LA
INFLUENCIA DE LA INTELIGENCIA ARTIFICIAL EN LA OPTIMIZACIÓN DE LA COMUNICACIÓN
DE RIESGOS Y DESASTRES EN MEDIOS DIGITALES: AVANCES, RETOS Y APLICACIONES
EMERGENTES EN LA GESTIÓN DE CRISIS
DOCTORADO
EN GESTION INTEGRAL DE RIESGO
UNIVERSIDAD
DUCENS
Doctorante
Jose Rafael Moya Saavedra
Anteproyecto de Tesis – Doctorado en Gestión
Integral del Riesgo
1. Tema delimitado
La influencia de la
inteligencia artificial en la optimización de la comunicación de riesgos y
desastres en medios digitales: avances, retos y aplicaciones emergentes en la
gestión de crisis en América Latina.
Este estudio se enfoca en
explorar cómo la inteligencia artificial (IA) está transformando los procesos
de comunicación de riesgos y desastres, especialmente en entornos digitales y
redes sociales, en el contexto latinoamericano. Se analizarán los avances
actuales, los desafíos técnicos, éticos y sociales, y las posibilidades de
construir modelos comunicativos más eficaces, incluyentes y adaptativos.
2. Planteamiento de la problemática
La comunicación de riesgos
constituye uno de los pilares fundamentales en la gestión integral del riesgo.
En un mundo caracterizado por la aceleración digital y la sobreinformación, la
transmisión de mensajes claros, oportunos y verificados en situaciones de
crisis se ha convertido en un desafío central para instituciones públicas,
medios de comunicación y organismos de protección civil. La desinformación, el
sensacionalismo y los vacíos de coordinación institucional han provocado, en
muchos casos, respuestas tardías, pérdida de confianza y afectaciones directas
a la seguridad de las comunidades.
En este panorama, la
inteligencia artificial ha emergido como una herramienta con potencial
disruptivo. Tecnologías como el procesamiento de lenguaje natural, el
aprendizaje automático y los sistemas predictivos permiten analizar grandes
volúmenes de datos en tiempo real, personalizar alertas y automatizar
respuestas comunicativas. Sin embargo, la incorporación de estas tecnologías en
el campo de la comunicación de riesgos sigue siendo desigual, fragmentada y, en
muchos casos, poco regulada.
2.1 Principales antecedentes
Diversos estudios
internacionales, como los de Reichstein et al. (2025) y Guidehouse
(2024), han documentado avances significativos en el uso de IA para
sistemas de alerta temprana, análisis multifuente y comunicación adaptativa.
También existen experiencias relevantes en el monitoreo de rumores en redes
sociales y la generación de mensajes automatizados durante emergencias
sanitarias y ambientales. Sin embargo, estas experiencias han sido lideradas en
su mayoría por países del norte global.
En América Latina, el uso de
IA en gestión de desastres es aún incipiente. Existen esfuerzos en ciudades
como Santiago de Cali o Ciudad de México, pero faltan estudios sistemáticos que
evalúen su eficacia, sus implicaciones éticas y su aplicabilidad en contextos
culturales diversos. En este sentido, esta investigación se justifica tanto por
el vacío académico como por la necesidad profesional de contar con herramientas
mejor adaptadas a la realidad de la región.
Desde mi experiencia
profesional como consultor en gestión integral del riesgo, protección civil y
comunicación de crisis, así como desde mi trayectoria como periodista político,
he podido observar de primera mano las limitaciones actuales de los sistemas de
alerta y la urgencia de modernizar los procesos de comunicación durante
emergencias, sin sacrificar la ética, la claridad ni la inclusión social.
2.2 Objetivo general
Analizar cómo la inteligencia
artificial puede optimizar la comunicación de riesgos y desastres en medios
digitales, a través de una revisión del estado del arte, el estudio de
experiencias aplicadas y el diseño de un modelo metodológico que contribuya a
fortalecer la resiliencia comunitaria y la toma de decisiones informadas en
contextos de crisis.
