Datos abiertos: publicar información no es suficiente

Imaginemos que queremos conocer cómo ha cambiado la calidad del aire en nuestra ciudad durante los últimos cinco años. Entramos al portal de una institución pública, encontramos la información y descubrimos que está distribuida en decenas de archivos PDF. Los datos existen y son públicos, aunque para compararlos habría que abrir cada documento, localizar las cifras y construir manualmente una base de datos.

Ahora imaginemos otro escenario. La misma información está disponible en una base estructurada, actualizada periódicamente y diseñada para que universidades, empresas, periodistas, organizaciones de la sociedad civil u otras instituciones públicas puedan consultarla y reutilizarla con facilidad. En ambos casos la información está publicada, aunque solamente en el segundo existe una infraestructura que realmente facilita su aprovechamiento.

Esta diferencia parece técnica, aunque tiene implicaciones importantes para la transformación digital. Durante años, buena parte de la conversación sobre transparencia se concentró en hacer pública la información gubernamental. Hoy necesitamos dar un paso adicional: no basta con publicar datos; necesitamos hacerlos utilizables. Para México, esto implica pasar de una lógica basada principalmente en documentos y archivos aislados hacia una verdadera infraestructura pública de datos.

¿Qué son realmente los datos abiertos?

Un dato abierto no es simplemente información que podemos encontrar en internet. Para que los datos sean verdaderamente abiertos deben poder encontrarse, descargarse, utilizarse y combinarse con relativa facilidad. Además, necesitan contar con información que permita entender qué significan, de dónde vienen y cuándo fueron actualizados.

La Carta Internacional de Datos Abiertos propone seis principios para orientar este proceso: que los datos sean abiertos por defecto; oportunos y exhaustivos; accesibles y utilizables; comparables e interoperables; útiles para mejorar la gobernanza y la participación ciudadana; y capaces de contribuir al desarrollo incluyente y la innovación. Estos principios buscan que la publicación sea el inicio del proceso y no su punto final.

El primero introduce un cambio especialmente importante: abiertos por defecto. Tradicionalmente, una persona interesada en determinada información pública debía solicitarla; bajo este principio, las instituciones incorporan la publicación de datos desde el diseño de sus procesos y justifican las excepciones cuando existen razones legítimas para restringirlos, como la privacidad, la protección de datos personales o la seguridad.

Esto no significa que toda la información que tiene un gobierno tenga que estar disponible para cualquier persona. Significa que la apertura deja de ser una actividad posterior y comienza a formar parte de la manera en que se administra la información pública.

Un PDF puede ser público y seguir siendo difícil de utilizar

Pensemos en una institución que publica cada mes información sobre transporte público. Si publica doce documentos PDF al año, una persona puede entrar al portal, abrirlos y leerlos; la institución cumplió una función importante al hacer pública la información.

La situación cambia cuando una universidad quiere analizar cinco años de datos para identificar patrones de movilidad, una empresa quiere desarrollar una aplicación sobre rutas de transporte o el propio gobierno necesita combinar esos registros con información sobre contaminación y accidentes. Hoy existen herramientas de inteligencia artificial capaces de extraer información de archivos PDF y convertirla en datos que posteriormente pueden analizarse. Sin embargo, hacerlo requiere pasos adicionales de procesamiento y validación, puede aumentar los costos y el tiempo necesarios para trabajar con la información y abre nuevas posibilidades de error.

Por eso, la forma en que se publican los datos sigue importando incluso en la era de la inteligencia artificial. Una computadora puede procesar de manera más directa y confiable información que desde su origen se encuentra estructurada en formatos como CSV o JSON, en lugar de tener que reconstruirla a partir de documentos diseñados principalmente para ser leídos por personas. La Carta Internacional de Datos Abiertos recoge precisamente este principio al promover datos legibles por máquinas, es decir, organizados de manera que los sistemas puedan procesarlos automáticamente.

El proceso puede simplificarse todavía más cuando la información se consulta mediante una API, una interfaz que permite que dos sistemas intercambien datos automáticamente. Podemos pensar en una API como una ventanilla digital diseñada para que los sistemas se comuniquen entre sí: en lugar de que una persona entre todos los días a un portal para comprobar si apareció un archivo nuevo, una aplicación puede consultar directamente los datos actualizados y recibirlos de una manera previamente acordada.

