La IA que anticipa fallos urbanos leyendo noticias online
Inundaciones que cortan carreteras, desprendimientos que aíslan pueblos, incidentes industriales que alteran la vida de una comunidad durante días. No ocupan grandes titulares internacionales ni aparecen en los registros globales, pero su impacto, acumulado en el tiempo, puede ser determinante.
Con esa idea de fondo, un grupo de investigadores ha dado un paso clave hacia una nueva forma de entender la gestión del riesgo. Su propuesta no pasa por grandes satélites ni por sensores imposibles, sino por algo mucho más cercano: las propias noticias que se publican cada día en Internet.
Convertir noticias en datos útiles para salvar ciudades
El equipo del Instituto BIOMA de la Universidad de Navarra, junto a expertos de la Escuela de Ingeniería Tecnun, ha desarrollado una herramienta basada en inteligencia artificial capaz de detectar desastres locales a partir de información publicada en medios digitales.
El objetivo es claro: mejorar la prevención y la adaptación urbana frente a catástrofes naturales, poniendo el foco en esos eventos que rara vez entran en los grandes sistemas de registro.
Y es que bases de datos internacionales como EM-DAT suelen centrarse en desastres de gran escala. Mientras tanto, miles de incidentes menores quedan fuera del radar, pese a que su impacto conjunto puede ser enorme para muchas comunidades.
La clave: leer lo que ya está contado
Cada día, cientos de noticias relatan situaciones que, hasta ahora, quedaban dispersas:
una carretera cortada por una inundación, un municipio aislado por un desprendimiento, infraestructuras dañadas por lluvias intensas.
Toda esa información existe, pero está fragmentada.
Aquí es donde entra en juego la tecnología. La herramienta desarrollada utiliza modelos avanzados de lenguaje junto con técnicas de web scraping para analizar automáticamente esas noticias y transformarlas en datos estructurados.
El sistema es capaz de identificar elementos clave como:
-
Localización del desastre
-
Fecha del evento
-
Infraestructuras afectadas
De este modo, se construye un puente entre el relato periodístico y las necesidades reales de quienes toman decisiones en planificación urbana.
Detectar lo invisible: patrones que pasan desapercibidos
Más allá de recopilar información, el verdadero valor de esta herramienta está en su capacidad para detectar patrones de vulnerabilidad.
En una prueba centrada en episodios de inundaciones en Granada, el sistema analizó 21 noticias locales recopiladas en plataformas digitales. El resultado fue significativo: logró identificar impactos concretos, como carreteras afectadas, con un 76% de precisión.
Pero lo más interesante no es el dato aislado, sino lo que revela cuando se observa en conjunto.
Por ejemplo, detectar que una infraestructura concreta aparece repetidamente en las noticias tras cada episodio de lluvia permite identificar un problema estructural. Es decir, no se trata de incidentes aislados, sino de fallos recurrentes que requieren intervención.
Una herramienta para anticiparse, no solo reaccionar
Este enfoque introduce un cambio importante en la gestión del riesgo. Tradicionalmente, muchas decisiones se basan en datos de grandes catástrofes. Sin embargo, este sistema permite trabajar con una información más cercana a la realidad cotidiana.
La inteligencia artificial actúa aquí como una herramienta para ordenar el ruido informativo y convertirlo en conocimiento útil. Miles de noticias dejan de ser contenido efímero para convertirse en indicadores de vulnerabilidad.
Esto abre la puerta a:
-
Mejor planificación urbana
-
Prevención de fallos en infraestructuras
-
Mayor resiliencia de las ciudades
Hacia una nueva forma de entender los desastres
El desarrollo de esta herramienta no pretende sustituir las grandes bases de datos globales, sino complementarlas. Añadir una capa de información que hasta ahora quedaba fuera.
Porque si algo demuestra este trabajo es que los pequeños eventos también construyen grandes riesgos.
Y entenderlos, analizarlos y anticiparse a ellos puede marcar la diferencia entre reaccionar tarde o actuar a tiempo.
En un contexto donde el cambio climático intensifica fenómenos extremos y multiplica su frecuencia, disponer de herramientas capaces de leer la realidad en tiempo real se convierte en algo más que una ventaja tecnológica: es una necesidad.