2.3 Objetivos específicos
1. Identificar
los modelos actuales de uso de IA en la comunicación de riesgos y desastres en
entornos digitales.
2. Analizar
casos documentados donde la IA haya mejorado o entorpecido la comunicación en
situaciones de crisis.
3. Proponer
un modelo ético, operativo y adaptativo de aplicación de IA en medios digitales
con enfoque de resiliencia comunitaria.
3. Justificación
3.1 ¿Por qué me interesa realizar el estudio?
La motivación personal surge
de la intersección entre mis dos campos de acción: la gestión de riesgos y el
periodismo. He sido testigo de cómo la falta de comunicación adecuada en
momentos críticos genera caos, desinformación y consecuencias evitables. También
he presenciado el potencial de herramientas tecnológicas —como sistemas de
monitoreo en tiempo real, análisis predictivo o difusión automatizada— para
reducir incertidumbre y salvar vidas. Creo firmemente que, si estas
herramientas se utilizan con enfoque ético y culturalmente sensible, pueden
transformar la forma en que nos preparamos y respondemos ante los desastres.
3.2 ¿Qué importancia tiene realizar este
estudio?
Esta investigación tiene
relevancia tanto teórica como práctica. A nivel académico, contribuye a cerrar
la brecha de conocimiento sobre la intersección entre IA, comunicación y
gestión de riesgos, especialmente en el contexto latinoamericano. A nivel institucional,
puede aportar insumos clave para el diseño de políticas públicas, protocolos de
comunicación digital y plataformas tecnológicas que respondan a criterios de
eficiencia, equidad y resiliencia. Además, busca abrir un campo de diálogo
interdisciplinario entre tecnólogos, comunicadores, gestores de riesgo y
ciudadanía, fomentando un enfoque de gobernanza colaborativa frente al riesgo.
4. Marco Teórico (El inicio)
4.1 Estado de la cuestión
El estado actual de la literatura indica una evolución
acelerada del uso de la inteligencia artificial en ámbitos críticos como la
salud, la logística y, de forma más incipiente, en la gestión de desastres.
Autores como Russell y Norvig (2021) definen la IA como un conjunto de
algoritmos y sistemas capaces de emular procesos cognitivos humanos, siendo sus
aplicaciones múltiples en entornos de alta incertidumbre. Desde la perspectiva
de la gestión de riesgos, estudios como los de Murphy (2019) y Guidehouse
(2024) han mostrado cómo la IA puede reducir los tiempos de respuesta y
mejorar la calidad de las decisiones bajo presión.
En el ámbito de la comunicación de riesgos, se retoman los
enfoques de Covello y Sandman (2001), quienes destacan la necesidad de
mensajes claros, oportunos, culturalmente adecuados y basados en confianza.
Este marco ha sido actualizado por estudios como el de Pascual-Presa y
García-Orosa (2024), quienes analizan cómo las plataformas digitales y los
algoritmos transforman las dinámicas de percepción del riesgo.
Teóricamente, el proyecto se ancla en tres
enfoques:
(1) los sistemas adaptativos
complejos, que explican la necesidad de respuestas flexibles y multiescalares
ante fenómenos dinámicos;
(2) la teoría de la difusión de innovaciones de Rogers
(2003), que aborda cómo se adoptan tecnologías o mensajes según niveles de
confianza y familiaridad; y
(3) el enfoque
ético-procedimental en el uso de IA en contextos de crisis, abordado por Beduschi
(2022), quien insiste en el respeto a los derechos humanos y la
transparencia algorítmica como criterios indispensables.
Este primer acercamiento
teórico permite fundamentar el análisis de casos, el diseño metodológico y la
propuesta de modelos comunicativos con enfoque de resiliencia. La investigación
se plantea como un aporte que articula innovación tecnológica con responsabilidad
social, anclado en realidades latinoamericanas y con proyección para su
implementación institucional.
