IA generativa urbana: hacia ciudades proactivas, adaptativas y co-creadas

Artículo 2 – Serie Smart Cities 2030

La inteligencia artificial generativa urbana: diseñando servicios, espacios y políticas en tiempo real

1. Introducción

La inteligencia artificial generativa (Generative AI) representa una de las disrupciones más relevantes para el futuro inmediato de las ciudades. No es una tecnología experimental, sino una herramienta transformadora capaz de generar, rediseñar y optimizar servicios, espacios y políticas públicas. En el contexto urbano, su aplicación permite pasar de una lógica reactiva a una lógica proactiva: de responder a estímulos a crear escenarios futuros en tiempo real.

Esta tecnología está cambiando radicalmente los procesos de toma de decisiones, diseño y prestación de servicios públicos, ofreciendo soluciones personalizadas, automatizadas y contextualizadas. Su capacidad para aprender de los datos y generar respuestas adaptadas convierte a la IA generativa en un actor urbano más, capaz de intervenir en múltiples escalas: desde la gestión del alumbrado de una calle hasta la planificación estratégica de todo un distrito.

La IA generativa también habilita nuevas formas de interacción entre administraciones públicas y ciudadanía, facilitando el diseño participativo, la personalización masiva y la evaluación en tiempo real de las decisiones urbanas. Esta evolución no solo es tecnológica: es también cultural, institucional y ética.

Pasamos de ciudades que responden a estímulos a ciudades que diseñan sus propias trayectorias. De una gestión urbana reactiva a una gestión creativa y de anticipación.

2. Aplicaciones urbanas de la IA generativa: servicios, espacios y políticas públicas

La aplicación de la inteligencia artificial generativa en las ciudades está comenzando a transformar tres pilares fundamentales de la gestión urbana: los servicios que se prestan, los espacios que habitamos y las políticas que nos gobiernan. En lugar de funcionar con modelos prediseñados, rígidos y uniformes, las ciudades del futuro cercano podrán evolucionar dinámicamente mediante la generación automatizada y personalizada de soluciones adaptadas a contextos específicos.

Esta capacidad de respuesta —pero también de anticipación— es lo que permite hablar de una nueva lógica urbana generativa: creativa, evolutiva y centrada en el ciudadano. Desde la atención ciudadana hasta el diseño de espacios públicos y la formulación de decisiones estratégicas, la IA generativa ofrece una paleta de herramientas para hacer de la ciudad un entorno más adaptativo, transparente y sensible.

A continuación, se analizan sus impactos concretos en cada uno de estos ámbitos clave.La inteligencia artificial generativa está habilitando nuevas formas de diseño urbano en tres grandes dimensiones complementarias: los servicios públicos, los espacios urbanos y las políticas que los gobiernan. A continuación, se presentan sus principales impactos:

2.1. Redefinición de servicios urbanos

• Diseño dinámico de servicios: A través de simulaciones continuas, plataformas generativas podrán crear servicios específicos para distintos perfiles ciudadanos. Se aplicarán modelos basados en comportamiento urbano, históricos de uso y detección anticipada de necesidades para generar servicios hipercontextualizados, flexibles y medibles en impacto social.

• Atención ciudadana conversacional: Los chatbots evolutivos y asistentes virtuales se convertirán en agentes urbanos personalizados, capaces de mantener conversaciones naturales, realizar trámites automáticamente, anticiparse a problemas del ciudadano y generar recomendaciones según datos personales y del contexto urbano en tiempo real.

• Sistemas de emergencia adaptativos: La IA generativa permitirá reconfigurar en tiempo real protocolos de respuesta ante crisis, diseñando rutas dinámicas de evacuación, activación de recursos o distribución de suministros. Estas decisiones no serán estáticas, sino modeladas constantemente en función del evento, ubicación, hora del día y recursos disponibles.

2.2. Diseño evolutivo de espacios urbanos

• Prototipado rápido de entornos urbanos: Se podrán generar múltiples opciones de diseño para plazas, calles, parques o equipamientos urbanos en función de criterios de accesibilidad, confort térmico, patrones de uso o impacto ambiental. Estas simulaciones reducirán tiempos y costes de planificación y aumentarán la eficacia en la toma de decisiones urbanísticas.

