martes, 09 de agosto de 2022
El tiempo - Tutiempo.net

Inteligencia artificial para evaluación de riesgo sísmico en asentamientos precarios

Un proyecto de inteligencia urbana en Indonesia.
El documento "Informando lo informal. Estrategias para generar información en asentamientos precarios", es una publicación del Banco Interamericano de Desarrollo - BID.
 
Esta publicación constituye una herramienta para ayudar a relevar datos en áreas informales. El proyecto surge como una demanda directa de los ministerios de desarrollo urbano y el BID durante las discusiones del diseño de programas de urbanización. En ellas se reconoció la dificultad de diseñar, monitorear y evaluar los proyectos debido a la falta de información. Y esa falta de información se justifica en que los levantamientos de datos en áreas informales presentan grandes retos, entre los que se incluyen la dificultad de acceso a los mismos, las condiciones de seguridad personal y el gran dinamismo de su morfología, entre otros.

Esta publicación contribuye a mejorar la recolección en varias dimensiones: por un lado, expone los retos, limitaciones y oportunidades que la falta de datos en asentamientos informales presenta en distintas dimensiones del desarrollo, desde el género, desarrollo comunitario, o la gobernanza del dato. También presenta una recopilación de las estadísticas nacionales de los países de América Latina y el Caribe, que hacen referencia a los asentamientos informales. Por último, recopila y categoriza de manera sistemática casos innovadores de levantamiento de información a lo largo del mundo, de manera que puedan orientar e inspirar a los agentes de desarrollo a relevar datos en áreas informales. Los casos describen levantamientos de información de distintas variables, desde aspectos de seguridad o cambio climático, a aspectos morfológicos o sociales.
 
En este artículo transcribimos el Capítulo "De la detección a la percepción. Un proyecto de inteligencia urbana para la evaluación de riesgo en Indonesia" de la publicación, de los autores Fabio Bazzucchi y Carlo Ratti.
 
DE LA DETECCIÓN A LA PERCEPCIÓN
 
La forma en que comprendemos, gestionamos y diseñamos las ciudades ha cambiado drásticamente desde el momento en que las nuevas tecnologías nos permitieron percibir el entorno urbano (Ratti, C., Claudel, M. 2016). Las piezas de hardware se convirtieron en células de un sistema neurálgico digital que funciona en las redes de telecomunicación, sobre todo en internet. Nuestras tecnologías aplicadas, basadas en mecanismos internos de recolección de información y un sistema de almacenamiento de datos aéreo, pasaron de ser actores a sensores de la actividad humana. Las innovaciones más recientes parecen tratar de animar nuestros dispositivos y construir una inteligencia que analiza y supervisa, a través de decisiones autónomas y en tiempo real, los flujos de datos (Allam, Z., Dhunny, Z. A. 2019). Si bien es posible que, a causa de ciertas brechas éticas y técnicas, aún estemos más lejos de lo que la ciencia (y su alter ego ficticio) imaginó para nuestro futuro, todos hemos visto los beneficios de su despliegue al florecer de su marco tecnológico en varios campos urbanos: el transporte (Vazifeh, M. M., Santi, P., Resta, G., Strogatz, S. H., Ratti, C. 2018), el consumo de energía (Shi, Z., Fonseca, J. A., Schlueter, A. 2017), el tratamiento de residuos (Massana, J., Pous, C., Burgas, L., Melendez, J., Colomer, J. 2017), la calidad del aire (Mora, S., Anjomshoaa, A., Benson, T., Duarte, F., Ratti, C. 2019), etc. La creación de prototipos y de pruebas piloto a nivel urbano prueban ser la fuerza que modela las ciudades actuales y, al mismo tiempo, la energía generadora de los próximos pasos del diseño. Además, el aumento de la escala de las pruebas piloto ayudó a sortear las etapas intermedias para adoptar la última tecnología, es decir, la red de teléfonos celulares en los países en desarrollo (Waverman, L., Meschi, M., Fuss, M. 2005).
 
