Pregúntale a un científico: ¿cómo pueden los investigadores utilizar la IA para predecir una inundación?

En 2018 pusimos a prueba un modelo de predicción de inundaciones en India que utilizaba datos fluviales en tiempo real para pronosticar inundaciones. Desde entonces, nuestros avances en IA nos han permitido realizar predicciones en 150 países de todo el mundo, donde viven más de 2000 millones de personas.

En marzo de 2026, anunciamos Groundsource , una nueva metodología basada en IA que transforma los datos públicos de desastres en un archivo de datos de alta calidad, comenzando con las inundaciones repentinas en zonas urbanas. Nos reunimos con Deborah Cohen, investigadora principal de Google Research, para comprender cómo la IA ha hecho posible la predicción de inundaciones y qué potencial tiene esta investigación para predecir otros desastres naturales.

¿Qué haces en Google?

Dirijo el proyecto de predicción de inundaciones en el equipo de Resiliencia ante la Crisis Climática. Nuestro objetivo es proteger a las personas de los desastres naturales mediante inteligencia artificial, empezando por las inundaciones, uno de los desastres naturales más comunes y mortíferos. Las alertas tempranas pueden prevenir gran parte del daño que causan las inundaciones. Por eso creamos la Iniciativa de Predicción de Inundaciones de Google: queremos que todos tengan acceso a pronósticos y alertas para que puedan estar seguros e informados.

¿Cómo utiliza Google la IA para predecir una inundación?

Eso ha cambiado varias veces desde que comenzamos esta investigación hace casi una década. Pero, en esencia, utilizamos un conjunto de modelos para procesar grandes cantidades de datos globales sobre factores como las precipitaciones, los niveles de los ríos y las condiciones de la superficie terrestre, con el fin de predecir inundaciones fluviales hasta siete días antes de que ocurran y crecidas repentinas urbanas hasta 24 horas antes. Estas predicciones se encuentran en nuestra herramienta Flood Hub y también aparecen en la búsqueda cuando las personas buscan más información sobre una inundación en su área. Además, ofrecemos una API de inundaciones que brinda a las organizaciones acceso a las predicciones, lo que les permite alertar y brindar apoyo a la población antes de que se produzcan las inundaciones más graves.

¿Qué hace Flood Hub?

Flood Hub recopila datos meteorológicos de vanguardia de todo el mundo y utiliza inteligencia artificial para generar alertas predictivas en un mapa. Esto representa un gran avance con respecto a los modelos tradicionales de inundaciones, que suelen requerir datos históricos locales, como los niveles de agua, para su calibración. Nuestra IA nos permite acceder a información de todo el mundo para ofrecer predicciones incluso en lugares sin datos históricos, lo cual es fundamental, ya que las personas que más necesitan las alertas suelen vivir en regiones con escasez de datos.

Cuando creamos la herramienta Flood Hub, se limitaba a predecir cuándo se desbordaría un río. En los últimos años, hemos desarrollado una nueva metodología de IA llamada Groundsource, que ha ampliado nuestra cobertura para incluir las inundaciones repentinas urbanas.

¿Por qué tardamos más en integrar las inundaciones repentinas urbanas en Flood Hub?

Teníamos una enorme cantidad de datos globales sobre inundaciones fluviales, pero casi ninguno sobre inundaciones repentinas urbanas. Flood Hub predice las inundaciones fluviales con dos modelos de IA que procesan diversas fuentes de datos disponibles públicamente. El modelo hidrológico utiliza las condiciones meteorológicas y del terreno para pronosticar la cantidad de agua que fluirá por un río, y el modelo de inundación utiliza datos de caudal para predecir qué áreas se verán afectadas. Existen numerosos medidores físicos (o reglas) en los ríos de todo el mundo para medir los niveles de agua a lo largo del tiempo, lo que ayuda con esas predicciones. Es muy raro encontrar sensores que monitoreen las inundaciones repentinas en áreas urbanas, por lo que no contamos con ese tipo de datos históricos sobre inundaciones repentinas urbanas.

¿Dónde encontraste datos sobre inundaciones urbanas?

Sin una base de datos global fiable sobre inundaciones urbanas, sabíamos que tendríamos que crearla nosotros mismos. Fue entonces cuando surgió la idea de Groundsource. Primero, utilizamos Gemini para analizar más de 5 millones de noticias sobre inundaciones durante un periodo de 20 años, creando una base de datos masiva y única de 2,6 millones de eventos históricos de inundación en más de 150 países. Posteriormente, integramos esos datos en un nuevo modelo de inundaciones repentinas urbanas que ya está disponible en Flood Hub.

¿Cómo ayuda Flood Hub a las comunidades afectadas por las inundaciones?

Investigadores y organizaciones humanitarias, como Give Directly , utilizan Flood Hub para comprender mejor dónde se producirán las inundaciones y quiénes corren riesgo. El año pasado, gracias a nuestra API de predicción de inundaciones , Give Directly pudo entregar ayuda económica a personas en Kogi, Nigeria —una de las regiones más afectadas por las inundaciones en África Occidental— antes de que subiera el nivel del agua. Descubrieron que esta ayuda temprana permitió a las familias evacuar, proteger sus bienes y reconstruir sus hogares. Los ingresos se duplicaron con creces, la inseguridad alimentaria se redujo en un 90 % y el 93 % de los beneficiarios se sintieron mejor preparados para futuras inundaciones.

¿Qué les depara el futuro a Flood Hub y Groundsource?

Los modelos que impulsan Flood Hub actualmente se limitan a predecir inundaciones repentinas en áreas urbanas, ya que es donde contamos con los mejores datos. Estamos investigando formas de mejorar la calidad de nuestros modelos e incluir predicciones de inundaciones repentinas en áreas rurales, así como inundaciones costeras. Esto es bastante difícil de lograr con los conjuntos de datos que tenemos actualmente, pero eso no nos ha detenido antes; por eso creamos Groundsource, para cubrir esta carencia de datos. También estamos investigando más a fondo para ver cómo la metodología de Groundsource podría ser útil para otros desastres, como olas de calor o deslizamientos de tierra.

¿Dónde pueden encontrar los investigadores estos datos?

Para ayudar a proteger aún más a las comunidades que más necesitan esta información, hemos liberado el código fuente de nuestro marco de hidrología. Esto permite a los Servicios Meteorológicos e Hidrológicos Nacionales (SMNH) y a otras agencias meteorológicas integrar sus propios datos con el modelo, generar pronósticos personalizados y utilizarlos según sus necesidades específicas. También hemos puesto a disposición del público el conjunto de datos Groundsource y la API de pronóstico de inundaciones para contribuir a mejorar la investigación futura sobre inundaciones. En definitiva, todo esto forma parte de nuestro objetivo de utilizar la IA para predecir con precisión los desastres naturales y proteger al mayor número de personas posible.