Mapeo nacional de iniciativas en IA ambiental: una radiografía desde la academia

¿Por qué hicimos este ejercicio?

En los últimos años, el potencial de la inteligencia artificial (IA) para transformar la forma en que observamos, comprendemos y respondemos a los desafíos ambientales ha dejado de ser una promesa para convertirse en una realidad. En este contexto, desde el Instituto de Hidrología, Meteorología y Estudios Ambientales (Ideam) nos propusimos una tarea concreta: identificar quiénes, cómo y para qué se está aplicando IA en los campos ambiental e hidrometeorológico en Colombia.

A pesar del creciente interés en el uso de IA para el monitoreo del clima, la biodiversidad, la calidad del aire o la gestión del agua, no contábamos con un panorama claro sobre qué tipo de soluciones se están gestando desde la academia nacional, cuáles tecnologías se están priorizando, en qué nivel de madurez se encuentran y qué grado de articulación existe con otras entidades.

El instrumento que diseñamos buscó precisamente llenar este vacío, funcionando como una primera radiografía colaborativa de un ecosistema en expansión.

¿Qué exploramos?

Aplicamos un formulario abierto, orientado a docentes, investigadores, estudiantes de posgrado y equipos técnicos vinculados a universidades, centros de investigación, desarrolladores independientes y empresas. El objetivo fue documentar iniciativas que:

· Empleen herramientas de IA en campos como la meteorología, hidrología, estudios del aire, ecosistemas o alertas tempranas.

· Tengan un propósito de análisis, modelación, predicción, clasificación o automatización ambiental.

· Estén en cualquier nivel de desarrollo, desde ideas en formulación hasta soluciones finalizadas y operativas.

¿Qué encontramos?

La participación fue diversa, con más de 50 propuestas provenientes de instituciones de educación superior y centros técnicos del país, lo que evidencia un ecosistema académico comprometido con los desafíos ambientales.

En cuanto a los temas abordados, se priorizan claramente las aplicaciones relacionadas con pronósticos y alertas, el cambio climático, la meteorología, la hidrología y los ecosistemas. Desde el punto de vista tecnológico, las herramientas de IA más utilizadas son el machine learning, las redes neuronales y el deep learning, aunque también se identifican iniciativas que emplean modelos generativos y procesamiento de lenguaje natural (NLP).

Respecto a las fuentes de datos, predominan aquellas que provienen de sensores IoT, datos abiertos, series meteorológicas y observaciones satelitales, lo que demuestra una creciente sofisticación en la captura de información ambiental. Finalmente, en términos de madurez de las iniciativas, el 41% se encuentran en ejecución, el 33% aún en fase de formulación, el 19% ya ha sido finalizado con resultados disponibles y el 7% restante está en un estado de operación continua.

¿Qué nos dicen estos resultados?

Este mapeo evidencia un ecosistema académico dinámico, creativo y con fuerte interés en aportar soluciones ambientales desde la IA.

Contar con este panorama nos permitirá orientar mejor nuestras estrategias de investigación, priorizar tecnologías emergentes, proponer pilotos conjuntos y contribuir al fortalecimiento del Sistema de Información Nacional Ambiental - SINA y del Sistema Nacional de Ciencia, Tecnología e Innovación - SNCTI.

Consulta el tablero interactivo

Los resultados consolidados del instrumento están disponibles para consulta pública a través de un tablero dinámico en Power BI, en el cual se puede explorar por temas, tecnologías, instituciones o niveles de madurez: https://app.powerbi.com/view?r=eyJrIjoiYTQyM2NhNWItZDgwOS00YWVmLTk5YmYtMDBiNjc2Y2RkNDI0IiwidCI6ImRlMmZmZmVkLTYwYjgtNDJiMi1hNDY1LTAwZmVlMWRlMDRiYSIsImMiOjR9 

¿Tienes una iniciativa en IA ambiental y no alcanzaste a reportarla? ¿Te interesa colaborar con el Ideam en este campo?

Escríbenos. Este es apenas el comienzo de una agenda que queremos construir en comunidad.