica de información territorial (varios días): con el objetivo de dar a conocer a los profesionales las opciones que ofrece esta infraestructura y el valor de sus datos, diferentes sedes del Catastro acogen a lo largo de la semana esta charla, a las que se podrá asistir de manera presencial y virtual. Consulta dónde y cuándo en la web del Catastro.

Ministerio de Ciencia, Innovación y Universidades

• Taller sobre las actas del CSIC en abierto: proceso, normativa y buenas prácticas (22 de mayo): la Unidad de Recursos de Información Científica para la Investigación (URICI-CSIC) organiza un taller virtual para dar a conocer el proceso de digitalización y difusión en abierto de las actas de los órganos rectores del CSIC, así como el trabajo de anonimización realizado para garantizar la normativa en materia de protección de datos. La sesión tendrá un enfoque práctico y está dirigida a personal de las administraciones públicas, archivos, bibliotecas y cualquier persona interesada en la reutilización de la información pública. El enlace para unirse al taller estará disponible a partir del 18 de mayo en la web del CSIC.

Generalitat Valenciana

• Publicación de nuevos conjuntos de datos (21 de mayo): el portal de datos abiertos de la Generalitat Valenciana publicará nuevos datasets coincidiendo con la Semana de la Administración Abierta.

Junta de Extremadura

• Presentación de los nuevos datos abiertos en la Junta de Extremadura (21 de mayo): la junta dará a conocer los datos actualizados del catálogo de datos abiertos publicados durante este año. Más información aquí.

Ayuntamiento de Madrid

• Charla coloquio “Diez años de acceso a la información pública” (20 de mayo a las 10:00h): el Ayuntamiento y la Comunidad de Madrid celebran esta jornada dirigida a personal funcionario de las unidades de transparencia.
• Taller “Comprender Madrid desde los datos abiertos y la inteligencia artificial” (22 de mayo a las 9:00h): exposición práctica de qué es Open Data y para qué sirve. Se mostrarán ejemplos de vibe coding, se hablará sobre cómo generar ideas de proyecto y crear visualizaciones interactivas sencillas. El aforo para este taller ya está completo.
• Presentación del portal de Presupuestos Abiertos (18 de mayo): lanzamiento en línea cuya grabación estará posteriormente disponible para todas las personas interesadas. Este espacio virtual incluye la Escuela de Gobierno Abierto, con presentación de guías para la ciudadanía, adolescentes, mayores, docentes y de lectura fácil para la ciudadanía en general. Más información en la web de Transparencia del Ayuntamiento de Madrid.
• Visitas a centros que publican datos abiertos: el 19 de mayo hay programada una visita al Parque Tecnológico de Valdemingómez a partir de las 10:00h (inscripción aquí). También se podrá visitar la emisora de la Policía Municipal (20 de mayo a las 10:00h) y el tanque de tormentas de Arroyofresno (21 de mayo a las 12:30h), pero el aforo ya está completo.

Además de estas actividades, el programa incluye diferentes iniciativas dirigidas a facilitar el uso de los servicios públicos digitales y a mejorar las competencias de la ciudadanía en su relación con la Administración. A lo largo de la semana se celebran talleres y sesiones informativas en las que se explicará el funcionamiento de aplicaciones como Carpeta Ciudadana, las sedes electrónicas de diferentes organismos o cómo sacar el máximo partido de los portales de servicios públicos. Consulta aquí el programa completo.

La Semana de la Administración Abierta es una oportunidad para acercar las instituciones a la ciudadanía y poner en valor iniciativas que fomentan la transparencia y la reutilización de la información pública.

La inteligencia artificial está cambiando a gran velocidad la forma en que tomamos decisiones personales y profesionales, el modo en que gestionamos los servicios que prestan nuestras empresas y los criterios con los que procesamos la información en nuestro día a día. En la actualidad, ya convivimos con sistemas capaces de ayudar a priorizar listas de espera o analizar pruebas diagnósticas en el ámbito sanitario, detectar riesgo de abandono escolar o personalizar itinerarios de aprendizaje en educación y evaluar operaciones sospechosas en banca, además de resumir expedientes, clasificar documentos, recomendar actuaciones y generar borradores o incluso interactuar con nosotros en lenguaje natural en un servicio de atención al cliente. En muchos casos, sin que realmente seamos conscientes de ello, ya que estos procesos residen en el interior de las compañías y administraciones públicas con las que tenemos interacciones.

Quizá por ello, a medida que los sistemas de IA adquieren mayor autonomía y pasamos de modelos de lenguaje que responden a nuestras preguntas hacia agentes autónomos capaces de resolver nuestras tareas de forma completa, surgen dudas y preguntas acerca del papel que deben desempeñar los humanos en estos nuevos procesos y sistemas; y más importante aún, sobre la responsabilidad de las decisiones que se toman.

Ese salto ha hecho que la conversación ya no gire solo en torno a si es conveniente usar IA en un determinado proceso, sino sobre cómo se reparte la responsabilidad entre las “máquinas” y las personas. No es casual que el primer principio de la Guía Ética para una IA confiable de la Comisión Europea sea el de autonomía y supervisión humana (human agency and oversight). Esto es, que la IA debe estar al servicio de las personas reforzando su capacidad de decisión y por supuesto siempre contando con mecanismos efectivos de supervisión.

Entre la seguridad del control total y la eficiencia de la autonomía

En este contexto cobran sentido enfoques como human-in-the-loop (HITL), human-on-the-loop (HOTL) y human-in-command (HIC), que describen distintas maneras de articular esa intervención humana según el contexto y el nivel de riesgo de cada sistema. No son por tanto etiquetas equivalentes, sino que describen las distintas maneras en que las personas pueden intervenir en la supervisión y la toma de decisiones asociadas a los sistemas de inteligencia artificial.

