Introducción

La desigualdad constituye una categoría compleja que representa una amenaza estructural para el desarrollo social y económico, ya que limita la reducción sostenible de la pobreza, restringe las capacidades humanas y territoriales, y obstaculiza el acceso equitativo a oportunidades (Banco Mundial, 2024). Por su carácter transversal, la Organización de las Naciones Unidas la ha incluido como un factor de los Objetivos de Desarrollo Sostenible, específicamente el ods 10, orientado a “reducir la desigualdad en y entre los países” en el marco de la Agenda 2030 (United Nations, 2015). En América Latina, y particularmente en Colombia, este fenómeno adquiere una relevancia especial: el país presenta una de las distribuciones de ingresos más desiguales del mundo y ocupa el segundo lugar en América Latina, además de que se constata la existencia de pronunciadas brechas urbano-rurales en los índices de pobreza multidimensional (Eslava y Soto, 2024; Genta et al., 2022; Suarez y Ortiz, 2022; Uribe-Gómez y Londoño, 2023).

La evidencia indica que los territorios con mayores niveles de desigualdad tienden a presentar menor dinamismo económico, menor cohesión social y mayores riesgos de conflicto, generando un círculo de persistencia que limita la capacidad de ciertos grupos o regiones para aportar plenamente a los procesos de desarrollo (Rodríguez-Pose, 2018). De allí que las políticas públicas requieran incorporar en sus diagnósticos, no solo indicadores estándar, sino también variables y mediciones a escalas territoriales más específicas, capaces de visibilizar con mayor precisión las desigualdades existentes (Banco Mundial, 2024; Reina Bermúdez, 2021).

En este contexto, el Modelo de Madurez de Ciudades y Territorios Inteligentes (MMMCTIC), desarrollado por el Ministerio de Tecnologías de la Información y las Comunicaciones, constituye una herramienta robusta para el autodiagnóstico de capacidades y la definición de hojas de ruta hacia territorios inteligentes (MinTIC, 2023). No obstante, el mismo subestima la importancia de la desigualdad, al no tenerla en cuenta como una dimensión estructural y abarcarla solamente de manera fragmentada a través de algunos indicadores relacionados en las dimensiones de Habitat y Personas, lo que restringe su potencial para orientar estrategias más equitativas y sostenibles que contribuyan al cierre de brechas socioeconómicas (di Virgilio y Serrati, 2022).

Desde un enfoque epistemológico positivista y una metodología cuantitativa aplicada, se propone una modificación experimental al MMMCTIC mediante la incorporación deliberada de una nueva dimensión específica de Desigualdad, con subdimensiones que aborden tanto la desigualdad material (referida a la disponibilidad de recursos tangibles como agua, vivienda y saneamiento) como la desigualdad de capacidades (relacionada con el acceso a educación, salud y participación social), con el fin de responder al cuestionamiento sobre cómo afectaría al modelo original la inclusión de la desigualdad como una dimensión estructural. Para su operacionalización, se emplea la base de datos del sisben iv, instrumento diseñado por el Estado colombiano para clasificar a la población según sus condiciones socioeconómicas en cinco dimensiones, y que cubre más del 50 % del país (Beuermann et al., 2025), con el propósito de focalizar la inversión social en programas de salud, vivienda, educación, vejez, trabajo, entre otros, contribuyendo así a promover la movilidad social en el territorio nacional (Reina Bermúdez, 2021).

La muestra de investigación está constituida por las veinte entidades territoriales que aplicaron el MMMCTIC durante el 2023, y los resultados indican que los territorios con menores capacidades administrativas experimentan mayores desafíos al incluir la dimensión de Desigualdad en los cálculos del índice, evidenciando la necesidad de fortalecer la gestión pública, la generación de igualdad de oportunidades, el desarrollo del territorio y el análisis de la capacidad económica de las administraciones territoriales.

La estructura del artículo comienza contextualizando los territorios inteligentes en relación con la desigualdad. Luego, se explora el MMMCTIC del MinTIC y la integración del sisben iv como herramientas clave para medir la desigualdad. Tras realizar los cálculos, se presentan los resultados, la discusión y las conclusiones del análisis.