• Adaptabilidad espacial: Los espacios públicos podrán reconfigurarse según el flujo de personas, eventos, climatología o incluso emociones urbanas detectadas a través de sensores. Por ejemplo, el mobiliario urbano, la vegetación, la iluminación o la señalética se adaptarán a los contextos sociales y físicos del entorno.

• Urbanismo participativo: Herramientas generativas visuales y conversacionales permitirán a los ciudadanos co-diseñar espacios urbanos. A través de simulaciones interactivas, se podrán evaluar propuestas ciudadanas en tiempo real, anticipando su impacto sobre la movilidad, el paisaje urbano o el confort ambiental.

2.3. Generación de políticas urbanas adaptativas

• Generación de escenarios prospectivos: A partir de datos urbanos y territoriales, los algoritmos generativos podrán producir escenarios alternativos ante decisiones clave. Estos modelos permitirán analizar impactos multidimensionales antes de tomar decisiones, reduciendo incertidumbre y alineando políticas con objetivos reales.

• Políticas hiperpersonalizadas: Ya no será necesario aplicar las mismas políticas a todos los barrios. La IA generativa permitirá definir intervenciones adaptadas a condiciones locales, dinámicas sociales o vulnerabilidades específicas. Desde ayudas a la rehabilitación energética hasta programas de salud o educación, cada política podrá tener múltiples versiones adaptadas.

• Gobernanza adaptativa: Las políticas dejarán de ser estructuras fijas. Con IA generativa, se reconfigurarán automáticamente en función de los resultados obtenidos, los datos de uso y el feedback ciudadano. Este modelo de gobernanza continua y evolutiva cambiará la lógica de la evaluación ex post hacia una lógica de mejora continua e inclusiva.

3. Riesgos y oportunidades de la IA generativa en ciudades

Como ocurre con toda gran transformación tecnológica, la aplicación de la IA generativa en entornos urbanos abre un horizonte dual: por un lado, grandes promesas de eficiencia, participación e innovación; por otro, riesgos relacionados con la ética, la gobernanza y la equidad territorial.

Para que estas tecnologías sirvan al interés general, es imprescindible anticiparse a sus impactos negativos y generar marcos que garanticen su alineación con los valores democráticos, los derechos digitales y los principios de sostenibilidad.

En este apartado se analizan, de manera estructurada, las principales oportunidades y riesgos asociados a la implementación de la IA generativa en ciudades.

Oportunidades:

• Eficiencia operativa sin precedentes: Reducción de tiempos y costes en diseño, análisis y prestación de servicios públicos.

• Personalización masiva: Posibilidad de adaptar servicios y políticas a las necesidades individuales o territoriales.

• Participación aumentada: Nuevas formas de involucrar a la ciudadanía en la planificación y toma de decisiones mediante herramientas conversacionales y visuales.

• Innovación urbana constante: Entornos urbanos que evolucionan dinámicamente mediante la experimentación simulada y la mejora continua.

Riesgos:

• Opacidad algorítmica: Falta de trazabilidad y comprensión de las decisiones generadas por IA.

• Reproducción de sesgos: Si los modelos se entrenan con datos históricos, pueden perpetuar desigualdades existentes.

• Dependencia tecnológica: Riesgo de externalizar funciones clave de gobierno a sistemas automatizados o proveedores privados.

• Desigualdad en la adopción: Ciudades con menos recursos podrían quedar rezagadas en esta transformación, aumentando las brechas digitales y territoriales.

La gestión de estos riesgos requiere una combinación de transparencia, auditoría algorítmica, marcos regulatorios específicos y una cultura organizacional que ponga siempre al ciudadano en el centro.

4. Conclusiones

La inteligencia artificial generativa abre una nueva etapa en el diseño urbano: una etapa donde los servicios, los espacios y las políticas son creados de manera colaborativa entre algoritmos, ciudadanos y administraciones.