• En el caso de Human in the Loop (HITL), el ser humano interviene directamente en el ciclo de decisión del sistema. Es decir, la inteligencia artificial sugiere, pero es un agente humano quien valida o corrige antes de que la acción se ejecute. Podría ser el caso, por ejemplo, de un sistema que analizase solicitudes de prestaciones sociales. Diseñaríamos un proceso en el que la IA extraería datos de documentos, los cruzaría con información de otros sistemas para validarlos y prepararía un borrador de resolución. Sin embargo, en la parte final del proceso sería un empleado quien decidiría y firmaría después de validar la propuesta realizada por el sistema automatizado. Sería, por tanto, el modelo más conservador y, también, el más utilizado cuando las decisiones pueden tener consecuencias significativas sobre las personas o sus derechos.
• En el modelo Human on the Loop (HOTL), el sistema puede actuar de forma autónoma, pero un agente humano monitoriza el proceso en tiempo real y tiene la capacidad de intervenir si detecta un problema. A diferencia del enfoque HITL, una persona no participa necesariamente en cada decisión individual, sino que mantiene una función de vigilancia sobre el conjunto de la operación. Es el modelo que se utiliza, por ejemplo, en sistemas de detección de fraude o en el filtrado automatizado de contenidos, donde la IA analiza grandes volúmenes de información y genera alertas o ejecuta acciones preliminares de forma continua. Se trata de encontrar un equilibrio entre eficiencia y control, y es especialmente adecuado para entornos de alto volumen de operaciones donde la intervención humana en cada caso individual no sería viable.
• En el enfoque Human in Command (HIC), la intervención humana no se sitúa necesariamente en cada decisión individual ni en la supervisión continua del sistema, sino en un plano superior de dirección o gobernanza. Son las personas quienes definen para qué puede utilizarse la IA y definen límites, criterios de calidad, el nivel de riesgo aceptable y en qué circunstancias debe revisarse su funcionamiento. Sería el caso, por ejemplo, de una administración que utilizase IA para priorizar inspecciones o para clasificar incidencias: el sistema podría operar con bastante autonomía, pero serían los responsables quienes determinarían su propósito y validarían sus reglas de funcionamiento. Además, auditarían los resultados obtenidos y gestionarían las incidencias producidas, e incluso podrían llegar a suspender el sistema en caso de detectar efectos no deseados. Más que intervenir caso por caso, aquí la función humana consiste en asegurar que la IA permanezca alineada con los objetivos del servicio y el marco normativo.

Frente a estos modelos de gobernanza de la supervisión de los sistemas de IA, también suele mencionarse el enfoque Human out of the Loop (HOOTL), que es aquel en el que el sistema funciona sin intervención humana directa. Se trata del grado más alto de automatización y, por tanto, del escenario que mayores precauciones exige, ya que el margen de corrección humana durante la ejecución es muy reducido o incluso inexistente, como ocurre en algunos sistemas de gestión inteligente de infraestructuras. Por ejemplo, un sistema de IA puede regular automáticamente la climatización de edificios a partir de sensores de temperatura, ocupación,  consumo energético, etc, sin que una persona tenga que validar cada decisión. Este modelo puede resultar razonable en tareas muy acotadas y con bajo riesgo de error, como pueden ser procesos de automatización  sin efectos relevantes sobre derechos o intereses de las personas. Sin embargo, su aplicación resulta mucho más problemática cuando la IA influye en decisiones sensibles. Por eso, más que como una opción generalizable, el modelo HOOTL debe entenderse como una posibilidad limitada a contextos muy específicos en los que además existan salvaguardas robustas.

El siguiente visual resume estos cuatro tipos de enfoques:

Figura 1. cuatro enfoques de intervención humana en la IA. Fuente: elaboración propia - datos.gob.es.

Por qué importa la elección del enfoque de supervisión humana

La paradoja central de la supervisión humana en los sistemas de IA es que, a medida que estos sistemas mejoran, en parte gracias a esta supervisión, la presión para reducir la intervención humana aumenta. Si un modelo tiene una precisión del 99%, ¿tiene sentido supervisar el sistema o es mejor aceptar los errores? Esta pregunta es legítima desde el punto de vista de la eficiencia, pero encierra sin embargo un riesgo que los especialistas en IA responsable han denominado el problema del "sesgo de automatización". Este sesgo es la tendencia humana a confiar en exceso en sistemas que, en general, funcionan bien, pero que pueden esconder errores difíciles de detectar o, en el peor de los casos, manipulaciones interesadas. Por otra parte, un 1% puede parecer mínimo, pero el porcentaje podría esconder un número muy elevado de errores o pocos errores con un coste inaceptable.

Por ello, la elección entre los diferentes modelos de supervisión no es únicamente técnica, ni está basada en la búsqueda de la eficiencia, ya que tiene implicaciones éticas y legales, y no solo operativas. En particular, el Reglamento Europeo de Inteligencia Artificial (AI Act) dedica su artículo 14 a los requisitos de supervisión humana para los sistemas de IA de alto riesgo, estableciendo que estos deben diseñarse de manera que puedan ser "vigilados de manera efectiva por personas físicas durante el período que estén en uso". Esto convierte el despliegue de un modelo de supervisión en una obligación normativa para numerosas aplicaciones.

La Guía española de supervisión humana, elaborada en el marco del sandbox regulatorio de IA, lo explica detalladamente, desarrollando las cinco grandes exigencias del artículo 14 del Reglamento de IA: vigilancia efectiva durante el uso, mecanismos para minimizar riesgos, fijación de responsabilidades, transparencia y trazabilidad, y garantías adicionales en ciertos sistemas. La Guía también subraya que “la responsabilidad final de las acciones realizadas por un sistema de IA es competencia de las personas de la entidad proveedora y usuaria responsables del mismo” por lo que para que la “vigilancia sea efectiva, las personas deben tener el control sobre el sistema y poder gestionar los riesgos que pueden derivarse de su uso”. Dicho de otro modo, poner a una persona “en el circuito” no basta por sí solo, ya que, si esa persona no comprende el sistema o no tiene autoridad para intervenir, la supervisión será meramente formal, pero no efectiva.

La supervisión humana en el entrenamiento de los sistemas de IA

Hay otra dimensión de la supervisión humana que tiene relevancia en los sistemas de inteligencia artificial y es el papel de esta supervisión en los procesos de entrenamiento de dichos sistemas. Y es que, antes de que un sistema entre en producción, los humanos ya han intervenido en múltiples decisiones que condicionan su comportamiento posterior:

• Por una parte, tenemos la intervención humana en el ciclo de vida de los datos de entrenamiento. La anotación humana integra la inteligencia humana directamente en el ciclo de desarrollo de la IA. Las personas deciden qué datos se recogen, cuáles se descartan, cómo se estructuran y qué variables se consideran relevantes. También intervienen en tareas de depuración, anonimización, control de calidad o revisión de sesgos de los conjuntos de datos. Todo ello tiene una gran influencia porque un modelo no aprende sin más de grandes volúmenes de información, sino de la forma concreta en que esos conjuntos de datos han sido preparados.
• Y, por otra parte, tenemos la intervención humana en la validación del comportamiento los modelos de IA con técnicas como el aprendizaje por refuerzo con retroalimentación humana (RLHF). En esta técnica, anotadores humanos evalúan pares de respuestas generadas por el modelo, indicando cuál es mejor. Con esas evaluaciones se entrena un modelo de recompensa, que, a su vez, guía el ajuste fino del modelo principal. Se trata, en esencia, de una supervisión Human in the Loop en el proceso de entrenamiento: los humanos no solo validan los resultados finales, sino que moldean activamente los valores del sistema. Por tanto, la diversidad de los anotadores, en términos culturales o sociales, tiene impacto directo en el comportamiento del modelo resultante.

