Inteligencia artificial y sostenibilidad en la gestión del agua
La gestión integrada de recursos hídricos (GIRH) es un proceso que promueve el desarrollo combinado del agua, el suelo y los otros recursos relacionados con el fin de maximizar resultados económicos y el bienestar social de forma equitativa sin comprometer la sustentabilidad de los ecosistemas vitales. Esta definición incluye claros conceptos clave, aunque la sostenibilidad, en el sentido más amplio, bien podría englobarlos todos.
La sostenibilidad es una preocupación global, y la consecución en 2030 de los Objetivos de Desarrollo Sostenible puede encontrar muchas respuestas aplicando técnicas de Inteligencia Artificial, incluida una gestión más sostenible del agua. El cambio climático está caracterizado por una implacable tendencia a la polarización: unas regiones sufren sequía y en otras inundaciones, a niveles que no se recuerdan. Este nivel de diversidad obliga a desarrollar soluciones locales.
Podríamos agrupar los retos para una gestión más sostenible del agua en tres grupos: lograr una gestión integrada de recursos para equilibrar una demanda creciente y estacional con una oferta errática, decreciente y también fuertemente estacional; realizar una exhaustiva vigilancia, seguimiento y control de los niveles y calidad de las aguas, incluyendo el reciclado de aguas residuales, e integrarla en una política más general de sustentabilidad. La descarbonización incide en el clima que, a su vez, incide en la gestión del agua.
Y bien, ¿qué puede aportar la IA? Cuando hablamos de su aplicabilidad conviene abrir la frontera conceptual y contemplarla como un conjunto de métodos y modelos que, oportunamente integrados con otras herramientas, estén orientados a la solución, a la generación de valor en los esquemas productivos. Esto lo consigue gracias a varios factores. Por un lado, los sistemas de IA tienen la capacidad de manejar más variables, así como las interacciones entre ellas, por lo que incrementan la exactitud de las estimaciones. Además, mediante procesos continuos en tiempo real se puede monitorizar el impacto de ciertas medidas en el ahorro y la calidad -del agua, en este caso-, pudiendo ofrecer alertas mucho más avanzadas que permitan prevenir o corregir desajustes en una fase mucho más temprana del proceso. Esto conlleva una notable mejora en la productividad.
Por otro lado, la aplicación de la IA a ciertos procesos posibilita dar respuestas más homogéneas frente a problemas similares, aún gestionados por responsables distintos. Y se relaja la dependencia de expertos en problemas, zonas e instalaciones específicas.
Conociendo a grandes rasgos lo que es capaz de aportar la IA, podemos contemplar aplicarla en dos sentidos. El primero estaría orientado a sustituir métodos y modelos, pero sin cambiar procedimientos ni protocolos. Esto pasaría, por ejemplo, por mejorar las estimaciones u ofrecer recomendaciones más eficientes al responsable de ciertas operaciones, pero sin que esto implique cambios en la forma de actuar. La segunda vía de incorporar la IA se centra, en cambio, en el rediseño de las formas de operar en base a las nuevas herramientas. Hablaríamos aquí, por ejemplo, de automatizar el control óptimo de procesos o diseñar una política para atender alertas.
Son varios los casos dónde la IA puede aportar valor para una mayor sostenibilidad en la gestión. En primer lugar, está el control óptimo y dinámico de la calidad del agua. Realizado de forma automática o en formato recomendador, los sistemas de IA pueden tomar datos de los sensores para calcular la evolución futura y realizar los ajustes para preservar esa calidad, igual que hacen las aplicaciones industriales en procesos reactivos o de calor.
La integración de variables de origen diverso -sensores, meteorología, etc.- permiten dos tratamientos interesantes: la identificación de patrones calificados como nocivos, previamente definidos, observados o previstos, convenientemente calibrados con el historial, o bien la estimación de lo que debería pasar en el momento actual para compararlo con la realidad, de manera que puedan establecerse alertas de anomalías. Complementando la explotación de los algoritmos en estas dos líneas, puede reducirse sustancialmente el impacto de desastres: vertidos, cambios en la concentración de oxígeno y otros.
Con métodos similares se puede analizar la presencia de pérdidas en las redes de distribución para estimar si conviene iniciar un proceso de mantenimiento. Las pérdidas por filtración pueden llegar a ser importantes. Casos del 20% no son nada extraños. Asimismo, podemos utilizar esta tecnología para monitorizar el impacto de campañas de retención y ahorro, a niveles muy desagregados. Además, podemos valernos de la IA para definir la aplicación de medidas sociales o disposiciones de apoyo económico en ciertas industrias. Mediante sistemas de reglas de actos y respuestas podemos establecer la acción óptima a realizar en cada situación para la mejor gestión en la relación con los usuarios. La IA puede resultar de gran utilidad también a la hora de diseñar políticas de reservas. Las previsiones a medio y largo plazo, tanto de valores esperados como en situaciones extremas, son prácticas para la confección de las normativas de gestión de reservas, fijando los puntos de disparo de decisiones. La representación digital de unidades reales está tomando cada vez más auge. Estos sistemas -llamados Digital Twins (gemelos digitales)- permiten observar en el mundo virtual el impacto de ciertos cambios en análisis para el mundo real, sujetos a una demanda regular o extrema.
No menos importante es la detección temprana del origen de vertidos. Combinando elementos de alertas tempranas, información geográfica de la cuenca y bases de datos de la actividad industrial o agraria de distintas unidades -purines, curtidos, desechos- pueden calcularse orígenes, así como evolución de los efectos de vertidos nocivos de forma muy temprana.
Naturalmente, este no es un inventario exhaustivo, pero da una idea del amplio abanico de posibilidades que esta tecnología nos pone delante para trabajar por esa gestión más sostenible del agua que tanto necesitamos.