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