En ambos procesos la intervención humana es esencial tanto para garantizar la calidad de los datos de entrenamiento como para asegurar el alineamiento de los modelos con los valores que se desean.

Casos de uso en el sector público

Uno de los primeros casos documentados en el sector público es el de la oficina estadística de Australia (ABS), presentado ya en 2020 en el artículo Human-in-the-Loop AI in Government: A Case Study. El trabajo explica cómo una agencia pública puede aplicar un enfoque Human in the Loop para automatizar parte de la producción de estadísticas oficiales, utilizando como ejemplo la Encuesta de presupuestos familiares. El objetivo no era eliminar la intervención humana, sino ahorrar tiempo y recursos en tareas intensivas en trabajo manual, de manera que los profesionales pudieran concentrarse en actividades de mayor valor añadido. Precisamente ahí reside el interés del caso, ya que demuestra que la IA puede incorporarse a procesos muy exigentes en calidad gracias a la validación humana.

Más reciente es la iniciativa impulsada por el London Office of Technology and Innovation (LOTI), que en marzo de 2025 lanzó un proyecto de investigación específicamente orientado a analizar cuál debe ser el papel de los funcionarios como supervisores de sistemas de IA en los servicios públicos locales. El punto de partida es la constatación de que muchos ayuntamientos ya designan a una persona para revisar o aprobar las salidas de los sistemas automatizados. Sin embargo, esto no significa que exista una supervisión verdaderamente efectiva y, por ello, se busca generar recomendaciones prácticas para que ayuntamientos y otras organizaciones públicas puedan diseñar adecuadamente estos roles de supervisión. El valor de esta iniciativa está en que desplaza el debate: desde la necesidad de que exista la presencia de un humano hacia la definición de las condiciones que hacen esa intervención realmente efectiva.

En definitiva, hablar de Human in the Loop, Human on the Loop o Human in Command es abordar uno de los elementos centrales de la adopción responsable de la inteligencia artificial. Por eso, más que plantear una discusión entre automatización y control humano, el verdadero reto consiste en encontrar el equilibrio adecuado entre ambos. La IA puede aportar eficiencia, pero solo genera verdadero valor si se integra en procesos con mecanismos efectivos de supervisión. En ese sentido, el futuro no parece apuntar aún a sistemas sin personas, sino más bien a organizaciones capaces de combinar de forma excelente el potencial de la IA con el juicio y la responsabilidad que de momento solo pueden aportar los humanos.

La regulación europea de Datos de Alto Valor (HVD, High-Value Datasets), establecida por el Reglamento de Ejecución (UE) 2023/138, consolida el papel de las APIcomo infraestructura esencial para la reutilización de la información pública, convirtiendo su disponibilidad en una obligación legal y no solo en una buena práctica tecnológica.

Desde el 9 de junio de 2024, los organismos públicos de todos los Estados miembros están obligados a publicar los conjuntos de datos clasificados como HVD de forma gratuita, en formatos legibles por máquina y accesibles mediante API. Las seis categorías reguladas son: datos geoespaciales, observación de la Tierra, medio ambiente, estadística, información empresarial y movilidad.

Este marco no es meramente declarativo. Los Estados miembros deben reportar a la Comisión Europea el estado de cumplimiento cada dos años, incluyendo enlaces persistentes a las API que dan acceso a dichos datos. La situación de España en materia de transparencia, datos abiertos y provisión sistemática de API puede consultarse en los indicadores publicados por el Open Data Maturity Report.

En la práctica, esto significa que las API son el puente entre la norma y la realidad. La regulación no solo dice qué datos deben abrirse, sino que obliga a hacerlo de forma que puedan integrarse automáticamente en aplicaciones, estudios o servicios digitales. Por eso, revisar las API públicas disponibles en España es una forma concreta de entender cómo se está aplicando este marco en el día a día.

Inventario de API públicas en España

INE — API JSON (Tempus3)

El Instituto Nacional de Estadística ofrece una API REST que expone toda la base de datos de difusión Tempus3 en formato JSON, que incluye series estadísticas oficiales sobre demografía, economía, mercado laboral, industria, servicios, precios, condiciones de vida y otros indicadores socioeconómicos que incluye series estadísticas oficiales sobre demografía, economía, mercado laboral, industria, servicios, precios, condiciones de vida y otros indicadores socioeconómicos.

Para realizar llamadas, la estructura debe seguir el patrón https://servicios.ine.es/wstempus/js/{idioma}/{función}/{input}. El parámetro tip=AM permite obtener metadatos junto con los datos, y tv filtra por variables específicas. Por ejemplo, para obtener las cifras de población por provincia, basta con consultar la operación correspondiente (IOE 30243) y filtrar por la variable geográfica deseada.

No requiere autenticación ni API key: cualquier petición GET bien formada devuelve datos directamente.

Ejemplo en Python — obtener la serie de población residente con metadatos:

import requests

url = ("https://servicios.ine.es/wstempus/js/ES/"

       "DATOS_TABLA/t20/e245/p08/l0/01002.px?tip=AM")

response = requests.get(url)

data = response.json()
for serie in data[:3]:  # primeras 3 series

    nombre = serie["Nombre"]

    ultimo = serie["Data"][-1]

    print(f"{nombre}: {ultimo['Valor']:,.0f} ({ultimo['NombrePeriodo']})")

    TOTAL EDADES, TOTAL, Ambos sexos: 39,852,651 (1998)

    TOTAL EDADES, TOTAL, Hombres: 19,488,465 (1998)

    TOTAL EDADES, TOTAL, Mujeres: 20,364,186 (1998)

AEMET — OpenData API REST

La Agencia Estatal de Meteorología expone sus datos a través de una API REST, documentada con Swagger UI (herramienta de código abierto que genera documentación interactiva), datos meteorológicos observados y predicciones oficiales, incluyendo temperatura, precipitación, viento, alertas y fenómenos adversos.

