La evasión catastral por construcciones no declaradas representa uno de los mayores desafíos para las administraciones municipales colombianas, generando pérdidas millonarias en recaudo del impuesto predial. En 2026, la implementación de sistemas de machine learning para la detección automática de estas edificaciones irregulares está marcando un antes y un después en la gestión catastral del país.
El Problema de las Construcciones Fantasma
Según estimaciones del Instituto Geográfico Agustín Codazzi (IGAC), aproximadamente el 35% de las construcciones en Colombia presentan discrepancias entre su estado real y su registro catastral. En Bogotá, esta cifra alcanza el 28%, mientras que en municipios menores de Cundinamarca puede superar el 45%. Estas «construcciones fantasma» incluyen ampliaciones no reportadas, segundos pisos, locales comerciales informales y edificaciones completamente nuevas.
El impacto económico es considerable: solo en Bogotá, se estima que las construcciones no declaradas representan una pérdida anual de más de 180 mil millones de pesos en recaudo predial. Para los municipios pequeños, esta evasión puede comprometer seriamente su sostenibilidad fiscal.
Tecnología de Detección Inteligente
Los nuevos sistemas de machine learning desarrollados específicamente para el contexto colombiano utilizan algoritmos de deep learning entrenados con millones de imágenes satelitales y fotografías aéreas tomadas con drones. Estos sistemas pueden identificar automáticamente:
- Nuevas construcciones mediante comparación temporal de imágenes
- Ampliaciones en edificaciones existentes
- Cambios en el uso del suelo no reportados
- Estructuras con características arquitectónicas específicas
La tecnología combina imágenes multiespectrales, datos LiDAR y fotografías de alta resolución para crear modelos tridimensionales precisos que se contrastan automáticamente con la base de datos catastral existente.
Implementación en Territorios Colombianos
El piloto más exitoso se ha desarrollado en cinco municipios de Cundinamarca: Chía, Mosquera, Funza, Madrid y Facatativá. Los resultados han sido sorprendentes: en solo seis meses, se detectaron más de 12.400 construcciones no declaradas, lo que representa un incremento potencial del 22% en la base gravable de estos municipios.
En Bogotá, la Secretaría Distrital de Hacienda ha implementado el sistema en las localidades de Suba, Engativá y Kennedy, donde se han identificado más de 8.200 predios con inconsistencias. El proceso automatizado reduce el tiempo de identificación de construcciones irregulares de varios meses a apenas dos semanas.
Desafíos y Oportunidades
La implementación de estas tecnologías presenta desafíos únicos en el contexto colombiano. La variedad arquitectónica, las condiciones climáticas que afectan la calidad de las imágenes, y la topografía compleja de muchas regiones requieren algoritmos especializados y constantemente actualizados.
Sin embargo, las oportunidades son inmensas. Los municipios que han adoptado esta tecnología reportan no solo incrementos significativos en el recaudo, sino también mejoras en la planificación urbana y en la prestación de servicios públicos, al contar con información catastral más precisa y actualizada.
La democratización de estas herramientas, con costos cada vez más accesibles, promete transformar la gestión catastral incluso en los municipios más pequeños del país, contribuyendo a una mayor equidad fiscal y un desarrollo territorial más ordenado.
Fuentes
- Instituto Geográfico Agustín Codazzi (IGAC) – Informe Nacional de Gestión Catastral, 2025
- Secretaría Distrital de Hacienda de Bogotá – Boletín de Recaudo Predial y Tecnología, 2026
- Universidad Nacional de Colombia – Revista de Ingeniería: Aplicaciones de Machine Learning en Catastro, 2025
- Departamento Nacional de Planeación – Estrategia Nacional de Modernización Catastral, 2025
- Gobernación de Cundinamarca – Programa de Fortalecimiento de la Gestión Catastral Municipal, 2026