Marco El instrumento

El modelo de madurez en el marco de desigualdades

El concepto de territorios inteligentes ha surgido como una propuesta integral que busca articular la sostenibilidad ambiental, el aprovechamiento de las tecnologías de la información y la comunicación (tic), la competitividad en un entorno global y la cohesión social, promoviendo un enfoque más eficiente para el diseño y gestión de ciudades y territorios contemporáneos (Quintero Pérez, 2020). De forma análoga, la implementación del concepto por parte de diversas ciudades se orienta a elevar la calidad de vida mediante el uso estratégico de las tic y la optimización de recursos, incidiendo en diversos aspectos como la planificación urbana, la movilidad, la gestión ambiental y la seguridad ciudadana (Kumar et al., 2020).

De acuerdo con Rojíková et al. (2024), los estudios sobre ciudades inteligentes han centrado su atención principalmente en los grandes centros urbanos, lo cual ha generado una notable falta de análisis y comprensión respecto a las realidades de las ciudades de tamaño intermedio. Esto va en línea con lo planteado por Alvarado-López (2020), quien indica que en los países en desarrollo los intentos por evaluar y comprender estos territorios han sido limitados, especialmente en el caso de ciudades pequeñas y medianas.

En este contexto, la desigualdad debe ser reconocida como un factor clave en la construcción y fortalecimiento de los territorios inteligentes, puesto que ignorarla puede perpetuar o incluso acentuar las brechas existentes. En efecto, la integración de tecnologías digitales, la sostenibilidad y la gobernanza participativa pueden aportar a transformar realidades sociales; sin embargo, solo lo lograrán si sus estrategias consideran las condiciones de exclusión y vulnerabilidad presentes.

Para el caso colombiano, con el propósito de facilitar la toma de decisiones y orientar estrategias que impulsen el desarrollo de ciudades y territorios inteligentes, el MinTIC diseñó el MMMCTIC (Quintero Pérez y Gómez Suárez, 2020), el cual es una herramienta de autodiagnóstico aplicable a cualquier ciudad o territorio en Colombia, que permite identificar su situación y diseñar acciones respecto a la percepción y resultados obtenidos con relación a seis dimensiones, veintinueve subdimensiones y cinco ejes habilitadores (MinTIC, 2021).

Este instrumento permite entender las necesidades de los ciudadanos, articular los resultados con los planes de desarrollo, fortalecer la capacidad institucional, facilitar decisiones basadas en datos actualizados, y promover la participación ciudadana para mejorar la conectividad y priorizar intervenciones tecnológicas en zonas con baja cobertura.

En el MMMCTIC, las dimensiones agrupan las áreas funcionales clave que pueden ser desarrolladas a través de iniciativas inteligentes, mientras que las subdimensiones asociadas permiten evaluar de manera específica los niveles de percepción y los resultados tangibles alcanzados en cada ámbito de actuación. Por su parte, los ejes habilitadores son transversales a todas las dimensiones y constituyen las capacidades a ser desarrolladas para implementar iniciativas y soluciones eficientes, sostenibles y perdurables. Los elementos antes descritos de este modelo que tiene como centro a las personas, quienes interactúan como actores de la sociedad civil, el sector empresarial, el gobierno y/o la academia, pueden ser visualizados en la tabla 1.

Tabla 1: Componentes clave del modelo

Fuente: elaboración propia con base en MinTIC (2021).

Adicionalmente, el MMMCTIC incorpora tres enfoques de medición: capacidades, percepción y resultados, como se ilustra en la figura 1, los cuales permiten comparar la visión de la ciudadanía, los logros derivados de la implementación de iniciativas, y los esfuerzos institucionales orientados al fortalecimiento de los ejes habilitadores (Rosado Salgado et al., 2024).

Figura 1: Estructura del proceso de evaluación mmmctic

Fuente: MinTIC (2021).

En la medida en que un territorio inteligente requiere un entendimiento profundo de su contexto, que le facilite reconocer tanto sus desafíos como sus potencialidades, a fin de definir las acciones que debe emprender en función de su realidad específica para alcanzar sus metas (MinTIC, 2020), el MMMCTIC hace un importante aporte en lo que respecta a la generación de datos que sirven como punto de partida. No obstante, varios de los indicadores propuestos en la herramienta han sido diseñados con el propósito de facilitar comparaciones entre ciudades, así como su posicionamiento en clasificaciones internacionales sobre ciudades inteligentes (MinTIC, 2021), por lo cual podría no encontrarse información disponible referida a algunos de los mismos en los territorios.