Anexos: Integración de Entregables 1 y 2
Objetivo general
Analizar cómo la inteligencia
artificial puede optimizar la comunicación de riesgos y desastres en medios
digitales, a través de una revisión del estado del arte, el estudio de
experiencias aplicadas y el diseño de un modelo metodológico que contribuya a
fortalecer la resiliencia comunitaria y la toma de decisiones informadas en
contextos de crisis.
Marco Teórico – Conceptos clave
Inteligencia Artificial:
Tecnología basada en algoritmos que permite simular funciones cognitivas
humanas. Según Russell y Norvig (2021), su potencial en gestión de riesgos está
en la capacidad de tomar decisiones bajo incertidumbre y alta complejidad.
Comunicación de riesgos:
Proceso de intercambio de información sobre amenazas, que busca informar de
forma clara, oportuna y comprensible (Covello & Sandman, 2001).
Gestión Integral del Riesgo:
Estrategia de gobernanza que abarca prevención, preparación, respuesta y
recuperación ante amenazas, con énfasis en la participación y la equidad
(UNDRR, 2015).
Diseño Metodológico
· Alcance:
Exploratorio y descriptivo
· Enfoque: Mixto
(cuantitativo y cualitativo)
Técnicas e instrumentos:
· Revisión
documental de literatura científica y técnica.
· Entrevistas
semiestructuradas a especialistas.
·
Análisis de contenido de plataformas digitales
durante eventos críticos.
ÍNDICE
1. Introducción
2. Tema
planteado y delimitado
3. Problema
de investigación detectado
4. Fuentes
identificadas y balance del estado del conocimiento
5. Justificación
del tema de investigación
6. Conclusión
7. Bibliografía
8.- Introducción (entregable 2)
9.-
Objetivo General de Investigación
10.-
Marco Teórico y Conceptos Clave
·
10.1 Inteligencia Artificial
·
10.2 Comunicación de Riesgos
·
10.3 Gestión Integral del Riesgo
11.-
Diseño Metodológico Inicial
·
11.1 Alcance y Enfoque
·
11.2 Técnicas e Instrumentos de Obtención
de Datos
12.-
Cierre del entregable 2
13.-
Bibliografía citada del entregable 2
8.- Introducción (Entregable 2)
La gestión integral del
riesgo, entendida como un proceso articulado de prevención, preparación,
respuesta y recuperación frente a amenazas de diversa índole, ha evolucionado
significativamente ante el impacto de la transformación digital. En particular,
la inteligencia artificial (IA) se ha perfilado como una herramienta disruptiva
para optimizar procesos clave como la comunicación de riesgos, permitiendo
anticipar escenarios, automatizar alertas y personalizar mensajes para
distintos públicos. Este potencial se vuelve especialmente relevante en un
contexto donde los fenómenos naturales, tecnológicos y sociales tienden a
intensificarse y complejizarse, exigiendo respuestas institucionales más
ágiles, informadas y adaptativas.
Partiendo de la premisa de que
la información oportuna y verificada puede salvar vidas, este entregable
profundiza en tres aspectos fundamentales de la propuesta de investigación: el
objetivo general que la orienta, el marco teórico que sustenta sus bases
conceptuales, y el diseño metodológico inicial que permitirá explorar y
analizar el fenómeno de estudio. Así, se busca avanzar en la construcción de
una propuesta científica rigurosa, con aplicación práctica y con potencial de
impacto en la toma de decisiones tanto en medios de comunicación como en
instituciones de protección civil y plataformas digitales.
El presente documento
constituye, por tanto, un paso clave para sentar las bases conceptuales y
metodológicas de una investigación que aspira no solo a analizar el estado
actual de la IA en la comunicación de desastres, sino también a contribuir con
nuevas perspectivas y propuestas en favor de comunidades más resilientes,
sistemas de información más confiables y procesos de gobernanza del riesgo más
eficaces.