Estas características permiten construir aplicaciones, visualizaciones, investigaciones y nuevos servicios sobre la información pública. La diferencia entre publicar un PDF y ofrecer datos estructurados no consiste solamente en que uno sea más moderno que el otro; consiste en cuánto trabajo adicional necesita realizar quien quiere transformar esa información en algo útil.

El siguiente paso para México: pasar de publicar a reutilizar

México tiene una larga trayectoria en políticas de transparencia y datos abiertos, aunque los indicadores internacionales muestran que todavía existe una distancia importante entre tener información disponible y construir un ecosistema que facilite su aprovechamiento.

Los resultados más recientes del índice OURdata de la OCDE ayudan a entender esta diferencia. México obtuvo 0.25 puntos en una escala de 0 a 1, frente a un promedio de 0.53 entre los países de la organización. En el primer componente del índice, disponibilidad de datos, obtuvo 0.29 frente a un promedio de 0.53, mientras que en el segundo componente, accesibilidad, registró 0.45 frente a 0.67.

El dato que más llama la atención aparece en el tercer componente de este índice: en reutilización de datos México obtuvo una puntuación de 0, frente a un promedio de 0.40 en la OCDE. Este resultado no significa que México carezca de datos públicos ni que nadie los reutilice. Señala, más bien, la necesidad de fortalecer los mecanismos gubernamentales para promover la reutilización, conocer sus resultados y apoyar a las comunidades que generan valor a partir de los datos.

Existe una precisión importante para interpretar estos resultados. La medición de OURdata 2025 corresponde a políticas vigentes entre enero de 2023 y diciembre de 2024, por lo que no refleja los efectos de los cambios posteriores realizados en México. Es importante considerar esta diferencia temporal para no utilizar el indicador como una evaluación de las medidas adoptadas después de ese periodo.

En septiembre de 2025 se publicaron los nuevos Lineamientos en materia de Datos Abiertos de la Administración Pública Federal, que establecen características, criterios y procedimientos para publicar y actualizar esta información. Los Lineamientos regulan además el funcionamiento de la Plataforma Nacional de Datos Abiertos, disponible en datos.gob.mx, que integra las bases de datos abiertos de la Administración Pública Federal y permite consultarlas desde un mismo espacio.

La existencia de reglas comunes y de una plataforma nacional representa una oportunidad para fortalecer la política de datos abiertos. El siguiente paso consiste en conseguir que su éxito no se mida solamente por el número de bases publicadas, sino por la facilidad con la que personas, instituciones y empresas pueden encontrarlas, combinarlas y utilizarlas para generar valor.

De una colección de archivos a una infraestructura pública

Una buena infraestructura de datos abiertos comienza por algo aparentemente sencillo: poder encontrar la información. De poco sirve que una institución publique cientos de bases si nadie sabe que existen, si están distribuidas en diferentes sitios o si no existe una manera sencilla de saber cuál es la versión más reciente. Una plataforma común puede ayudar a resolver parte de este problema, siempre que la información que concentra sea de calidad y se mantenga actualizada.

Los datos necesitan, además, metadatos. Podemos pensar en ellos como la etiqueta y el instructivo que acompañan a una base: explican qué contiene, quién la produjo, cuándo fue actualizada, qué significan sus variables y cuáles son sus limitaciones. Sin esta información, una persona puede tener acceso a miles de registros y aun así no saber cómo interpretarlos correctamente.

Otro elemento es la interoperabilidad, que permite que diferentes bases y sistemas puedan entenderse entre sí. Si cada institución utiliza nombres, formatos y clasificaciones completamente distintos para describir información similar, combinar los datos se vuelve costoso y en ocasiones prácticamente imposible. La interoperabilidad busca establecer un lenguaje común que facilite ese intercambio y permita que la información viaje entre instituciones y aplicaciones.

Los conjuntos de información con mayor demanda pueden complementarse con APIs documentadas y estables. El objetivo no tendría que ser convertir de un día para otro todas las bases gubernamentales en sofisticados servicios digitales; una estrategia razonable puede comenzar por identificar datos de alto valor público y establecer responsables, estándares y compromisos claros para mantenerlos actualizados.

