Grandes modelos de lenguaje (LLM) en el sector público: usos, límites y riesgos
Los grandes modelos de lenguaje (LLM) han pasado de ser una tecnología experimental a una herramienta con presencia creciente en los procesos administrativos y en la gestión de licitaciones públicas. Su capacidad para procesar texto jurídico complejo, resumir documentos extensos y generar respuestas estructuradas los convierte en un recurso de interés tanto para los órganos de contratación como para las empresas licitadoras.
Su incorporación al sector público, sin embargo, no está exenta de condicionantes legales y riesgos operativos que conviene conocer antes de desplegar estas herramientas en contextos donde los errores tienen consecuencias jurídicas y económicas reales.
Qué es un LLM y por qué importa en contratación pública
Un modelo de lenguaje de gran escala es un sistema de inteligencia artificial entrenado sobre grandes volúmenes de texto para predecir, generar y transformar lenguaje natural. Modelos como GPT-4, Gemini o Claude son ejemplos representativos de esta categoría.
En contratación pública, la relevancia de los LLM proviene de su capacidad para trabajar con documentos técnicamente exigentes: pliegos de cláusulas administrativas, prescripciones técnicas, normativa LCSP, criterios de adjudicación o resoluciones de tribunales de recursos. Tareas que antes requerían horas de análisis pueden acelerarse de forma significativa.
Su adopción debe enmarcarse dentro del Reglamento (UE) 2024/1689 de Inteligencia Artificial (AI Act), que clasifica ciertos usos de IA en la Administración como de alto riesgo, y de la normativa de protección de datos aplicable: el Reglamento (UE) 2016/679 (RGPD) y la Ley Orgánica 3/2018 (LOPDGDD).
Usos reales de los LLM en el sector público
Los LLM tienen aplicaciones concretas y verificadas en distintas fases del ciclo de contratación. A continuación se describen los más relevantes para licitadores y órganos de contratación.
Análisis automatizado de pliegos y normativa
Uno de los usos más consolidados es el análisis de pliegos de contratación. Un LLM bien configurado puede identificar los criterios de solvencia exigidos, los criterios de adjudicación y su ponderación, las condiciones especiales de ejecución o las causas de exclusión, sin necesidad de leer el documento página a página.
Para los órganos de contratación, la misma capacidad resulta útil en la revisión de memorias justificativas, en la detección de incoherencias entre el PCAP y el PPT, o en la comprobación de que el pliego incorpora requisitos como la accesibilidad universal (art. 126 LCSP) o las condiciones especiales de ejecución del art. 202 LCSP.
Generación asistida de documentos contractuales
Los LLM pueden actuar como asistentes en la redacción de pliegos, propuestas técnicas o memorias de oferta. A partir de instrucciones estructuradas, el modelo genera borradores que el equipo humano revisa, ajusta y valida antes de su uso oficial.
Este uso es especialmente valioso para equipos con recursos limitados, como pequeñas empresas licitadoras o ayuntamientos con escasa capacidad técnica interna. En ningún caso el output del modelo sustituye la responsabilidad jurídica del firmante: el documento final debe ser revisado y aprobado por una persona competente, tal y como recoge la guía sobre generación de pliegos con IA en Tendios.
Consulta normativa y resolución de dudas sobre la LCSP
Los LLM conectados a bases de conocimiento jurídico pueden responder preguntas sobre la Ley 9/2017 de Contratos del Sector Público, sus artículos concretos o la doctrina de los tribunales de recursos. Esta capacidad permite al licitador o al técnico de contratación obtener orientación rápida sobre, por ejemplo, cuándo procede un procedimiento negociado sin publicidad o cuáles son los requisitos para constituir una UTE.
La clave está en que el modelo trabaje sobre fuentes verificadas y trazables, no sobre conocimiento general desactualizado. Los sistemas basados en arquitectura RAG (Retrieval-Augmented Generation) son los más adecuados para este uso, como se analiza en el artículo sobre RAG frente a ChatGPT en contratación pública.
Clasificación y búsqueda semántica de licitaciones
Los LLM permiten ir más allá de la búsqueda por código CPV o palabra clave exacta. Mediante embeddings y búsqueda vectorial, es posible encontrar licitaciones relevantes describiendo en lenguaje natural el tipo de contrato buscado, incluso cuando los pliegos no utilizan exactamente los mismos términos que el licitador emplea en su búsqueda.
Tendios incorpora búsqueda semántica para identificar oportunidades de licitación relevantes entre los más de tres millones de contratos públicos indexados de España y Europa, superando las limitaciones del filtrado tradicional por CPV o por texto literal.
Límites jurídicos y técnicos que no pueden ignorarse
Antes de desplegar LLM en procesos de contratación pública, es necesario conocer los límites que impone el marco normativo vigente y las restricciones técnicas propias de estos sistemas.
El problema de las alucinaciones y la responsabilidad jurídica
El riesgo más conocido de los LLM es su tendencia a generar información plausible pero incorrecta, fenómeno conocido como alucinación. En contratación pública, este problema puede tener consecuencias graves: una cita normativa inventada en un pliego, un plazo erróneo en una oferta o una referencia jurisprudencial inexistente en un recurso especial pueden derivar en exclusión, nulidad o responsabilidad administrativa.
Por ello, cualquier output de un LLM utilizado en un expediente de contratación debe ser verificado por un profesional competente antes de su incorporación a documentos con efectos jurídicos. La tecnología es una herramienta de asistencia, no un sustituto de la revisión humana cualificada.
El AI Act y la clasificación de riesgo en el sector público
El Reglamento (UE) 2024/1689, cuya aplicación es progresiva desde agosto de 2024, clasifica como sistemas de IA de alto riesgo aquellos utilizados por autoridades públicas para tomar decisiones que afecten a derechos de personas o empresas. Un sistema LLM que asistiera en la evaluación automática de ofertas o en la propuesta de adjudicación podría quedar en esta categoría, con obligaciones específicas de documentación técnica, supervisión humana y registro en la base de datos de la UE.
Los órganos de contratación que incorporen IA en sus procesos deben analizar si el sistema empleado queda dentro del ámbito del Reglamento (UE) 2024/1689 y qué obligaciones de transparencia y trazabilidad aplican en cada caso.
RGPD y tratamiento de datos en pliegos y ofertas
Los documentos de contratación pueden contener datos personales: datos de los técnicos propuestos en la oferta, información de trabajadores en contratos de subrogación o datos de personas físicas en declaraciones responsables. Introducir estos documentos en un LLM de terceros sin las garantías contractuales adecuadas puede constituir una transferencia de datos no autorizada bajo el RGPD.
Antes de usar cualquier herramienta basada en LLM para procesar documentación de licitaciones, es imprescindible verificar la base legal del tratamiento, si el proveedor actúa como encargado del tratamiento mediante el contrato exigido por el art. 28 RGPD, y si los datos se usan para entrenar modelos adicionales. Este punto es especialmente crítico para los órganos de contratación, que actúan como responsables del tratamiento.
Riesgos operativos para licitadores y órganos de contratación
Más allá del marco normativo, existen riesgos de carácter operativo que afectan directamente a la calidad y la validez de los expedientes de contratación.
Dependencia tecnológica y falta de trazabilidad
Un riesgo menos evidente pero relevante es la pérdida de trazabilidad en los razonamientos. Si un equipo de licitación basa su oferta técnica en outputs de un LLM sin documentar el proceso, puede ser incapaz de justificar ante el órgano de contratación las decisiones adoptadas o de defender su propuesta en un recurso especial.
La trazabilidad es especialmente crítica en contratos financiados con fondos europeos, donde los mecanismos de auditoría exigen documentar el proceso de toma de decisiones de principio a fin. El artículo sobre trazabilidad en fondos europeos desarrolla este punto con detalle.
Sesgos del modelo y criterios de adjudicación
Los LLM pueden reproducir o amplificar sesgos presentes en sus datos de entrenamiento. En la evaluación de ofertas, esto podría manifestarse como preferencia sistemática por ciertos estilos de redacción o estructuras de propuesta. Ningún sistema de IA debe sustituir al comité de evaluación en la valoración de criterios con juicio de valor, función que la LCSP reserva expresamente a personas cualificadas (art. 150.2 LCSP).
Confidencialidad de las ofertas y riesgo de filtración
Las ofertas técnicas y económicas son documentos confidenciales hasta la apertura pública del sobre correspondiente. El uso de herramientas LLM en la nube para procesar estas ofertas plantea riesgos de filtración involuntaria si los proveedores no ofrecen garantías suficientes sobre el aislamiento de los datos entre clientes y sobre la no utilización de los inputs para entrenar sus modelos.
Buenas prácticas para una adopción responsable de LLM
La incorporación de LLM en procesos de contratación pública debe seguir un enfoque gradual y documentado. Algunas prácticas recomendadas: usar sistemas con arquitectura RAG sobre bases de conocimiento verificadas y actualizadas; establecer flujos de revisión humana obligatoria antes de incorporar cualquier output a documentos oficiales; formalizar la relación con el proveedor mediante contrato de encargado del tratamiento cuando se procesen datos personales; y documentar el uso de IA en el expediente, especialmente en contratos con fondos europeos o sujetos a auditoría.
Para los órganos de contratación, la adopción responsable pasa también por verificar si el sistema empleado queda dentro del ámbito de aplicación del AI Act y por garantizar que los licitadores no quedan en desventaja por razón del acceso desigual a estas herramientas.
Preguntas frecuentes sobre LLM en contratación pública
¿Puede un LLM redactar pliegos de forma autónoma?
No. Puede generar borradores que aceleren el trabajo del técnico de contratación, pero el pliego debe ser revisado, validado y aprobado por la persona responsable. La responsabilidad jurídica recae siempre en el órgano de contratación firmante.
¿Es legal usar LLM de terceros para analizar pliegos que contienen datos personales?
Depende de las condiciones del proveedor. Es necesario verificar si existe un contrato de encargado del tratamiento conforme al art. 28 RGPD y si los datos introducidos se usan para entrenar el modelo. En caso de duda, lo más prudente es anonimizar los datos personales antes de procesar el documento.
¿Qué diferencia hay entre un LLM genérico y un sistema RAG especializado en contratación?
Un LLM genérico responde en base a su entrenamiento general, que puede estar desactualizado o no incluir normativa española reciente. Un sistema RAG recupera primero información de una base documental verificada y actualizada, y genera la respuesta apoyándose en esa fuente, lo que reduce significativamente el riesgo de alucinaciones en contextos jurídicos.
¿Qué obligaciones impone el AI Act a los órganos de contratación que usan IA?
Depende del tipo de sistema y de su función concreta en el expediente. Si el sistema contribuye a decisiones que afectan a derechos de empresas o personas, puede clasificarse como de alto riesgo. En ese caso aplican obligaciones de documentación técnica, supervisión humana, registro en la base de datos de la UE y transparencia frente a los afectados.
Conclusiones sobre LLM en el sector público
Los grandes modelos de lenguaje ofrecen un potencial real para mejorar la eficiencia en contratación pública: desde el análisis de pliegos hasta la búsqueda semántica de oportunidades, pasando por la asistencia en la redacción de documentos contractuales. Su valor es mayor cuanto más están integrados en sistemas con fuentes verificadas, supervisión humana y trazabilidad del proceso.
Los riesgos son igualmente reales: alucinaciones con consecuencias jurídicas, obligaciones derivadas del AI Act, tratamiento inadecuado de datos personales y pérdida de trazabilidad en expedientes auditables. Una adopción responsable exige entender tanto las capacidades de la tecnología como los límites que impone el marco normativo vigente en España y la Unión Europea.
