Desde la predicción de fenómenos meteorológicos extremos hasta la optimización de los sistemas energéticos, la acción climática incorpora cada vez más la IA para aumentar su eficacia.
La justicia climática debe estar profundamente integrada en el diseño y el despliegue de la IA cuando se utiliza para mejorar la sostenibilidad.
Al situarnos en la intersección entre la innovación tecnológica y la urgencia ambiental, debemos preguntarnos: ¿quién se beneficia, quién se queda atrás y quién decide?
La inteligencia artificial (IA) ha permeado todos los ámbitos de la vida, incluida la acción climática. Desde la predicción de fenómenos meteorológicos extremos hasta la optimización de los sistemas energéticos, la acción climática incorpora cada vez más la IA para aumentar su eficacia. Sin embargo, existe un imperativo creciente de garantizar que las tecnologías emergentes no intensifiquen las desigualdades existentes ni marginen aún más a los grupos vulnerables. La justicia climática consiste en el trato justo y la participación significativa de todas las personas en un mundo afectado por el cambio climático, independientemente de su origen, ingresos, raza, género o ubicación geográfica. Debe estar profundamente integrada en el diseño y el despliegue de la IA para la sostenibilidad.
Esta conversación requiere una reflexión urgente, ya que convergen dos fuerzas transformadoras: la crisis climática y la floreciente revolución de la IA. Un informe de 2021 de la Agencia de Protección Ambiental de Estados Unidos (EPA) concluyó que las poblaciones socialmente vulnerables, definidas por raza, ingresos y edad, tienen más probabilidades de sufrir daños graves por el cambio climático, como calor extremo, mala calidad del aire e inundaciones.
Al mismo tiempo, a medida que la IA influye cada vez más en las decisiones sobre servicios públicos, infraestructura y gestión de riesgos, crece la preocupación de que, sin esfuerzos deliberados de equidad y salvaguardas, la IA pueda convertirse en un nuevo vector de exclusión y profundizar las desigualdades.
Esto ya no es hipotético. La IA ya se utiliza en contextos ambientales críticos como la respuesta a desastres, el monitoreo de la contaminación y la gestión energética. Si se entrena con datos sesgados o se diseñan sin la participación de las comunidades marginadas, estos sistemas pueden reforzar las mismas disparidades que la justicia climática busca erradicar.
Así es como puede reforzarse la justicia climática al desplegar la IA:
Diseñar para la equidad y abordar el sesgo en la IA ambiental
Un sistema de IA solo puede ser tan justo como los datos y supuestos en los que se basa. En la acción climática, el sesgo algorítmico puede manifestarse de forma sutil, pero perjudicial. Si un modelo de IA, por ejemplo, determina la ubicación de los sensores de calidad del aire a partir de quejas históricas registradas mediante teléfonos inteligentes u ordenadores portátiles, podría pasar por alto a las comunidades más pobres o rurales con acceso limitado o nulo a internet, lo que conduciría a una monitorización y a una asignación de recursos insuficientes.
Esto no es solo un fallo técnico; es una cuestión de justicia. La IA debe diseñarse para garantizar que los beneficios sociales se distribuyan de forma equitativa. Debe tener en cuenta la falta de acceso a la tecnología y a los recursos entre las comunidades marginadas.
Para un desarrollo justo y sostenible, las soluciones de IA deben basarse en datos fundamentales que incluyan a quienes están excluidos de los ecosistemas digitales, eliminando el sesgo en su despliegue. La transparencia también es esencial. Las comunidades deben poder comprender cómo se toman las decisiones, cuestionarlas cuando sea necesario y participar en la configuración de las herramientas que afectan a sus vidas. Esto implica abrir los modelos de IA al escrutinio público e incorporar procesos de diseño participativo desde el inicio. También debe incluir evaluaciones de impacto algorítmico, como las evaluaciones de impacto ambiental, para valorar los impactos sociales y ambientales de la IA.
Empoderar a las comunidades marginadas mediante la soberanía de datos
Los datos son poder, y la historia demuestra que el poder no se ha repartido de manera equitativa. Los pueblos indígenas y las comunidades marginadas suelen poseer un profundo conocimiento ecológico que puede potenciar las soluciones climáticas impulsadas por la IA. Sin embargo, con frecuencia se les excluye de la toma de decisiones y se les trata meramente como fuentes de datos.
