Imaginemos un país que pierde en cuestión de minutos buena parte de la riqueza que produce durante todo un año. Un huracán destruye viviendas, carreteras y puentes, paraliza la actividad económica y obliga al gobierno a utilizar recursos que estaban destinados a otras necesidades. El desastre termina, pero sus consecuencias pueden extenderse durante generaciones.
Este fue uno de los escenarios que Gonzalo Pita, director de la maestría en Sistemas de Johns Hopkins University, utilizó durante Córdoba Tech Week 2026 para explicar un aspecto poco visible de la Inteligencia Artificial: su capacidad para contribuir al análisis de riesgos que amenazan la estabilidad económica de países enteros.
En su presentación «Problemas Complejos – Parte 2: Diseño de IA y herramientas afines para abordarlos», Pita presentó metodologías desarrolladas a partir de trabajos vinculados al Banco Mundial y otras experiencias de análisis de riesgos en Estados Unidos.
Su exposición dejó una idea especialmente interesante: frente a una catástrofe, la tecnología no necesita ofrecer una solución perfecta para resultar valiosa. A veces, su mayor contribución consiste en proporcionar información suficientemente precisa para tomar decisiones antes de que sea demasiado tarde.
Cuando un huracán amenaza la economía de un país
Para comprender la dimensión del problema, Pita describió la vulnerabilidad de determinados países que, por su tamaño y ubicación geográfica, pueden sufrir pérdidas económicas extraordinarias ante un solo fenómeno natural.
El impacto no termina con la destrucción inmediata. Si desaparecen escuelas, instalaciones productivas o infraestructura comercial, también se comprometen oportunidades futuras, mientras que la recuperación puede consumir recursos equivalentes a varios años de desarrollo.
¿Cómo se prepara económicamente un gobierno para algo así?
La respuesta comienza mucho antes de que llegue la tormenta. Según explicó Pita, los especialistas construyen modelos capaces de estimar diferentes escenarios de pérdidas económicas y calcular la probabilidad de que ocurran dentro de un período determinado.
Con esa información, las autoridades pueden evaluar qué recursos financieros necesitan para responder ante distintos niveles de daño. El objetivo es desarrollar mecanismos de protección que funcionen como amortiguadores económicos, evitando que una catástrofe se convierta también en una crisis fiscal prolongada.
La IA entra en escena antes de que ocurra el desastre
Uno de los aspectos más reveladores de la conferencia fue la combinación de herramientas utilizadas para estudiar estos riesgos.
Pita mostró cómo los modelos matemáticos permiten simular el comportamiento de tormentas y estimar sus efectos sobre poblaciones e infraestructura. En ese proceso, la Inteligencia Artificial puede contribuir al procesamiento de imágenes satelitales, la interpretación de grandes volúmenes de información y el refinamiento de determinadas estimaciones.
Pero hizo una distinción fundamental: la IA no reemplaza todo el sistema de análisis. Es una herramienta dentro de un conjunto más amplio que incluye simulaciones, modelos probabilísticos, conocimiento científico y decisiones humanas.
La diferencia es importante. No se trata de pedirle a una máquina que adivine cuándo ocurrirá el próximo huracán, sino de utilizar información disponible para comprender mejor los posibles daños y preparar respuestas.
El especialista también presentó aplicaciones relacionadas con terremotos, donde herramientas de modelización permiten estimar rápidamente la intensidad de los movimientos sísmicos y orientar decisiones sobre dónde enviar ambulancias, bomberos y equipos de emergencia.
Incluso llevó el ejemplo a Córdoba, al explicar que la misma lógica de evaluación de riesgos podría adaptarse a los incendios, incorporando variables como la temperatura, la intensidad del fuego y su dirección de propagación.
El peligro de esperar una solución perfecta
Más allá de los modelos, hubo una reflexión que merece especial atención: el costo de intentar alcanzar la perfección cuando el tiempo es limitado.
Pita planteó que desarrollar durante 15 años una solución ideal para enfrentar desastres naturales puede resultar contraproducente si, durante ese período, las personas continúan expuestas a riesgos que podrían haberse reducido.
Por eso defendió estrategias progresivas, construidas con los recursos disponibles y junto a las instituciones responsables de aplicarlas. Una herramienta relativamente sencilla, comprendida y utilizada por un ministerio, puede aportar más valor inmediato que un sistema sofisticado que nunca llega a implementarse.
Esta perspectiva también obliga a revisar cómo medimos el éxito de la Inteligencia Artificial. La precisión técnica importa, pero también cuentan los costos, los tiempos de implementación y la capacidad real de los gobiernos para utilizar los resultados.
La conferencia de Pita dejó así una conclusión que trasciende los algoritmos: la verdadera utilidad de la IA no está solamente en lo que puede calcular, sino en las decisiones que ayuda a mejorar.
Porque cuando un país enfrenta la posibilidad de perder años de progreso económico, anticipar riesgos y actuar a tiempo puede marcar la diferencia entre una emergencia difícil y una crisis que comprometa su futuro.
