Ambiental Noticias RSE

¿Puede usarse la Inteligencia Artificial en el cuidado del agua?

¿Puede usarse la Inteligencia Artificial en el cuidado del agua?

¿Y si la IA pudiera ayudar a resolver algunos de los retos sociales y medioambientales más urgentes del mundo?

Cuando oímos hablar de Inteligencia Artificial (IA), mucha gente suele pensar en complejos programas que procesan y analizan cantidades masivas de datos e información para la vigilancia, la ingeniería financiera o la defensa. Pero, ¿y si la IA pudiera utilizarse para resolver algunos de los retos sociales y medioambientales más apremiantes del mundo, como el acceso al agua?

Eso es lo que DataRobot, un proveedor de tecnología de IA empresarial que trabaja en varias industrias globales importantes, está tratando de permitir a través de su programa AI for Good, lanzado en julio de 2019.

El programa fue diseñado para abordar muchos de los desafíos que a menudo surgen con otras iniciativas de datos para el bien.

Queríamos ofrecer a las organizaciones sin ánimo de lucro algo más que un evento puntual como un hackathon o una solución de código personalizado difícil de mantener.

Chandler McCann, Jefe de AI for Good en DataRobot, a Sustainable Brands™.

¿Puede usarse la Inteligencia Artificial en el cuidado del agua?: Programa DataRobot

El programa de DataRobot tiene un enfoque único, que va más allá de proporcionar a las organizaciones sin fines de lucro el acceso a su plataforma. Proporcionando seis meses de compromiso práctico y apoyo para asegurar que las organizaciones puedan utilizar mejor estas herramientas en su importante trabajo del programa, incluyendo la ayuda para desarrollar plataformas específicas para las organizaciones sin fines de lucro.

¿Puede usarse la Inteligencia Artificial en el cuidado del agua?

Implementar una solución de IA puede ser difícil. Queremos asegurarnos de que una organización que solicite este programa tenga la capacidad y el apoyo de la dirección para que el proyecto tenga éxito.

Chandler McCann, Jefe de AI for Good en DataRobot, a Sustainable Brands™.

El programa pretende poner a disposición de las organizaciones sin ánimo de lucro la misma tecnología de IA que utilizan las grandes empresas mundiales. Entre los socios actuales y anteriores se encuentran Kiva, DonorsChoose y Anacostia Rivershed. Uno de los primeros socios piloto de este programa fue Global Water Challenge, una organización mundial sin ánimo de lucro cuyo objetivo es proporcionar agua potable, saneamiento y educación sobre higiene en todo el mundo. Anteriormente había participado en otros programas de datos para el bien, pero encontró que los recursos eran escasos.

Algunos de los resultados eran bastante interesantes, pero ninguno tuvo realmente el impacto que esperábamos; y en la mayoría de los casos —ya que no teníamos un equipo de científicos de datos— no pudimos trabajar fácilmente con los productos basados en código que se desarrollaron.

Katy Sill, Directora del Programa de Intercambio de Datos de Water Point en Global Water Challenge.

Esto no se debió a la falta de necesidad, sino a la capacidad. El acceso al agua y la calidad del agua son dos grandes retos para el desarrollo, y componentes clave de los Objetivos de Desarrollo Sostenible de la ONU.

Global Water Challenge sabía que uno de los principales problemas era el colapso de los puntos de acceso al agua —bombas manuales y grifos de los que dependen casi mil millones de personas en todo el mundo para sus necesidades diarias de agua—. Tenían datos, pero no sabían cómo utilizarlos para utilizar mejor los recursos limitados y entender qué es lo que provoca estas averías.

Para Global Water Challenge, el enfoque práctico y colaborativo de DataRobot proporcionó un rendimiento casi instantáneo.

Con DataRobot pudimos cargar los datos de Water Point Data Exchange y construir un modelo que proporciona información clave sobre las cuestiones importantes que habíamos estado buscando.

Katy Sill, Directora del Programa de Intercambio de Datos de Water Point en Global Water Challenge.

El proyecto piloto inicial, en Sierra Leona, ha tenido éxito hasta ahora, y también ha permitido a Global Water Challenge colaborar mejor con el Gobierno.

Tras el éxito de estas primeras implantaciones, el Ministerio de Recursos Hídricos de Sierra Leona colaboró con el Ministerio de Finanzas para aprobar una directiva nacional que exige el uso de datos en las decisiones sobre los servicios hídricos.

El gobierno está utilizando los resultados de la plataforma para informar del proceso de planificación de las reparaciones, el mantenimiento y la nueva construcción de puntos de agua, lo que afecta a casi dos millones de ciudadanos en todo el país.

Katy Sill, Directora del Programa de Intercambio de Datos de Water Point en Global Water Challenge.

Sill espera tomar lo que han desarrollado para Sierra Leona y utilizarlo en otros países con problemas de acceso al agua.

Hay una gran oportunidad de mejorar el acceso al agua en todo el mundo utilizando estos datos y los modelos que hemos creado con DataRobot.

Katy Sill, Directora del Programa de Intercambio de Datos de Water Point en Global Water Challenge.

Mientras tanto, DataRobot ve oportunidades más allá del agua, incluyendo la salud y el acceso a la financiación. El potencial es ilimitado, aunque será clave seguir ampliando las capacidades de las organizaciones sin ánimo de lucro para utilizar e integrar la IA en su trabajo.

El enfoque del programa AI for Good se extiende a cualquier problema social importante o desafío global. Es increíblemente gratificante trabajar con organizaciones sin ánimo de lucro (…) para lograr el éxito con la IA.

Chandler McCann, Jefe de AI for Good en DataRobot, a Sustainable Brands™.

Acerca del autor

Corinna Acosta

Comunicóloga, Mercadóloga y Especialista en Marcas Humanas. Colabora en este espacio desde 2012.

Generadora de estrategias y contenidos digitales. Defensora de la comunicación corporativa con enfoque humano. @coryacr en Twitter.

Dejar un comentario

[index]
[index]
[523.251,1046.50]
[523.251,1046.50]
[523.251,1046.50]
[523.251,1046.50]