El Modelo Automatizado de Valoración de Inmuebles de Dinamarca — 8 Años de Retraso y 51 Veces el Presupuesto

La Ley de Valoración de Inmuebles danesa de 2017 (Ejendomsvurderingslov) obligó al Ministerio de Hacienda a sustituir las valoraciones manuales de viviendas, realizadas por técnicos —la última ronda completa databa de 2011— por un modelo de valoración automatizado (AVM) que cubriera todas las propiedades del país. El sistema, construido y operado por Vurderingsstyrelsen (la Agencia de Valoración de Inmuebles, parte de la Agencia Tributaria danesa), utiliza un modelo estadístico/de aprendizaje automático entrenado con unos 19 parámetros por propiedad —precios de venta recientes en el vecindario, distancia a bosques, costa, escuelas y líneas ferroviarias, capacidad edificable del terreno y contaminación del suelo, entre otros— para generar un valor tributable para cada una de las aproximadamente 1,7 millones de viviendas danesas, sin revisión individual de cada caso.

Originalmente previsto para mediados de 2019, el despliegue se retrasó en repetidas ocasiones. El Tribunal de Cuentas danés (Rigsrevisionen) informó en diciembre de 2025 de que el proyecto finalmente se cerró en junio de 2025, con las funciones restantes previstas para entregarse en el primer semestre de 2026.

El proyecto se cerró con ocho años de retraso respecto al calendario original y a un coste total de 4.900 millones de coronas danesas (DKK), frente a un presupuesto inicial de 96 millones de DKK, un sobrecoste de aproximadamente 51 veces. El Ministerio de Hacienda sigue esperando que las tasas de error disminuyan solo cuando se entreguen las funciones restantes en el primer semestre de 2026, con un coste adicional de 44 millones de DKK. El informe Automating Society de AlgorithmWatch documentó un margen de precisión oficial de +/-20% en torno a cada valoración y una confusión generalizada entre los propietarios, e investigadores de la Universidad del Sur de Dinamarca describieron por separado a ciudadanos 'enfrentados a un sistema opaco' que no podían cuestionar.

Esta práctica se incluye como un caso de advertencia: un sistema nacional de IA técnicamente ambicioso y plenamente desplegado, cuyo historial público está hoy dominado por las conclusiones de su propio órgano auditor sobre años de retrasos, sobrecostes y errores sin resolver, más que por un beneficio público medido.