Las redes sociales y la IA ayudan a enfrentarse a las crisis climáticas

Recomendados:  IT Trends 2021. La TI salva el negocio Webinar COVID-19, ¿cuánto y cómo ha influido en las estrategias de TI? Leer Cómo abordar la complejidad de un programa de Gestión de Identidades y Gobernanza Leer

Los beneficios que puede aportar la inteligencia artificial se perciben más en los entornos donde se trabaje con grandes volúmenes de datos, y uno de ellos es la meteorología. Esta ciencia se alimenta de información cada vez más detallada de satélites, sensores meteorológicos y otras fuentes que ayudan a comprender lo que sucede en las deferentes capas de la atmósfera. Para analizarlos con rapidez y extraer información que permita desarrollar modelos climáticos realistas se emplean cada vez más diferentes ramas de la inteligencia artificial, incluiyendo el aprendizaje profundo y el aprendizaje automático. Esta tendencia que va evolucionando de forma paralela al desarrollo del hardware y el software de IA, y también al de otros ámbitos digitales como las tecnologías de la nube. Ahora, los expertos se plantean la posibilidad de que los medios de comunicación social puedan ser otra fuente de información valiosa para los gestores de crisis.

Siguiendo esta premisa, un reciente estudio realizado por la Universidad McGill, en California, muestra cómo la combinación del aprendizaje profundo (Deep Learning) con el análisis de redes sociales (SNA) puede contribuir a mejorar las estrategias de emergencia ante este tipo de crisis. Esta investigación se basa en que en estas plataformas se publica mucha información potencialmente útil para conocer los efectos de eventos climáticos extremos “a pie de calle”. Y sus responsables están convencidos de que estas aportaciones pueden ayudar a los administradores de crisis, equipos de rescate y científicos gubernamentales vinculados al desarrollo y la ejecución de planes de emergencia.

Como explica Renee Sieber, profesora asociada en el Departamento de Geografía de McGill, y autora principal de este estudio, para realizar esta investigación redujeron el ruido que se genera normalmente en Twitter “al descubrir a quién se estaba escuchando y cuáles eran fuentes autorizadas. Esta capacidad es importante porque es bastante difícil evaluar la validez de la información compartida por los usuarios de Twitter”. El estudio se basó en datos publicados por esta red durante las inundaciones de Nebraska, en marzo de 2019, para lo que analizaron y clasificaron más de 1.200 tweets.

En su opinión, “el análisis de redes sociales puede identificar de dónde obtienen las personas su información durante un evento meteorológico extremo. El aprendizaje profundo nos permite comprender mejor el contenido de esta información al clasificar miles de tweets en categorías fijas”. Posteriormente, los investigadores aplicaron un modelo de Deep Learning de dos niveles, de forma que se extraigan datos valiosos para los gestores de crisis climáticas.

La investigación pone de relieve algunos problemas inherentes al análisis de redes sociales en este campo, como fallos en la contextualización de la información, tanto por parte de los usuarios, al publicar con lenguaje impreciso o etiquetas incorrectas, como por parte de los modelos de DL, que pueden cometer errores al identificar los datos que son verdaderamente relevantes. Además, tampoco existe un lenguaje universal para categorizar los términos relacionados con las crisis, y hay que tener cuidado con las publicaciones de personas influencia en las redes, ya que hacen mucho ruido en término de actividad, pero no siempre son importantes para los gestores de las crisis.

Según dice Sieber, sus hallazgos indican “que el contenido de la información varía entre diferentes tipos de eventos, contrariamente a la creencia de que existe un lenguaje universal para categorizar la gestión de crisis. Esto limita el uso de conjuntos de datos etiquetados a solo unos pocos tipos de eventos, ya que los términos de búsqueda pueden cambiar de un evento a otro”.

Y concluye que “la gran cantidad de datos sobre el clima que aportan los usuarios de las redes sociales sugiere que pueden proporcionar información crítica en crisis, como tormentas de nieve, inundaciones y tormentas de hielo”. Aunque por el momento están todavía buscando una forma de “transferir este modelo a diferentes tipos de crisis climáticas, y abordar las deficiencias de los enfoques existentes al combinarlos con otros métodos”.