En este escenario, los asentamientos informales (comúnmente llamados barrios bajos) son un terreno fértil para la innovación urbana y los proyectos basados en datos. La aparente falta de fuertes capas burocráticas y la gran demanda de mejoras en los servicios aparecen como factores positivos. En las últimas décadas, los bancos de desarrollo, los organismos internacionales de asistencia y las ONG han realizado un gran esfuerzo tratando de utilizar nuevas tecnologías para abordar los problemas multidimensionales de la informalidad. Se ha puesto especial atención a la mejora de los servicios de salud (Kaplan, W. A. 2006) y a la aplicación de la cartografía espacial (Sen, S., Hobson, J., Joshi, P. 2003) gracias al uso de formatos de datos abiertos. Asimismo, se realizaron numerosos estudios para entender y emplear los instrumentos de modo de introducir mejoras en los barrios marginales. En concreto: el papel de la estructura social interna de las comunidades locales, las conexiones externas (como los acuerdos de tenencia de la tierra) y los impactos de los barrios marginales en el conjunto de la ciudad. Sin embargo, debido a la presión que ejerce el crecimiento de la población y el cambio climático, todo indica que es necesario mucho más esfuerzo del que se ha realizado. Además, entre los flujos masivos de datos y estadísticas de los que disponemos en la actualidad sobre la informalidad urbana, hay uno que se destaca de manera abrumadora: uno de cada cuatro seres humanos vive en un asentamiento informal. Esto implica que quien trabaja y se desempeña en el área del mejoramiento de los barrios marginales se enfrenta a los problemas del 25% del total de la población mundial (ONU Hábitat 2016). La cifra, combinada con la heterogeneidad de los entornos y la falta de regulaciones, convierte el terreno experimental ideal de un investigador/diseñador urbano en un espacio de trabajo heurístico. La mayoría de las veces, la falta de datos no puede ser corregida o tratada como alteraciones, y las identificaciones de patrones se ven amenazadas por la incertidumbre y las desviaciones repentinas (Alsarhi, K., Rahma, Prevoo, M. J., Alink, L. R., Mesman, J. 2018).
 
Solemos olvidar que buena parte de la base técnica de los datos de campo reside y encuentra su consistencia en el conocimiento sedimentado de la esfera institucionalizada. Las regulaciones y las políticas estandarizadas reducen el espectro de los patrones poco realistas, creando una suerte de desviación estándar de un valor atípico que es fácilmente identificable. En estas circunstancias, la falta de una superestructura institucional podría explicar por qué las decisiones basadas en datos aún no han encontrado el impulso para alimentar las inversiones necesarias (Bouman, F. J. ed. 2019). Nosotros, en tanto seres humanos, podemos confiar en distintas herramientas cognitivas cuando el esquema racional que surge de los sensores parece inefable o inexistente: la percepción. Los últimos adelantos en neurociencias han demostrado la existencia de un esquema fiable de pensamiento rápido e intuición en nuestra mente. El esquema se basa principalmente en experiencias procesadas, relatos y recuerdos procesados, y no se erige como un mecanismo adicional o alternativo a la deducción, sino como un actor interactivo de lo que K. Friston llama la mente encarnada (Friston, K., 2011). Desde esta perspectiva, el poder inteligible de una mente depende de la experiencia total de inmersión sensorial-activa del ambiente. Para ser capaz de comprender, el modelo cognitivo interno debe maximizar en tiempo real la probabilidad de la realidad externa. Es fácil deducir que, al eliminar los sesgos de la percepción y mejorar la percepción profunda, es posible hacer emerger e identificar patrones realistas para los sensores empleados.
 
Esta es la epistemología detrás de un nuevo proyecto en curso (2020-2022) del Senseable City Lab, llamado Instable Cities (Ciudades Inestables, en español). El programa piloto, patrocinado por una convocatoria de capital inicial en colaboración con MIT-Indonesia, se propone utilizar tecnología basada en los teléfonos celulares para reducir el riesgo de terremotos en los barrios marginales de las ciudades indonesias. El UN-EHS declaró a Indonesia el país con el mayor riesgo de desastres a nivel mundial (United Nations Office for Disaster Risk Reduction 2019). Teniendo en cuenta el riesgo de terremotos (y erupciones volcánicas), Indonesia ha sufrido un episodio de magnitud de 6.1 o mayor cada año, lo que ha causado más de 6.000 víctimas en la última década. En 2018, Indonesia padeció 1.999 desastres naturales, incluidos diecisiete terremotos devastadores. En total, se han reportado 4.904 personas fallecidas o desaparecidas, 13.112 heridos y 3,06 millones de desplazados y afectados por el desastre (Centre for Research on the Epidemiology of Disasters). En lo que respecta al entorno construido, 339.969 viviendas sufrieron daños graves, y otras 28.418 sufrieron daños moderados o leves; miles de instalaciones públicas resultaron dañadas, incluyendo escuelas y hospitales. En este sentido, y teniendo en cuenta que el ONU Hábitat estima que los asentamientos informales en Indonesia representan entre el 12 y el 30% de la superficie urbana total (Anindito, D. B., Indriansyah, N. R., Maula, F. K., Akbar, R. 2019), la magnitud de las consecuencias del desastre es aún mayor, especialmente para los más vulnerables.
 