A diferencia del INE, AEMET requiere una API key gratuita, que se obtiene proporcionando un correo electrónico en el portal opendata.aemet.es. Una API key funciona como un tipo de “contraseña” o identificador: sirve para para que el organismo pueda saber quién está usando el servicio, controlar el volumen de peticiones y garantizar un uso adecuado de la infraestructura.

Un aspecto técnico relevante es que AEMET implementa un modelo de doble llamada: la primera petición devuelve un JSON con una URL temporal en el campo datos, y una segunda petición a esa URL recupera el dataset real. El rate limit es de 50 peticiones por minuto.

Ejemplo en Python — datos climatológicos diarios (doble llamada):

import requests

API_KEY = "tu_api_key_aqui"

headers = {"api_key": API_KEY}

# 1ª llamada: obtener URL temporal de datos

url = ("https://opendata.aemet.es/opendata/api/"

       "valores/climatologicos/diarios/datos/"

        "fechaini/2025-01-01T00:00:00UTC/"

       "fechafin/2025-01-10T23:59:59UTC/"

        "todasestaciones")

resp1 = requests.get(url, headers=headers).json()

# 2ª llamada: descargar el dataset real

datos = requests.get(resp1["datos"], headers=headers).json()

for estacion in datos[:3]:

    print(f"{estacion['nombre']}: "

           f"Tmax={estacion.get('tmax','N/A')}°C, "

           f"Prec={estacion.get('prec','N/A')}mm")

CITFAGRO_88_GAITERO: Tmax=8,8°C, Prec=0,0mm

ABANILLA: Tmax=14,8°C, Prec=0,0mm

LA RODA DE ANDALUCÍA: Tmax=15,7°C, Prec=0,2mm

CNIG / IDEE — Servicios OGC y OGC API Features

El Centro Nacional de Información Geográfica publica datos geoespaciales oficiales —cartografía base, modelos digitales del terreno, redes hidrográficas, límites administrativos y otros elementos topográficos— mediante servicios interoperables. Estos han evolucionado desde WMS/WFS hacia los estándares OGC API (Features, Maps y Processes), implementados con software abierto como pygeoapi.

La ventaja principal de OGC API Features frente a WFS es el formato de respuesta: en lugar de GML (pesado y complejo), los datos se sirven en GeoJSON y HTML, formatos nativos del ecosistema web. Esto permite consumirlos directamente desde bibliotecas como Leaflet, OpenLayers o GDAL. Los datasets disponibles incluyen direcciones de Cartociudad, hidrografía, redes de transporte y nomenclátor geográfico.

Ejemplo en Python — consultar features geográficas vía OGC API:

import requests

# OGC API Features - Nomenclátor Geográfico Básico de España

base = "https://api-features.idee.es/collections"

collection = "falls" # Cascadas

url = f"{base}/{collection}/items?limit=5&f=json"

resp = requests.get(url).json()

for feat in resp["features"]:

    props = feat["properties"]

    coords = feat["geometry"]["coordinates"]

    print(f"{props['nombre']}: ({coords[0]:.4f}, {coords[1]:.4f})")

None: (-6.2132, 42.8982)

Cascada del Cervienzo: (-6.2572, 42.9763)

Cascada el Xaral: (-6.3815, 42.9881)

Cascada de Rexiu: (-7.2256, 42.5743)

Cascada de Santalla: (-7.2543, 42.6510)

MITECO — Portal de Datos Abiertos (CKAN)

El Ministerio para la Transición Ecológica mantiene un portal basado en CKAN que expone tres capas de acceso: la CKAN Action API para búsqueda de metadatos y datasets, el Datastore API (OpenAPI) para consultas en vivo sobre recursos tabulares, y endpoints RDF/JSON-LD conformes con DCAT-AP y GeoDCAT-AP. En su catálogo pueden encontrarse datos sobre calidad del aire, emisiones y cambio climático, agua (estado de masas y planificación hidrológica), biodiversidad y espacios protegidos, residuos, energía y evaluación ambiental.

Entre los datasets destacados figuran las áreas protegidas de la Red Natura 2000 masas de agua, y proyecciones de emisiones de gases de efecto invernadero.

Ejemplo en Python — buscar datasets:

import requests

BASE = "https://catalogo.datosabiertos.miteco.gob.es/catalogo"

# Buscar datasets que contengan 'natura 2000'

busqueda = requests.get(

    f"{BASE}/api/3/action/package_search",

    params={"q": "natura 2000", "rows": 3},

).json()

for ds in busqueda["result"]["results"]:

    print(f"{ds['title']} ({ds['num_resources']} recursos)")

Espacios Protegidos de la Red Natura 2000 (13 recursos)

Base de datos de los espacios protegidos Red Natura 2000 de España (CNTRYES) (1 recursos)

Espacios Protegidos de la Red Natura 2000 - API - Datos Alto Valor (1 recursos)

Comparativa técnica

Figura 1.Tabla comparativa de las API de diferentes organismos públicos que se presentan en este post. Fuente: elaboración propia - datos.gob.es. 

La disponibilidad de API públicas no es solo una cuestión de conveniencia técnica. Desde la perspectiva de datos, estas interfaces habilitan tres capacidades críticas:

• Automatización de pipelines: la ingesta periódica de datos públicos puede orquestarse con herramientas estándar (Airflow, Prefect, cron) sin intervención manual ni descargas de ficheros.
• Reproducibilidad: las URL de las API actúan como referencias estáticas a fuentes autoritativas, lo que facilita auditorías y trazabilidad en proyectos de analítica.
• Interoperabilidad: el uso de estándares abiertos (REST, OGC API, DCAT-AP) permite cruzar fuentes heterogéneas sin depender de formatos propietarios.

El ecosistema de API públicas en España presenta distintos niveles de desarrollo según el organismo y el ámbito sectorial. Mientras que entidades como el INE y AEMET disponen de interfaces consolidadas y bien documentadas, en otros casos el acceso se articula a través de portales CKAN o servicios OGC tradicionales. La regulación relativa a los High Value Datasets (HVD) está impulsando la adopción progresiva de estándares REST, si bien el grado de implantación evoluciona a ritmos diferentes. Para los profesionales de datos, estas API constituyen ya una fuente plenamente operativa cuya integración en arquitecturas de datos resulta cada vez más habitual en entornos analíticos y de ingeniería.

Dato Asturias es un dashboard interactivo en tiempo real que ofrece una visión completa y actualizada del Principado de Asturias. La plataforma agrega más de 30 fuentes de datos abiertos institucionales en una única interfaz visual, permitiendo a ciudadanos, investigadores, periodistas y administraciones consultar el estado de la región de un vistazo.

