En el mes de febrero de 2020 entró en funcionamiento la nueva Dirección de Información, Análisis y Reacción Inmediata (DIARI), adscrita al despacho del contralor General de la República.

La DIARI es la concreción de un proyecto visionario y el resultado tangible de una idea básica: utilizar los avances tecnológicos y el importante volumen de información acumulada por distintas entidades estatales, para avanzar en la agenda de protección de los recursos públicos. Es también una de las variables de una estrategia más compleja de fortalecimiento de la vigilancia y el control fiscal, ahora también preventivo y concomitante, que pueda desplegarse en tiempo real y ser más efectivo y oportuno.

La DIARI fue creada por el Decreto Ley 2037 del 7 de noviembre de 2019, con una estructura sencilla: una dirección general y tres unidades. Una encargada del acceso y la depuración de la información (Unidad de Información), otra del análisis de la información y la producción de insumos (Unidad de Análisis), y la última, de actuar en campo (Unidad de Reacción Inmediata).

Acceso a la información

La tarea más urgente de la DIARI ha sido acceder a la información, que es la materia prima, el insumo básico. Por fortuna, la claridad del nuevo marco jurídico despejó dudas sobre la competencia de la DIARI para acceder a las bases de datos de entidades públicas y privadas, y la limitó por el principio de finalidad. Dicho acceso solo está permitido para adelantar funciones de vigilancia y control fiscal, en el marco de las competencias de la Contraloría General de la República (CGR).

La interoperabilidad directa con las fuentes de información de las entidades públicas ha sido definitiva para concretar este propósito. Gracias al principio de colaboración entre entidades del Estado para el cumplimiento de sus fines, y a una importante dosis de confianza, se han utilizado distintas vías para concretar el acceso a la información.

Destacan, entre otras, el Protocolo Seguro de Transferencia de Archivo (SFTP), las técnicas de enlace cifrado desde la red del cliente a la CGR (VPN site to site), y, por último, XROAD, el camino definido por MinTIC para intercambio de información. Estas vías han facilitado el acceso oportuno y seguro a las fuentes de información requeridas por la CGR.

Con fecha de corte a 31 de mayo de 2020, la activa comunicación entre la DIARI y distintas entidades públicas, unida a la disponibilidad y combinación de los distintos métodos de acceso mencionados, ha permitido que la Unidad de Información cuente con acceso efectivo a más de 700 fuentes de información de 171 entidades.

Emergencia sanitaria y protección de los recursos públicos

A la tarea urgente de obtener información, depurarla y estructurarla para facilitar su análisis se sumó la de proteger los recursos públicos en el contexto de la emergencia sanitaria por COVID-19. La emergencia sanitaria ha sido una prueba ácida, desplegada de forma intempestiva sobre la pertinencia de la DIARI. La construcción y habilitación de herramientas de análisis en la DIARI ha corrido de forma simultánea con la necesidad de atender los efectos de la pandemia.

Entre las herramientas creadas se destaca un modelo para la automatización del cálculo y la publicación interna de alertas por contratos con presuntos sobrecostos. Este modelo involucra actividades analíticas intensivas en extracción, transformación y carga de datos. El algoritmo detecta la información de costos unitarios en los documentos de los procesos de contratación y los relaciona con precios de mercado. En especial, los del catálogo del mecanismo de agregación de demanda de grandes superficies de Colombia compra eficiente y los del Sistema de Información (Sipsa) del Dane para la semana y territorio en que se suscriben los contratos.

Alertas por presuntos sobrecostos

Desde el 10 de marzo hasta el 31 de mayo de 2020, la Unidad de Análisis, por medio del modelo descrito revisó 38.789 contratos relacionados con la emergencia sanitaria por COVID-19, registrados en la base pública del Secop, por un valor de 3.427.425.290.397 pesos. Del valor total de estos contratos, 2.192.390.486.270 pesos (64 %) se relacionan con la compra de elementos de bioseguridad, insumos médicos y alimentos para la población vulnerable (véase ilustración 2).

Evaluados estos procesos de contratación, la Contraloría generó 302 alertas preventivas de presuntos sobrecostos por valor de 464.465.862.230 pesos. Es decir, un 21 % de los 2,2 billones analizados relacionados con contratos celebrados por entidades adscritas a 25 gobernaciones, 22 ciudades capitales y 112 municipios. Un 30 % de los recursos en escrutinio corresponden a contratos de entidades del nivel central, y otro 30 % a contratos de entidades territoriales en Valle, Atlántico, Antioquia y Arauca (véase ilustración 1). Como efecto de la actuación de la Contraloría, las entidades territoriales han renegociado y ajustado costos en contratos que sumaban 79.002.401.602 pesos. Tras las intervenciones, el valor total de estos contratos se redujo a 46.879.898.501 pesos. Asimismo, se logró que los presuntos sobrecostos, que se estimaban en 28.701.158.960 pesos, se redujeran a 6.353.518.938 pesos. En esta misma línea se logró la cancelación de 9 contratos por un valor total de 13.667.388.272 pesos. De igual manera, se consiguió un ajuste de costos en 22 procesos de contratación con reducción del presunto sobrecosto a cero, con beneficios por 2.813.604.948 pesos (véase ilustración 3).