 
Habida cuenta de su exposición a múltiples amenazas, la rápida urbanización, el crecimiento demográfico y las numerosas vulnerabilidades sociales, el país necesita desarrollar un esfuerzo constante y significativo en materia de mitigación de riesgos de desastre, en particular de los terremotos. En vista de ello, se ha puesto especial atención al fortalecimiento de la capacidad de recuperación de la infraestructura (como declararon tanto el Gobierno como el Banco Mundial) (Global Facility for Disaster Reduction and Recovery): viviendas, puentes y escuelas. Al adoptar el Marco de Sendai, el país realizó valiosos progresos, pero, tal como se indica en muchos informes, aún existen obstáculos importantes para la adopción de medidas. Muchos de ellos residen en las dificultades de mapear y monitorear la evolución de estos espacios, la responsabilidad e interoperabilidad de las comunidades y distritos locales, y la urgente necesidad de concientización y capacitación. Por lo demás, los avances en las tecnologías digitales ayudan considerablemente a superar los obstáculos mencionados.
 
El gobierno indonesio ha desarrollado herramientas para medir el índice de resistencia a los desastres, incluidos los mapas para su visualización, y se han previsto una serie de medidas educativas y de mitigación. Una de esas herramientas es InaSAFE, un programa de código abierto desarrollado por GFDRR para simular escenarios de amenazas naturales. Sin embargo, los mapas fueron trazados de manera provisoria y no abordan aspectos pormenorizados del riesgo de desastres, incluyendo el nivel de riesgo que supone construir hasta alcanzar la magnitud de un terremoto. El examen de la resistencia de cada edificio a manos de expertos puede insumir muchos esfuerzos y costos. De allí que sea necesaria una nueva estrategia, sobre todo para recolectar datos de los ciudadanos y explotar el potencial de las nuevas tecnologías de evaluación de riesgos. En su sentido técnico (y clásico), el riesgo es el producto de tres factores: amenaza, exposición y vulnerabilidad (Birkmann, J. 2006). El primero representa la gravedad del evento en cuestión, y depende de análisis estocásticos. La exposición cuantifica el valor en juego y depende de la ubicación, teniendo en cuenta las pérdidas potenciales de la zona afectada. La vulnerabilidad estima la susceptibilidad y sensibilidad de las entidades expuestas y su definición comprende la capacidad de prepararse, resistir, afrontar, gestionar y recuperarse. Curiosamente, recién en 2015 la UNDRR definió claramente que las entidades mencionadas están también representadas por comunidades e individuos, ampliando la vulnerabilidad a un conjunto de características intrínsecas con un rasgo humano. En la estimación correcta y efectiva del arraigo humano radica el desafío de evaluar la vulnerabilidad y lograr fortalecer una resistencia sustentable. Desde la perspectiva de la neurocognición se considera que el riesgo es una sensación (Slovic, P. Finucane, M. L., Peters, E., MacGregor, D. G. 2004). Esto significa que la percepción del riesgo entraña respuestas emocionales específicas, que pueden medirse, como cualquier otra sensación a nivel cerebral. Al mismo tiempo, las ciencias de la conducta se remiten a la matriz de la tabla 1 para evaluar y clasificar el riesgo. La desatención de la condición de riesgo es obviamente el peor caso para la toma de decisiones, y por lo general deriva de una sobreestimación de las acciones necesarias debido a las preocupaciones surgidas de consecuencias terribles. La respuesta emocional juega un papel negativo, y adopta la forma de un mecanismo ciego. Por el contrario, la atención del riesgo lleva a una subestimación de las medidas necesarias, con la ilusión de que es posible lograr el control. Para pasar de esta instancia al cuadro de riesgo es indispensable producir una experiencia, y esta solo puede provenir de la fijación de una reacción emocional. Los nuevos desafíos en la gestión de riesgos residen en la forma en que se construyen emociones positivas para contar con agentes más atentos y conscientes.
 
