Escrito por Olivia Nielsen, directora de Miyamoto International
Durante las vacaciones hice algo que hace no mucho tiempo me habría parecido imprudente.
En lugar de planificar cuidadosamente una arquitectura de datos, redactar especificaciones y programar semanas de limpieza y validación, codifiqué una base de datos global de vivienda. Utilicé Claude Code para recopilar datos de vivienda de ONU-Hábitat, el Banco Mundial, la OCDE, CAHF y otras fuentes, y dejé que la estructura surgiera a medida que se recopilaban los datos.
Funcionó.
Lo que normalmente toma semanas, a veces meses, de compilar hojas de cálculo, conciliar definiciones y reconstruir tablas se realizó en una fracción de tiempo. De ese experimento surgió la Base de Datos Global de Vivienda: una plataforma visual interactiva que abarca 91 países y 19 métricas de vivienda, ahora disponible como un sitio web en 3D.
Esta no es una historia sobre cómo la IA reemplaza experiencia . Es una historia sobre cómo la IA elimina la fricción.
Para cualquiera que trabaje en el sector inmobiliario, se dedica demasiado tiempo a hacer lo mismo una y otra vez: buscar datos ya existentes, traducir formatos, reconstruir las mismas tablas y debatir qué cifras son correctas. Obtener los datos al principio sigue siendo difícil. Pero una vez disponibles, la IA cambia el equilibrio. Nos permite dejar de reconstruir el rompecabezas y empezar a preguntarnos qué muestra realmente la imagen.
Y una vez que los datos finalmente estuvieron en un solo lugar, algunos patrones se volvieron imposibles de ignorar.
Cuando “Simplemente construir más” deja de tener sentido
Los debates sobre vivienda suelen tener como respuesta simple: simplemente construir más . Pero los datos muestran la rapidez con la que esa lógica se desmorona cuando las limitaciones reales son extremas.
Es difícil “construir más” cuando:
- El terreno cuesta 99 meses de ingresos por metro cuadrado,
- El cemento cuesta cinco días de ingresos por bolsa , o
- Los códigos de construcción no se han actualizado significativamente desde 1925.
En estos contextos, la oferta no responde como predice la teoría. Los mercados no se autocorrigen. Los asentamientos informales se expanden no porque la gente los prefiera, sino porque la vivienda formal está estructuralmente fuera de su alcance. Los hogares se adaptan racionalmente a sistemas que no se ajustan a la realidad.
La IA no inventó estas restricciones. Pero las hizo visibles —rápidamente y en todos los países— sin tener que esperar meses para un estudio a medida.
Lo que realmente mueve la aguja
Si nos alejamos de los eslóganes, los datos empiezan a contar una historia más matizada (pero aún consistente) sobre lo que tiende a funcionar.
Los países con códigos de construcción modernos, actualizados cada uno a tres años, tienden a tener tasas mucho más bajas de vivienda informal, a menudo inferiores al diez por ciento. Esto no significa que la actualización de los códigos elimine automáticamente la informalidad, ni que los códigos por sí solos impulsen los resultados. Los sistemas de vivienda son complejos y muchas fuerzas actúan simultáneamente. Sin embargo, en todas las regiones y niveles de ingresos, los países que mantienen los códigos actualizados rara vez ven cómo la informalidad se descontrola.
De igual manera, donde los materiales de construcción son asequibles, el sector de la vivienda tiene más probabilidades de funcionar como motor de empleo, generando más de 70 empleos en la construcción por cada 1.000 personas. Los materiales asequibles no garantizan el crecimiento del empleo, pero cuando insumos básicos como el cemento tienen precios muy elevados, la actividad de la construcción casi siempre se estanca. Esta relación parece demasiado consistente como para ignorarla.
El mismo patrón se observa en la vivienda social. Mantener un sector significativo de vivienda social o de alquiler —por encima de aproximadamente el 20% del parque— no resuelve por sí solo la escasez de vivienda. Sin embargo, los países que mantienen este equilibrio tienen una probabilidad mucho menor de experimentar un desajuste habitacional extremo. Y donde la política de vivienda es sólida, los déficits no solo se reducen, sino que a menudo comienzan a revertirse con el tiempo.
