Apoyo a la seguridad mediante IA

La creciente presión climática, la intensificación de fenómenos extremos y el envejecimiento progresivo de las infraestructuras hidráulicas están situando la seguridad del ciclo del agua como una cuestión crítica para la sostenibilidad territorial y la protección de la ciudadanía. Presas, embalses y sistemas asociados constituyen activos estratégicos cuyo correcto funcionamiento resulta esencial no sólo para garantizar el suministro, sino también para prevenir impactos potencialmente graves sobre personas, bienes y ecosistemas.

En este contexto, el proyecto desarrollado por NTT DATA con el Ministerio para la Transición Ecológica y el Reto Demográfico (MITERD), representa un avance relevante en la forma de abordar la evaluación de la seguridad de estas infraestructuras críticas. Su importancia radica en la incorporación sistemática de la inteligencia artificial y la analítica avanzada como herramientas de apoyo a la decisión pública, capaces de reforzar procesos técnicos consolidados con una base objetiva, reproducible y orientada a la anticipación del riesgo.

Lejos de plantear una sustitución de los modelos tradicionales de evaluación, el proyecto demuestra cómo el uso estructurado de datos puede incrementar la capacidad de análisis, mejorar la comprensión de escenarios complejos y contribuir a una gestión más proactiva de la seguridad hidráulica, en un entorno marcado por una incertidumbre creciente.

 La seguridad de las infraestructuras hidráulicas como reto estratégico

La evaluación de la seguridad de las presas y otras infraestructuras críticas del agua se apoya históricamente en procedimientos exhaustivos, liderados por comités técnicos de expertos que analizan posibles modos de fallo, su probabilidad y las consecuencias asociadas. Se trata de procesos contrastados y altamente especializados, pero que deben enfrentarse a un entorno cada vez más complejo, marcado por el cambio climático, el envejecimiento de las infraestructuras y la creciente disponibilidad de datos heterogéneos.

En este escenario, la incorporación de herramientas de analítica avanzada no persigue sustituir el conocimiento experto, sino reforzarlo. La inteligencia artificial permite estructurar grandes volúmenes de información, identificar patrones no evidentes y facilitar contrastes objetivos que enriquecen el análisis técnico y la deliberación.

Un enfoque basado en datos para apoyar la toma de decisiones

El proyecto desarrollado parte de una premisa clara: aprovechar la información ya disponible en los procesos de evaluación de la seguridad de las infraestructuras hidráulicas y enriquecerla con fuentes externas para obtener una visión más completa del riesgo. Este enfoque responde a la necesidad de dotar a las administraciones públicas de herramientas que mejoren la calidad de la información utilizada en la toma de decisiones, especialmente en un contexto de aumento de episodios hidrológicos extremos.

El trabajo se estructuró en torno a tres objetivos fundamentales. En primer lugar, identificar de forma sistemática qué características de las infraestructuras influyen de manera más significativa en la probabilidad de riesgo de fallo. En segundo término, integrar fuentes adicionales de información (meteorológicas, geográficas, geológicas y socioeconómicas) que tradicionalmente se consideraban de forma más implícita o cualitativa. Por último, explorar modelos de inteligencia artificial capaces de aportar criterios objetivos y reproducibles como apoyo a la decisión técnica.

A partir de datos internos del MITERD y de fuentes públicas como organismos meteorológicos, estadísticos y sistemas de información geográfica, se construyó un conjunto amplio de variables que posteriormente fue depurado atendiendo a criterios de calidad, coherencia y relevancia técnica.

Modelos no supervisados para entender la complejidad del riesgo

Uno de los aspectos clave del proyecto fue la elección del enfoque metodológico. Dado el número limitado de infraestructuras analizadas y la elevada dimensionalidad de la información disponible, se optó por el uso de modelos no supervisados de segmentación. Este tipo de técnicas permite agrupar presas en función de sus características técnicas, ambientales y territoriales, sin introducir de antemano la valoración de riesgo realizada por los expertos.

El análisis, basado en un conjunto reducido de variables clave relacionadas con la tipología y geometría de la presa, las condiciones meteorológicas, las características del embalse y factores geológicos y sismológicos, permitió identificar varios grupos con comportamientos diferenciados. La posterior comparación con las evaluaciones técnicas existentes puso de relieve patrones coherentes y, especialmente, la detección de infraestructuras atípicas que invitaban a profundizar en el análisis. Este tipo de resultados aporta un valor añadido significativo: no emite juicios automáticos, sino que señala ámbitos donde conviene focalizar la atención, facilitando debates técnicos mejor informados y una priorización más eficaz de las actuaciones

 La inteligencia artificial como aliada del conocimiento experto

Las conclusiones del proyecto refuerzan su relevancia estratégica para el futuro de la gestión del ciclo del agua. La inteligencia artificial aplicada a la seguridad de infraestructuras críticas se consolida como un instrumento clave para mejorar la calidad de la información que sustenta las decisiones públicas, aumentar la trazabilidad de los análisis y facilitar una priorización más eficaz de las actuaciones preventivas.

La capacidad del enfoque desarrollado para identificar patrones, detectar infraestructuras con comportamientos atípicos y poner en contexto evaluaciones expertas aporta un valor diferencial en términos de prevención del riesgo. Este tipo de soluciones resulta especialmente significativo en un escenario de recursos limitados, donde la correcta asignación de esfuerzos y la anticipación de problemas pueden marcar la diferencia en la protección de la población y del territorio.

De cara al futuro, el proyecto sienta las bases para una evolución progresiva hacia modelos más avanzados, apoyados en datos de sensórica, IoT y análisis en tiempo casi real. Este camino refuerza una visión de largo plazo en la que la innovación tecnológica, bien gobernada y alineada con el conocimiento experto, se convierte en un elemento clave para fortalecer la resiliencia, la seguridad y la sostenibilidad del ciclo del agua.

Ramón Ibáñez Bernaldo de Quirós
Managing Director Green Transition, Public Sector NTT DATA

Álvaro Romero Danés
Water Business Unit Director at NTT DATA