¿Puede la Inteligencia Artificial predecir conflictos armados?

No es fácil adivinar cuándo va a estallar un nuevo conflicto. A veces las causas pueden ser tan variadas como un boom de natalidad, una mala cosecha o, si recordamos nuestras lecciones de historia, el asesinato de un archiduque…

El problema

Pese a la dificultad del empeño, sí que ha habido iniciativas interesantes que tratan de determinar qué países corren mayor riesgo de sufrir acciones deliberadas de grupos armados que provoquen víctimas civiles.

Suelen basarse en el análisis de distintos factores de riesgo como pueden ser: un historial previo de sucesos similares, restricciones a la libertad de movimiento, coexistencia de distintos grupos étnicos y tipo de régimen político. Los modelos creados, reconvierten estos factores de riesgo en variables de entrada, como por ejemplo:

la densidad de población
el crecimiento del PIB,
el tiempo de viaje a la ciudad más cercana
la proporción de tierra sin cultivar
los años transcurridos desde la independencia
el tipo de gobierno.

A partir de estas variables de entrada, los modelos generan un valor de riesgo o “score”.

Algunos modelos.

Por ejemplo, en 2011 el Peace Research Institute de Oslo, creó un modelo para predecir los conflictos entre 2010 y 2050. Sin embargo, no fue capaz de predecir la guerra civil en Siria.

Por ello, lo habitual es combinar distintos modelos, maximizado sus fortalezas y reduciendo al máximo sus limitaciones. Un esquema de este tipo de ensamble de modelos sería similar al representado en la Figura 1.

*Figura 1: Modelo idealizado creado por technologyreview*

En 2013, investigadores US Holocaust Museum y la Universidad de Dartmouth publicaron su primer modelo “ensemble”: The Early Warning Project.

El objetivo es generar un sistema de alerta temprana, capaz de detectar en qué países el riesgo de que se produzcan brotes de violencia armada es elevado.

Uno de los éxitos notables, aunque trágicos, del proyecto fue la capacidad de predecir una matanza en Myanmar, poco antes de que comenzara la persecución masiva de los rohingya en 2016. Myanmar ocupaba entonces el primer lugar en el informe.

Statistical Risk Assessment Results 2016 Map —Data from the Early Warning Project — *Figura 2:* Statistical Risk Assessment Results 2016 Map *—Data from the Early Warning Project*. *Source: US Holocaust Museum*

Otros modelos, como ViEWS, creado por investigadores de la Universidad de Uppsala, ofrecen niveles de resolución impensables hace pocos años. El modelo ViEWS, está centrado en los conflictos en África, y ofrece lecturas predictivas mensuales sobre múltiples regiones dentro de un estado dado. Puede pronosticar el riesgo de tres tipos diferentes conflicto -desde el estado, unilateral y no estatal- en una cuadrícula geográfica con celdas de sólo 55 kilómetros de lado y tener en cuenta desde la primera muerte atribuible a la violencia organizada. En la Figura 3 se puede ver un ejemplo de predicción extraído del último informe mensual elaborado por el equipo del proyecto VieWs.

*Figura 3: Extracto del informe de predicción de riesgo de Octubre 2019. Descargar pdf.*

Conclusión

Últimamente, por desgracia, cuando vemos juntos los términos y “Guerra” e “Inteligencia Artificial”, el uso de ésta última parece ir enfocado exclusivamente a la mejora de las capacidades armamentísticas.

Sin embargo, vemos que también puede usarse como herramienta de paz. Una herramienta capaz de generar alertas tempranas que permitan a la ONU y otras organizaciones humanitarias dirigir la ayuda allí donde sea necesaria. También, alertar a los más vulnerables con antelación para que puedan buscar un lugar seguro.

La inteligencia artificial, como cualquier tecnología, no es algo “bueno” ni “malo”. Lo son los objetivos con los que la usamos las personas.