Inteligencia artificial para prever los desplazamientos de refugiados

La covid-19 podría expulsar de sus hogares a un millón de personas en la zona del Sahel, según asegura un algoritmo. Esta clase de predicciones ayuda a las organizaciones humanitarias a reconocer tendencias e intervenir rápidamente



Lo que a un experto le costaría horas, Foresight lo consigue en segundos. El software de predicción del Consejo Danés para los Refugiados (DRC, por sus siglas en inglés) evalúa la información aportada por más de 120 fuentes de datos, analiza la muestra y calcula, por ejemplo, qué efectos puede tener la crisis del coronavirus sobre los desplazamientos de población.


Según el programa, en Burkina Faso, Níger, Malí y Nigeria la pandemia posiblemente obligará a alrededor de un millón de personas a abandonar su hogar, agravando la ya difícil situación en una zona asolada por los conflictos.

Los programas informáticos como Foresight están diseñados para aumentar la eficacia de la ayuda humanitaria y de las intervenciones correspondientes. “La herramienta nos ayuda a prever más rápidamente lo que va a pasar, de manera que podamos planificar mejor y actuar antes en una crisis humanitaria”, explica Charlotte Slente, secretaria general de DRC. Además, las reacciones rápidas suelen acarrear también menos costes.



Una mujer desplazada en el patio de la vivienda donde ha sido refugiada en Segou (Malí), en septiembre de 2019, tras haber abandonado su localidad de origen debido a la violencia que azota esta región del país desde 2012. MICHELE CATTANI / AFP

Los expertos de la organización ya habían intentado antes hacer pronósticos sobre desplazamientos basándose en los datos y la experiencia. Ahora, el algoritmo ayudará a predecir con mayor precisión cuándo se dará determinado escenario, y a analizar más acertadamente los efectos de diversos factores como la situación económica, los conflictos, el clima o las actuaciones de los Gobiernos. Slente lo denomina “el ADN del desplazamiento”.

De todas maneras, el algoritmo no hace milagros. “El programa no sabe lo que va a pasar mañana o la semana que viene”, puntualiza Slente. “Las previsiones se refieren a los próximos entre uno y tres años, y el modelo no es capaz de pronosticar si las personas van a desplazarse en el interior del país o si decidirán cruzar la frontera”.


Primeros proyectos piloto


En el futuro, el DRC quiere poner su programa a disposición de otras organizaciones a través de una plataforma. El sector de la ayuda humanitaria tiene un gran interés en estas herramientas, pero la aplicación de programas de análisis de datos y predicción se encuentra todavía en fase experimental.

El científico de datos Miguel Luengo Oroz atribuye el hecho de que la tendencia haya tardado tanto en implantarse en los campos de la gestión de crisis y la ayuda al desarrollo a la falta de conocimientos técnicos, pero también a las capacidades limitadas de las organizaciones humanitarias.

“Los expertos en desarrollo y los especialistas en datos no suelen hablar el mismo lenguaje, no tienen un vocabulario común, proceden de contextos diferentes y a menudo no logran armonizar sus objetivos”, es el diagnóstico que hace en un artículo el director científico de Global Pulse de Naciones Unidas.

Por esa razón, Global Pulse es una de las iniciativas de Naciones Unidas que realiza una labor pionera en la intersección entre la ayuda al desarrollo y la tecnología. Entre otras tareas, investiga las posibilidades de los macrodatos y la inteligencia artificial, y apoya a otros organismos de la ONU en la ejecución de proyectos. Debido a la pandemia, los Gobiernos de todo el mundo están particularmente interesados en los modelos basados en datos capaces de calcular la propagación de los contagios, la repercusión de las estrategias planificadas, y los posibles efectos colaterales.


El tiempo, los tuits y el precio de las cabras


El equipo de innovación del Alto Comisionado de Naciones Unidas para los Refugiados (ACNUR) ya ha elaborado varios enfoques experimentales para recopilar información sobre futuros movimientos migratorios.

Por ejemplo, los analistas de datos han utilizado información de código abierto para determinar las condiciones meteorológicas futuras de las travesías en barco a través del Mediterráneo, y han vigilado las publicaciones de los traficantes de personas en Facebook para obtener indicaciones acerca de la evolución de los precios, las rutas frecuentes y la afluencia de emigrantes en los puntos nodales. También utilizaron algoritmos para explorar las redes sociales, Twitter entre ellas, en busca de palabras clave y de manifestaciones de sentimientos negativos a fin de captar el estado de ánimo y los relatos de los emigrantes.

A veces, los datos que indican que se aproxima un desplazamiento resultan más insólitos. Es el caso del aumento del precio de los bidones de agua o el descenso del de las cabras, como ocurrió en Somalia. “Que la gente empezase a deshacerse de 50 o 60 cabras de golpe y los precios bajasen nos dio un indicio de que esas personas planeaban marcharse”, explica Andrew Harper, de ACNUR.



