¿Por qué una misma cantidad de lluvia puede provocar una tragedia en un municipio y pasar casi desapercibida en otro? La respuesta no está únicamente en la intensidad de las precipitaciones, sino también en las condiciones sociales, económicas y territoriales de las comunidades expuestas.
Con esa premisa, Sebastián Peña, docente del programa de Sociología de Areandina Bogotá, y la estudiante Kelly Sarmiento desarrollaron un modelo predictivo que busca anticipar emergencias climáticas y estimar cuántas personas podrían verse obligadas a abandonar sus hogares. La propuesta obtuvo el segundo lugar nacional en la Hackatón 2026, organizada por el Programa de las Naciones Unidas para el Desarrollo (PNUD) Colombia.
La iniciativa integra información que suele analizarse por separado: datos meteorológicos obtenidos mediante satélites y registros sociodemográficos del Departamento Administrativo Nacional de Estadística (DANE). A partir del código oficial de los 1.102 municipios del país, el sistema cruza variables como precipitaciones, temperatura, humedad del suelo, pobreza multidimensional y características de las viviendas.
El análisis también considera las condiciones de territorios cercanos, en radios de hasta 90 kilómetros, para reconocer que una lluvia en la parte alta de una cuenca puede desencadenar inundaciones aguas abajo. Con técnicas de aprendizaje automático, el modelo estima primero la probabilidad de una emergencia y después calcula un rango aproximado de personas que podrían resultar desplazadas. Los resultados se presentan en mapas interactivos que facilitan la consulta de las autoridades y los actores locales.
“El riesgo no es solo cuánta agua cae del cielo, sino sobre qué condiciones de vida cae”, explica Peña. Esta perspectiva sitúa la vulnerabilidad social en el centro de la gestión del riesgo y plantea una alternativa a la respuesta exclusivamente reactiva, que suele comenzar cuando ya se han perdido viviendas, cultivos y medios de subsistencia.
Contar con alertas anticipadas permitiría, por ejemplo, priorizar intervenciones en zonas críticas, preparar evacuaciones, proteger cosechas y ganado, y organizar albergues antes de una emergencia. También ofrecería a los líderes comunitarios información técnica para exigir inversiones preventivas en sus territorios.
El componente ético es otro eje de la propuesta. En lugar de presentar las predicciones como cifras exactas, el modelo contempla intervalos que reflejan distintos escenarios posibles. Además, busca evitar la estigmatización de los municipios y facilitar que los usuarios comprendan las razones detrás de cada alerta.
“La tecnología tiene que estar subordinada a la dignidad humana”, afirma el docente. Bajo ese principio, la herramienta fue concebida con datos públicos y código abierto, con la intención de facilitar su acceso incluso en municipios con recursos limitados.
El desafío ahora es llevar esta capacidad de análisis a la toma de decisiones públicas. Para ello, Peña señala la necesidad de mejorar el intercambio de información entre entidades, garantizar el acceso tecnológico en los territorios y habilitar mecanismos de financiación que permitan invertir en prevención a partir de las alertas.
Más que predecir una catástrofe, la iniciativa busca anticipar sus consecuencias sociales. Su apuesta es que los datos ayuden a identificar dónde actuar, con qué recursos y a quiénes proteger antes de que perder el hogar se convierta en la única alternativa.
Por: Grupo el conserje
Política – América Latina
𝑷𝒆𝒓𝒊ó𝒅𝒊𝒄𝒐 🗞 𝐄𝐋 𝐄𝐒𝐏𝐈𝐍𝐀𝐋
𝑻𝒓𝒂𝒃𝒂𝒋𝒂𝒎𝒐𝒔 𝒑𝒐𝒓 𝒏𝒖𝒆𝒔𝒕𝒓𝒐 𝑬𝒔𝒑𝒊𝒏𝒂𝒍, 𝑬𝒍 𝑬𝒔𝒑𝒊𝒏𝒂𝒍 𝒅𝒆 𝒕𝒐𝒅𝒐𝒔!!!