Si alguna vez has esperado meses a que un ayuntamiento apruebe una buhardilla o una ampliación, el cuello de botella al que apunta PlanAssist te resultará familiar. La herramienta basada en Gemini de Google DeepMind para revisar solicitudes de urbanismo se amplía a 12 autoridades locales más en Inglaterra para una beta de 12 meses sobre casos reales, con lo que el total llega a 15. Importa porque las solicitudes rutinarias de particulares, las sencillas, suponen hasta el 70% de la carga de trabajo de un técnico de urbanismo y, sin embargo, se llevan una parte desproporcionada de su tiempo.
La herramienta hace las comprobaciones mecánicas y deja la decisión a una persona. Valida que los documentos y planos de una solicitud estén completos, coteja la propuesta con restricciones patrimoniales como las órdenes de protección de árboles y con la política local y nacional, y señala si vecinos han planteado objeciones antes. Luego redacta una recomendación de evaluación. El diseño mantiene a un técnico cualificado con la última palabra en cada solicitud, que es la salvaguarda correcta para decisiones que afectan a vecinos y calles.
Las cifras del piloto son el reclamo. En las primeras pruebas en Barnet, Camden y Dorset, DeepMind dice que PlanAssist redujo el tiempo medio que un técnico dedicaba a las tareas de evaluación de particulares en un 58%, y que los técnicos aprobaron más del 70% de los informes que generó sin ninguna edición. Son el tipo de cifras que permitirían a un departamento de urbanismo saturado despejar un atasco, y el contexto es un objetivo del gobierno de 1,5 millones de viviendas nuevas para 2029, donde las aprobaciones lentas tienen un coste económico real. La herramienta se construyó con el gobierno del Reino Unido, Google Cloud y Faculty.
Para quien espera, el atractivo es evidente: una galería o una ampliación aprobadas en semanas en lugar de meses. El trabajo rutinario de particulares es un primer objetivo sensato precisamente porque es de gran volumen y poca polémica, el tipo de tarea donde acelerar las comprobaciones hace más bien con menos riesgo.
La salvedad honesta es que las cifras principales vienen de los propios socios del piloto, no de una evaluación independiente, así que el 58% y el 70% deben leerse como resultados preliminares alentadores y no como hecho asentado. La beta de 12 meses sobre solicitudes reales es la prueba de verdad, porque el rendimiento en un piloto controlado y el rendimiento en el flujo desordenado de casos reales no son lo mismo. Se insinúa un despliegue nacional para 2027, pero debería depender de cómo aguante la beta, y de que los técnicos que revisan cada salida sigan atrapando lo que el modelo pasa por alto.