Algoritmos que deciden tus alquileres en España y Estados Unidos

Los algoritmos que deciden los alquileres son programas de gestión de ingresos que recomiendan a los grandes propietarios el precio de cada piso cada día, y su efecto es que, sin que nadie decida subir las rentas, suben todas a la vez. Llega la carta de renovación con casi un diez por ciento más, la inquilina pregunta por qué y la respuesta es tranquila: el sistema lo marca así. No hay una persona detrás de esa cifra sino un programa que ha revisado durante la noche miles de contratos, plazas vacías y renovaciones de la misma zona y ha devuelto un número; el casero no negocia porque, en rigor, no ha decidido nada. La pregunta es quién responde cuando el responsable es un modelo.

Gestión de ingresos: maximizar el total, aunque queden pisos vacíos

El mecanismo funciona como el de las aerolíneas. Los grandes propietarios entregan a una empresa tecnológica datos que no son públicos, rentas reales firmadas, descuentos, plazos y ocupación edificio por edificio; el programa junta esa información de propietarios que compiten entre sí y devuelve un precio recomendado para cada piso. La clave es que el modelo no busca llenar todas las viviendas sino maximizar el ingreso total, y a menudo recomienda dejar pisos vacíos unas semanas antes que bajar la renta, porque bajarla contamina el precio de todo el edificio. Ese detalle cambia la naturaleza del mercado: en teoría cada propietario decide solo y compite por el inquilino, y ese equilibrio desaparece cuando todos consultan el mismo oráculo alimentado con los datos de todos.

Cártel sin acta: coordinación tácita y la comparación con las líneas rojas

Nadie se reúne, nadie firma un pacto ni levanta un acta, y sin embargo el resultado se parece al de un cártel clásico; los juristas lo llaman coordinación tácita mediante un intermediario, una empresa que no compite con nadie pero se sitúa en el centro y sincroniza a todos, sustituyendo el acuerdo ilegal por una recomendación aparentemente técnica. La comparación incómoda es con las líneas rojas: durante décadas, unos mapas oficiales pintaron de rojo los barrios negros y migrantes de las ciudades estadounidenses donde no convenía conceder hipotecas, una exclusión firmada y sellada que por eso pudo denunciarse y llevarse a los tribunales. La versión actual no tiene firma. Cathy O'Neil advirtió en Armas de destrucción matemática (2016) que estos sistemas heredan los prejuicios de los datos con que se entrenan y los devuelven convertidos en cálculo.

Estados Unidos: la demanda contra RealPage y las prohibiciones municipales

El caso más avanzado está en Estados Unidos. En 2024 el Departamento de Justicia, junto a varios estados, demandó a RealPage, la principal empresa del sector, por reducir la competencia entre caseros en la fijación de rentas, y demandó también a grandes propietarios que usaban su programa; algunos han pactado acuerdos económicos sin admitir culpa. Un informe de la Casa Blanca estimó que la fijación algorítmica de precios costó a los inquilinos unos 3.800 millones de dólares en 2023, y ciudades como San Francisco, Filadelfia o Minneapolis han prohibido fijar rentas siguiendo recomendaciones de un programa; la empresa ha respondido demandando y alega que prohibir una recomendación equivale a censurar información. La batalla ya no es urbanística sino jurídica y algorítmica.

España: portales, valoraciones automáticas e índice público de referencia

En España el fenómeno es más difuso y menos documentado. No existe un caso judicial equivalente, pero los sindicatos de inquilinas sostienen que los grandes portales inmobiliarios y las herramientas de valoración automática publican estimaciones de precio que los propietarios adoptan como referencia mínima: todo el mercado mira el mismo espejo y el espejo siempre sugiere subir. La administración ha respondido con su propio algoritmo, el índice público de precios de referencia de la ley de vivienda de 2023, que fija un máximo para los grandes tenedores en las zonas declaradas tensionadas, de modo que ya solo se discute qué modelo manda.

El contraargumento merece atención: sus defensores sostienen que estos programas no crean escasez, solo la miden, y que si en una ciudad faltan viviendas el precio subiría igual; el software sería un termómetro, no la fiebre. Cabe responder que un termómetro que recomienda dejar pisos vacíos antes que bajar la renta no mide el mercado sino que lo fabrica, y que la escasez real no justifica coordinar a quienes deberían competir. La lección es que la responsabilidad no desaparece por delegarse en un modelo: quien entrega sus datos y aplica la recomendación decide, y la política de vivienda tiene que poder auditar el algoritmo, prohibir la coordinación y devolver a la negociación entre casero e inquilino lo que un programa ha convertido en un número.