Es importante precisar que los datos provenientes de múltiples fuentes desempeñan un papel clave en la mejora de la gestión urbana, al facilitar tanto la cooperación interinstitucional como una toma de decisiones basada en evidencia (Davies, 2024). A pesar de ello, su intercambio enfrenta obstáculos significativos relacionados con la gobernanza, la interoperabilidad y la calidad de la información, así como con aspectos críticos de privacidad y seguridad (Bahrepour y Maleki, 2024).

Usualmente, la calidad de los datos es uno de los componentes más críticos, tanto en su fase de recolección como en los procesos posteriores de tratamiento, dado que estos suelen presentar deficiencias relacionadas con su integridad, consistencia temática, coherencia lógica, actualidad temporal, exactitud geoespacial y facilidad de interpretación, lo que compromete su utilidad y análisis efectivo (Ellul et al., 2024). En este contexto, el sisben iv se presenta como

El instrumento para la focalización del gasto social que utiliza herramientas estadísticas y técnicas que permiten identificar y ordenar a la población para la selección y asignación de subsidios y beneficios por parte de las entidades y programas, con base en las condiciones socioeconómicas registradas. (DNP, 2021)

Como tal, constituye una oportunidad única para fortalecer el MMMCTIC, no solo como una fuente de información robusta, rápida, confiable y georreferenciada, sino también porque ofrece un enfoque complementario al modelo original, profundizando en las desigualdades, gracias a datos de primera mano que permiten identificar a la población pobre y vulnerable del país.

Es de aclarar que el MMMCTIC integra en sus mediciones parámetros de equidad e inclusión social en las dimensiones de Personas y Hábitat; sin embargo, dar mayor relevancia a la desigualdad mediante la creación de una dimensión específica para este aspecto a través de los datos del sisben iv es una señal clara de la adopción de inteligencia, en términos de una mayor igualdad social y económica, que supera el enfoque limitado a las capacidades tecnológicas aplicadas a la gestión y administración urbana, como lo argumentan Ferrer Rojas y Castillo Büttinghausen (2021).

El SISBEN IV como la hoja de ruta para los territorios sostenibles en el marco de la desigualdad

El sisben iv (Sistema de Identificación de Potenciales Beneficiarios de Programas Sociales) permite identificar y categorizar a las personas según sus condiciones socioeconómicas, con base en variables relacionadas a su calidad de vida e ingresos (DNP, 2021). Dada la importancia de este objetivo y la fortaleza de su información, se plantea la necesidad de incorporar algunas de sus variables a la medición de resultados del MMMCTIC propuesto por el MinTIC.

Al estar basado en un enfoque de bienestar centrado en los ingresos, el sistema permite estimar el nivel de recursos económicos de los hogares para clasificarlos según su capacidad económica. La versión actual implementa una metodología de estimación conocida como Proxy Means Test, la cual infiere el potencial de generación de ingresos de los hogares a partir de sus condiciones socioeconómicas. Esta lógica de clasificación resulta pertinente para ser integrada en la medición de resultados del MMMCTIC, ya que ofrece una aproximación objetiva y estandarizada sobre las condiciones de vida de la población (DNP, 2021).

Como señalan Arenas-González y Bohóquez-Chacón (2020), el uso de las TIC contribuye al fortalecimiento de la calidad y gestión de la información pública. En este contexto, el SISBEN adquiere una relevancia significativa, ya que no solo centraliza la información para la focalización de la política social, sino que también se apoya en las TIC para mejorar su fiabilidad y cobertura.

Análogamente, resulta fundamental que los modelos de madurez de territorios inteligentes incluyan el factor de desigualdad como un eje clave en su evaluación, puesto que al no contemplar este aspecto se corre el riesgo de perpetuar o incluso aumentar las disparidades existentes, dado que el acceso a las TIC y a su capacidad para mejorar la calidad de vida no se distribuye equitativamente.

