Mejor gestión de riesgos climáticos con herramientas funcionales

En un panel de 51 países entre 1996 y 2023, se encontró que el uso de herramientas de detección, captura y acción integrada reduce significativamente los riesgos climáticos físicos. El efecto es mayor cuando se trata de aplicaciones funcionales plutôt que de la tecnología básica, y se potencia en acuerdos que combinan integración política y económica. Además, la capacidad de estas herramientas para gobernar el riesgo crece a medida que los peligros climáticos aumentan.

Los gobiernos de todo el mundo están bajo la lupa para demostrar que los millones que destinan a inteligencia artificial no son solo un espectáculo tecnológico, sino una herramienta capaz de amortiguar los daños de sequías, inundaciones y olas de calor. En un contexto donde los eventos climáticos extremos se vuelven más frecuentes y costosos, la pregunta pasa de si la IA puede ayudar a cómo hacerlo de forma que realmente reduzca el riesgo físico que enfrentan las comunidades y las economías.

Los autores del paper sostienen que la IA puede gobernar esos riesgos a través de tres mecanismos interrelacionados: detección temprana de amenazas, captura de la información para movilizar recursos y acción integrada que coordina la respuesta. Argumentan que el efecto no proviene de la tecnología básica en sí, sino de las aplicaciones funcionales que ponen esos mecanismos en práctica, y que su potencia se multiplica cuando los países participan de acuerdos que combinan integración política y económica, más allá de simples bloques comerciales. Además, señalan que, a medida que los peligros climáticos aumentan, la capacidad de esas herramientas para contener el riesgo crece, lo que sugiere un retroalimentación positivo entre amenaza y respuesta.

Para respaldar esa tesis, los autores se apoyan en estudios de caso que muestran cómo sistemas de alerta basados en aprendizaje anticipan crecidas de ríos o incendios forestales, y en trabajos que comparan el desempeño de plataformas de IA puestas en marcha por consorcios multinacionales frente a iniciativas aisladas. Destacan que las alianzas que unen normas regulatorias, fondos comunes y estándares de datos permiten que la información detectada por un país se traduzca rápidamente en acciones concretas en otro, mientras que los acuerdos meramente económicos carecen de esa sinergia. El argumento se completa con la observación de que, cuando la intensidad de los peligros crece, el margen de mejora que brinda la IA se vuelve más pronunciado, lo que desafía la visión de que la tecnología solo genera efectos de rebote o dilemas éticos sin compensación tangible.

Los dirigentes que quieran traducir estos hallazgos en política deben priorizar la inversión en aplicaciones funcionales de IA —sistemas de sensado, análisis y activación— y fomentar marcos de cooperación que vinculen decisiones políticas con mecanismos financieros y de datos compartidos. Al mismo tiempo, deberán vigilar que esos esquemas no generen nuevos riesgos de dependencia, sesgo o desplazamiento de responsabilidades, manteniendo abiertos los debates sobre justicia distributiva y gobernanza democrática. La tensión que queda sin resolver es hasta qué punto esos beneficios pueden escalar sin que aparezcan efectos colaterales que erosionen la confianza pública o que profundicen brechas entre países con distintas capacidades tecnológicas.

Conclusiones

• Las aplicaciones funcionales de las herramientas de análisis aportan más valor para reducir riesgos climáticos que los enfoques tecnológicos genéricos.
• Los bloques que unen cooperación política y económica amplifican el efecto de esas herramientas en la gestión de riesgos.
• A medida que los riesgos climáticos físicos se intensifican, la contribución de esas herramientas a su gobernanza se vuelve más fuerte.
• Los gobiernos pueden priorizar inversiones en soluciones funcionales dentro de marcos de integración política para mejorar la resiliencia frente al clima.