9. Objetivo General de Investigación
·
¿Qué? Analizar la influencia
de la inteligencia artificial en la optimización de la comunicación de riesgos
y desastres en medios digitales.
·
¿Cómo? A través de una
revisión crítica del estado del conocimiento, estudios de caso relevantes y el
diseño de un enfoque metodológico mixto.
· ¿Para
qué?
Para proponer estrategias innovadoras, éticas y adaptables que fortalezcan la
gestión integral del riesgo desde una comunicación más eficaz y
contextualizada.
Objetivo general:
Analizar cómo la inteligencia artificial puede optimizar la comunicación de
riesgos y desastres en medios digitales, a través de una revisión del estado
del arte, el estudio de experiencias aplicadas y el diseño de un modelo
metodológico que contribuya a fortalecer la resiliencia comunitaria y la toma
de decisiones informadas en contextos de crisis.
10. Marco Teórico y Conceptos Clave
10.1 Inteligencia Artificial
La inteligencia artificial
(IA) se define como el conjunto de sistemas o máquinas que imitan la
inteligencia humana para realizar tareas y que pueden mejorar iterativamente
con la información que recopilan (Russell & Norvig, 2021). En el
contexto de la gestión de riesgos, la IA opera como una herramienta para
procesar grandes volúmenes de datos en tiempo real, identificar patrones de
amenaza, generar alertas automatizadas y personalizar mensajes de acuerdo con
el contexto de cada comunidad (Guidehouse, 2024).
Desde una perspectiva
práctica, su implementación permite acortar los tiempos de respuesta y ampliar
la cobertura comunicativa durante una emergencia. En la teoría de sistemas
adaptativos complejos, la IA se posiciona como un catalizador que permite a las
instituciones públicas responder de forma más dinámica a eventos no lineales e
inesperados (Reichstein et al., 2025).
10.2 Comunicación de Riesgos
La comunicación de riesgos se
refiere a “un proceso interactivo de intercambio de información y opiniones
entre individuos, grupos e instituciones, sobre peligros o amenazas reales o
percibidas” (Covello & Sandman, 2001). En contextos de emergencia,
su rol es clave para reducir la incertidumbre, orientar el comportamiento
colectivo y fomentar la toma de decisiones adecuadas.
Este concepto se articula en
la práctica con la inteligencia artificial mediante herramientas como los chatbots,
los mapas interactivos de riesgos, los mensajes dirigidos a públicos
específicos y la detección automatizada de rumores o fake news. Teóricamente,
está vinculada con los modelos de comunicación estratégica, particularmente el
de “difusión de innovaciones” (Rogers, 2003), que explica cómo los
mensajes técnicos son adoptados o rechazados por diferentes segmentos de una
población en función de su claridad, relevancia y oportunidad.
10.3 Gestión Integral del Riesgo
La gestión integral del riesgo
(GIR) es un proceso sistemático de planeación, implementación, monitoreo
y evaluación de políticas, estrategias y prácticas para prevenir, mitigar,
preparar, responder y recuperar ante riesgos de desastres (UNDRR, 2015).
Incluye la participación de múltiples actores y sectores y reconoce que el
riesgo es una construcción social.
Desde un plano teórico, la GIR
integra elementos del enfoque de resiliencia comunitaria y de gobernanza del
riesgo. En la práctica, implica el diseño de políticas públicas que favorezcan
sistemas de alerta temprana multiescalares, coordinación institucional,
educación en prevención, y marcos normativos robustos. En esta investigación,
la IA actúa como un componente emergente que puede fortalecer esta gestión
desde la dimensión comunicativa, dotando de mayor eficacia, pertinencia y
equidad los flujos de información en situaciones de emergencia.