Más allá de los debates existentes en torno al tema de capacidades, Anand et al. (2009) plantean que a través de las encuestas de hogares se ha podido avanzar en el reconocimiento y acercarse a las capacidades humanas desde una visión que supera el aspecto financiero, y es debido a ello que el sisben iv, dada su alta fiabilidad, se convierte en una herramienta estratégica para buscar una aproximación al problema.

Por otra parte, al integrar la desigualdad en el modelo, es posible diseñar estrategias más justas y holísticas que permitan el desarrollo de territorios más inteligentes, equitativos y sostenibles, donde las TIC no solo fortalezcan la gestión pública, sino que también contribuyan a reducir las brechas socioeconómicas.

Tomando los microdatos de la base de datos anonimizada del sisben iv se consolidó la información municipal, agrupando los grupos A y B (Pobreza extrema y Pobreza) para identificar la situación por quintiles a nivel nacional.

De este modo, el quintil 1 agrupa al 20 % de municipios con menor nivel de pobreza y pobreza extrema respecto al registro del sisben iv, en tanto que en el quintil 5 se encuentran los municipios con mayor pobreza extrema y pobreza. Aquí es importante destacar que para 3 municipios no se entrega información, por temas de anonimización, mientras que 19 municipios no cuentan con oficina del sisben iv y por lo tanto en ellos no se levanta información.

Como se puede observar en la figura 2, los municipios colombianos presentan condiciones desiguales, siendo los territorios de frontera y la región del Pacífico los que exhiben los niveles más altos de pobreza y pobreza extrema. Esto evidencia que no todos los territorios cuentan con las mismas condiciones, lo que hace necesario incorporar un factor que considere la desigualdad en el MMMCTIC.

Figura 2: Quintiles de pobreza extrema y pobreza según grupos A y B del sisben iv año 2023

Fuente: elaboración propia

Es por ello que se ha ajustado la medición de resultados del modelo, incorporando la dimensión de Desigualdad a través de dos subdimensiones: material y de capacidades. A continuación, se presentan los indicadores utilizados para ambas subdimensiones, los cuales se detallan en las tablas 2 y 3, respectivamente.

Tabla 2: Indicadores subdimensión de desigualdad material

Fuente: elaboración propia.

Tabla 3: Indicadores subdimensión de desigualdad de capacidades

Fuente: elaboración propia.

Metodología

Este estudio adopta un enfoque cuantitativo de carácter aplicado mediante el rediseño parcial del MMMCTIC a través de la incorporación experimental de la nueva dimensión de Desigualdad, la cual incluye dos subdimensiones: material y de capacidades. Ambas fueron construidas a partir de variables extraídas de fuentes públicas, específicamente de la base de datos anonimizada del sisben iv , correspondiente al año 2023. La modificación metodológica se aplicó sobre los resultados del Índice de Ciudades y Territorios Inteligentes 2023 publicado por MinTIC (2024), utilizando como muestra las veinte entidades territoriales que implementaron oficialmente el modelo en ese periodo.

Una de las bondades de los modelos de madurez es su capacidad para establecer los niveles en los que se encuentran los sujetos de estudio con respecto al logro de un objetivo predefinido. Para el presente caso de estudio, el MMMCTIC está compuesto por tres tipos de medición: capacidades, percepción y resultados. La propuesta de los investigadores se enfoca en intervenir la medición de resultados, la cual evalúa el grado de avance real de la ciudad o territorio en cada una de las dimensiones del modelo, según se estipula en la Resolución 01117 de 2022 expedida por el MinTIC (2022).

Para lograr ello, se determina el puntaje de cada subdimensión como el valor promedio de los indicadores que la componen. Del mismo modo, el puntaje total de cada dimensión se obtiene como el promedio de sus subdimensiones. Este procedimiento se repite para calcular la calificación del territorio a nivel de resultados, tomando la media de todas las dimensiones. Posteriormente, cuando se ha obtenido este valor, se pondera con los puntajes de capacidades y percepción para determinar el índice de ciudades y territorios inteligentes.

La fórmula matemática con la que se calcula la medición de resultados es la siguiente:

Donde:

• R Es la calificación total del territorio a nivel de resultados.

• I _ijk Es el valor del indicador k en la subdimensión j de la dimensión i.