El sistema actualiza automáticamente sus datos con diferentes frecuencias según la fuente: desde intervalos de 5 minutos para información meteorológica hasta actualizaciones diarias en indicadores económicos o semanales en datos sanitarios, garantizando así un acceso continuo a información fiable y reciente.

La aplicación integra un amplio conjunto de funcionalidades organizadas por ámbitos temáticos. En el bloque de alertas y avisos, incluye avisos meteorológicos activos (AEMET), focos de calor detectados por satélite (NASA FIRMS), terremotos (IGN) y el estado de carreteras y puertos de montaña (112 Asturias).

• En meteorología, ofrece predicción y observaciones para los 78 concejos, calidad del aire en tiempo real (AsturAire), pronóstico de polen y contaminantes (Copernicus CAMS), índice UV, calima sahariana, estado del mar y mareas (Puertos del Estado), temperatura superficial del mar (Copernicus Marine), información de estaciones de esquí, imágenes satelitales Sentinel-2 y monitor de sequía (Copernicus Emergency).
• El apartado de hidrología recoge caudal de ríos, nivel de embalses, pluviómetros y datos en tiempo real del SAIH Cantábrico, junto con histórico semanal acumulado y capas WMS de riesgo de inundación (GloFAS/EFAS).
• En transportes, se muestran horarios y retrasos en tiempo real de Cercanías Asturias (Renfe GTFS-RT), vuelos del aeropuerto de Asturias (AENA), cámaras e incidencias de tráfico (DGT, TomTom) y tiempos de recorrido entre ciudades.
• La sección de economía incluye indicadores como PIB, empleo, paro, afiliación, salarios, empresas, exportaciones y mix energético (REE), con series históricas y comparativas interanuales. En precios, se ofrece el precio de la luz hora a hora (REE/PVPC), carburantes en todas las gasolineras asturianas (Ministerio de Energía) y el IPC desglosado por grupos (INE).
• El bloque de vivienda recoge precio de la vivienda por concejo, hipotecas constituidas, datos catastrales y precios de alquiler por sección censal (SERPAVI/MITMA). En salud, se incluye vigilancia epidemiológica semanal (gripe, COVID-19, VRS, rinovirus), tasas de positividad y farmacias de guardia.
• En población, se muestran indicadores como número de habitantes, pirámide de edades, natalidad, mortalidad, edad mediana, densidad, distribución urbano-rural y población extranjera, todo ello por concejo y con evolución histórica. A su vez, el módulo de calidad de vida incorpora un índice propio basado en ocho dimensiones (prosperidad, empleo, demografía, dinamismo, gasto público, vivienda, educación y salud), con ranking de los 78 concejos y comparador de hasta tres municipios.
• El área de turismo y cultura ofrece datos de viajeros, pernoctaciones, estancia media y tipología de alojamientos, incluyendo albergues del Camino de Santiago, con evolución mensual e interanual (INE, SADEI). En oficina pública, se recopilan subvenciones, ayudas, becas (BDNS) y ofertas de empleo público filtradas para Asturias.
• El bloque de política presenta resultados electorales, composición de corporaciones municipales, alcaldes y distribución del voto por concejo. En deportes, se incluyen clasificaciones de fútbol (Real Oviedo, Sporting de Gijón), calendario de carreras de montaña (FEMPA) y seguimiento de la temporada de salmón.

La plataforma incorpora además un mapa en vivo con más de 15 capas superpuestas (temperatura, embalses, ríos, calidad del aire, terremotos, focos de calor, cámaras DGT, incidencias, riesgo de incendio, estaciones AEMET, parroquias y puntos de interés), así como un atlas geográfico con 57.000 topónimos del Nomenclátor Geográfico Básico de España, filtrables y representados sobre mapa interactivo.

Entre sus funcionalidades adicionales se incluyen una agenda de eventos culturales y festivos, un módulo de noticias institucionales y regionales, un apartado de tendencias basado en visitas a Wikipedia, el juego diario GeoAsturias para reconocimiento geográfico, y fichas detalladas de concejos que integran toda la información disponible a nivel municipal.

Para ofrecer estos servicios, la aplicación se apoya mayoritariamente en fuentes de datos abiertos institucionales, entre ellas AEMET, INE, SADEI, Red Eléctrica de España, IGN, DGT, Confederación Hidrográfica del Cantábrico, NASA FIRMS, Copernicus (CAMS, Marine, EFAS, Emergency), Puertos del Estado, AENA, Renfe, 112 Asturias, AsturAire y el Ministerio de Energía, entre otras.

La Organización para la Cooperación y el Desarrollo Económicos (OCDE) ha publicado los principales hallazgos de la edición 2025 del Open, Useful and Re-usable Data Index (OURdata) y el Digital Government Index (DGI), dos índices que evalúan el buen hacer de los gobiernos en campos relacionados con la transformación digital.

Ambos estudios nacen de una idea central: “la transformación digital ya no es opcional para los gobiernos: es una necesidad absoluta”. Gracias a ella se pueden ofrecer mejores servicios, tomar decisiones más inteligentes y colaborar más allá de fronteras; pero para que esto funcione, es necesaria una visión audaz y equilibrada, apoyada en bases sólidas y confiables. Gracias al análisis que ofrecen los dos índices publicados por la OCDE, se pueden orientar políticas, priorizar inversiones y medir el progreso de la transformación digital en el sector público.

En concreto, los índices evalúan:

• OURdata Index: los esfuerzos nacionales para diseñar e implementar políticas de datos abiertos útiles y reutilizables.
• Digital Government Index (DGI): el avance de los gobiernos para construir las bases para una transformación digital coherente y centrada en las personas.

Ambos análisis se basan en datos recopilados durante la primera mitad de 2025, cubriendo iniciativas y políticas implementadas entre el 1 de enero de 2023 y el 31 de diciembre de 2024. Sus resultados, además, alimentarán el OECD Digital Government Outlook 2026, que incluirá análisis más profundos, tendencias clave y notas por país.

Claves de OURdata Index 2025

OURdata Index 2025 muestra avances importantes en la apertura y reutilización de datos públicos en los países de la OCDE. En este índice, España se sitúa en el top 5, consolidando su posición entre los países con mejores políticas de datos abiertos.

