Dr. Alexander López / Académico de la Universidad Nacional de Costa Rica.
Las emisiones mundiales de gases de efecto invernadero (GEI) siguen aumentando, mientras que los impactos del cambio climático se sienten en todas las regiones del mundo. La situación actual prevé que superar el límite de 1,5 °C por encima de los niveles preindustriales, esto tendrá consecuencias devastadoras, salvo que se realicen transformaciones importantes a nivel internacional y dentro de las fronteras estatales (IPCC, 2023).
Para lograr metas cada vez más ambiciosas en un tiempo limitado, se necesitan herramientas que permitan reducir y erradicar GEI y que, a la vez, asistan a las partes interesadas a adaptarse a los impactos del cambio climático.
En este sentido, nuevas tecnologías como la inteligencia artificial (IA) surgen como una oportunidad de innovación rápida y eficiente, pero implican sacrificios que deben ser ponderados de forma paralela.
La inteligencia artificial puede ser entendida como la capacidad de las computadoras para imitar funciones humanas cognitivas como el aprendizaje y la resolución de problemas. A través de la IA, un sistema informático que utiliza matemáticas y lógica para simular el razonamiento que las personas usan para aprender de nueva información y tomar decisiones.
El cambio climático puede describirse como “un sistema interconectado y multiparamétrico” debido a la multiplicidad de variables y relaciones que lo afectan. Las actividades humanas, los procesos de cambio climático, las características del clima y sus impactos requieren sistemas de datos masivos, prolongados y en tiempo real para su comprensión. La modelación de estas interacciones es tan compleja que la existencia de herramientas capaces de analizarlas, comprenderlas y simplificarlas puede marcar la diferencia en la toma de decisiones y la aplicación empírica de soluciones.
Tal y como es mencionado por el Boston Consulting Group (2023), el desarrollo de modelos cada vez más complejos permite proveer mejor información (uso descriptivo), entregar predicciones precisas (uso predictivo) y sugerir movimientos de optimización y recomendaciones para alcanzar metas (uso prescriptivo). Esto se logra automatizando procesos que usualmente son lentos y complejos.
Generalmente, se argumenta que existen tres áreas de empleo de la IA en términos de acción climática: mitigación, adaptación y capacidades fundacionales (tecnologías que generen mayores posibilidades de acción climática).
Por ejemplo, en el plano de medición y monitoreo, la Convención Marco de las Naciones Unidas sobre Cambio Climático (CMNUCC) anunció un acuerdo para crear una nueva plataforma de IA y un centro global de datos climáticos para medir y analizar el progreso mundial en mitigación (Microsoft News Center, 2023).
Sin embargo, crear soluciones basadas en IA requiere un enfoque simultáneo en solventar los retos que vienen de la mano de estas tecnologías. Desde una perspectiva ambiental, la inteligencia artificial implica procesos altamente costosos en términos de recursos.
Desde una perspectiva de capacidad de implementación, los costos de la tecnología son otro obstáculo para su integración en procesos de política pública, especialmente en Estados en vías de desarrollo.
Asimismo, muchas veces requieren la puesta en marcha de otras tecnologías de manera simultánea, lo que hace imperativo acompañar herramientas prácticas que faciliten su aplicación. Por esta razón, la inversión no se limita únicamente a la inteligencia artificial, ya que esta representa solo el primer paso. Se requieren recursos financieros, tecnológicos y datos históricos relevantes para lograr una implementación efectiva.
En conjunto con esto, la tecnología debería ser accionable. Los modelos de inteligencia artificial pueden ser excesivamente complejos, lo que dificulta a los responsables de la creación de política pública y otras partes interesadas, comprender su funcionamiento y cómo interpretar sus resultados. Esto puede obstaculizar que los gobiernos y las comunidades tomen decisiones informadas sobre estrategias climáticas (Jain, et al., 2023).
Un interesante ejemplo del uso de la IA aplicada en estrategia en el campo del cambio climático lo constituye lo realizado por Acnur, la agencia de las Naciones Unidas para los refugiados, ya que tenían la necesidad de pronosticar dónde y cuándo desplegar sus recursos en Somalia tras desplazamiento por cambio climático.
Se asoció con una comunidad global de expertos en inteligencia artificial de colaboración abierta. Y desarrolló modelos de machine learning que ayudaron a predecir áreas de intervención basándose en zonas calientes de conflicto identificadas combinadas con métricas de sequía y producción agrícola. Los conocimientos basados en IA están permitiendo a Acnur optimizar las asignaciones de su personal y el despliegue de recursos.
En definitiva, en la lucha contra el cambio climático, la implementación de herramientas avanzadas como la IA para eficientizar los procesos de mitigación y adaptación es crucial.
Sin embargo, es igualmente imperativo abordar los desafíos que conlleva el uso de esta tecnología.
Las opiniones expresadas por nuestros colaboradores corresponden únicamente a sus opiniones y no reflejan las de Teletica.com, su empresa matriz o afiliadas.