En América Latina y el Caribe, más de 120 millones de personas, el 21% de la población de la región, viven en asentamientos informales, territorios urbanos sistemáticamente excluidos de la prestación de servicios básicos, de disponibilidad de datos precisos y de infraestructuras resilientes al clima. Estas comunidades se encuentran en el epicentro de una convergencia de crisis: una vulnerabilidad social arraigada que se entrecruza con un riesgo climático cada vez mayor. Sin embargo, dentro de esta precariedad se esconde un potencial transformador: la convergencia de las tecnologías geoespaciales y la inteligencia artificial (IA) está transformando la forma en que las ciudades comprenden, anticipan y abordan la vulnerabilidad climática urbana.
América Latina y el Caribe es la región más urbanizada del mundo. Más del 80% de los 600 millones de habitantes de la región viven en zonas urbanas y se prevé que esta cifra aumente hasta el 89% en 2050. Esta rápida expansión espacial ha superado la planificación formal, dando lugar a lo que denomino «ciudades ansiosas», entornos urbanos caracterizados por una incertidumbre persistente, vulnerabilidad y respuestas de estrés adaptativas a crisis superpuestas. Este concepto desafía los supuestos tradicionales de planificación al enmarcar la informalidad no como un fracaso, sino como un mecanismo dinámico de adaptación frente al colapso institucional y ambiental.
Entre 1990 y 2015, las viviendas informales pasaron del 6% al 26% del total de las residencias urbanas, surgiendo a menudo en llanuras aluviales, laderas íngremes y zonas costeras. Estos asentamientos, construidos con materiales reutilizados y sin infraestructura de drenaje, se encuentran entre los más vulnerables al clima del mundo. La marginación política agrava el desafío, ya que las comunidades a menudo carecen de acceso a sistemas de alerta temprana, mecanismos de respuesta a desastres y garantía de tenencia.
Más de la mitad de la población vive en zonas climáticas de alto riesgo, enfrentándose a fenómenos meteorológicos extremos cada vez más intensos, como olas de calor, inundaciones, deslizamientos de tierra y aumento del nivel del mar. A pesar de contribuir muy poco a las emisiones globales, las comunidades urbanas informales sufren de manera desproporcionada los efectos del cambio climático, lo que constituye un ejemplo de profunda injusticia climática. Este marcado desequilibrio subraya la urgencia de incorporar la equidad en los marcos de innovación climática.
Revolución tecnológica: de invisible a inteligente
Las modernas tecnologías de mapas geoespaciales ofrecen una lente transformadora para exponer estas geografías invisibles. Las imágenes satelitales de alta resolución, los estudios con drones y los sistemas de información geográfica han mejorado nuestra capacidad para monitorear el cambio urbano con una precisión sin precedentes. MapBiomas en Brasil es un ejemplo de este potencial. Este proyecto utiliza la clasificación píxel por píxel de imágenes Landsat procesadas mediante algoritmos de aprendizaje automático para monitorear los cambios en el uso del suelo en todo Brasil desde 1985.
La integración de la IA en el análisis geoespacial marca un cambio de paradigma. El proyecto MAIIA del Banco Interamericano de Desarrollo demuestra cómo los algoritmos de IA pueden detectar asentamientos informales con gran precisión mediante el análisis de imágenes satelitales para identificar patrones característicos, como tejados irregulares y pasajes estrechos. Esto permite cartografiar rápidamente áreas metropolitanas enteras, transformando meses de trabajo manual en procesos automatizados que se completan en cuestión de días.
Además, el potencial de la IA va más allá de la cartografía estática. Los algoritmos avanzados prevén riesgos futuros, identifican patrones de adaptación e informan la toma de decisiones de formas antes inimaginables, lo que representa un cambio fundamental de una planificación urbana reactiva a una proactiva.
Soluciones revolucionarias: más allá de los enfoques tradicionales
Para afrontar los complejos desafíos de la resiliencia climática, debemos ir más allá de los ajustes incrementales y diseñar las herramientas que exige el futuro. Necesitamos un sistema que aproveche la IA para anticipar dónde surgirán o se intensificarán los riesgos climáticos. Esta visión es lo que propongo como Índice Predictivo de Resiliencia Climática. Al integrar datos sobre densificación urbana, empleo informal geolocalizado, patrones de migración climática interna y permeabilidad del suelo con pronósticos meteorológicos y proyecciones climáticas, esta herramienta podría ayudar a identificar las zonas actualmente de alto riesgo y los puntos críticos de vulnerabilidad del futuro. Con esta información, los gobiernos y los socios internacionales podrían priorizar las intervenciones antes de que se produzcan las crisis.
Paralelamente, deberíamos explorar el desarrollo de gemelos digitales para los asentamientos informales: modelos virtuales dinámicos que simulan futuros escenarios de estrés climático. Estos podrían incorporar datos hiperlocales, como microclimas, flujos de agua, materiales de construcción e infraestructura comunitaria, permitiendo a los planificadores y residentes previsualizar los impactos potenciales de las intervenciones. Antes de instalar un sistema de drenaje o adoptar un plan de relocalización, sus resultados podrían probarse digitalmente, mejorando la eficacia y generando confianza y legitimidad en la comunidad. Los gemelos digitales también podrían apoyar la coordinación interinstitucional y ayudar a priorizar las inversiones en infraestructura donde se maximizan los beneficios para la reducción del riesgo y el bienestar social.