Proyectos prioritarios en los tres primeros meses

La creación e implementación de modelos de análisis de información para producir insumos con el propósito de optimizar la vigilancia y el control fiscal ha sido la otra prioridad de la DIARI. En estos primeros tres meses de funcionamiento destacamos la creación y el despliegue de los siguientes seis modelos.

  1. MODELO PARA EL SEGUIMIENTO DE MEDIOS DE COMUNICACIÓN Y REDES SOCIALES

Usa algoritmos de analítica de texto para la extracción y detección de contenidos de valor para el control y la vigilancia fiscal, a partir de una jerarquía de diccionarios, conceptos y sinónimos para la clasificación semántica de noticias y mensajes disponibles públicamente en internet. Los conjuntos de datos se procesan a partir de estructuras adaptadas a las necesidades de control fiscal preventivo. En la actualidad se publican tres boletines diarios que recogen los aportes de la ciudadanía, los periodistas y los formadores de opinión en procura de un mejor manejo de los recursos públicos.

2. MODELO DE CADENA PRESUPUESTAL

Permite monitorear la cadena presupuestal de rubros y contratos con cargo al Presupuesto General de la Nación y al Sistema General de Regalías, mediante la integración de las fuentes de información de contratación Secop I, Secop II y Gesproy, con el Sistema Integrado de Información Financiera —SIIF Nación—. Para ello se usan algoritmos de conjuntos difusos y hemos calculado la cadena de recursos compuesta por la discriminación del presupuesto inicial, el presupuesto vigente, los compromisos, las obligaciones y los pagos de los rubros y contratos vigilados. Este modelo permite identificar posibles retrasos en la ejecución presupuestal o contratos apalancados con rubros para apropiaciones distintas.

3. MODELO DE RIESGO CONTRACTUAL

Involucra componentes descriptivos de visualización de datos para caracterizar contratos, contratantes y contratistas. Está acompañado de tableros de control para identificar patrones de distribución de los indicadores más destacados: frecuencia o valor de los contratos, geografía, objetos contractuales, contratistas y contralorías delegadas que los vigilan. El modelo considera indicadores de riesgos a través de las marcas de prórrogas, adiciones, sanciones, procesos de responsabilidad fiscal, presuntos sobrecostos, etc., todo esto a partir de grafos donde interactúan contratos, contratistas y contratantes. Hemos construido un modelo analítico de árboles aleatorios, que ha permitido procesar más de 5,6 millones de contratos registrados en Secop I, Secop II y Sivicof desde 2017.

4. MODELO DE RIESGO PRECONTRACTUAL

Mide el riesgo en licitaciones y en las selecciones abreviadas de menor cuantía. El riesgo se define en razón de varios factores: sanciones de los proponentes (disciplinarias, fiscales o comerciales), posibles relaciones entre integrantes de juntas directivas, accionistas y representantes legales de consorcios o uniones temporales, ausencia de competencia, precios artificialmente bajos, número de adendas y observaciones antes del cierre de ofertas, inscripción de matrículas mercantiles canceladas o inexistentes, inscripción de documentos falsos, entre otros.

5. MODELO PARA EL MONITOREO DEL AVANCE DE OBRAS PÚBLICAS DE INFRAESTRUCTURA

Recopila, depura y ordena los datos con herramientas de big data y sistemas de información geográfica para establecer la trazabilidad del recurso público en las obras de infraestructura, desde que se hacen las apropiaciones presupuestales hasta la ejecución contractual. Este modelo se ha concentrado, en su fase inicial, en los sectores de educación, salud y transporte. El modelo se nutre de información documental que permite acceso a datos no estructurados —como cronogramas de obra e informes de interventoría—, y a datos estructurados —unidades funcionales y tramos de vía—. Asimismo, se obtiene información en el área a partir de imágenes aéreas y otro tipo de reportes para verificar el avance de las obras. El riesgo se calcula a partir de la relación multivariada entre valor, adiciones, prórrogas, suspensiones, y los avances financiero y físico de las obras.

6. MODELO DE RIESGO DE RECURSOS DEL SISTEMA GENERAL DE REGALÍAS

Identifica el riesgo de los proyectos del Sistema General de Regalías. En su primera etapa —preinversión de los proyectos— emite alertas asociadas con problemas en los estudios previos, identificación de necesidades de población beneficiaria y presunta colusión entre actores, entre otros. En su segunda etapa —fase de ejecución— emite alertas sobre disparidad entre el avance financiero y el avance físico, concentraciones atípicas de contratos y recursos o proyectos con resultados deficientes en contratación. Este modelo monitorea patrones en la distribución de proyectos a escala temporal y territorial, y gracias a la analítica de redes permite detectar concentraciones de contratación o riesgos tempranos de incumplimiento.