11. Diseño Metodológico Inicial
11.1 Alcance y Enfoque
El alcance de esta
investigación será exploratorio y descriptivo, ya que se busca conocer en
profundidad el estado actual del uso de IA en la comunicación de riesgos,
identificar sus aplicaciones prácticas y plantear posibles mejoras. Él enfoque
será mixto (cuantitativo y cualitativo), combinando análisis documental,
entrevistas a expertos y revisión de casos prácticos, lo que permitirá
triangular información y generar una comprensión amplia y contextualizada del
fenómeno.
Se opta por este diseño porque
permite analizar tanto variables medibles (frecuencia de uso de herramientas
automatizadas, tiempos de respuesta, alcance de mensajes) como comprender
dimensiones cualitativas (percepciones de usuarios, tensiones éticas, condiciones
institucionales).
11.2 Técnicas e Instrumentos de Obtención de
Datos
Revisión documental: Se
analizarán artículos científicos, informes técnicos, manuales institucionales y
casos de estudio internacionales sobre IA en gestión de desastres. Esto
permitirá establecer el marco contextual y los antecedentes del fenómeno.
Entrevistas semiestructuradas: Se
aplicarán a profesionales en comunicación de riesgos, desarrolladores de
tecnología y funcionarios de protección civil, para explorar experiencias,
percepciones y retos.
Análisis de contenido de
plataformas digitales: Se examinarán mensajes difundidos a través de
medios digitales y redes sociales en casos de crisis recientes, evaluando su
eficacia, claridad y nivel de automatización.
Estos instrumentos permitirán
obtener datos triangulados que ayuden a comprender tanto la estructura
tecnológica como las implicaciones humanas y organizacionales del uso de IA en
la comunicación de emergencias.
12. Cierre
El análisis presentado en este
entregable permite establecer una base teórico-metodológica robusta para
continuar el desarrollo del proyecto de investigación. A través de la
formulación del objetivo general, se definió con claridad la dirección del
estudio; mediante la exploración de los conceptos clave, se delimitaron los
marcos interpretativos desde los cuales se abordará el fenómeno; y con el
diseño metodológico propuesto, se sentaron las pautas iniciales para la
obtención de datos empíricos relevantes.
La integración de la
inteligencia artificial en la comunicación de riesgos constituye un campo
emergente, con retos tecnológicos, éticos y sociales que requieren abordajes
inter y transdisciplinarios. En este sentido, la propuesta aquí planteada busca
no solo contribuir al cuerpo académico existente, sino también ofrecer
soluciones prácticas y sostenibles ante los desafíos contemporáneos de la
gestión del riesgo.
Los
siguientes pasos en la investigación incluirán el desarrollo de instrumentos,
la validación de fuentes y la aplicación del diseño propuesto en contextos
específicos, buscando consolidar un modelo replicable que vincule innovación
tecnológica, responsabilidad comunicativa y resiliencia comunitaria.
13. Bibliografía entregable 2
Covello, V. T., & Sandman, P. M. (2001). Risk communication: Evolution and revolution. In A.
Wolbarst (Ed.), Solutions to an Environment in Peril (pp. 164–178). Johns
Hopkins University Press.
Guidehouse.
(2024). Harnessing AI with
emergency alerts and warnings. Recuperado de https://guidehouse.com/insights/defense-and-security/2024/harnessing-ai-with-emergency-alerts-and-warnings
Reichstein, M.,
Benson, V., Blunk, J., Camps-Valls, G., et al. (2025). Early warning of complex climate risk with integrated
artificial intelligence. Nature Communications, 16, Art. 2564. https://doi.org/10.1038/s41467-025-02564-8
Rogers, E. M.
(2003). Diffusion of
Innovations (5th ed.). Free Press.
Russell, S., &
Norvig, P. (2021).
Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
UNDRR. (2015). Marco
de Sendai para la Reducción del Riesgo de Desastres 2015-2030. Naciones Unidas.
https://www.undrr.org/publication/sendai-framework-disaster-risk-reduction-2015-2030