El promedio OCDE sube de 0,48 a 0,53 sobre una puntuación total de 1, con casi el 60% de los países superando el umbral de 0,50. Francia lidera el ranking, seguida por Corea del Sur, Polonia, Estonia y la ya mencionada España, como se puede ver en el siguiente gráfico.

Figura 1. Resultado por países del Open, Useful and Re-usable Data Index (OURdata). Fuente: 2025 Open, Useful and Re-usable Data Index (OURdata), OCDE.

Para llegar a estos datos, el informe analiza tres pilares, igual que en 2023:

• Pilar 1: Disponibilidad de datos. Mide hasta qué punto los gobiernos han adoptado e implementado requisitos formales para publicar datos abiertos. También evalúa la participación de actores relevantes para identificar la demanda de datos y la disponibilidad de conjuntos de datos de gran valor como datos abiertos. Cabe señalar que, aunque el informe habla de high value datasets, no se trata del mismo concepto que maneja la UE. En el caso de la OCDE, se tienen en cuenta también otras categorías de gran impacto como sanidad, educación, crímenes y justicia o finanzas públicas, entre otros.
• Pilar 2: Accesibilidad de los datos. Evalúa la existencia de requisitos para ofrecer datos abiertos en formatos reutilizables. Además, se centra en el grado en que los conjuntos de datos gubernamentales de gran valor se publican de manera oportuna, en formatos abiertos, con metadatos estandarizados y detallados, y a través de Interfaces de Programación de Aplicaciones (API). También analiza la participación de actores relevantes (stakeholders) en el portal central de datos abiertos y en iniciativas para mejorar su calidad.
• Pilar 3: Apoyo gubernamental a la reutilización de datos. Mide hasta qué punto los gobiernos desempeñan un papel proactivo en promover la reutilización de los datos abiertos tanto dentro como fuera del sector público. En concreto, se analiza si existen alianzas y se organizan eventos que aumenten la sensibilización sobre los datos abiertos y fomenten su reutilización; si se involucra a los funcionarios públicos en la publicación de datos abiertos y en actividades de análisis y reutilización de datos; y si se realizan evaluaciones de impacto de los datos abiertos y se recogen ejemplos de reutilización.

Los resultados muestran que, al igual que en ediciones anteriores, los países de la OCDE obtienen un mejor desempeño en Disponibilidad de datos (Pilar 1) y Accesibilidad de datos (Pilar 2) que en Apoyo gubernamental para la reutilización de datos. Sin embargo, España es una excepción: se sitúa en tercera posición (0,91) en apoyo gubernamental a la hora de impulsar la creación de valor público a partir de datos abiertos y en la medición de su impacto real. En el resto de los pilares, 1 y 2, se sitúa en la posición número 14, también por delante de la media de los países de la OCDE.

Claves del Digital Government Index

La edición 2025 del DGI evalúa la madurez digital de los gobiernos. Para ello analiza si cuentan con las bases necesarias para aprovechar datos y tecnología en una transformación integral del sector público centrada en las personas.

Como pasaba con el índice OURData, la puntuación del DGI se basa en la misma metodología utilizada en la edición de 2023, lo que permite realizar una evaluación longitudinal y comparar los avances entre ese año y 2025. En este periodo, el promedio de la OCDE en el DGI aumentó 0,08 puntos, pasando de 0,61 (sobre 1) en 2023 a 0,70 en 2025, lo que representa un incremento total del 14%. Casi todos los gobiernos superaron el umbral de 0,50, y 17 de ellos se situaron por encima del promedio de la OCDE, incluyendo a España.

El ranking lo encabeza Corea del Sur, Australia, Portugal, Reino Unido y Noruega, con España en la duodécima posición, como muestra el siguiente gráfico.

Figura 2. Resultado por países del Digital Government Index. Fuente: 2025 Digital Government Index (DGI), OCDE.

El DGI mide la madurez del gobierno digital a lo largo de seis dimensiones:

• Dimensión 1: Digital por diseño. Evalúa cómo las políticas de gobierno digital permiten al sector público usar herramientas digitales y datos de forma coherente para transformar servicios.
• Dimensión 2: Impulsado por datos (Data-driven). Analiza los avances en gobernanza y los habilitadores para el acceso, intercambio y reutilización de datos en el sector público.
• Dimensión 3: Gobierno como plataforma. Mide el despliegue de componentes comunes como guías, herramientas, datos, identidad digital y software para impulsar una transformación coherente de procesos y servicios.
• Dimensión 4: Abierto por defecto. Evalúa la apertura más allá de los datos abiertos, incluyendo el uso de tecnologías y datos para comunicar y relacionarse con distintos actores.
• Dimensión 5: Centrado en el usuario. Mide la capacidad de los gobiernos para situar las necesidades de las personas en el centro del diseño y la prestación de políticas y servicios.
• Dimensión 6: Proactividad. Analiza la capacidad de anticipar necesidades de usuarios y proveedores de servicios para ofrecer servicios públicos de manera proactiva.

La evaluación del DGI se centra tanto en el nivel estratégico como en el operativo. Por ello, para cada dimensión, examina cuatro facetas transversales del ciclo de políticas: enfoque estratégico (estrategias y marcos generales), palancas de política (recursos y herramientas), implementación (prácticas concretas) y monitoreo (seguimiento y evaluación).

Aunque los países han avanzado respecto a 2023, los resultados de 2025 muestran que aún hay margen para aumentar el ritmo y la profundidad de las políticas de gobierno digital. Al igual que en 2023, los países de la OCDE destacan en las dimensiones Digital por diseño, Sector público impulsado por datos, Gobierno como plataforma y Centrado en el usuario, con mejoras generalizadas en sus puntuaciones. Estos avances se explican por el fortalecimiento de la gobernanza y el uso de datos, el desarrollo de infraestructuras digitales -como sistemas de identidad digital y plataformas de servicios-, la consolidación del talento digital en las administraciones públicas y la adopción de estándares de servicio.

En contraste, las dimensiones de Proactividad y Abierto por defecto siguen mostrando un desempeño más bajo, como ya ocurría en 2023. Esto se debe a resultados más débiles en el uso y la gobernanza de la inteligencia artificial en el sector público, en las prácticas de diseño y prestación de servicios, y en datos abiertos. Aun así, se observan mejoras en áreas como la disponibilidad de instrumentos de gobernanza para un uso confiable de la IA y la expansión de herramientas para probar y monitorear si los servicios se adaptan a las necesidades de los usuarios.

En este caso, España sí sigue la tónica general, destacando especialmente en Digital por diseño donde entra en el top 10 con una novena posición, aunque con una excepción: también obtiene buena puntuación en Proactividad, con un puesto número 12. En el resto de indicadores se mantiene bastante estable, entre las posiciones 13 y 19.