El verdadero valor no está solo en automatizar procesos, sino en imaginar nuevas formas de gestión urbana basadas en creatividad, adaptación y corresponsabilidad. Se trata de diseñar una ciudad que no solo reacciona, sino que piensa y crea en tiempo real con sus habitantes.

Las ciudades que abracen este enfoque serán más ágiles, justas y resilientes. Pero para ello será necesario impulsar:

• Nuevas competencias digitales en el sector público.

• Un marco ético sólido sobre el uso de IA generativa.

• Plataformas interoperables y abiertas.

• Procesos participativos híbridos (tecnología + ciudadanía).

Como expuse en mi intervención ante el Parlamento de Andalucía, la IA es mucho más que una herramienta: es un pilar estructural de la nueva gobernanza urbana y territorial. El reto es asegurar que sus capacidades estén al servicio del bien común, de la equidad y de la sostenibilidad.

6. Bibliografía

• McKinsey Global Institute (2023). The economic potential of generative AI

• World Economic Forum (2024).These 5 cities are making innovative use of generative AI

• Deloitte Insights (2024). Generative AI | Deloitte Global

• Morcillo, F. (2025). Innovación Urbana 5.0: La ciudad como sistema operativo inteligente

• World Economic Forum (2024) Las ciudades están midiendo el horizonte de la IA generativa.

• OECD (2024). Shaping smart cities of all sizes Proceedings of the 4th OECD Roundtable on Smart Cities and Inclusive Growth

Article 2 – Smart Cities 2030 Series

Generative Urban Artificial Intelligence: Designing Services, Spaces, and Policies in Real Time

1. Introduction

Generative Artificial Intelligence (Generative AI) represents one of the most relevant disruptions for the immediate future of cities. It is not an experimental technology, but a transformative tool capable of generating, redesigning, and optimizing services, spaces, and public policies. In the urban context, its application enables a shift from a reactive logic to a proactive one: from responding to stimuli to creating future scenarios in real time.

This technology is radically changing the processes of decision-making, design, and delivery of public services, offering personalized, automated, and contextualized solutions. Its ability to learn from data and generate adapted responses makes generative AI an active urban actor, capable of intervening at multiple scales—from managing street lighting to the strategic planning of an entire district.

Generative AI also enables new forms of interaction between public administrations and citizens, facilitating participatory design, mass personalization, and real-time evaluation of urban decisions. This evolution is not only technological: it is also cultural, institutional, and ethical.

We are moving from cities that respond to stimuli to cities that design their own trajectories. From reactive urban management to creative and anticipatory governance.

2. Urban Applications of Generative AI: Services, Spaces, and Public Policies

The application of generative artificial intelligence in cities is beginning to transform three fundamental pillars of urban management: the services delivered, the spaces we inhabit, and the policies that govern us. Instead of relying on pre-designed, rigid, and uniform models, future cities will be able to evolve dynamically through automated and personalized solution generation tailored to specific contexts.

This capacity not only for response but for anticipation is what enables us to speak of a new generative urban logic: creative, evolving, and citizen-centric. From citizen services to the design of public spaces and the formulation of strategic decisions, generative AI provides a toolkit to make the city more adaptive, transparent, and responsive.

Below, we explore its specific impacts in each of these key domains.

2.1. Redefining Urban Services

• Dynamic service design: Through continuous simulations, generative platforms can create specific services for different citizen profiles. These models, based on urban behavior, usage history, and early need detection, generate hyper-contextualized, flexible services with measurable social impact.

• Conversational citizen assistance: Evolving chatbots and virtual assistants will become personalized urban agents, capable of natural conversations, handling procedures autonomously, anticipating citizen needs, and making recommendations based on personal data and real-time urban context.

• Adaptive emergency systems: Generative AI will enable real-time reconfiguration of crisis response protocols, designing dynamic evacuation routes, resource activation, and supply distribution. These decisions will be continuously modeled based on the event, location, time of day, and available resources.

2.2. Evolving Design of Urban Spaces

• Rapid prototyping of urban environments: It will be possible to generate multiple design options for plazas, streets, parks, or urban facilities based on criteria such as accessibility, thermal comfort, usage patterns, or environmental impact. These simulations will reduce planning times and costs and improve urban decision-making.