• n _ij Es el número de indicadores en la subdimensión j de la dimensión i

• m _i Es el número de subdimensiones en la dimensión i

• p Es el número total de dimensiónes

De forma general, se puede plantear que en su versión original esta medición se realiza a través de la siguiente estructura:

Medición de resultados = (Personas + Calidad de vida + Hábitat + Gobernanza + Medio ambiente + Desarrollo económico) /6

Durante 2023, veinte entidades territoriales aplicaron el MMMCTIC (MinTIC, 2024). Con los datos suministrados, se publicaron las tres mediciones, el índice de madurez y el ranking para las ciudades participantes, como se muestra en la tabla 4.

Tabla 4: Resultados modelo original

Fuente: elaboración propia con base en MinTIC (2024)

Para la transformación propuesta del modelo se cambió la medición de resultados del MMMCTIC, incorporando la dimensión de Desigualdad, dejando la estructura general de la siguiente manera:

Medición de resultados propuesto = (Personas + Calidad de vida + Hábitat + Gobernanza + Medio ambiente + Desarrollo económico + Desigualdad) /7

La inclusión de la dimensión de Desigualdad, con sus subdimensiones de desigualdad material y desigualdad de capacidades, afecta a la dimensión de Hábitat, en lo que respecta a servicios públicos, y a la de Personas, en el componente de equidad. Debido a ello, ambas subdimensiones se eliminaron, con el fin de evitar multicolinealidad. De esta manera, se profundiza en el entendimiento de las desigualdades entre territorios y su incidencia en el modelo de madurez.

Resultados

Los cambios en los resultados del modelo se presentan en la tabla 5. Se debe señalar que, de acuerdo a las recomendaciones de MinTIC y dada la naturaleza del estudio, los resultados deben ser tomados como aproximativos y en ningún caso como concluyentes.

Tabla 5: Cambios en los resultados debido al modelo propuesto

Fuente: elaboración propia.

Al comparar la medición de resultados entre el modelo original y el propuesto, se puede observar que, en términos generales, las ciudades que ocupan las primeras posiciones del ranking se ven menos afectadas por la inclusión de la desigualdad como dimensión, en comparación con los territorios ubicados en las posiciones inferiores, que experimentan un impacto más significativo, aproximadamente 2,4 veces mayor si se contrasta el top 7 con los 13 municipios restantes. Esto se evidencia al analizar las variaciones absolutas presentadas en la figura 3.

Figura 3: Variación absoluta por ingreso de la dimensión Desigualdad

Fuente: elaboración propia

Las ciudades con mayor variación absoluta son Sucre y el Dovio, ambas con una variación de 0,27, si bien otras localidades como La Sierra (0,25) y Piendamó (0,22) también muestran variaciones significativas, lo que indica que son poblaciones más afectadas por los cambios propuestos en el modelo. En contraste, Medellín, Sopó, Bucaramanga, Rosas y Cajibío presentan las variaciones más bajas, todas por debajo de 0,05, siendo las poblaciones menos afectadas por la nueva dimensión.

Es importante destacar que, aunque existe una mayor influencia de esta dimensión en los territorios menos consolidados, la variación no es unidireccional, sino que hay impactos tanto positivos como negativos en la medición de resultados, como se muestra en la figura 4.

Figura 4: Impacto en medición de resultado del modelo propuesto vs modelo original

Fuente: elaboración propia

La variación en la medición de resultados, así como la diferencia en el índice de madurez en valores netos, porcentuales y absolutos para ambos casos, se presentan en la tabla 6, donde también se incluye el ranking bajo ambos modelos. La amplitud del contraste en la medición de resultados fue de 0,54, con un rango que va desde -0,27 para Sucre hasta +0,27 para El Dovio. Asimismo, se puede observar en la tabla que las variaciones en el ranking ocurren únicamente en la parte baja, donde los territorios son más susceptibles al impacto de la nueva dimensión, como se mencionó anteriormente.