Consideremos lo siguiente: si una iniciativa de lucha contra la deforestación, impulsada por la IA, implica la recopilación y el análisis de imágenes satelitales y datos de sensores de una región, pero no consulta a las poblaciones locales e indígenas, los esfuerzos de conservación podrían resultar redundantes. Es fácil cometer errores si no se incorpora el conocimiento ecológico tradicional al análisis de la IA. Debido a los ciclos rotatorios de cosecha y al marchitamiento estacional diseñados por los pueblos indígenas para la sostenibilidad, por ejemplo, una región puede marcarse como «en riesgo» aunque no lo esté, ya que esto es algo que los datos satelitales por sí solos no pueden interpretar; se necesita el conocimiento local e indígena.
Los marcos normativos que aprovechan la IA para una justicia localizada son fundamentales. Deben dotar a las comunidades indígenas del control sobre sus datos y ofrecer formación que complemente los modelos de IA. Los enfoques impulsados por las propias comunidades, en especial por las poblaciones indígenas más pobres, son esenciales para las intervenciones climáticas equitativas.
El informe de la ONU de 2024 sobre la gobernanza de la IA subraya la necesidad de marcos mundiales inclusivos que protejan los derechos humanos y garanticen que la IA sirva a todas las comunidades. Esto incluye respetar la soberanía de datos, es decir, dar a las comunidades el control sobre cómo se recopilan, interpretan y utilizan sus datos ambientales. En las naciones insulares del Pacífico, por ejemplo, las iniciativas de drones dirigidas por las comunidades están vigilando activamente la erosión costera y ofreciendo información para la adaptación climática. Mientras tanto, en Canadá, las Primeras Naciones avanzan en sus esfuerzos de soberanía de datos para garantizar que la modelización ambiental respalde a sus comunidades, en lugar de facilitar la vigilancia. Ambos son ejemplos de cómo la IA se adapta al conocimiento indígena, los valores culturales y las prioridades locales.
Fomentar la rendición de cuentas y garantizar marcos regulatorios justos
La base de una IA ética serán siempre los modelos de gobernanza ética que responsabilicen a los actores privados y públicos cuando las decisiones climáticas basadas en la IA causen perjuicios desproporcionados. La cooperación internacional, las evaluaciones de impacto ambiental de los algoritmos de IA (y las evaluaciones de impacto algorítmico) y la supervisión son fundamentales cuando se recurre a la IA para lograr la justicia climática.
Paralelamente, cuando las decisiones climáticas basadas en la IA causen un perjuicio desproporcionado, deben existir mecanismos de reparación. Por ejemplo, si un sistema basado en IA optimiza las rutas de recogida de residuos para mejorar la eficiencia y reducir las emisiones, podría dar lugar a que los barrios más pobres, con mayor proporción de residentes pertenecientes a minorías, experimenten recogidas menos frecuentes. Estos residentes deberían disponer de una vía para plantear el problema a través de mecanismos de reclamación accesibles, y deberían exigirse evaluaciones de impacto obligatorias para dichos sistemas, con normas de transparencia efectivas.
El Órgano Asesor de las Naciones Unidas sobre Inteligencia Artificial ha pedido una arquitectura de gobernanza de la IA globalmente inclusiva, que haga hincapié en la agilidad, la adaptabilidad y la protección de los derechos humanos. Estos principios son especialmente importantes en los contextos climáticos, donde las decisiones pueden tener consecuencias que alteran la vida. Además, estos marcos deben ser exigibles. Las directrices voluntarias no bastan cuando lo que está en juego es tan importante. A medida que la IA se integra más en la infraestructura pública y la política climática, la supervisión normativa debe avanzar al mismo ritmo.
Un futuro de 'clima justo' requiere una tecnología 'justa'
La IA encierra un enorme potencial para acelerar las soluciones climáticas, pero solo si se emplea con cuidado, previsión y justicia. Al situarnos en la intersección entre la innovación tecnológica y la urgencia ambiental, debemos preguntarnos: ¿quién se beneficia, quién se queda atrás y quién decide?
Garantizar la justicia climática en la era de la IA implica incorporar la equidad, la participación y la rendición de cuentas en cada capa de estos sistemas. Significa escuchar a quienes más se ven afectados, compartir el poder y diseñar con las comunidades, y no solo para ellas. Solo entonces la IA podrá servir verdaderamente como herramienta de una transformación inclusiva y sostenible.
