En el último año, Latinoamérica se ha enfrentado a una crisis climática que ha golpeado varios sectores de su economía. El 2023 ha sido el año más cálido registrado en el continente, según la Organización Meteorológica Mundial (OMM), con una temperatura promedio de 0,82°C por encima del promedio entre 1991-2021.
Desde el aumento del nivel del mar y huracanes en zonas costeras, hasta lluvias torrenciales, sequías e incendios forestales desatados por las oleadas de calor, ha sido un reto para las entidades meteorológicas reaccionar a tiempo y prevenir al máximo los desastres ambientales. Pero con la IA, este panorama podría reforzarse.
“Con la IA es posible realizar analítica descriptiva sobre datos históricos que ayuda a entender lo que ha pasado y por qué; con esta información los modelos de IA pueden ser retroalimentados para realizar analítica predictiva, que basado en datos actuales y en experiencia previa genere escenarios probables”, explica la Dra. Yudith Cardinale Villarreal, directora del Centro ESenCIA y docente de la Maestría Oficial en Big Data y Ciencia de Datos de la Universidad Internacional de Valencia – VIU, perteneciente a Planeta Formación y Universidades.
La Inteligencia Artificial ya está contribuyendo a la prevención de emergencias climáticas, y avanza no solo en la anticipación de los fenómenos climatológicos, sino en la sugerencia de acciones para mitigarlos gracias a los históricos de variables identificadas por expertos o la misma IA, a la identificación de patrones de comportamiento estacionales e inherentes de cada fenómeno y a la capacidad de la IA para detectar anomalías y analizarlas a profundidad.
Para sacarle el máximo provecho se debe entrar en un proceso de entrenamiento del modelo, que muchas veces resulta costoso, pero una vez realizada esta primera fase, los resultados son asombrosos, según explica el Dr. Oscar Garibo, docente de la Maestría Oficial en Big Data y Ciencia de Datos de la Universidad Internacional de Valencia – VIU y miembro ordinario del Centro ESenCIA, trayendo a colación el tema de las inundaciones que cada vez son más frecuentes.
“Ahora mismo disponemos de sistemas basados en métodos numéricos tradicionales y dinámica de fluidos que son capaces de predecir con mucha exactitud los niveles que alcanzará el agua en una zona determinada en caso de inundación, pero el problema reside en que para cuando se obtiene la predicción de esos modelos el agua ya ha pasado y el daño ya está hecho”, detalla el experto. Un modelo de IA puede, potencialmente, ofrecer resultados antes de que la inundación se produzca y, por lo tanto, se podrían desalojar espacios y prevenir tanto daños materiales como personales.
Los sectores que se benefician con la predicción climática de la IA
Al preguntarle a los expertos qué sectores de la economía se verían más beneficiados con una optimización predictiva con IA, es evidente cómo la economía está directamente influida por el clima de las regiones.
Para el Dr. Oscar Garibo, la predicción de la escasez de los recursos hídricos beneficiaría a dos grandes sectores: por un lado, el de la agricultura y la ganadería, ayudando a cambiar los cultivos y la ubicación de las granjas. Por el otro, el sector turístico, donde se podrían anticipar las condiciones climáticas para adecuar las ofertas turísticas, las actividades y los lugares donde se realizarían, garantizando seguridad a los viajeros.
Yudith Cardinale, docente de VIU, resalta también los beneficios para el sector de la salud gracias al estudio de las epidemias y enfermedades endémicas y el sector gubernamental financiero, que con ayuda de la IA se facilitaría “realizar inversiones apropiadas que mitiguen los efectos adversos de los cambios climáticos en las comunidades”.
El factor humano detrás de la IA es esencial para su operación
La información recopilada que le permite funcionar a la IA es tan esencial como la interpretación que los expertos en climatología realicen. Por eso no se puede dejar de generar datos y análisis, pues los algoritmos deben alimentarse constantemente.
“Un punto crítico sería la interrelación de los datos disponibles registrados. De esta forma, ser capaces de modelar y considerar el impacto de los comportamientos climáticos en todos los sectores y ámbitos potenciales, e identificar posibles acciones de mitigación que pueden llevar a cabo cada uno de estos”, agrega Vanessa Moscardó.
El aprovechamiento de la combinación de Big Data, datos entrelazados e IA aplicada a fenómenos climatológicos cambia la historia en la prevención de desastres como la conocíamos.