A veces las cabras pueden ser un indicador de que la gente tiene la intención de marcharse. Mahamane Alkassoum, de 37 años, un extraficante de migrantes contempla las cabras a la venta en el mercado de ganado en Agadez, Níger, el 27 de octubre de 2019.ZOHRA BENSEMRA / Reuters

Los motivos para abandonar el hogar y emigrar son múltiples, lo cual también dificulta el desarrollo de programas de predicción. “Intervienen muchos factores distintos que interactúan de manera compleja. No se puede explicar los fenómenos centrándose en un único aspecto”, afirma Alexander Kjærum, experto en tecnologías del Consejo Danés para los Refugiados y uno de los creadores de Foresight. Algo que le sorprendió fue hasta qué punto la actuación de los Gobiernos y la violación de los derechos humanos, aparte de los conflictos, influyen en los desplazamientos.

Cuando, hace dos años y medio, se puso en marcha el proyecto piloto, no estaba claro si el software sería capaz de lograr resultados significativos, ya que su desarrollo había sido un constante proceso de prueba y error. Actualmente, Kjærum se muestra confiado: “Todavía estamos en la fase de elaboración, y seguimos trabajando para pulir y perfeccionar la herramienta, pero los resultados obtenidos hasta ahora son alentadores y muestran un alto grado de precisión”, afirma.


Un bajo porcentaje de error


Para probar Foresight, el equipo introdujo en el programa datos de Myanmar y Afganistán e hizo que simulase escenarios para lapsos de tiempo pasados. Acto seguido, las predicciones se compararon con la realidad. Según Kjærum, el algoritmo hizo pronósticos muy precisos, con una tasa de error de entre el 8% y el 10%.




El algoritmo tiene la capacidad de aprender y para sus predicciones analiza datos históricos de los últimos 20 a 25 años con el fin de identificar patrones y extraer conclusiones para el futuro. Cuanto más completas sean las estadísticas del pasado, más precisos serán los pronósticos. El programa utiliza sobre todo datos nacionales de los Gobiernos y de organizaciones como la ONU y el Banco Mundial sobre conflictos y violaciones de los derechos humanos, desarrollo económico o factores socioeconómicos. El inconveniente de esta perspectiva es que, como el software se concentra en los datos nacionales y no en los locales, es más difícil valorar algunos desencadenantes, como los conflictos que afectan solo a una zona concreta, porque la densidad de datos es menor.

Hay 15 indicadores clave especialmente relevantes para que el algoritmo calcule el riesgo de desplazamiento forzoso, entre ellos el paro, la corrupción, los servicios públicos, la seguridad alimentaria, los asesinatos políticos, las víctimas civiles de los conflictos, las violaciones de los derechos humanos, las catástrofes naturales y la desigualdad social. El programa no solo calcula el número de personas desplazadas, sino que también permite a los usuarios explorar la relación entre los distintos indicadores en un modelo de causalidad.


El algoritmo también puede simular diversos escenarios. Por ejemplo, si los expertos quieren calcular los efectos de la crisis del coronavirus, pueden modelizar qué pasaría si la economía del país cayese un par de puntos porcentuales, la gobernabilidad disminuyera, o la intensidad del conflicto se incrementase. El software elabora para cada supuesto una previsión de riesgo de desplazamiento forzoso.

“Sin embargo, al programa le cuesta predecir sucesos repentinos o sin precedentes, como el conflicto de los rohinyás de 2017 y el desplazamiento masivo”, precisa Kjærum. Entonces, el Ejército de Birmania asesinó a miles de personas, destruyó pueblos y violó a mujeres y niños de la minoría musulmana en una brutal ofensiva. Más de 700.000 personas se vieron obligadas a huir.


En los próximos meses se dispondrá de nuevas simulaciones para otros países, y en el futuro, el código también será accesible para otros usuarios a través de Internet, de manera que las organizaciones puedan adaptarlo a sus necesidades y completarlo con nuevos datos.


No obstante, Charlotte Slente también es consciente de las limitaciones de la aplicación. “Las predicciones no son una ciencia exacta, y las decisiones no deberían basarse exclusivamente en ellas”, advierte. En consecuencia, en el futuro un algoritmo tampoco podrá sustituir a la experiencia y la opinión de los asistentes en situaciones de crisis y de los expertos en desarrollo.


Este reportaje fue publicado originalmente en alemán en la sección Globale Gesellschaft de Der Spiegel.


Nota realizada por Sonja Peteranderl obtenida del diario El País



169 vistas0 comentarios

Entradas Recientes

Ver todo

Suscribite a nuestra newsletter

  • Facebook
  • Twitter

Contacto: a.abella@unesco.org - Agustín Abella