Inteligencia Artificial en la prevención de catástrofes como la DANA de Valencia
10 | 12 | 2024
“Lo inesperado de la situación y la incertidumbre de los datos generan una difícil predicción”. Estos son los factores críticos a la hora de gestionar una catástrofe como la DANA sufrida recientemente en la zona del Levante en España, asegura Leire Labaka, investigadora del Instituto de Biodiversidad y Medioambiente BIOMA de la Universidad de Navarra. Las noticias que recibimos sobre este fenómeno medioambiental o sobre crisis similares l, nos demuestran la importancia de investigar y desarrollar nuevas estrategias de resiliencia y gestión frente a catástrofes para la prevención de futuras crisis medioambientales. “Hay que saber prepararse para lo inesperado”, añade Leire.
La investigadora, quien desarrolla su actividad científica en el grupo “Resiliencia y Gestión de Crisis” de la Escuela de Ingeniería (TECNUN) de la Universidad de Navarra, estudia la aplicación de la inteligencia artificial en el desarrollo de herramientas para la gestión de desastres. Estas herramientas se emplean principalmente en la fase de mitigación, es decir, el desarrollo de estrategias y claves para minimizar los niveles de riesgo y reducir potenciales amenazas.
Leire dedica su investigación a estudiar cómo afectan estas catástrofes a las infraestructuras críticas, que son aquellas consideradas esenciales para el funcionamiento de la sociedad y la economía, y aspectos como la resiliencia en las ciudades y la sociedad. Entre su actividad científica actual destaca la coordinación de la Cátedra de Catástrofes de la Fundación Aon España, que tiene como objetivo estructurar y desarrollar de forma sistemática la investigación y el estudio de desastres, y el proyecto URBANCLIMA, enfocado en el desarrollo de una estrategia de cambio climático en el País Vasco.
“La implementación de la inteligencia artificial en la gestión de catástrofes permite explorar avances como la evaluación del impacto en zonas inaccesibles a través de satélites o el desarrollo de una anticipación y una respuesta más rápida gracias a su capacidad de filtrado en grandes cantidades de datos”, asegura Leire. Estas herramientas incluso facilitan la obtención de información desde sensores de monitorización tanto en el medio natural como en redes sociales y plataformas con gran volumen de datos.
Referencia bibliográfica:
• Elkady, S., Hernantes, J., & Labaka, L. (2024). Decision-making for community resilience: A review of decision support systems and their applications. Heliyon, 10(12). Elsevier Ltd. https://doi.org/10.1016/J.HELIYON.2024.E33116
