Chatbots Municipales Puestos a Prueba — una Auditoría Independiente Revela que los Chatbots de IA de los Ayuntamientos Neerlandeses Solo Responden Correctamente a 1 de Cada 10 Preguntas

Desde junio de 2025, los investigadores independientes Wiep Hamstra y Jules Ernst llevan a cabo una auditoría no financiada de los chatbots municipales implantados por los gobiernos locales neerlandeses, tras indicios iniciales de que estas herramientas etiquetadas como IA podrían no rendir como se anunciaba.

Poner a prueba de forma sistemática y repetible la precisión con la que los chatbots municipales responden a preguntas reales de los ciudadanos, y hacer seguimiento de si el rendimiento mejora con el tiempo.

Para la segunda edición (trabajo de campo entre diciembre de 2025 y principios de febrero de 2026, publicada el 9 de marzo de 2026), los investigadores pusieron a prueba 39 chatbots municipales con las mismas ocho preguntas de ciudadanos cada uno —una combinación de consultas de servicios habituales (recogida de enseres, estado de permisos) y preguntas relacionadas con elecciones (sustitución de una tarjeta de votación perdida)—, con un total de 312 intercambios de pregunta-respuesta.

Los resultados se mantuvieron en gran medida sin cambios respecto a la primera edición: el 64% de las respuestas fueron incorrectas, el 23% devolvió únicamente un enlace (a menudo a una página sin la respuesta), el 10% fueron correctas y el 3% no produjo ninguna respuesta. Ninguno de los 39 chatbots respondió correctamente, sin ayuda, a una pregunta básica sobre la recogida de residuos domésticos. Los investigadores estiman que, como máximo, 10 de las 39 herramientas están realmente impulsadas por un modelo de lenguaje; la mayoría se basa en pares de pregunta-respuesta programados y mantenidos manualmente. Dado que casi 30 municipios tienen licencia del mismo producto de chatbot ‘Gem’, respuestas erróneas idénticas se propagan simultáneamente por todos ellos.

VNG, la asociación que representa a los municipios neerlandeses, reconoció públicamente los resultados, señalando que los nuevos chatbots de IA “todavía no son productos acabados” y que la calidad de los datos determina si un bot ofrece una respuesta obsoleta o alucinada; también indicó que los chatbots han reducido el volumen de llamadas a los centros de atención, una afirmación que la auditoría no verificó de forma independiente. Como control recurrente, metodológicamente coherente y realizado de forma independiente sobre una herramienta de IA de cara al público ampliamente implantada, la auditoría constituye un caso poco frecuente de rendición de cuentas rigurosa en materia de IA municipal, aunque lo que evidencia sea sobre todo el fracaso, y no el éxito.