 
Instable Cities tiene dos objetivos diferenciados y sinérgicos:
 
a) Desarrollar una plataforma de cocreación basada en la inteligencia artificial y la visión computarizada para evaluar la vulnerabilidad sísmica de los barrios marginales en términos edilicios, a través del análisis de imágenes obtenidas mediante teléfonos inteligentes;
b) Establecer una estrategia de recopilación de datos confiables y permitir que los habitantes de los barrios marginales participen en la plataforma creada. Los resultados combinados crean un espacio de inteligencia urbana inclusivo para evaluar el riesgo de terremotos.
 
Por un lado, se entrena a una inteligencia artificial para clasificar el conjunto de edificios con índices de riesgo de terremotos a partir de los panoramas de Google Street View y la huella de Google Earth. Se llevan a cabo encuestas de grupos para crear y recopilar datos reales sobre el terreno, con los que luego se entrena la inteligencia artificial. Los expertos etiquetan y describen los datos del terreno, tanto de forma manual como automática, utilizando herramientas de visión por computadora. Los datos de los panoramas de Google Street View y la huella de Google Earth se comparan con los datos del terreno para verificar los índices de riesgo del conjunto de edificios y el resultado se visualiza en forma de mapa (resolución de los edificios). La principal herramienta de análisis es una versión simplificada y adaptada de la evaluación FEMA Rapid Visual Screening (Federal Emergency Management Agency ed. 2017), que produce un índice de vulnerabilidad de los edificios a través del relevamiento de características simples como la cantidad de pisos y aberturas, sus posiciones, irregularidades geométricas, etc. La evaluación, desarrollada en Estados Unidos luego del terremoto de Northridge de 1994, se ha consolidado a lo largo de los últimos veinticinco años y la utilizan distintos países como Italia o Japón.
 
Figura 1: Ciudades inestables: la evaluación de riesgo basada en smartphones
 
La visualización de datos se llevará a cabo en forma de mapa (resolución de los edificios de los barrios marginales) para cada escenario tentativo. Por otra parte, se realizarán encuestas locales a la población para identificar vulnerabilidades y fuentes de riesgo desde una perspectiva humana. Se desarrollará una plataforma de cocreación de modo que las personas puedan participar en la recolección o el análisis de datos. A lo largo de los talleres se utilizará un cuestionario de emociones discretas (Lok, I., Eschelmuller, E., Haukaas, T., Ventura, C., Bebamzadeh, A., Slovic, P. y Dunn, E. 2019) adaptado para obtener datos sobre los riesgos percibidos en el entorno urbano. Asimismo, se llevará a cabo un análisis comparativo e integrador para abordar e identificar los sesgos de percepción. El proyecto busca sortear la brecha tradicional de la ciencia ciudadana y participativa en la que los ciudadanos son utilizados como meros sensores. Las investigaciones entre zonas vulnerables producirán un conjunto de datos valiosos que permitirán abordar los riesgos desatendidos. Se espera que se produzca un proceso de aprendizaje cruzado entre las diferentes zonas de la ciudad y la explotación del capital humano, de modo de reducir el riesgo de desastres. Además, la actividad local vinculada a las encuestas provocará en la población un aumento significativo de la sensibilidad y conciencia ante los riesgos. Además de su elevado contenido científico, también constituirá una herramienta de potenciación del conocimiento de las zonas de intervención para todas las partes involucradas, desde los planificadores urbanos a los inversores.
 

Autores:
Fabio Bazzucchi,
Investigador posdoctoral Marie-Curie en Senseable City Lab (Massachusetts Institute of Technology)
Carlo Ratti Director, Profesor de la práctica en Senseable City Lab (Massachusetts Institute of Technology)

FUENTE: Banco Interamericano de Desarrollo - BID

 

Mas Noticias

Te Recomendamos

Volver