Abans de posar IA a la teva entitat, posa ordre a la informació

Una guia pràctica per detectar duplicats, acordar criteris i preparar informació fiable abans de provar eines d’intel·ligència artificial en una entitat social.

Una IA nova no arregla tres versions de la mateixa dada

Una persona figura com a activa en un full de càlcul, com a baixa en una altra aplicació i amb una adreça antiga en una llista de correu. Si l'entitat incorpora una eina d'intel·ligència artificial, quina versió farà servir?

El debat sobre IA i captació de fons recollit per Xarxanet arran del Digital Fundraising Hub 2026, celebrat el 15 d'octubre a Barcelona, apunta a una condició prèvia: netejar, revisar i unificar les dades internes. Les eines avançades poden aportar poc si treballen amb informació dispersa o desactualitzada.

La lliçó va més enllà de la captació. Afecta les memòries de projectes, la coordinació dels equips i el seguiment de l'activitat. Abans de demanar a una IA que ens ajudi, hem de saber quina informació és fiable.

Comença per un procés, no per tota l'entitat

No cal emprendre una reorganització enorme. Tria una tasca concreta: preparar el resum mensual d'activitat, actualitzar contactes de les organitzacions col·laboradores o elaborar una comunicació sobre un projecte.

Descriu què necessites per fer-la i on ho vas a buscar. Si has d'obrir quatre fitxers, demanar una dada per correu i confirmar verbalment quina versió és bona, ja tens un primer diagnòstic. El problema no és necessàriament que falti IA: falta un circuit d'informació clar.

Fes un inventari que permeti prendre decisions

Per a cada conjunt de dades implicat, anota:

  • Què conté: contactes, activitats, assistències, documents o resultats.
  • On es manté: aplicació, carpeta o full concret.
  • Qui el cuida: una persona o un rol responsable.
  • Quan es revisa: després de cada canvi, setmanalment o en tancar una activitat.
  • Per a què s'utilitza: seguiment, comunicació o justificació.
  • Qui hi pot accedir: segons la necessitat professional.

No és un catàleg per guardar al calaix. Ha de permetre respondre una pregunta operativa: si demà hi ha una discrepància, qui la resol i on queda la correcció?

Duplicats, camps buits i criteris diferents

Un duplicat no és només un registre repetit. Pot fer que comptem dues vegades una participació o enviem missatges contradictoris. Però tampoc no s'han de fusionar dues fitxes només perquè comparteixen nom: cal comprovar que corresponen a la mateixa persona o organització.

Revisa també els camps buits i els significats. «Persona participant» vol dir inscrita, assistent o persona que ha completat l'activitat? Una dada desconeguda no és un zero. I una baixa en un programa no implica necessàriament una baixa en tota l'entitat.

Acorda les definicions abans d'automatitzar informes. Si cada equip compta diferent, una resposta ben redactada per una IA continuarà partint d'una comparació incorrecta.

Un exemple: preparar el resum mensual sense reconstruir el mes

Imaginem una entitat que vol provar IA per redactar un primer esborrany del seu resum d'activitat. És un exemple de treball, no un resultat d'implantació.

Abans de començar, l'equip pot preparar un únic resum validat amb el període, les activitats realitzades, els totals agregats i les incidències rellevants, sense dades identificatives. Una persona confirma els recomptes i una altra revisa el text generat.

La IA pot ajudar a estructurar i explicar aquesta informació. No hauria d'inventar els motius d'una desviació ni atribuir resultats socials que no s'han mesurat. Si una dada falta, cal indicar-ho o completar-la des de la font, no omplir el buit amb una frase plausible.

Centralitzar no vol dir donar accés a tothom

Una base de gestió compartida necessita permisos adequats. L'equip de comunicació no ha de veure necessàriament la mateixa informació que les professionals d'atenció directa.

Tampoc no s'ha de traslladar informació personal a una eina externa pel simple fet de tenir-la ordenada. Abans cal valorar la finalitat, la necessitat, les condicions del proveïdor i les garanties de protecció de dades. Per a una primera prova, és preferible treballar amb informació pública, fictícia o agregada que no permeti identificar persones.

Què hauria de quedar resolt abans de la prova

L'entitat hauria de poder identificar la font de referència, la persona responsable, les definicions dels indicadors, els accessos autoritzats i qui validarà el resultat. Després pot comparar el temps total de preparació i revisió amb el procediment anterior, i comprovar si hi ha errors o correccions pendents.

Si preparar l'entrada continua exigint hores de reconciliar fitxers, el següent pas és millorar el procés. Si la base és fiable, la prova d'IA tindrà un punt de partida més sòlid.

On encaixa MIDUE

MIDUE reuneix la gestió de persones, tercers, organització i equip en una mateixa plataforma, amb documentació, indicadors i accés per rols. Aquesta base compartida ajuda a treballar amb informació connectada i a reduir la dependència de registres dispersos.

Això no significa que una plataforma corregeixi automàticament qualsevol error, ni que incorpori per si mateixa els usos d'IA descrits aquí. L'entitat continua havent d'acordar criteris i responsabilitats. Però ordenar aquesta base és una millora útil amb IA o sense.

La primera pregunta no és «quina IA comprem?». És «quina informació podem donar per bona i com la mantenim així?».

Vols veure MIDUE funcionant amb les dades de la teva entitat?

Demostració gratuïta i sense compromís, amb un professional que coneix el Tercer Sector.