Igualmente importante es aprovechar el potencial participativo de la IA. Las plataformas basadas en el aprendizaje automático podrían apoyar iniciativas de cartografía dirigidas por la comunidad, utilizando teléfonos inteligentes para recopilar datos granulares sobre el terreno que a menudo pasan desapercibidos para los sistemas formales. Estos incluyen la percepción del riesgo, los conocimientos tradicionales sobre las vías de drenaje, las estructuras de gobernanza informal y las redes de ayuda mutua. Estos enfoques confirman una verdad fundamental: las comunidades más afectadas por los riesgos climáticos son co-creadoras esenciales de las soluciones.
La transformación de Medellín a través de Proyectos Urbanos Integrales demuestra este potencial. Combinando los conocimientos de las comunidades con experiencia técnica, la ciudad transformó asentamientos informales vulnerables en modelos de integración urbana, reduciendo las tasas de homicidios en más de un 80% en las zonas beneficiadas y mejorando el acceso a la educación, la atención sanitaria y las oportunidades económicas.
Justicia climática: parte integral del diseño algorítmico
Para servir al bien público, la IA debe basarse en principios de justicia climática. Los algoritmos de justicia climática espacial pueden priorizar las intervenciones en función de la exposición a los riesgos y de factores sistémicos: tiempo de residencia histórico, falta acumulada de acceso a los servicios públicos, diferencias de vulnerabilidad por género y edad, y contribución de la comunidad a las emisiones frente a su exposición al clima.
Estos modelos garantizan que la IA no perpetúe las desigualdades existentes, sino que corrija activamente las injusticias históricas. Para ello es necesario incorporar el concepto de justicia climática espacial en la lógica algorítmica, pasando de la neutralidad a la corrección intencionada de los desequilibrios. La implementación de la IA en los asentamientos informales requiere marcos de gobernanza ética sólidos que garanticen la transparencia, la participación, la protección de la privacidad, la rendición de cuentas y la distribución equitativa de los beneficios.
Los desafíos del mundo real persisten. En Colombia, los grupos armados han restringido la recopilación de datos en territorios de alto riesgo, mientras que en México, las iniciativas de mapeo desde arriba fracasaron debido a la exclusión de las perspectivas indígenas. Estos ejemplos subrayan la necesidad de marcos de gobernanza participativos y éticos para la IA y el uso de datos en contextos urbanos frágiles.
Lograr una resiliencia impulsada por la IA depende de integrar variables que capten toda la complejidad de la vida informal. Asimismo, el éxito de estas herramientas depende de la confianza: unos sistemas opacos o extractivos corren el riesgo de provocar el rechazo de la comunidad, independientemente de su precisión técnica. Las métricas socioeconómicas —volatilidad de los ingresos, tasas de informalidad y acceso a la educación— deben ser consideradas junto con los patrones de comportamiento, como las estrategias de evitar el riesgo, los niveles de confianza de la comunidad y los patrones de movilidad local. Los factores ambientales, incluyendo mediciones de la calidad del aire y del agua, evaluaciones de la biodiversidad y condiciones térmicas locales, proporcionan un contexto esencial.
Sensores ambientales de bajo costo instalados y mantenidos por las comunidades pueden proporcionar datos hiperlocales en tiempo real, mejorando la capacidad de respuesta y precisión de los modelos de IA. Esto transforma la relación tradicional entre la tecnología y la comunidad, pasando de la extracción a la colaboración.
Las políticas públicas deben promover estructuras de gobernanza participativa que permitan a los residentes de asentamientos informales co-diseñar estrategias de resiliencia, en lugar de recibir soluciones predeterminadas. Entre los requisitos clave figuran la inversión en infraestructura digital, innovaciones regulatorias que garanticen la privacidad de los datos y la transparencia de los algoritmos, presupuestos participativos para iniciativas lideradas por la comunidad, desarrollo de capacidad institucional y redes de cooperación regional.
La convergencia de las crecientes amenazas climáticas, la urbanización descontrolada y el avance tecnológico presenta riesgos sin precedentes y oportunidades transformadoras. Las decisiones que se tomen hoy sobre la gobernanza de los datos y el diseño de la tecnología, y quién participe en su configuración, determinarán si la IA se convierte en una herramienta de resiliencia o si profundiza la exclusión. Para los 120 millones de personas que viven en asentamientos informales en América Latina y el Caribe, las decisiones sobre gobernanza de datos, implementación ética de la IA y participación comunitaria que se tomen hoy determinarán su futuro urbano y las trayectorias de planificación de la resiliencia global.
Estas ciudades ansiosas, caracterizadas por la incertidumbre y la vulnerabilidad, pueden convertirse en laboratorios de innovación. Al potenciar una inteligencia artificial inclusiva, anticipatoria y justa, América Latina y el Caribe puede emerger como líder mundial en resiliencia climática urbana. Este marco, que combina cartografía geoespacial avanzada, IA predictiva, gobernanza participativa y principios de justicia climática, ofrece una vía hacia un futuro urbano resiliente.
América Latina y el Caribe se encuentran en una encrucijada. La región puede seguir siendo vulnerable mientras espera soluciones externas, o aprovechar este momento para convertirse en líder mundial en resiliencia climática inteligente.