El problema: informar sobre la morosidad sin vulnerar la protección de datos de los vecinos
Es una de las preguntas más habituales que recibe cualquier despacho de administración de fincas: "¿cuánto se debe a la comunidad?", "¿quién no ha pagado?", "¿qué se está haciendo para reclamarlo?". El propietario tiene todo el derecho a saberlo — la Ley de Propiedad Horizontal reconoce el derecho de información de los comuneros — pero el administrador tiene, al mismo tiempo, la obligación de no identificar a los vecinos morosos ante terceros que no sean el propio órgano de gobierno de la comunidad, salvo en los casos y con las formas que marca la normativa (por ejemplo, en el acta de junta o en la lista de morosos para una junta, con las cautelas del caso).
El resultado, en la práctica diaria, es que cada consulta de este tipo obliga al administrador a pararse a pensar: ¿qué puedo decir y qué no? ¿Doy la cifra total pero no el nombre? ¿Explico las medidas legales sin señalar a nadie? Redactar esa respuesta con cuidado, revisando la LPH y los estatutos de la comunidad, consume un tiempo que en un despacho con decenas de comunidades se multiplica cada semana.
Con un asistente de IA entrenado sobre la LPH, la normativa de protección de datos aplicable y los documentos concretos de cada comunidad, esa respuesta se puede generar en segundos como borrador — manteniendo siempre la cifra agregada de morosidad, explicando las medidas legales disponibles (reclamación, procedimiento monitorio, intereses, posible corte de suministros comunitarios si aplica, etc.) y sin mencionar en ningún caso nombres, números de piso identificables como coeficiente de un moroso concreto, ni cualquier dato que permita identificar a un vecino. Esto puede reducir el tiempo de redacción de este tipo de respuestas entre un 50% y un 70% respecto a hacerlo manualmente, siempre con revisión humana antes de enviarla.
Cómo funciona la IA para responder consultas sobre morosidad
Paso 1 — El propietario formula la consulta. A través del widget del despacho o de WhatsApp, el propietario pregunta algo como "¿cuánto debe la comunidad de morosos?" o "¿qué se está haciendo con los vecinos que no pagan?". El sistema identifica que se trata de una consulta relacionada con morosidad y activa las reglas de privacidad correspondientes antes de generar cualquier respuesta.
Paso 2 — La IA consulta los datos agregados de la comunidad, no el listado individual. El asistente accede únicamente a la información que el despacho ha decidido hacer consultable: el importe total de morosidad de la comunidad, el número de recibos pendientes (sin vincularlos a un propietario concreto) y las medidas legales en marcha a nivel comunitario. Nunca se conecta a datos personales de propietarios individuales para responder a este tipo de pregunta.
Paso 3 — La IA cruza la pregunta con la LPH y la normativa de protección de datos. El sistema utiliza como base de conocimiento la Ley de Propiedad Horizontal (artículos sobre obligaciones de pago, recargos e intereses, y las vías de reclamación) junto con criterios de protección de datos aplicables a comunidades de propietarios, para explicar qué medidas legales existen (requerimiento de pago, proceso monitorio, posible privación de determinados servicios comunes si los estatutos lo prevén, etc.) sin necesidad de citar a ningún vecino.
Paso 4 — Se genera un borrador de respuesta con cifra agregada y sin datos personales. La IA redacta una respuesta que incluye el importe total de morosidad de la comunidad, una explicación clara de las medidas legales en curso o disponibles, y una referencia a que el detalle de morosos por vecino solo se pone a disposición del propio afectado o del órgano de gobierno de la comunidad, conforme a la normativa aplicable.
Paso 5 — El administrador revisa y envía. Antes de que la respuesta llegue al propietario, el equipo del despacho puede revisar el borrador, ajustar cifras si es necesario y confirmar el envío. El sistema deja constancia de la consulta y de la respuesta dada, útil para tener trazabilidad ante cualquier reclamación posterior.