El proyecto SEED, desarrollado por un equipo de alumnos universitarios como ejercicio práctico del programa Akademia Future Builders, propone un algoritmo para localizar hasta 1.000 nuevas residencias de mayores en España basándose en criterios demográficos, económicos y de saturación territorial. La iniciativa, presentada en una tribuna publicada el 11 de marzo de 2026 en Ourense, combina análisis de datos a escala de secciones censales del INE con técnicas de agrupamiento espacial para priorizar emplazamientos que equilibren viabilidad y necesidad social. Sus promotores sostienen que la herramienta busca orientar decisiones tanto del sector privado como de la planificación pública ante el reto del envejecimiento poblacional. El objetivo declarado es maximizar el impacto social sin sacrificar la sostenibilidad financiera de los centros.

En el núcleo técnico, los autores detallan una arquitectura de puntuación multicapa que pondera tres ejes principales: demanda demográfica, viabilidad económica y saturación de la oferta. Según la descripción, la demanda tiene un peso del 45% y se mide combinando la tasa de dependencia con una métrica propia que compara la estructura real de edades de cada unidad geográfica con una «pirámide ideal» previamente definida. La viabilidad económica, ponderada en un 40%, utiliza la renta media local para estimar la capacidad de pago del entorno y la sostenibilidad del servicio. La saturación territorial aporta el 15% restante, destinando prioridad a zonas con escasa cobertura de residencias.

El desarrollo aplica técnicas de clustering para organizar el territorio y evita soluciones naíf de agregación que podrían concentrar centros en las mismas áreas. En lugar de agrupar puntos únicamente por proximidad, el algoritmo introduce una separación mínima dinámica entre nuevas residencias que se ajusta en función de la densidad urbana; así, en entornos rurales la distancia entre centros proyectados aumenta para impedir la «canibalización» de demanda. Esta restricción pretende que la red de residencias cubra mejor las necesidades dispersas en espacios de baja densidad, una cuestión especialmente relevante en provincias como Ourense y otras zonas de Galicia afectadas por la despoblación.

CONTENIDO PATROCINADO

Salado Golf & Beach Resort

Descubre la oportunidad de inversión más exclusiva del Caribe. Villas de lujo con retorno garantizado del 12% anual en Punta Cana.

Conoce más →

El equipo responsable del trabajo lo firman, entre otros, Luis Garbayo, alumno de Ingeniería Informática en la Universidade de Vigo, y cuatro compañeros con formación en negocios, biología, farmacia y ingeniería. Los demás integrantes son Pau Ferrer Palomo (Negocios Internacionales, Universidad de Valencia), Beatriz Giráldez Sanjuan (Biología, Universidade de Vigo), María Luisa Rico Orero (Farmacia y Nutrición Humana y Dietética, Universidad de Valencia) y Martina Urrutia Santamarina (Ingeniería Industrial, Universidad Politécnica de Valencia). Los autores presentan el proyecto como resultado de un reto académico que buscaba replicar el funcionamiento de un comité de dirección de una cadena de residencias, con equipos multidisciplinares que aportaran distintos enfoques.

Los promotores sostienen que el uso de unidades geográficas mínimas, como las secciones censales del INE, ofrece una radiografía granular del territorio que permite decisiones más finas que los análisis agregados por municipios. Esta granularidad facilita identificar micro-ámbitos con necesidades elevadas, algo que en Galicia puede traducirse en la detección de localidades con alta dependencia y baja oferta residencial. Sin embargo, la precisión del modelo depende de la calidad y actualización de los datos censales y económicos; cualquier desfase temporal en esas fuentes podría afectar a las recomendaciones.

Más allá del diseño técnico, SEED plantea interrogantes de índole ética y de política pública. La decisión de incorporar la renta media como criterio de viabilidad puede dejar en segundo plano zonas con carencias económicas pero con gran necesidad social, lo que obliga a plantear mecanismos compensatorios si se pretende un despliegue verdaderamente equitativo. Asimismo, la herramienta es un apoyo para la toma de decisiones, no un sustituto de la intervención pública; su uso por empresas privadas o como guía en licitaciones exige transparencia en los supuestos y en los umbrales aplicados.

Desde el punto de vista de las administraciones, un algoritmo así podría resultar útil para planificar inversiones y ubicar recursos de manera más eficiente, siempre que vaya acompañado de criterios de acceso y financiación que garanticen el servicio a colectivos vulnerables. En Galicia, donde la dispersión poblacional y el envejecimiento son retos estructurales, modelos basados en datos podrían mejorar la cobertura si se integran con políticas de transporte, atención domiciliaria y ayudas económicas. Los autores del proyecto abogan por pilotos concretos que permitan validar las predicciones en contextos reales antes de desplegar soluciones a gran escala.

La experiencia de Akademia Future Builders deja, además, una lección sobre la colaboración interdisciplinar: combinar informática, demografía, biología y economía permite formular soluciones más holísticas a problemas complejos. Para que SEED cumpla su promesa, subrayan la necesidad de involucrar a ayuntamientos, consellos comarcais y entidades sociales en la interpretación de los resultados y en la adaptación de los criterios a realidades locales. Solo así, concluyen, podrán convertirse en decisiones de implantación que respondan tanto a la equidad como a la viabilidad.