Información sobre movilidad, medio ambiente, contratación pública, educación, salud, territorio, actividad económica o finanzas públicas puede generar valor cuando es posible consultarla y combinarla de manera sencilla. Bajo esta lógica, los datos dejan de ser únicamente archivos que una institución coloca en internet y se convierten en una infraestructura sobre la cual otras personas pueden construir.

¿Abrir por defecto significa publicar todo?

La respuesta es no. Los gobiernos administran información médica, fiscal, biométrica, educativa y muchos otros datos relacionados con personas, por lo que publicarlos indiscriminadamente no generaría mayor apertura y podría poner en riesgo sus derechos. La propia Carta Internacional de Datos Abiertos reconoce que la apertura necesita coexistir con la protección de la privacidad y la confidencialidad.

Una política de datos abiertos necesita distinguir, por lo tanto, entre la información que puede publicarse, aquella que requiere medidas adicionales de protección y la que debe permanecer restringida. Uno de los errores posibles consiste en pensar que basta con eliminar el nombre de una persona para que una base deje de representar un riesgo.

Imaginemos un registro que no contiene nombres, aunque conserva la edad, código postal, ocupación y otras características muy específicas de cada persona. Al combinar esos elementos con otras fuentes disponibles, en algunos casos podría ser posible volver a identificarla. Por esa razón, la gobernanza moderna de datos necesita evaluar los riesgos antes de publicar y utilizar herramientas adecuadas para cada tipo de información.

La anonimización, por ejemplo, busca transformar una base para reducir la posibilidad de identificar a las personas, aunque su efectividad depende de las características de la información y de los datos con los que pueda combinarse. La privacidad diferencial permite introducir variaciones matemáticamente controladas para obtener información estadística sin revelar el dato exacto de una persona, mientras que los datos sintéticos buscan reproducir ciertas características de una base sin divulgar directamente los registros originales.

En situaciones de mayor sensibilidad pueden utilizarse entornos seguros donde investigadores autorizados realicen determinados análisis sin recibir una copia completa de la información. Ninguna de estas herramientas elimina por sí sola todos los riesgos, aunque amplían las posibilidades de aprovechar datos valiosos sin convertir su publicación irrestricta en la única opción disponible.

La pregunta, entonces, no tiene que reducirse a “¿abrimos o cerramos esta base?”. Una política más sofisticada puede preguntarse qué información puede publicarse completamente, cuál necesita transformarse antes de abrirse, qué datos requieren condiciones especiales de acceso y qué información debe permanecer protegida.

Construir confianza también es construir infraestructura

Cuando hablamos de infraestructura digital solemos pensar en antenas, fibra óptica, centros de datos o servicios en la nube. Existe otra capa menos visible: la infraestructura que permite que la información circule entre instituciones y pueda convertirse en conocimiento, servicios e innovación. Los datos abiertos forman parte de esa infraestructura y su valor depende tanto de que existan como de que puedan utilizarse.

Para México, avanzar hacia ella requiere algo más que aumentar el número de archivos disponibles. Implica establecer estándares comunes, mejorar la calidad y actualización de las bases, facilitar su consulta, documentar su procedencia, medir su reutilización y desarrollar mecanismos sólidos para proteger información sensible. Requiere además pensar en quién utilizará los datos y cuáles son los obstáculos que actualmente dificultan su aprovechamiento.

Universidades, empresas, organizaciones de la sociedad civil, periodistas, desarrolladores y las propias instituciones públicas pueden ayudar a identificar qué información tiene mayor valor. Sus usos permiten observar algo que el simple número de archivos publicados no puede mostrar: si los datos están sirviendo para producir investigaciones, aplicaciones, mejores decisiones públicas, nuevos servicios o soluciones a problemas concretos.

México tiene la oportunidad de avanzar de una política centrada en publicar información hacia otra orientada a generar valor con los datos públicos. El cambio transforma la manera de medir el éxito: en lugar de preguntarnos únicamente cuántos datos hemos abierto, podemos comenzar a preguntarnos qué estamos logrando con ellos.