Conclusión

Los gobiernos de todo el mundo se enfrentan a un reto común: estructuras rígidas, procesos lentos y reglas que, a veces, dificultan el responder con agilidad a los desafíos actuales. Por ello, la modernización digital se ha convertido en una necesidad estratégica.

Adoptar tecnologías digitales, conectar datos y trabajar con metodologías ágiles permite a los gobiernos ser más rápidos, eficientes y proactivos mientras continúan activos en la rendición de cuentas y facilita la colaboración entre instituciones y países. Los estudios realizados por la OCDE permiten a los países determinar sus áreas de mejora, facilitando la toma de decisiones informada en materia de infraestructura digital, datos o uso de IA.

Para saber más sobre el detalle de la posición de España, habrá que esperar a que se publiquen las notas por países en el OECD Digital Government Outlook 2026, pero de momento, podemos ir tomando nota de nuestras fortalezas (el apoyo gubernamental a la reutilización de datos o el desarrollo de políticas de gobierno digital) y de los retos a afrontar (continuar impulsando la accesibilidad y la disponibilidad de los datos).

Desde sus orígenes el movimiento de datos abiertos se ha centrado fundamentalmente en el impulso de la apertura de los datos y en el fomento de su reutilización. El objetivo que ha articulado la mayoría de las iniciativas, tanto públicas como privadas, ha sido el de vencer los obstáculos para publicar catálogos de datos cada vez más completos y asegurar que la información del sector público estuviera disponible para que la ciudadanía, las empresas, los investigadores y el propio sector público pudieran crear valor económico y social.

Sin embargo, a medida que hemos ido dando pasos hacia una economía cada vez más dependiente de los datos y, más recientemente, de la inteligencia artificial -y en un futuro próximo de las posibilidades que nos traen los agentes autónomos a través de la inteligencia artificial agéntica-, las prioridades han ido cambiando y el foco ha ido girando hacia cuestiones como la mejora de la calidad de los datos publicados.

Ya no es suficiente con que los conjuntos de datos estén publicados en un portal de datos abiertos cumpliendo buenas prácticas, ni tan siquiera con que el dato cumpla unos estándares de calidad en el momento de su publicación. También es necesario que esta publicación de los conjuntos de datos cumpla con unos niveles de servicio que transformen la mera puesta a disposición en un compromiso operativo que mitigue las incertidumbres que, a menudo, obstaculizan la reutilización.

Cuando un desarrollador integra una API de datos de transporte en tiempo real en su app de movilidad, o cuando un científico de datos trabaja en un modelo de IA con datos climáticos históricos está asumiendo un riesgo si no tiene certeza sobre las condiciones en las que los datos estarán disponibles. Si en un momento dado los datos publicados dejan de estar disponibles porque cambia el formato sin previo aviso, porque el tiempo de respuesta se dispara o por cualquier otra razón, los procesos automatizados fallan y la cadena de suministro de datos se rompe, provocando fallos en cascada en todos los sistemas dependientes.

En este contexto, la adopción de acuerdos de nivel de servicio (ANS) también conocidos por su terminología en inglés, service level agreements (SLA), podrían ser el siguiente paso para que portales de datos abiertos evolucionen desde el habitual modelo “best effort” hasta convertirse en infraestructuras digitales críticas, fiables y robustas.

¿Qué son un ANS o SLA y un contrato de datos en el contexto de los datos abiertos?

En el contexto de la ingeniería de fiabilidad (site reliability engineering o SRE), un ANS es un contrato negociado entre un proveedor de servicios y sus clientes con objeto de fijar el nivel de calidad del servicio prestado. Es, por tanto, una herramienta que ayuda a ambas partes a llegar a un consenso en aspectos tales como el tiempo de respuesta, la disponibilidad horaria o la documentación disponible.

En un portal de datos abiertos, donde a menudo no existe una contraprestación económica directa, un ANS podría ayudar a responder preguntas como:

• ¿Cuánto tiempo estará disponible el portal y sus API?
• ¿Qué tiempos de respuesta podemos esperar?
• ¿Con qué frecuencia se actualizarán los conjuntos de datos?
• ¿Cómo se gestionan los cambios en metadatos, enlaces y formatos?
• ¿Cómo se gestionarán incidencias, cambios y avisos a la comunidad?

Adicionalmente, en esta transición hacia una mayor madurez operativa surge el concepto, aún inmaduro, del contrato de datos (data contract). Si el ANS es un acuerdo que define las expectativas de nivel de servicio, el contrato de datos es una implementación que formaliza este compromiso. Un contrato de datos no solo especificaría el esquema y el formato, sino que actuaría como una salvaguarda: si una actualización del sistema intenta introducir un cambio que rompa la estructura prometida o que degrade la calidad del dato, el contrato de datos permite detectar y bloquear dicha anomalía antes de que afecte a los usuarios finales.

INSPIRE como punto de partida: disponibilidad, rendimiento y capacidad

La infraestructura de la Unión Europea para la información espacial (INSPIRE) ha establecido uno de los marcos más rigurosos del mundo en cuanto a calidad de servicio para datos geoespaciales. La Directiva 2007/2/CE, conocida como INSPIRE, actualmente en su versión 5.0, incluye algunas obligaciones técnicas que podrían servir como referencia para cualquier portal de datos modernos. En particular el Reglamento (CE) nº 976/2009 establece criterios que bien podrían servir como patrón para cualquier estrategia de publicación de datos de alto valor:

• Disponibilidad: la infraestructura debe estar disponible el 99% del tiempo durante el horario de funcionamiento normal.
• Rendimiento: para un servicio de visualización la respuesta inicial debe llegar en menos de 3 segundos.
• Capacidad: para un servicio de localización el mínimo número de peticiones simultáneas servidas con rendimiento garantizado debe ser de 30 por segundo.

Para ayudar al cumplimiento de estos estándares de servicio, la Comisión Europea ofrece herramientas como el INSPIRE Reference Validator. Esta herramienta ayuda no solo a verificar la interoperabilidad sintáctica (que el XML o GML esté bien formado), sino también a asegurar que los servicios de red cumplen con las especificaciones técnicas que permiten medir esos ANS.

En este punto, los exigentes ANS de la infraestructura de datos espaciales europea nos hacen preguntarnos si no deberíamos aspirar a lo mismo para datos críticos de salud, energía o movilidad o para cualquier otro conjunto de datos de alto valor.