Tabla 6: Comparación de resultados

Fuente: elaboración propia

Discusión

El propósito de esta investigación fue modificar el MMMCTIC para incorporar una dimensión estructural de desigualdad, aspecto que pese a su importancia y al igual que otros indicadores sociales, ha sido frecuentemente subestimado en los marcos de evaluación de ciudades inteligentes (Malek et al., 2021; Yigitcanlar, 2021). Al introducirla de forma desglosada en subdimensiones de orden material y de capacidades, este estudio responde al llamado de la literatura para transitar desde mediciones puramente tecnológicas o de eficiencia hacia evaluaciones más holísticas y socialmente justas del desarrollo territorial (Cardullo et al., 2019; Malek et al., 2021). La utilización de datos del sisben iv para nutrir estos nuevos indicadores constituye una contribución metodológica, al anclar el modelo en una fuente de información granular y actualizada a nivel municipal, lo que permite subsanar las dificultades de medición y análisis planteadas por Alvarado-López (2020) y Anschütz et al. (2024), derivadas de la escasez de recursos, capacidades técnicas e infraestructura en ciudades medianas y pequeñas.

Aunque la nueva dimensión tiene un peso relativamente pequeño sobre el total del índice de madurez, resulta destacable que logre generar movimientos en el escalafón general. Los resultados mostraron que los territorios con mayor madurez en el índice original experimentaron un impacto relativamente bajo al incluir la nueva dimensión de desigualdad, lo que sugiere que su mayor nivel de desarrollo y capacidad administrativa se correlaciona positivamente con una menor desigualdad estructural, en línea con lo planteado por Finocchiaro Castro et al. (2025) y con otros estudios adicionales que sostienen que una gobernanza efectiva y una institucionalidad robusta constituyen prerrequisitos para la implementación exitosa de políticas orientadas a la equidad social (Ferrara y Nisticò, 2019).

Por el contrario, los territorios con menor capacidad administrativa experimentaron un impacto más significativo al incluir la dimensión de desigualdad en el cálculo del índice, lo cual es consistente con la literatura sobre desarrollo local, que argumenta que la falta de capacidades técnicas, de planificación y de ejecución limita la efectividad de las políticas públicas, afectando a las poblaciones más vulnerables (Pike et al., 2016). En ese sentido, nuestros resultados validan dicha relación en el contexto colombiano.

No obstante, estos hallazgos también deben ser comprendidos dentro del contexto más amplio del desarrollo territorial, puesto que la capacidad administrativa, si bien es un factor clave en la gestión y ejecución de políticas públicas, está condicionada por el nivel de desarrollo económico del territorio, tal como los señalan Haque et al. (2021). Es decir que la limitada disponibilidad de recursos en ciertos municipios no solo obedece a falencias técnicas u organizacionales, sino también a una débil estructura económica de base, lo cual restringe las posibilidades de inversión social y fortalecimiento institucional (Haque et al., 2021; Pinheiro y Hartmann, 2022). Por tanto, resulta fundamental reconocer que la superación de las desigualdades no depende exclusivamente de la eficiencia en la gestión pública, sino también de las condiciones estructurales que permiten o impiden que dicha gestión resulte efectiva.

Consecuentemente, el desarrollo económico local se constituye también como un factor determinante en la generación de igualdad de oportunidades, lo que implica que las estrategias de fortalecimiento institucional deben articularse con políticas de impulso al desarrollo productivo, la infraestructura y las capacidades comunitarias, en coincidencia con lo planteado por Montero (2021). Además, en territorios donde convergen debilidades tanto administrativas como económicas, se hace necesario que el Estado asuma un rol más activo, apoyando procesos de planificación, financiamiento e implementación de políticas que promuevan un desarrollo más equitativo e inclusivo (Haque et al., 2021).

En este marco, como plantean Ferrer Rojas y Castillo Büttinghausen (2021), resulta particularmente relevante reconocer que las políticas de desarrollo territorial no pueden centrarse únicamente en aspectos tecnológicos. La inclusión de variables relacionadas con la equidad y la justicia social es esencial para garantizar un desarrollo sostenible que beneficie a todos los habitantes por igual (Ferrara y Nisticò, 2019). La modificación realizada al modelo permite visualizar con mayor claridad los obstáculos que enfrentan los territorios menos desarrollados y subraya la importancia de adoptar enfoques integrales en la planificación territorial.

