¿Puede la inteligencia artificial hacer que la migración climática sea más justa?
Millones de personas ya se ven obligadas a abandonar sus hogares debido a los trastornos climáticos. Sequías prolongadas, aumento del nivel del mar, tormentas extremas: estos fenómenos obligan a comunidades enteras a desplazarse, a menudo sin recursos suficientes para adaptarse o reconstruirse. Los migrantes climáticos, ya sea que huyan temporal o definitivamente, enfrentan riesgos aumentados para su salud, seguridad e integración. Sin embargo, su situación podría mejorar gracias a herramientas aún poco explotadas en este ámbito: las tecnologías de inteligencia artificial.
La inteligencia artificial ya se utiliza para predecir desastres naturales, monitorear la evolución del clima u optimizar los sistemas de salud. Aplicada a la migración climática, podría transformar la manera en que las sociedades anticipan, acompañan e integran estos desplazamientos. Por ejemplo, modelos informáticos analizan ahora en tiempo real los datos satelitales para identificar zonas en riesgo de inundación o desertificación. Esta información permite actuar antes de que las poblaciones se vean obligadas a partir, reforzando las infraestructuras locales u organizando reubicaciones planificadas. En países como Etiopía, estos sistemas ya han ayudado a proteger a cientos de miles de personas y sus tierras agrícolas.
La inteligencia artificial también ofrece soluciones para reducir las desigualdades que afectan a los migrantes una vez desplazados. Algoritmos ayudan a identificar las necesidades de atención médica, predecir epidemias en campos de refugiados o facilitar el acceso a la educación para niños desplazados. Aplicaciones móviles, basadas en reconocimiento de voz o procesamiento automático del lenguaje, apoyan el aprendizaje de idiomas y la integración social. En ciertas regiones de África Oriental, plataformas digitales conectan incluso a los migrantes con servicios médicos locales, mejorando así su acceso a la atención sanitaria.
Sin embargo, estos avances no están exentos de riesgos. Los sistemas de inteligencia artificial dependen de datos que, si están sesgados o son incompletos, pueden agravar las desigualdades en lugar de reducirlas. Las regiones más vulnerables, a menudo ubicadas en el Sur global, carecen crónicamente de datos locales precisos. Sin una recolección rigurosa e inclusiva, las herramientas desarrolladas podrían ignorar las realidades de las poblaciones más expuestas. Además, la huella ecológica de ciertas tecnologías plantea interrogantes: el entrenamiento de modelos complejos consume una energía considerable, contribuyendo irónicamente al calentamiento global que pretenden combatir.
Para que la inteligencia artificial sirva verdaderamente a la justicia climática, su diseño debe involucrar a las comunidades afectadas. Esto significa incluir a los migrantes, las autoridades locales y los expertos en el terreno en el desarrollo de las herramientas, para que estas respondan a necesidades concretas y respeten los derechos fundamentales. También son necesarios marcos regulatorios estrictos para garantizar la transparencia de los algoritmos, proteger los datos personales y evitar cualquier forma de discriminación automatizada.
El desafío es enorme: pasar de una gestión de crisis, donde los desplazamientos climáticos se sufren, a un enfoque proactivo que fortalezca la resiliencia de las poblaciones. La inteligencia artificial no resolverá por sí sola las causas profundas de las migraciones climáticas, pero puede convertirse en una poderosa palanca para mitigar sus consecuencias más injustas. Siempre y cuando se diseñe con equidad, sobriedad y en estrecha colaboración con quienes más la necesitan.
Crédits et attributions
Source principale
DOI : https://doi.org/10.1057/s41599-026-07087-1
Titre : Artificial intelligence and climate migration equity
Revue : Humanities and Social Sciences Communications
Éditeur : Springer Science and Business Media LLC
Auteurs : Lawrence A. Palinkas; Mustafa F. Özbilgin; Miriam Aczel; Nathalie Ortar; Claire Monteleoni; Sarab Sethi; Eric Rice; Bistra Dilkina; Michalle Mor Barak