evidoria

← Volver al listado

Buena práctica Importada

PlanAI — La herramienta de IA del Gran Cambridge reduce el análisis de consultas urbanísticas de 18,5 horas a 16 minutos

Reino Unido · Cambridge · Ver el perfil de Reino Unido · Ver el perfil de Cambridge

Evidencia: Descriptivo / autodeclarado Top 24% 73/100 · Pregunte a Evidence Copilot sobre esta práctica

Greater Cambridge Shared Planning y la Universidad de Liverpool crearon PlanAI, un modelo de lenguaje entrenado con 15 años de consultas urbanísticas, para resumir las respuestas ciudadanas a los documentos del Plan Local, reduciendo el tiempo de análisis de una prueba de 18,5 horas a 16 minutos.

18.5 hours
Tiempo de análisis de consultas, manual
16 minutes
Tiempo de análisis de consultas, PlanAI
5
Ayuntamientos en el piloto ampliado (by Jul 2026)
PlanAI — La herramienta de IA del Gran Cambridge reduce el análisis de consultas urbanísticas de 18,5 horas a 16 minutos PlanAI — La herramienta de IA del Gran Cambridge reduce el análisis de consultas urbanísticas de 18,5 horas a 16 minutos

Detalles

Madurez
En expansión
Promotor
Greater Cambridge Shared Planning (Cambridge City Council & South Cambridgeshire District Council), with the University of Liverpool
Período
2024-2026
Palabras clave
local government, urban planning, generative AI, public consultation

Contexto

Las consultas de planificación generan miles de comentarios públicos que los equipos municipales deben leer y resumir, un cuello de botella que consume mucho tiempo para los ayuntamientos.

Actividades

Greater Cambridge Shared Planning y académicos de la Universidad de Liverpool construyeron PlanAI, un modelo de lenguaje entrenado con 15 años de datos de consulta (más de 55.000 aportaciones, más de 40.000 términos de planificación), financiado por el PropTech Innovation Fund del gobierno.

Resultados

En un ensayo inicial en tres consultas reales, PlanAI produjo resúmenes detallados más un informe compendio en unos 16 minutos, frente a unas 18,5 horas de forma manual, una reducción de aproximadamente el 90% en el tiempo de análisis. En julio de 2026 el piloto se había ampliado a cinco ayuntamientos más.

Conclusiones

El informe del MHCLG son datos de eficiencia en fase piloto, de los desarrolladores de la herramienta y los ayuntamientos socios, no un estudio auditado de forma independiente, y no reporta tasas de precisión/error frente a una referencia humana.

Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Medio (1–3 años)
Personal y competencias
Greater Cambridge Shared Planning, University of Liverpool (Lord, Singleton, Green)

Condiciones para el éxito

  • large historical training corpus of past consultation responses
  • government PropTech Innovation Fund backing

Modos de fallo comunes

  • no accuracy/error-rate data against a human baseline
  • efficiency figures self-reported by developers and partner councils

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles