Auditoría Pública nº 79. Revista de los órganos autonómicos de control externo

Tecnologías digitales para el control de la contratación pública 97 Standford 15 o la CNMC 16 empiezan a utilizar algoritmos de IA para detectar prácticas anticompetitivas mediante el procesamiento masivo de datos. A continuación se explican otras dos herramientas inno- vadoras que también han sido desarrolladas por este autor. Ambas utilizan masivamente los datos en abierto de PLACE y los algoritmos de IA (en particular, algoritmos de Machine Learning). Son herramientas que, como ya se mencionó, son muy infrecuentes en la literatura académica pero también dentro de las AA.PP .. Con estos dos ejemplos se pretende mostrar el potencial que tiene las tecnologías digitales para resolver los problemas que tiene los organismos relacionados con la contratación. El primero se titula “Public Procurement Announcements in Spain: Regulations, Data Analysis, and Award Price Estimator Using Machine Learning” (García Rodríguez et al., 2019) y muestro cómo, mediante un algoritmo de Machine Learning (ML), se puede crear un estimador del importe de adjudicación. Esto es posible gracias a que el algoritmo de ML se entrena con un gran volumen de licitaciones, incluyendo sus importes, y es capaz de estimar el precio de mercado para una licitación dada. Se experimentó con 60.000 licitaciones multisectoriales publicadas entre 2012 y 2018. Herramientas así son de gran utilidad a los OCEX o las Agencias de la Competencia, entre otros, porque permiten detectar automática y fácilmente qué licitaciones tienen grandes desviaciones en sus importes de adjudicación. Es decir, qué licitaciones se han adjudicado a preciosmuy superior o inferiores respecto al precio demercado. El segundo se titula “Bidders Recommender for Public Procurement Auctions Using Machine Learning: Data Analysis, Algorithm, and Case Study with Tenders from Spain” (García Rodríguez et al., 2020). Se ha creado un buscador de empresas que puedan llevar a cabo un contrato. Es decir, el buscador (un algoritmo) recomienda un grupo de empresas en base a la información del contrato: órgano de contratación, importe de licitación, CPV, tipo de procedimiento y tramitación, fecha de publicación, etc. Para validar dicho algoritmo, se utilizaron 102.000 licitaciones de PLACE publicadas entre 2014 y 2020 y las cuentas anuales de 1,3 millones de empresas (ubicación, facturación anual, EBITDA número de empleados, clasificación nacional de actividades económicas, etc.) obtenidas del Registro Mercantil. El buscador acertaba aproximadamente en un 30% de las licitaciones. Es decir, la empresa ganadora de la licitación se encontraba dentro del grupo de empresas recomendadas por el buscador. Por tanto, es un resultado notable que ejemplifica la utilidad que tienen este tipo de herramientas informáticas, especialmente para los órganos de contratación que redactan y gestionan contratos de tipo negociado con o sin publicidad. 15. The Stanford Center for Legal Informatics: computational antitrust. Accesible en https://law.stanford.edu/codex-the-stanford-center-for-legal-informatics/computational-antitrust. 16. Véase el vídeo en el que la Jefa de la Unidad de Inteligencia Económica de la CNMC habla de los algoritmos y herramientas que utilizan. Accesible en https://www. youtube.com/watch?v=KQgDnvrRAGA&t=8159s.