Los desastres naturales van en aumento debido al cambio climático.
La inteligencia artificial puede mejorar la respuesta ante desastres: desde reducir el tiempo necesario para evaluar los daños hasta vigilar las redes sociales y prestar ayuda con mayor rapidez y eficacia.
Es importante ser prudentes con las limitaciones de la IA, y una mayor colaboración es clave para maximizar sus beneficios.
Más de 160 millones de personas al año están amenazadas por inundaciones, huracanes, incendios y otros desastres naturales. Y es probable que la situación empeore.
En la actualidad, los desastres naturales ocurren cuatro veces más a menudo que en 1970. Según las estimaciones, estos fenómenos podrían ser cada vez más frecuentes y feroces debido a los efectos del cambio climático.
La inteligencia artificial tiene el potencial de mitigar los daños al movilizar los recursos de ayuda de manera más eficiente y eficaz. Puede acelerar la entrega de ayuda y mejorar las decisiones de los trabajadores humanitarios sobre el terreno.
Los esfuerzos para fortalecer la resiliencia ante los desastres podrían ser muy distintos mañana de lo que son hoy. Por ejemplo, una vez identificado un ciclón o huracán en trayectoria, los datos geoespaciales, meteorológicos y de desastres anteriores podrían utilizarse para predecir cuántas personas se verán desplazadas de sus hogares y adónde probablemente se trasladarán. Esta información podría ayudar al personal de emergencias a determinar cuánta ayuda (agua, alimentos, atención médica) se necesitará y adónde enviarla. Los algoritmos de IA podrían evaluar al instante las inundaciones y los daños en edificios y carreteras basándose en imágenes satelitales y pronósticos meteorológicos, lo que permitiría a los equipos de rescate distribuir la ayuda de emergencia con mayor eficacia e identificar a quienes siguen en peligro y aislados de las vías de escape.
Noble Intelligence, de McKinsey, es solo un ejemplo de iniciativa que intenta aprovechar el potencial de la IA para apoyar causas humanitarias. Por ejemplo, el equipo está desarrollando un algoritmo que reducirá de semanas a minutos el tiempo necesario para evaluar los daños en edificios como escuelas, utilizando una combinación de datos satelitales, geoespaciales, meteorológicos y de otro tipo. Esta información puede utilizarse después para identificar los mejores lugares donde instalar aulas escolares temporales y dónde dar prioridad a las labores de reconstrucción.
Como otro ejemplo, otras organizaciones utilizan técnicas de IA para interpretar las redes sociales tras los desastres. Este tipo de análisis podría proporcionar información vital desde el lugar de los hechos sobre los daños a la infraestructura y la ayuda que se presta a las víctimas, al señalar imágenes de refugios donde hay personas sin mantas o esperando en la calle.
Aunque muchas organizaciones del sector público y empresas privadas que poseen datos, como Mastercard, Microsoft y Google, contribuyen a mejorar la ayuda ante desastres, el impacto de estos esfuerzos sigue limitado por varios desafíos.
Uno de ellos es el alcance limitado. Muchas iniciativas del sector privado involucran a uno o unos pocos socios gubernamentales u ONG y se centran en casos de uso específicos, a menudo relativamente aisladas de la comunidad más amplia de respuesta a desastres y sin integrarse en los protocolos establecidos de ayuda ante desastres. Esto fragmenta los esfuerzos y puede hacer que los conocimientos derivados de la IA y las herramientas algorítmicas se entreguen a organizaciones que no pueden mantenerlas ni incorporarlas eficazmente en sus procesos de toma de decisiones.
En segundo lugar, aunque existe una gran cantidad de datos que podrían beneficiar la ayuda ante desastres —satelitales, geoespaciales, de telecomunicaciones, de redes sociales y financieros—, no siempre están disponibles cuando se necesitan. Además, rara vez se combinan conjuntos de datos de manera que permitan obtener nuevos conocimientos, tanto con otros grandes conjuntos de datos como con información de personal experimentado sobre el terreno. Esta perspectiva local puede ser incluso más valiosa que los conocimientos extraídos de macrodatos, pero a menudo no se recopila ni se analiza de forma sistemática.
Por último, en situaciones de desastre, donde por definición hay vidas humanas en juego, es importante ser prudentes con las limitaciones de la IA. El análisis de datos no siempre ofrece lo que afirman sus defensores, lo que dificulta evaluar esas afirmaciones si no existe un proceso establecido para revisar rigurosamente los métodos y supuestos de los algoritmos. Por ejemplo, se han utilizado modelos de IA diseñados para evaluar daños en viviendas en edificios comerciales, aunque estos emplean materiales, métodos de construcción y normativas diferentes. En un mundo donde la ética de la IA está cada vez más bajo escrutinio, no existen normas que desarrolladores y usuarios hayan acordado cumplir.
¿Cómo podemos maximizar los beneficios de la IA en situaciones de desastre natural? Hay tres oportunidades:
En primer lugar, reforzar la colaboración entre las iniciativas actuales, centradas en casos de uso específicos entre unos pocos socios, para crear una red de apoyo ante desastres impulsada por IA y más enfocada en el impacto. La atención que actualmente se dedica a desarrollar algoritmos debería equilibrarse con al menos la misma energía y los mismos recursos para garantizar que estas herramientas estén ampliamente disponibles y se utilicen en primera línea de la ayuda ante desastres. En muchos casos, eso significa desarrollar más capacidades. También observamos una duplicación de esfuerzos: la comunidad de ciencia de datos trabaja en casos de uso similares que podrían coordinarse mejor. Una opción podría ser establecer una alianza o coalición específica para el sector, en cuyo marco la industria y los organismos mundiales coordinarían equipos de desarrollo especializados; este es solo un modelo posible.
En segundo lugar, a corto plazo, desarrollar herramientas más básicas para recopilar datos y coordinar a los distintos organismos sobre el terreno, en lugar de centrar la mayor parte de la inversión en IA muy avanzada. Esto podría proporcionar el «combustible» informativo para futuros algoritmos que salven vidas. Por lo tanto, sería beneficioso dedicar el mismo esfuerzo de desarrollo a estas herramientas fundamentales mientras también se desarrollan algoritmos más sofisticados.
Por último, existe una necesidad urgente de más acuerdos específicos para cada sector sobre principios éticos de IA. Muchas iniciativas han sido puestas en marcha por organismos mundiales, como las Naciones Unidas y la Unión Europea, para desarrollar principios que orienten los usos beneficiosos de la IA en general. Sin embargo, dado el amplio alcance, es probable que esto lleve tiempo. Mientras tanto, sería útil coordinar a las partes interesadas de manera más acotada en ámbitos específicos, como la respuesta ante desastres. Esto podría incluir establecer un proceso de revisión de algoritmos para garantizar que las soluciones de IA cumplan las normas especificadas antes de difundirse ampliamente.
El potencial de la IA para ayudar en el ámbito de la resiliencia ante desastres es enorme: puede orientar las labores de ayuda, garantizar mejores evacuaciones y distribuir asistencia que podría ayudar a decenas, si no cientos, de millones de personas al año. Aunque quedan desafíos por superar, con el nivel adecuado de coordinación y colaboración, este futuro más prometedor podría estar un poco más al alcance.