Ninguna de estas relaciones debe interpretarse como simples fórmulas de causa y efecto. Son correlaciones, no pruebas. Pero cuando los mismos patrones se repiten en docenas de países, dejan de parecer ruido. Actúan como señales direccionales, indicando los tipos de decisiones políticas que hacen que ciertos resultados sean más probables y otros mucho más difíciles de evitar.
La espiral de la muerte de la vivienda
Un patrón destacó más que el resto.
En países que priorizan sistemáticamente la vivienda de lujo sobre la asequible, varios resultados se combinan con una regularidad sorprendente. El déficit de vivienda aumenta. Los asentamientos informales se expanden. La carga de los costos se profundiza. Las correlaciones son extremadamente altas.
Esto no significa que la vivienda de lujo por sí sola cause informalidad o estrés económico. Pero sí sugiere una dinámica que la refuerza. Una vez que el suelo, la financiación y la regulación se alinean hacia la cima del mercado, la asequibilidad no solo se queda atrás, sino que se vuelve estructuralmente difícil de reintroducir. El sistema comienza a retroalimentarse.
Es lo que he empezado a llamar una espiral mortal de la vivienda . Y aunque el término es provocador, la implicación es práctica: cuanto más se retrasen las políticas correctivas, más difícil y costoso será cambiar de rumbo.
El contrapunto esperanzador es que los datos también muestran que la espiral no es inevitable. Los países que intervienen con mayor rapidez (con políticas de suelo, códigos actualizados, alquiler y vivienda social, y políticas de materiales) tienen muchas más probabilidades de evitar los peores resultados. En ese sentido, la crisis de la vivienda rara vez es accidental. Suele ser el resultado acumulativo de decisiones políticas tomadas, o aplazadas, a lo largo del tiempo.
Imperfecto a propósito
Es importante tener claro qué es y qué no es la Base de Datos Mundial de Vivienda.
El sitio web aún está en desarrollo. Algunos indicadores, como el desajuste de vivienda o el logro de las políticas , son de mi propia creación. Requieren criterio. Son, por definición, algo subjetivos. Pero los sistemas de vivienda en sí mismos son caóticos. Esperar indicadores perfectamente objetivos antes de abordar seriamente estas cuestiones es una de las razones por las que el debate sigue estancado.
El objetivo de estas métricas no es proporcionar respuestas definitivas. Es visibilizar patrones, generar desafíos y mejorar la conversación. La IA no ayuda eliminando la subjetividad, sino facilitando la prueba de ideas, el refinamiento de suposiciones y la iteración rápida. Lo que antes habría llevado años prototipar, ahora se puede construir, debatir y mejorar en semanas.
Los países no son mercados inmobiliarios, las ciudades sí lo son
Trabajar a nivel de país también resalta la mayor limitación de la base de datos: los países no son mercados inmobiliarios, sino las ciudades.
Los promedios nacionales ocultan una enorme variación. Manila no es la Filipinas rural. Lagos no es Nigeria. São Paulo no es Brasil. Ulán Bator no es Mongolia. Los resultados en materia de vivienda se determinan a nivel de ciudad y barrio, donde los precios del suelo se consolidan, la zonificación es importante y la informalidad crece.
El siguiente paso es avanzar hacia abajo y hacia el interior, hacia las ciudades, las regiones metropolitanas y los barrios. Es más difícil. Pero por primera vez, es realista. La IA permite integrar datos municipales, imágenes satelitales, normativas locales y finanzas subnacionales a gran escala.
Ahí es donde la política de vivienda se vuelve real.
Lo que realmente cambió la codificación Vibe
La IA no resolvió el problema de la vivienda. No me dijo qué creer. Y, desde luego, no eliminó la necesidad de juzgar.
Lo que hizo fue devolverme el tiempo.
Es hora de dejar de reconstruir los mismos conjuntos de datos. Es hora de cuestionar las suposiciones. Es hora de centrarse en las decisiones políticas en lugar de en la arqueología de datos. Es hora de dedicarse a las preguntas difíciles, las que realmente determinan si las personas pueden permitirse una vivienda segura y digna.
Si usamos bien la IA (si codificamos con responsabilidad), no nos dará respuestas fáciles. Pero será mucho más difícil fingir que no sabemos qué funciona.
Explore la base de datos mundial de vivienda (aún en evolución) y la visualización 3D aquí .
