Un estudio reciente realizado por investigadores de la Universidad de Arizona arroja luz sobre la importancia crucial de la selección de datos en los programas de seguro contra inundaciones, en particular en áreas sensibles a las inundaciones como Bangladesh. Con la frecuencia creciente de los eventos de inundación en todo el mundo, se ha examinado la efectividad de los sistemas de seguro, lo que enfatiza la necesidad de pagos oportunos y evaluaciones de daños precisas.
La investigación analizó un programa de seguro de inundación simulado en Bangladesh, y evaluó varios conjuntos de datos de imágenes satelitales, mediciones de lluvia y datos de la altura del río alrededor de las temporadas del monzón de 2004 a 2023. El estudio publicado en la revista El futuro de la tierraInvestiga cómo los diferentes tipos de datos influyen en la precisión, la velocidad y la previsibilidad de los pagos del seguro.
El autor principal Alex Saunders y su equipo descubrieron que el tipo de datos utilizados en los protocolos de seguros influye significativamente en los resultados para los asegurados. Las observaciones satelitales tradicionales pueden, por ejemplo, luchar con la confiabilidad en situaciones con altas nubes. Un nuevo modelo satelital impulsado por la IA, por otro lado, mostraba un borde transparente, que detectaba el desarrollo de inundaciones, incluso bajo la cobertura de nubes persistente. Este enfoque innovador condujo al hecho de que las pólizas de seguro se activaron en promedio una semana antes que con los métodos convencionales, mientras que también redujo la incertidumbre en más del 20%.
El estudio subrayó que ningún conjunto de datos se realizó constantemente mejor que los demás, y las discrepancias en los huelguistas de pago a menudo se observaron a nivel regional debido a las variaciones locales en las inundaciones. Para lograr una mejor precisión y tiempos de respuesta más rápidos, combinar múltiples conjuntos de datos es beneficioso, lo que es posible que sea posible una visión más extensa de los riesgos de inundación.
Saunders enfatizó la urgencia de abordar las deficiencias del seguro de inundación y señaló que entre 2000 y 2023 solo el 16% de las pérdidas económicas mundiales atribuidas a las inundaciones estaban cubiertas por el seguro, de modo que los gobiernos y los hogares tenían una carga financiera sustancial. Argumenta que los proveedores de seguros exploren una gama más amplia de fuentes de datos y utilicen la tecnología de IA para mejorar la solidez de sus sistemas.
A medida que la dependencia de los datos de observación de la Tierra crece en los gobiernos, organizaciones e industrias sin fines de lucro, los hallazgos de este estudio pueden liberar el camino para estrategias de gestión de desastres más efectivas, lo que finalmente mejora la protección financiera para las poblaciones vulnerables en las regiones afectadas por las inundaciones.
