El cambio climático es uno de los desafíos más apremiantes de nuestro tiempo, con consecuencias que abarcan desde eventos climáticos extremos hasta la pérdida de biodiversidad y la alteración de los ecosistemas. Ante esta crisis global, es esencial que los gobiernos y las organizaciones adopten enfoques innovadores dirigidos a comprender, predecir y abordar sus impactos. Los efectos del cambio climático nos afectan a todos. Si no se toman medidas drásticas desde ya, será mucho más difícil y costoso adaptarse a sus efectos en el futuro.1 El Gobierno Nacional, por medio del Ministerio de Ambiente y Desarrollo Sostenible, deberá reglamentar los requerimientos técnicos necesarios para implementar la inteligencia artificial en aras de la eficiencia energética, el control de deforestación, la movilidad amigable con el ambiente e incluirlo como instrumento de planificación y gestión conforme los términos de que trata la Ley 1931 de 20182.

Palabras clave: inteligencia artificial, cambio climático, innovación, datos abiertos, Colombia.

Introducción

La utilización de la inteligencia artificial (ia) puede desempeñar un papel fundamental en diversas áreas relacionadas con la gestión de recursos naturales

y la reducción de emisiones. Por ejemplo, en la gestión de recursos naturales, la ia puede ser una herramienta valiosa para identificar áreas de alto riesgo de incendios forestales, predecir la propagación de enfermedades en los cultivos y mejorar la gestión de bosques y la biodiversidad. En términos de reducción de emisiones, la ia puede ser utilizada para identificar patrones de consumo de energía y encontrar formas más eficientes de utilizar los recursos energéticos, así como para optimizar el transporte y la logística con el fin de reducir las emisiones de gases de efecto invernadero (gei), en un equivalente al 5% o el 10% de la huella de carbono de una organización, según bcg.

El big data nos permite trabajar con grandes cantidades de datos procedentes de varias fuentes, mientras el machine learning nos permite procesarlos para llegar a tener modelos predictivos. No hay duda de que ambos nos pueden ayudar a analizar y predecir el cambio climático. Su suma podría sernos sin duda de gran utilidad, aunque de momento la interpretación y la acción depende de nosotros (Bríquez, 2019).

Las ortofotos (imágenes aéreas georreferenciadas de alta resolución) pueden desempeñar un papel importante en la lucha contra el cambio climático y en la gestión sostenible de los recursos naturales. La detección de cambios de ortofotos en el territorio nacional puede utilizarse para detectar cambios en la cobertura forestal, lo que es esencial en el propósito de evaluar la deforestación y la reforestación. Asimismo, pueden identificar cambios en el uso del suelo, como, por ejemplo, la conversión de tierras forestales en áreas urbanas o agrícolas.

La detección de residuos, de acuerdo con la National Geographic (19 de marzo de 2021), “mediante técnicas automatizadas de fotografía aérea combinadas con el uso de algoritmos de análisis permite una mayor eficiencia en el control de la contaminación por basura en el mar”.

Además, la aplicación Marlit3 permitirá avanzar en la evaluación de la presencia, la densidad y la distribución de los contaminantes plásticos en los mares y océanos de todo el mundo, en especial el mar Caribe y el océano Pacifico, contaminados por los desechos de microplásticos, los vertidos de petróleo y químicos agrícolas.

Por otra parte, la implementación coordinada de observación meteorológica y la gestión de datos por parte del Instituto de Hidrología, Meteorología y Estudios Ambientales (Ideam)4, con modelos de ia tales como las redes neuronales y el aprendizaje profundo que pueden ser entrenados con datos históricos y en tiempo real para realizar predicciones meteorológicas más precisas. Estos modelos pueden tener en cuenta una amplia gama de variables atmosféricas y factores climáticos, lo que permite generar pronósticos a corto y largo plazo con mayor precisión.

