IA per a la gestió de subvencions en ONG: discovery, redacció i riscos

La intel·ligència artificial gestió subvencions ONG planteja dubtes concrets en associacions i fundacions que competeixen per ajuts estatals, autonòmics i europeus. Els models generatius acceleren la lectura de convocatòries, l'esquema de la memòria tècnica o la traducció de consorcis CERV i Horizon Europe, però no transfereixen la responsabilitat legal. El beneficiari manté l'obligació segons la Llei 38/2003, General de Subvencions, ha de justificar segons el Reial Decret 130/2019 i protegir dades personals conforme al RGPD i la LOPDGDD.

Aquest article situa on la IA aporta valor en discovery i redacció, on el criteri humà és obligatori, i com documentar un procés amb revisió humana que auditors i autoritats de protecció de dades puguin entendre.

On encaixa la IA en el cicle de la subvenció

Quatre fases: discovery, disseny, redacció i compliment post-concessió. La IA és més defensable a l'inici (text públic entra, notes estructurades surten) i més arriscada quan intervenen dades personals individualitzades o compromisos financers vinculants.

Discovery i vigilància

Els equips monitoren Infosubvenciones (BDNS) i el Funding & Tenders Portal (CERV, FSE+, Horizon Europe). La IA pot:

• Agrupar convocatòries obertes per temàtica i territori a partir de títols i resums públics.
• Generar quadres comparatius de terminis, cofinançament i tipus de beneficiari.
• Redactar fitxes internes per a la junta o patronat en llenguatge clar.

Regla d'or: cada termini, requisit d'elegibilitat i ponderació de criteris s'ha de verificar al PDF de bases i, si escau, a la publicació del BOE. Els models inventen dates i imports; un retard no s'excusa perquè ha fallat un resum automàtic.

Disseny de projecte i indicadors

La IA pot suggerir mecs d'indicadors (productes vs. resultats) alineats amb la convocatòria. L'equip de programa ha de substituir mètriques genèriques per les vostres línies base, mètodes de mostreig i plans de recollida conformes al RGPD. Si noms, DNI o informació sanitària/social entressin en un prompt, atureu el procés: això pertany a sistemes interns segurs, no a chats de consum.

Redacció de la memòria tècnica

En subvencions públiques espanyoles, la memòria es valora amb criteris objectius publicats. La IA pot:

• Proposar epígrafs que reflecteixin l'annex de valoració.
• Desenvolupar guions en prosa si el personal aporta fets verificats.
• Unificar l'estil entre autors.

No ha d'inventar aliances, inflar xifres de beneficiaris ni copiar text de tercers sense llicència: la inexactitud i el plagi generen risc de reintegrament sota la Llei General de Subvencions i dany reputacional davant els avaluadors.

Justificació i memòria d'execució

Després de la concessió, la IA pot ajudar a maquetar informes a partir de registres estructurats. Finances ha de continuar vinculant cada partida a factures, nòmines i moviments bancaris com exigeix el RD 130/2019. Pujar factures completes amb NIF de proveïdors a serveis de IA no aprovats és un error freqüent de confidencialitat i RGPD.

RGPD i LOPDGDD: minimització a la pràctica

Moltes ONG són responsables del tractament de voluntaris, usuaris de serveis i personal. Utilitzar proveïdors de IA sol convertir-los en encarregats (o subencarregats) quan tracten dades per compte i instruccions vostres.

Què no ha d'entrar en prompts

• Llistats complets de beneficiaris, historials d'intervenció o notes clíniques/socials.
• Escanejos de DNI, expedients laborals o nòmines amb IBAN.
• Llistes d'assistència o enquestes sense anonimitzar amb correus electrònics.

Entrades més segures

• Estadístiques agregades ja publicades o anonimitzades.
• Text públic de convocatòries, estatuts, descripcions de projecte sense identificadors.
• Exemples sintètics marcats com a il·lustratius.

Actualitza el registre d'activitats de tractament en adoptar una eina nova. Realitza una avaluació d'impacte (EIPD) quan el tractament sigui sistemàtic i afecti col·lectius vulnerables -habitual en ONG socials.

Base jurídica i transparència

Si la IA tracta dades personals, identifica la base jurídica (interès públic o interès legítim per a esborranys interns, sense confondre amb consentiment quan aquest és el fonament del servei). Ajusta la política de privacitat si feu servir assistència automatitzada sobre informació dels interessats, i forma l'equip en limitació de la finalitat: una eina de redacció no s'ha de convertir en un magatzem paral·lel d'expedients sensibles.

