Usos y aplicaciones de técnicas de Machine Learning en procesos de gestión catastral multipropósito

Abstract

Esta investigación analiza el potencial del Machine Learning (ML) para optimizar la gestión del catastro multipropósito en Colombia, donde actualmente aproximadamente solo el 9.4% del territorio nacional cuenta con información catastral actualizada, cifra lejana de la meta del 70% establecida en el Plan Nacional de Desarrollo 2022-2026. A través de una revisión bibliográfica exhaustiva, se examinan las aplicaciones del ML en los componentes físico, jurídico y económico del catastro, considerando experiencias internacionales y el contexto colombiano. La investigación se estructura en tres ejes: la descripción de técnicas de ML aplicables al ámbito catastral, el análisis de su potencial contribución en la agilización de procesos, y la propuesta de estrategias para su implementación efectiva. Los resultados sugieren que el ML ofrece oportunidades significativas para automatizar tareas complejas, mejorar la precisión en la identificación de la dinámica inmobiliaria y potenciar la eficiencia en su valoración, contribuyendo así a la modernización del sistema catastral colombiano y al cumplimiento de las metas nacionales de actualización catastral.