En Francia, la demanda de vivienda social afecta a varios millones de hogares, y el tratamiento de los expedientes aún se basa en gran medida en procedimientos manuales largos. La inteligencia artificial aplicada a la vivienda social se refiere al conjunto de tecnologías (procesamiento del lenguaje natural, aprendizaje automático, agentes conversacionales) utilizadas para acelerar la tramitación de las solicitudes, orientar a los solicitantes o asistir a los arrendadores en la gestión de su patrimonio.
Valoración de las solicitudes y emparejamiento inquilino-vivienda por la IA
El tratamiento de una solicitud de vivienda social pasa por una etapa de valoración: cada expediente recibe una puntuación basada en criterios regulatorios (recursos, composición familiar, antigüedad de la solicitud, situación de alojamiento). Tradicionalmente, esta valoración moviliza a agentes instructores que cruzan manualmente los datos declarativos con los documentos justificativos.
Ahora, herramientas de IA permiten automatizar parte de este trabajo. Un algoritmo de emparejamiento compara el perfil del solicitante con las características del parque disponible (superficie, localización, accesibilidad, alquiler residual después de APL) para proponer emparejamientos relevantes. La ganancia se traduce en la rapidez de tramitación y en la reducción de errores de entrada.
Como detalla el robot de vivienda en Actu Web, algunos dispositivos conversacionales guían al solicitante desde la constitución de su expediente, verifican la completitud de los documentos y responden a preguntas frecuentes sin intervención humana. Este tipo de agente reduce el número de llamadas entrantes a los servicios de atención de los arrendadores.
El emparejamiento sigue siendo una herramienta de apoyo a la decisión. La comisión de adjudicación conserva el poder de decidir, y el algoritmo solo clasifica propuestas. Esta distinción se ha vuelto jurídicamente determinante con la entrada en vigor del reglamento europeo sobre la IA.
AI Act y vivienda social: las obligaciones regulatorias desde 2026
Desde agosto de 2026, el reglamento europeo sobre inteligencia artificial (AI Act) ha entrado en su fase de aplicación general. Los sistemas de IA utilizados para el acceso a prestaciones sociales o servicios como la vivienda se clasifican como “de alto riesgo”.
Esta clasificación conlleva obligaciones precisas para los arrendadores y los editores de software:
- Transparencia: el solicitante debe ser informado de que un sistema de IA interviene en el tratamiento de su expediente, y los criterios utilizados deben estar documentados.
- Supervisión humana efectiva: ninguna decisión de adjudicación puede basarse exclusivamente en un algoritmo sin que un agente calificado pueda verificarla, modificarla o contradecirla.
- Auditabilidad: los modelos deben conservar un historial aprovechable para controlar a posteriori la ausencia de sesgos discriminatorios (origen, discapacidad, situación familiar).
- Derecho de impugnación: un solicitante que estime que la puntuación algorítmica le es desfavorable puede exigir una revisión humana de su situación.
En la práctica, un arrendador ya no puede conformarse con una puntuación opaca generada por un modelo para rechazar o diferir una candidatura. Esta restricción impulsa a las organizaciones a documentar sus algoritmos y a formar a sus equipos en la interpretación de los resultados producidos por la IA.
Consecuencias para los editores de software patrimonial
Los editores de ERP (software de gestión integrada) utilizados en la vivienda social deben integrar estos requisitos desde el diseño. Esto significa registros de auditoría detallados, interfaces que permitan al agente entender por qué se ha propuesto tal vivienda a tal solicitante, y la posibilidad de desactivar la recomendación automática en cualquier momento.
Gestión del patrimonio inmobiliario social asistida por la IA
Más allá del acceso a la vivienda, la inteligencia artificial transforma la gestión cotidiana del parque. Los arrendadores recopilan datos masivos a través de sus herramientas de trabajo: datos contractuales, historiales de mantenimiento, lecturas de sensores sobre los equipos técnicos.
El mantenimiento predictivo constituye el caso de uso más maduro. Sensores instalados en calderas, ascensores o sistemas de ventilación transmiten datos en tiempo real. Un modelo de aprendizaje automático detecta anomalías antes de la avería, lo que reduce las intervenciones de emergencia y mejora la calidad del servicio para el inquilino.
La extracción automatizada de datos documentales representa otro impulso. Los arrendadores gestionan volúmenes considerables de documentos: contratos, diagnósticos técnicos, actas de asamblea, planos. Herramientas de reconocimiento óptico combinadas con procesamiento del lenguaje natural permiten indexar y clasificar estos documentos, y luego extraer la información útil (fechas de vencimiento, montos, superficies) sin reingreso manual.
Limitaciones concretas y sesgos algorítmicos en la vivienda social
La IA no es neutra. Un modelo entrenado con datos históricos de adjudicación puede reproducir, e incluso amplificar, sesgos existentes. Si un barrio ha acogido históricamente un perfil sociodemográfico particular, el algoritmo corre el riesgo de perpetuar esta distribución en lugar de corregirla.
La calidad de los datos condiciona la fiabilidad de todo sistema de IA. Sin embargo, en la vivienda social, las bases de datos son a menudo heterogéneas, incompletas o mal estructuradas. Un ERP envejecido, entradas manuales imprecisas o duplicados no detectados degradan directamente los resultados del modelo.
La cuestión de la aceptabilidad por parte de los agentes es igualmente determinante. Una herramienta eficaz pero opaca será evitada. Los comentarios del terreno muestran que la adopción pasa por la formación de los equipos y por interfaces que expliquen claramente la recomendación formulada por la máquina, en lugar de presentarla como un veredicto.
El acceso a la vivienda social sigue siendo una decisión de gran impacto humano. La IA juega un papel de acelerador y filtro, no de decisor. Los arrendadores que implementan estas tecnologías ganan en eficiencia siempre que mantengan una supervisión rigurosa, una documentación de los criterios y una capacidad de intervención humana en cada etapa del proceso.