Finalmente, resulta fundamental reflexionar sobre lo que implica modificar un instrumento de política pública como el MMMCTIC. Si bien los índices compuestos son influenciados por decisiones técnicas y valorativas que introducen un grado inevitable de subjetividad, aspecto que ha sido y sigue siendo objeto de amplio debate (Alaimo y Seri, 2024), alterar la forma en que se calculan los resultados, incluso en contextos académicos o de simulación, puede generar variaciones en las posiciones de los municipios dentro del ranking, lo que podría influir en la percepción pública si no se considera el marco metodológico en el que se inscribe. Esta situación invita a pensar en la responsabilidad que conlleva intervenir modelos que orientan decisiones de política, así como en la necesidad de actuar con transparencia y rigor técnico.

Conclusiones

La modificación del modelo de madurez de territorios inteligentes mediante la inclusión de la dimensión de Desigualdad permite una visión más precisa y justa del progreso territorial. Aunque los territorios más avanzados no se vieron significativamente afectados, los municipios con menor capacidad administrativa experimentaron un mayor impacto, lo que pone de manifiesto la necesidad de abordar las desigualdades estructurales para lograr un desarrollo territorial verdaderamente sostenible.

Aunque los indicadores compuestos son una herramienta clave para analizar fenómenos socioeconómicos complejos, su uso no ha estado exento de debates en torno a los criterios y la subjetividad que intervienen en su construcción. En este sentido, si bien el MMMCTIC es robusto e incluye originalmente en sus mediciones elementos referentes a la desigualdad, incluso después de haberle dado un mayor énfasis a este aspecto al construirle una dimensión específica, su peso en el índice de madurez no alcanza el 5 %, debido a la forma en que se estructuran las valoraciones del modelo original. No obstante, la evidencia sugiere que los resultados del cambio propuesto son relevantes, haciendo evidente la necesidad de una mayor atención en la medición de la inteligencia, en términos de una mayor igualdad social y económica.

Una de las preguntas que motivó la realización del presente estudio fue entender cuán inteligentes son las pequeñas y medianas ciudades y cómo esto se relaciona con su gestión de datos e información. En este sentido, el proceso investigativo evidenció un déficit sustancial en la disponibilidad de información veraz y oportuna, especialmente en los territorios menos poblados, así como la sensibilidad de estas zonas a elementos de desigualdad material y de capacidades. Parte de la propuesta consiste en subsanar esta falencia mediante el uso del sisben iv, reconocido como un sistema de información robusto, moderno y actualizado, que puede estar al alcance de las administraciones locales para la toma de decisiones y el establecimiento de estrategias de desarrollo acordes con su propia realidad.

Dentro de las principales limitaciones del estudio, se encuentra la falta de disponibilidad de información detallada, completa y actualizada sobre los indicadores de los diferentes territorios en cada uno de sus tipos de medición: capacidades, percepción y resultados. Esta limitación restringe el análisis únicamente a las ciudades incluidas en el Índice de Ciudades y Territorios Inteligentes 2023. En dicho índice, el mayor nivel de detalle se presenta en el orden de subdimensiones, lo que genera complicaciones adicionales para la propuesta de modificación del modelo original e impide la aplicación de pruebas estadísticas que podrían contribuir a la simplificación del modelo original y/o al fortalecimiento de la propuesta formulada.

Para futuros estudios, se propone realizar el cálculo para la totalidad de municipios, teniendo en cuenta la disponibilidad de información del sisben iv y otras variables, al igual que complementos de información que permitan caracterizar los territorios, tales como: categoría del municipio, ingresos, población, entre otros, como forma de enriquecer el análisis.

El campo de estudio continúa en desarrollo y los modelos asociados a la identificación de territorios inteligentes siguen teniendo bastante por explorar, por lo tanto, el modelo actual se encuentra en proceso de evolución y queda abierto para nuevos desarrollos.

El uso de otras técnicas, como análisis de componentes principales o K-means, puede ser prometedor para obtener una evaluación detallada de la eficiencia relativa de cada ciudad, identificar municipios líderes, detectar áreas de mejora, realizar análisis de sensibilidad y entender el impacto de diferentes estrategias en el desarrollo de estos territorios. Finalmente, desde una dimensión cualitativa, sería interesante conocer cómo los municipios con menos capacidades determinan y abordan sus brechas y desafíos. Todo lo anterior podría ayudar a los responsables de la toma de decisiones a diseñar políticas más efectivas y optimizar la asignación de recursos.