• Spatial adaptability: Public spaces will reconfigure based on people flows, events, weather conditions, or even urban emotions detected via sensors. For example, urban furniture, vegetation, lighting, or signage will adjust to the social and physical context of the surroundings.

• Augmented participatory urbanism: Visual and conversational generative tools will allow citizens to co-design urban spaces. Through interactive simulations, citizen proposals can be evaluated in real time, anticipating their impact on mobility, urban landscape, or environmental comfort.

2.3. Generating Adaptive Urban Policies

• Generation of prospective scenarios: Based on urban and territorial data, generative algorithms can produce alternative scenarios for key decisions. These models will allow for multidimensional impact analysis before implementation, reducing uncertainty and aligning policies with real objectives.

• Hyper-personalized policies: No longer will the same policies be applied across all neighborhoods. Generative AI will enable interventions tailored to local conditions, social dynamics, or specific vulnerabilities. From energy rehabilitation grants to health or education programs, each policy can have multiple adapted versions.

• Adaptive governance: Policies will no longer be fixed structures. With generative AI, they will automatically reconfigure based on outcomes, usage data, and citizen feedback. This continuous and evolving governance model will shift from post-hoc evaluation to a logic of ongoing, inclusive improvement.

3. Risks and Opportunities of Generative AI in Cities

As with any major technological transformation, the application of generative AI in urban environments opens up a dual horizon: on one side, great promises of efficiency, participation, and innovation; on the other, risks related to ethics, governance, and territorial equity.

To ensure these technologies serve the public interest, it is essential to anticipate their negative impacts and create frameworks that align them with democratic values, digital rights, and sustainability principles.

This section outlines the main opportunities and risks of implementing generative AI in cities:

Opportunities:

• Unprecedented operational efficiency: Reduction in design, analysis, and public service delivery times and costs.

• Mass personalization: Ability to adapt services and policies to individual or territorial needs.

• Enhanced participation: New ways to involve citizens in planning and decision-making through conversational and visual tools.

• Constant urban innovation: Urban environments that evolve dynamically through simulated experimentation and continuous improvement.

Risks:

• Algorithmic opacity: Lack of traceability and understanding of AI-generated decisions.

• Reinforcement of bias: If models are trained on historical data, they may perpetuate existing inequalities.

• Technological dependency: Risk of outsourcing key governance functions to automated systems or private providers.

• Inequity in adoption: Cities with fewer resources may lag in this transformation, increasing digital and territorial divides.

Managing these risks requires a combination of transparency, algorithmic auditing, specific regulatory frameworks, and an organizational culture that keeps the citizen at the center.

4. Conclusions

Generative artificial intelligence opens a new era in urban design—one where services, spaces, and policies are co-created by algorithms, citizens, and administrations.

The true value lies not only in automating processes but in envisioning new models of urban management based on creativity, adaptation, and shared responsibility. It’s about designing a city that not only reacts but thinks and creates in real time with its inhabitants.

Cities that embrace this approach will be more agile, fair, and resilient. To achieve this, it will be essential to promote:

• New digital skills in the public sector.

• A strong ethical framework for the use of generative AI.

• Interoperable and open platforms.

• Hybrid participatory processes (technology + citizenship).

As I stated in my address to the Andalusian Parliament, AI is more than just a tool: it is a structural pillar of new urban and territorial governance. The challenge is to ensure its capabilities always serve the common good, equity, and sustainability.

5. References

• McKinsey Global Institute (2023). The economic potential of generative AI. Link

• World Economic Forum (2024). These 5 cities are making innovative use of generative AI. Link

• Deloitte Insights (2024). Generative AI | Deloitte Global. Link

• Morcillo, F. (2023). Urban Innovation 5.0: The City as an Intelligent Operating System. Link

• World Economic Forum (2024). Cities are measuring the horizon of generative AI. Link

• OECD (2024). Shaping smart cities of all sizes – Proceedings of the 4th OECD Roundtable on Smart Cities and Inclusive Growth. Link

Francisco Morcillo