Mediante imágenes satelitales e IA investigadores miden la pobreza en África

Esta herrmienta les permitió crear un mapa de riqueza para los principales países africanos

Tres académicos de la Universidad Stanford desarrollaron una herramienta que combina imágenes satelitales de acceso libre con inteligencia artificial para analizar los cambios y el desarrollo a través del tiempo en aldeas de África, así como tendencias y factores para ayudar a estas localidades a salir de la pobreza.

La herramienta utiliza imágenes satelitales tanto diurnas como nocturnas. Infraestructura humana -carreteras, agricultura, el material de los techos en las viviendas, entre otras-, es interpretada como indicador de desarrollo en las imágenes de día, mientras que de noche la luz eléctrica es el referente para la medición.

Estos datos se procesan a través de aprendizaje profundo, un método de IA que recurre a una red neuronal artificial para entrenarse constantemente a sí misma, con el objetivo de identificar patrones. Esto a fin de crear un índice de riqueza de activos, un componente económico utilizado para medir la riqueza de países en desarrollo.

Los investigadores probaron la precisión de esta herramienta con datos de aproximadamente 20 mil aldeas africanas y, según su investigación, demostraron la utilidad del análisis de imágenes satelitales, y la escalabilidad del método, al crear un mapa de riqueza para los principales países africanos. Dicen, el nivel de precisión es comparable al de las encuestas cara a cara.

De acuerdo al Banco Mundial (BM), el nivel de pobreza ha disminuido en África pero el número de personas viviendo en la pobreza incrementó. Mientras el primer indicador disminuyó de 54 por ciento en 1990 a 41% en 2015 –debido a un aumento poblacional–, el número de pobres pasó de 278 millones en 1990 a 413 millones en 2015. El organismo internacional señala, el 82% de la gente viviendo en pobreza en África lo hace en zonas rurales y el dinero que apenas percibe proviene de la agricultura.

Se espera, de continuar estas circunstancias, que para 2030 la pobreza mundial sea mayoritariamente africana, al aumentar de un 55% del total de la pobreza en el mundo, en 2015, a un 90% en 2030. Según evalúa el BM, actualmente no se gasta suficiente dinero en el combate a la pobreza y a menudo los esfuerzos no se enfocan en los sectores críticos, ni los impactan eficazmente.

Mencionan los investigadores de la Universidad Stanford -Marshall Burke, David Lobell y Stefano Ermon-, la medición local del bienestar humano es de suma importancia en la creación de políticas públicas de atención a la pobreza, para enfocar y evaluar la efectividad de los programas sociales que ayuden a salir de ella, así como para el desarrollo y despliegue de productos y servicios de la iniciativa privada.

InternacionalCoronavirusInteligencia Artificial