Proyecto Fondecyt estudiará cómo la inteligencia artificial puede mejorar la eficiencia de las compras públicas

La investigación, liderada por el académico Marcelo Olivares, busca analizar cómo el uso de modelos de inteligencia artificial puede contribuir a mejorar la eficiencia, competencia y transparencia en los sistemas de compras públicas.

Comprender cómo las nuevas tecnologías pueden contribuir a mejorar el funcionamiento de los mercados y las instituciones públicas es uno de los desafíos centrales de la investigación económica actual. En esa línea, el académico y Profesor Titular del Departamento de Administración de la Facultad de Economía y Negocios de la Universidad de Chile, Marcelo Olivares, se adjudicó recientemente un proyecto Fondecyt Regular 2026 titulado “Using Large Language Models to Improve Matching Efficiency in Public Procurement Markets”.

El estudio evaluará cómo el uso de modelos de lenguaje de gran escala (LLMs) puede contribuir a optimizar la forma en que organismos públicos y proveedores interactúan en los sistemas de compra del Estado.

Las compras públicas representan una parte significativa del gasto estatal en la mayoría de los países y constituyen un mercado complejo donde participan múltiples actores. Sin embargo, estos sistemas enfrentan diversos desafíos asociados a la disponibilidad de información, la participación de proveedores (incluyendo PyME) y la eficiencia de los procesos de selección. En este contexto, el proyecto propone estudiar cómo herramientas basadas en inteligencia artificial podrían facilitar la especificación de requerimientos de compra y mediante esto facilitar el matching con proveedores.

Entre los resultados esperados del proyecto se encuentra la generación de conocimiento que permita comprender de mejor manera cómo el diseño de plataformas digitales y el uso de inteligencia artificial pueden influir en la eficiencia, competencia y transparencia de los procesos de compra pública y en particular potenciar a las PyME para competir en el mercado publico.