Qué podría cubrir un ANS en una plataforma de datos abiertos

Cuando hablamos de conjuntos de datos abiertos en sentido amplio, la disponibilidad del portal es una condición necesaria, pero no suficiente. Muchas incidencias que afectan a la comunidad de reutilizadores no son caídas completas del portal, sino errores más sutiles como enlaces rotos, conjuntos de datos que no se actualizan con la periodicidad indicada, formatos inconsistentes entre versiones, metadatos incompletos o cambios silenciosos en el comportamiento de las API o en los nombres de las columnas de los conjuntos de datos.

Por ello, convendría complementar los ANS propios de la infraestructura del portal con ANS de “salud del dato” que pueden basarse en marcos de referencia ya consolidados como:

• Modelos de calidad como ISO/IEC 25012, que permite desglosar la calidad del dato en dimensiones medibles como la exactitud (que el dato represente la realidad), la completitud (que no falten valores necesarios) y la consistencia (que no haya contradicciones entre tablas o formatos) y convertirlas en requisitos medibles.
• Principios FAIR, siglas de Findable (Localizable), Accessible (Accesible), Interoperable (Interoperable), y Reusable (Reutilizable). Estos principios enfatizan que los activos digitales no solo deben estar disponibles, sino que deben ser localizables mediante identificadores persistentes, accesibles bajo protocolos claros, interoperables mediante el uso de vocabularios estándar y reutilizables gracias a licencias claras y procedencia documentada. Los principios FAIR se pueden poner en práctica midiendo de forma sistemática la calidad de los metadatos que hacen posible la localización, el acceso y la interoperabilidad. Por ejemplo, el servicio Metadata Quality Assurance (MQA) de data.europa.eu ayuda a hacer una evaluación automática de los metadatos de los catálogos, a calcular métricas y a ofrecer recomendaciones de mejora.

Para convertir en operativos estos conceptos, podemos centrarnos en cuatro ejemplos donde establecer compromisos de servicio específicos aportaría un valor diferencial:

• Conformidad y vigencia del catálogo: el ANS podría garantizar que los metadatos estén siempre alineados con los datos que describen. Un compromiso de conformidad aseguraría que el portal se somete a validaciones periódicas (siguiendo especificaciones como DCAT-AP-ES o HealthDCAT-AP) para evitar que la documentación se volviese obsoleta respecto al recurso real.
• Estabilidad del esquema y versionado: uno de los mayores enemigos de la reutilización automatizada es el "cambio silencioso". Si una columna cambia de nombre o un tipo de dato varía, los flujos de ingesta de datos fallarán inmediatamente. Un compromiso de nivel de servicio podría incluir una política de versionado. Esto implicaría que cualquier cambio que rompiese la compatibilidad se anunciase con una antelación mínima y, preferiblemente, mantuviese la versión anterior en paralelo durante un tiempo prudencial.
• Frescura y frecuencia de actualización: no resulta infrecuente encontrar conjuntos de datos etiquetados como de actualización diaria pero cuya última modificación real fue hace meses. Una buena práctica podría ser la definición de indicadores de latencia de publicación. Un posible ANS establecería el valor del tiempo medio entre actualizaciones y contaría con sistemas de alerta que notificasen automáticamente si un dato no se ha refrescado según la frecuencia declarada en su metadato.
• Tasa de éxito: en el mundo de las API de datos, no es suficiente con recibir un código HTTP 200 (OK) para determinar si la respuesta es válida. Si la respuesta es, por ejemplo, un JSON sin contenido, el servicio no es útil. El nivel de servicio tendría que medir la tasa de respuestas exitosas y con contenido válido, asegurando que el endpoint no solo responde, sino que entrega la información esperada.

Un primer paso, SLA, SLO y SLI: medir antes de comprometer

Dado que establecer este tipo de compromisos es realmente complejo, una posible estrategia para pasar a la acción de forma gradual es adoptar un enfoque pragmático basado en las mejores prácticas de la industria. Por ejemplo, en la ingeniería de fiabilidad, se propone una jerarquía de tres conceptos que ayuda a evitar compromisos poco realistas:

• Indicador de Nivel de Servicio (SLI): es el indicador medible y cuantitativo. Representa la realidad técnica en un momento dado. Ejemplos de SLI en datos abiertos podrían ser el "porcentaje de peticiones exitosas a la API", la "latencia p95" (el tiempo de respuesta del 95% de las solicitudes) o el "porcentaje de enlaces de descarga que no devuelven error".
• Objetivo de Nivel de Servicio (SLO): es el objetivo interno que se marca sobre ese indicador. Por ejemplo: "queremos que el 99,5% de las descargas funcionen correctamente" o "la latencia p95 debe ser inferior a 800 ms". Es la meta que guía el trabajo del equipo técnico.
• Acuerdo de Nivel de Servicio (ANS o SLA): es el compromiso público y formal sobre esos objetivos. Es la promesa que el portal de datos hace a su comunidad de reutilizadores y que incluye, idealmente, los canales de comunicación y los protocolos de actuación en caso de incumplimiento.

Figura 1. Visual elaborado para explicar la diferencia entre SLI, SLO y SLA. Fuente: elaboración propia - datos.gob.es.

Esta distinción es especialmente valiosa en el ecosistema de los datos abiertos debido a la naturaleza híbrida de un servicio en el que no solo se opera una infraestructura, sino que se gestiona el ciclo de vida de los datos.

En muchos casos, el primer paso podría ser no tanto publicar un ANS ambicioso de inmediato, sino empezar por definir sus SLI y observar sus SLO. Una vez que la medición estuviese automatizada y los niveles de servicio se estabilizasen y fuesen predecibles, sería el momento de convertirlos en un compromiso público (SLA).

En última instancia, la implementación de niveles de servicio en los datos abiertos podría tener un efecto multiplicador. No solo reduciría la fricción técnica para los desarrolladores y mejoraría la tasa de reutilización, sino que facilitaría la integración de los datos públicos en sistemas de IA y agentes autónomos. Los nuevos usos como la evaluación de sistemas de Inteligencia Artificial generativa, la generación y validación de conjuntos de datos sintéticos o incluso la propia mejora de la calidad de los datos abiertos se verían muy beneficiados.

Establecer un SLA de datos sería, por encima de todo, un potente mensaje: significaría que el sector público no solo publica los datos como un acto administrativo, sino que los opera como un servicio digital de alta disponibilidad, fiable, predecible y, en definitiva, preparado para los retos de la economía del dato.