VigIA — el sistema de alerta temprana de aprendizaje automatico de Bogota para irregularidades en la contratacion publica

En 2021, el Banco de Desarrollo de América Latina (CAF) lanzó una convocatoria regional invitando a instituciones públicas de 11 países latinoamericanos a proponer usos de datos e IA para mejorar la gobernanza, recibiendo 89 propuestas de casi 70 ciudades y municipios. La Veeduría Distrital, la oficina de vigilancia y rendición de cuentas del distrito de Bogotá, ganó con una propuesta para construir un sistema de alerta temprana para contratos públicos irregulares o ineficientes.

La herramienta resultante, VigIA, fue construida por el TicTank de la Universidad del Rosario junto con investigadores de la Universidad de los Andes y el Banco Interamericano de Desarrollo, con apoyo de la CAF. Combina clasificadores de regresión logística y de bosque aleatorio con dos índices de riesgo diseñados a medida (IRIC e IRICP) para señalar contratos propensos a sufrir sobrecostos o retrasos en la entrega, utilizando registros de contratación del SECOP II junto con datos de sanciones de la Superintendencia de Industria y Comercio de Colombia, y limita deliberadamente cada modelo a 6-8 variables explicables para que los investigadores puedan ver por qué se señaló un contrato.

En un conjunto de prueba de 87.387 contratos de Bogotá de 2018-2020, el modelo de bosque aleatorio alcanzó un AUC de 0,943 y una precisión del 87,47% para predecir sobrecostos, y un AUC de 0,936 para predecir retrasos en la entrega. La metodología fue revisada por pares y publicada en Data & Policy en diciembre de 2024.

Según la investigación publicada, VigIA es un modelo validado, con un panel público dentro de la Veeduría Distrital; ninguna fuente independiente documenta todavía su expansión a otras ciudades colombianas, pese a que la convocatoria de la CAF estaba abierta a casi 70 municipios, ni el número de investigaciones o sanciones que haya desencadenado directamente.