Por su parte, la dendrocronología estudia el crecimiento de los árboles. Sin embargo, unos de los principales obstáculos en estos estudios es diferenciar los anillos a fin de analizar las variaciones en el tiempo, por lo que se propone crear una red neuronal artificial (ann), basada en redes convolucionales (cnn) 5 para la clasificación automática del anillo de crecimiento en imágenes de cortes histológicos. En el Amazonas, considerada el “Pulmón del Mundo”, clave para frenar el cambio climático, ha perdido 10 476 km2 de bosque, según datos de la ong Fondo Mundial para la Naturaleza. Xing Qu, director general adjunto de la Unesco plantea al respecto:

[L]a ia también debe ser responsable con el medio ambiente. Es por ello que la recomendación sobre la ética de la inteligencia artificial alienta a los Estados a evaluar su impacto en términos de huella de carbono, consumo de energía y extracción de materias primas.

Contenido

A través de algoritmos diseñados para comprender el lenguaje humano, microservicios orientados a la extracción de datos y la capacidad de procesar imágenes, la ia puede evaluar la calidad de las imágenes y almacenarlas en bases de datos no relacionales utilizando lenguajes de programación como Python y Java Script6.

Legislación en edificios inteligentes y sostenibles

La empresa de diseño Arup, con sede en Bogotá, ha creado una aplicación llamada Neuron7, la cual utiliza sensores 5G y el “Internet de las Cosas” (IoT) para recopilar datos en tiempo real del sistema de gestión energética de un edificio. Un algoritmo analiza estos datos y optimiza el sistema de calefacción y refrigeración, así como realiza predicciones de la futura demanda de energía del edificio.

Legislación en agricultura inteligente

Actividades tales como la agricultura y la silvicultura representan alrededor del 18 % de las emisiones mundiales de CO2 . Además, el riego del sector agrícola es responsable de un 70 % de uso de agua en todo el mundo. Esta medida ayudaría a mitigar en gran escala crisis mundiales como la del cambio climático. Agvolution8 ha desarrollado un sistema de inteligencia artificial que utiliza datos de sensores solares para controlar el microclima alrededor de los cultivos. Este dispositivo mide la temperatura, la humedad, la radiación y la humedad del suelo en el campo. Basándose en estos datos, el algoritmo hace recomendaciones precisas sobre la salud de sus plantas y la cantidad de agua y fertilizante que se debe utilizar en las industrias de las flores y los cultivos agrícolas; representa una gran herramienta inteligente y ecológica, puesto que estas industrias son una de las más contaminantes en aguas subterráneas y en uso del suelo.

Actualmente, la Uniagraria9, junto con el grupo de investigación Innovación Verde, adscrito al programa de Ingeniería Mecatrónica, presentan un diseño de un módulo robótico para el proceso de sembrado de papa de forma autónoma. Este avance tecnológico también puede tener un impacto positivo en la sostenibilidad agrícola. Al utilizar un módulo robótico para la siembra de papa es posible reducir la cantidad de insumos agrícolas (p. ej., fertilizantes y pesticidas) necesarios para mantener los cultivos saludables. Los robots pueden aplicar estos productos de manera más precisa y en la cantidad adecuada, minimizando así el desperdicio y reduciendo el impacto ambiental.