Human-in-the-loop: flux que escala

Proposta per a equips petits i mitjans:

1. Entrada: compliance enganxa extractes públics de la convocatòria i taula de criteris en plantilla interna -sense dades personals.
2. Esborrany v0: la IA genera esquema i apartats segons pesos de valoració.
3. Redacció: programa substitueix cada afirmació per evidència; finances construeix pressupost en paral·lel.
4. Contrast: un revisor que no depengui només de la IA cerca incoherències (objectius, cronograma, costos, indicadors).
5. Control de dades: delegat de protecció de dades confirma que no hi ha fugues a núvols de tercers.
6. Aprovació: junta o direcció segons estatuts; representant legal presenta en seu electrònica.
7. Arxiu: PDF final, historial de versions i registre breu d'eines utilitzades.

No externalitzeu a la IA el sí/no d'elegibilitat. Les meves exclusions per deutes amb Hisenda, forma jurídica o àmbit territorial són jurídiques, no lingüístiques.

Rols i responsabilitat

Elecció de proveïdor i projectes cofinançats per la UE

En ajuts FSE+ o CERV se sumen regles de visibilitat i arxiu. Pregunteu al vendor:

• On s'emmagatzemen prompts i resultats (UE/EEE sol ser preferible).
• Si existeix opt-out contractual d'entrenament del model.
• Si podeu exportar-ho tot en tancar el projecte.
• Si hi ha permisos per rol per a socis del consorci.

Alineeu contractes amb l'article 28 RGPD i normativa espanyola d'encarregats. Comptes gratuïts de consum rarament cobreixen auditoria nonprofit.

Qualitat que detecten els avaluadors

Memòries molt generades solen mostrar superlatius buits, temps verbals incoherents, indicadors sense línia base i aliances "placeholder". El barem premia allò concret: diagnòstic local, col·laboracions públiques permeses, calendaris realistes.

Exigiu marques de font en esborranys interns (memòria anual, INE, avaluació de projecte anterior). Elimineu-les del PDF d'enviament si cal, però conserveu-les a l'arxiu mestre.

Ètica, biaixos i missió

Els models poden invisibilitzar territoris rurals, llengües cooficials o limitacions d'entitats petites. Corregiu suposits sobre beneficiaris i concreteu accessibilitat (lectura fàcil, llengua de signes, WCAG) -no boilerplate.

En consorcis Horizon o CERV, aclariu si el consortium agreement permet IA i com afecta la propietat intel·lectual compartida.

Quan compensa més la IA en ONG

• Multilingüisme en convocatòries europees: traducció inicial amb revisió jurídica de compromisos.
• Reutilització entre convocatòries: adaptar un model d'intervenció validat reescrivint l'encaix amb el barem.
• Onboarding: explicar obligacions de justificació de la Llei 38/2003 a noves persones d'administració, sense substituir assessorament professional.

Plataformes que combinen alertes BDNS amb esborranys controlats poden alleugerir la càrrega administrativa si respecten aquests límits. Importa més l'hàbit organitzatiu: fonts primàries, revisió creuada i aprovacions documentades.

Senyals d'alerta abans d'utilitzar IA en una convocatòria sensible

Evita eines cloud genèriques si la memòria descriu menors, salut mental, violència de gènere o dades migratòries. Prioritza entorns amb contracte d'encàrrec, allotjament a la UE i registre d'accessos. Si la crida exigeix declaració d'originalitat o prohibició de tercers no autoritzats, revisa si la teva política interna de IA hi encaixa abans de generar text.

Conclusió

La IA en gestió de subvencions per a ONG és viable si el discovery manté l'àncora a la BDNS i Funding & Tenders, si la memòria tècnica es verifica i aprova per persones responsables, i si el RGPD i la LOPDGDD guien cada decisió d'abocar dades en un model. Construïu un flux human-in-the-loop amb rols clars, minimitzeu dades personals en prompts i tracteu la IA com a accelerador -no com a autor- de sol·licituds regides per la Llei General de Subvencions i el Reial Decret 130/2019. Aquest equilibri protegeix les persones ateses, la confiança dels avaluadors i l'impacte social que els ajuts públics pretenen finançar.