Acceso usuarios
Madrid, España
Objetivos: analizar la adopción de inteligencia artificial en las diputaciones provinciales españolas y proponer un modelo federado que supere la fragmentación actual mediante arquitecturas colaborativas que preserven la soberanía local. Metodología: diseño mixto secuencial exploratorio articulado en dos fases –diagnóstico empírico y diseño propositivo–, que integra análisis documental sistemático de las 38 diputaciones provinciales de régimen común, búsqueda y extracción sistemática de datos de contratación, y estudio comparativo de casos múltiples seleccionados por representar modelos estratégicos diferenciados. La triangulación de fuentes documentales, datos contractuales y evidencia presupuestaria se estructura mediante un protocolo de codificación en siete dimensiones analíticas, garantizando la validez interna y externa de los hallazgos. Resultados: diseño del modelo de soberanía algorítmica multinivel (MSAM), una arquitectura federada que facilita la transferencia de conocimiento algorítmico entre Administraciones supramunicipales sin comprometer la soberanía institucional sobre sus datos, vertebrada mediante mecanismos de gobernanza colaborativa y una estrategia de despliegue progresivo. Conclusiones: el modelo propuesto demuestra que la fragmentación actual del ecosistema provincial de IA puede revertirse mediante la cooperación estructurada, logrando una asignación más eficiente de los recursos públicos destinados a innovación tecnológica y reduciendo significativamente las duplicidades funcionales, al tiempo que se preserva la protección de datos y se garantiza una gobernanza algorítmica democrática y territorialmente equitativa.
Objectives: To analyse artificial intelligence adoption in Spanish provincial councils and propose a federated governance model that overcomes current fragmentation while preserving local sovereignty over sensitive data. Methodology: Sequential exploratory mixed-methods design structured in two phases –empirical diagnosis and propositional design–, integrating systematic documentary analysis of the 38 common regime provincial councils, systematic search and extraction of public procurement data, and a comparative multiple-case study of cases selected for representing differentiated strategic models. The triangulation of documentary sources, contractual data and budgetary evidence is organised through a seven-dimension analytical coding protocol, ensuring the internal and external validity of the findings. Results: Design of the Multilevel Algorithmic Sovereignty Model (MSAM), a federated architecture that facilitates the transfer of algorithmic knowledge among supra-municipal tiers of government while safeguarding institutional sovereignty over their data, structured around collaborative governance mechanisms and a progressive implementation strategy. Conclusions: The proposed model demonstrates that the current fragmentation of the provincial AI ecosystem can be reversed through structured cooperation, achieving a more efficient allocation of public resources devoted to technological innovation and significantly reducing functional duplications, whilst preserving data protection and ensuring democratic and territorially equitable algorithmic governance.