Legislación en océanos y meritorios que aprovechan la inteligencia artificial

Promover el uso sostenible y la conservación de los océanos es uno de los catorce objetivos de desarrollo de las Naciones Unidas, un llamamiento urgente a la acción para lograr un futuro más sostenible para todos. Por ello es importante recordar el papel que desempeñan los océanos en la vida cotidiana. La basura marina es un problema grande y global, de modo que los científicos buscan constantemente nuevas opciones para solucionarlo. Por tanto, se debe implementar una herramienta de aprendizaje automático/inteligencia artificial (ml/ai) que incorpora datos como Marlit para detectar, clasificar y localizar automáticamente objetos de basura marina a partir de los datos recogidos. También, el uso de drones con el fin de generar la clasificación mediante las fotos aéreas que generen y con la ayuda de estas máquinas submarinas recoger todos los hechos que afectan nuestros ecosistemas acuáticos. Colombia, con sus hermosas regiones costeras y su proximidad al mar Caribe, se encuentra en una posición única para desempeñar un papel significativo en el esfuerzo global por combatir la contaminación plástica en nuestros océanos. La reciente colaboración entre el archipiélago de San Andrés, Providencia y Santa Catalina, junto con la Autoridad Marítima Colombiana (Dimar), para desarrollar políticas y asignar fondos para la adquisición de maquinaria de limpieza de plásticos es un paso prometedor en la dirección correcta.

Conclusiones

La ia está impulsando un enfoque más integral y holístico para combatir el cambio climático. Su capacidad de analizar grandes volúmenes de datos, identificar patrones y aprender de manera continua nos brinda la oportunidad 9 En la Uniagraria idearon este revolucionario proyecto en la clase de la profesora Marta Villarreal. 22 de tomar decisiones informadas y estratégicas en la búsqueda de un futuro más sostenible y resiliente para nuestro planeta. Según los científicos, la humanidad tiene diez años para resolver los problemas ambientales globales sin precedentes que enfrenta. Está claro que seguir como hasta ahora no está funcionando en la economía global, y debemos encontrar formas de lograr avances explosivos con miras a abordar los desafíos ambientales, incluido el cambio climático, la pérdida de biodiversidad y el control de la contaminación. Los macrodatos, la inteligencia artificial y la transformación digital pueden desempeñar un papel central para garantizar la sostenibilidad y la sostenibilidad ambiental. La implementación de ia ofrece numerosas ventajas, pero también conlleva desafíos importantes. Entre las desventajas clave se encuentran la falta de transparencia y aplicabilidad de los modelos, el sesgo en los datos y los resultados, preocupaciones de privacidad y seguridad, costos y recursos significativos, así como la resistencia al cambio. Para abordar estos desafíos es esencial invertir en investigación para hacer que la ia sea más transparente y justa, limpiar y equilibrar los datos, proteger la privacidad y cumplir con regulaciones, realizar una planificación cuidadosa del presupuesto y comunicar los beneficios de la ia mientras se brinda capacitación que permita garantizar una implementación exitosa y ética.

Referencias

Agvolution GmbH. (s. f.). Agvolution.com. https://en.agvolution. com/

Congreso de la República de Colombia (2018, 27 de julio). Ley 1931 de 2018: por medio de la cual se establecen las directrices para la gestión del cambio climático en las decisiones de las personas públicas y privadas, la concurrencia de la Nación, Departamentos, Municipios, Distritos, Áreas Metropolitanas y Autoridades Ambientales principalmente en las acciones de adaptación al cambio. DO 50.667.

BBVA NOTICIAS. (2019, 13 septiembre). Inteligencia artificial, el aliado contra el cambio climático. https://www. bbva.com/es/sostenibilidad/inteligencia-artificial-el-aliado-contra-el-cambio-climatico/

National Geographic. (2021, 19 marzo). Inteligencia artificial para detectar la basura marina. www.nationalgeographic.com.es. https://www.nationalgeographic.com.es/mundo-ng/ nuevas-tecnicas-deteccion-y-contabilizacion-basura-queflota-mar_16717

Unesco.org. (2023, 20 abril). ia por el planeta: Destacando las innovaciones de la ia para acelerar su impacto. https:// www.unesco.org/es/articles/ia-por-el-planeta-destacando-las-innovaciones-de-la-ia-para-acelerar-su-impacto

Santamaría, R. E. J. (2017, julio 22). El robot que siembra papas pastusas. El Tiempo. https://www.eltiempo.com/bogota/elrobot-que-siembra-papa-de-la-uniagraria-111532electoral”.