Después de una catástrofe, saber dónde se concentra el daño puede ser tan importante como disponer de ayuda. Microsoft ha explicado cómo HASTE utiliza imágenes de satélite e inteligencia artificial para apoyar esa primera evaluación y orientar el trabajo de organizaciones humanitarias.
 |
| Ilustración generada con IA. Representación conceptual. |
Imágenes anteriores y posteriores al desastre
HASTE, parte del programa AI for Good, analiza imágenes aéreas para identificar cambios en edificios e infraestructura. Un analista señala ejemplos de estructuras dañadas y sin daños; el sistema aplica esos patrones a un territorio mayor. Microsoft describe evaluaciones obtenidas en horas y presenta la herramienta como gratuita y de código abierto.
La compañía informa de su uso tras 23 grandes desastres en 16 países desde 2023. Entre los casos expuestos está la evaluación de daños después del terremoto de Venezuela de junio de 2026. El resultado se comparte con equipos humanitarios para apoyar la coordinación. Se trata de asistencia al análisis, con información que los responsables deben interpretar.
Por qué un mapa necesita contexto
Análisis de El PulsoTech: una imagen que señala un edificio afectado responde a una pregunta concreta. No explica por sí sola cuántas personas necesitan asistencia, qué ruta es transitable o qué suministros faltan. Por eso resulta útil distinguir el daño visible de las necesidades sobre el terreno. Un dato ayuda más cuando se conoce lo que representa.
Imaginemos dos localidades que muestran un nivel parecido de afectación. La planificación puede variar si una dispone de acceso por carretera y la otra está aislada. Ese ejemplo ilustra por qué los mapas deberían acompañarse de información operativa y del criterio de los equipos. La rapidez del análisis es una pieza dentro de una respuesta más amplia.
 |
| Ilustración generada con IA. Representación conceptual. |
La importancia de explicar la incertidumbre
A nuestro juicio, una visualización responsable debe permitir localizar el área examinada y comprender la fecha de las imágenes. También debe facilitar que se contraste una conclusión con otra fuente. Un color destacado sobre un mapa resulta atractivo, pero el usuario necesita saber qué pregunta se ha intentado responder antes de tomarlo como una fotografía completa de la situación.
La misma lógica sirve para informar al público. Es mejor explicar que una zona muestra señales de daño en las imágenes examinadas que presentar cualquier estimación como una certeza absoluta. La precisión del lenguaje permite conservar el valor del análisis y deja espacio para incorporar observaciones posteriores.
Una aplicación de la IA con una finalidad concreta
La noticia muestra un uso de la inteligencia artificial distinto de generar textos o ilustraciones: ayudar a ordenar información espacial para que otros decidan. Nuestro criterio para valorar una herramienta así sería observar si los equipos reciben datos comprensibles a tiempo, pueden revisarlos y consiguen integrarlos en sus procedimientos.
Para el lector, la idea clave es entender la cadena completa: obtener imágenes, analizar cambios, contrastar los resultados y planificar la asistencia. El sistema tecnológico aporta capacidad de examen; la actuación continúa dependiendo de organizaciones y personas. Esa separación ayuda a explicar el avance sin atribuir a un mapa tareas que no puede resolver por sí solo.
Fuente original
Microsoft Source · Fuente consultada el 9 de octubre de 2026