Una IA nueva no arregla tres versiones del mismo dato
Una persona figura como activa en una hoja de cálculo, como baja en otra aplicación y con una dirección antigua en una lista de correo. Si la entidad incorpora una herramienta de inteligencia artificial, ¿qué versión utilizará?
El debate sobre IA y captación de fondos recogido por Xarxanet a raíz del Digital Fundraising Hub 2026, celebrado el 15 de octubre en Barcelona, apunta a una condición previa: limpiar, revisar y unificar los datos internos. Las herramientas avanzadas pueden aportar poco si trabajan con información dispersa o desactualizada.
La lección va más allá de la captación. Afecta a las memorias de proyectos, la coordinación de los equipos y el seguimiento de la actividad. Antes de pedir a una IA que nos ayude, debemos saber qué información es fiable.
Empieza por un proceso, no por toda la entidad
No hace falta emprender una reorganización enorme. Elige una tarea concreta: preparar el resumen mensual de actividad, actualizar contactos de las organizaciones colaboradoras o elaborar una comunicación sobre un proyecto.
Describe qué necesitas para hacerla y dónde lo buscas. Si debes abrir cuatro archivos, pedir un dato por correo y confirmar verbalmente qué versión es buena, ya tienes un primer diagnóstico. El problema no es necesariamente que falte IA: falta un circuito de información claro.
Haz un inventario que permita tomar decisiones
Para cada conjunto de datos implicado, anota:
- Qué contiene: contactos, actividades, asistencias, documentos o resultados.
- Dónde se mantiene: aplicación, carpeta u hoja concreta.
- Quién lo cuida: una persona o un rol responsable.
- Cuándo se revisa: después de cada cambio, semanalmente o al cerrar una actividad.
- Para qué se utiliza: seguimiento, comunicación o justificación.
- Quién puede acceder: según la necesidad profesional.
No es un catálogo para guardar en un cajón. Debe permitir responder una pregunta operativa: si mañana hay una discrepancia, ¿quién la resuelve y dónde queda la corrección?
Duplicados, campos vacíos y criterios diferentes
Un duplicado no es solo un registro repetido. Puede hacer que contemos dos veces una participación o enviemos mensajes contradictorios. Pero tampoco se deben fusionar dos fichas solo porque comparten nombre: hay que comprobar que corresponden a la misma persona u organización.
Revisa también los campos vacíos y los significados. ¿«Persona participante» significa inscrita, asistente o persona que ha completado la actividad? Un dato desconocido no es un cero. Y una baja en un programa no implica necesariamente una baja en toda la entidad.
Acordad las definiciones antes de automatizar informes. Si cada equipo cuenta de forma diferente, una respuesta bien redactada por una IA seguirá partiendo de una comparación incorrecta.
Un ejemplo: preparar el resumen mensual sin reconstruir el mes
Imaginemos una entidad que quiere probar IA para redactar un primer borrador de su resumen de actividad. Es un ejemplo de trabajo, no un resultado de implantación.
Antes de empezar, el equipo puede preparar un único resumen validado con el periodo, las actividades realizadas, los totales agregados y las incidencias relevantes, sin datos identificativos. Una persona confirma los recuentos y otra revisa el texto generado.
La IA puede ayudar a estructurar y explicar esta información. No debería inventar los motivos de una desviación ni atribuir resultados sociales que no se han medido. Si falta un dato, hay que indicarlo o completarlo desde la fuente, no llenar el vacío con una frase plausible.
Centralizar no significa dar acceso a todo el mundo
Una base de gestión compartida necesita permisos adecuados. El equipo de comunicación no tiene por qué ver la misma información que las profesionales de atención directa.
Tampoco se debe trasladar información personal a una herramienta externa por el simple hecho de tenerla ordenada. Antes hay que valorar la finalidad, la necesidad, las condiciones del proveedor y las garantías de protección de datos. Para una primera prueba, es preferible trabajar con información pública, ficticia o agregada que no permita identificar personas.
Qué debería quedar resuelto antes de la prueba
La entidad debería poder identificar la fuente de referencia, la persona responsable, las definiciones de los indicadores, los accesos autorizados y quién validará el resultado. Después puede comparar el tiempo total de preparación y revisión con el procedimiento anterior, y comprobar si hay errores o correcciones pendientes.
Si preparar la entrada sigue exigiendo horas de reconciliar archivos, el siguiente paso es mejorar el proceso. Si la base es fiable, la prueba de IA tendrá un punto de partida más sólido.
Dónde encaja MIDUE
MIDUE reúne la gestión de personas, terceros, organización y equipo en una misma plataforma, con documentación, indicadores y acceso por roles. Esta base compartida ayuda a trabajar con información conectada y a reducir la dependencia de registros dispersos.
Eso no significa que una plataforma corrija automáticamente cualquier error, ni que incorpore por sí misma los usos de IA descritos aquí. La entidad sigue teniendo que acordar criterios y responsabilidades. Pero ordenar esa base es una mejora útil con IA o sin ella.
La primera pregunta no es «¿qué IA compramos?». Es «¿qué información podemos dar por buena y cómo la mantenemos así?».