La IA ha irrumpido en buena parte de los sectores de actividad y el de la comunicación en situaciones de crisis y emergencias no es una excepción. Da lo mismo de si hablamos del caso que este verano a afectado al CEO de Astronomer o de la devastadora campaña de incendios forestales en España. La IA puede ayudarnos de múltiples formas, pero, afortunadamente (al menos de momento), no puede sustituir nuestra visión estratégica, el instinto y la capacidad de empatizar de los humanos.
La IA, combinada con el análisis de datos masivos y la inteligencia de fuentes abiertas, puede ser una herramienta muy poderosa para gestionar la comunicación en una crisis o emergencia. Una plataforma avanzada puede, por ejemplo, fortalecer la respuesta ante la desinformación.
Imaginemos un gran incendio forestal, pero nos valdría igual para el caso del CEO de Astronomer pillado infraganti en un concierto con su amante que resultó ser una de sus empleadas o el del CEO de Nestlé.
1. Predicción de comportamiento
La IA puede ayudarnos a predecir la respuesta de la población a los mensajes de Protección Civil
La IA utiliza modelos de Procesamiento de Lenguaje Natural (PLN) y análisis de sentimiento para monitorizar conversaciones en tiempo real en redes sociales, foros y medios digitales.
- Identificación de la reacción. Analiza cómo los ciudadanos reaccionan a los mensajes oficiales (por ejemplo, un aviso de evacuación). El modelo detecta el sentimiento general (miedo, calma, confusión) y la respuesta (disposición a seguir las instrucciones, preguntas frecuentes o escepticismo). Recordemos por ejemplo que este verano en España muchos han sido los que decidieron no desalojar sus viviendas y quedarse a protegerlas.
- Análisis predictivo de comportamiento. Basándose en el historial de comportamientos de crisis anteriores, la IA puede predecir la probabilidad de que la población acate la orden de evacuación. Por ejemplo, si en un área se detectan altos niveles de escepticismo, el sistema podría alertar a las autoridades de que se necesitará una comunicación más contundente o la intervención de figuras de confianza locales. Un análisis rápido y certero en medio del caos puede salvar vidas empleando la comunicación.
2. Anticipar bulos y desinformación
La IA puede actuar como un sistema de alerta temprana para la desinformación, detectando patrones que son característicos de los bulos.
- Detección de anomalías. La IA compara la información oficial con la que circula en las redes. Si un mensaje falso (por ejemplo, «el fuego se ha reproducido y afecta ya a viviendas») empieza a ganar tracción con una velocidad inusual y desde cuentas no verificadas, el sistema lo marcará como una anomalía y una posible fuente de desinformación.
- Análisis de propagación. Usando técnicas de análisis de grafos, la IA seguiría la ruta de un mensaje sospechoso, identificando los puntos de origen (cuentas o usuarios que lo publican primero) y los principales canales de propagación (grupos de WhatsApp, influencers no oficiales, etc.). Esto permitiría a las autoridades identificar el alcance y la fuente del bulo.
3. Sugerir acciones concretas de mitigación
Una vez detectado un bulo y analizada la reacción de la población, la IA no solo avisará, sino que propondrá un plan de acción.
- Mensajes de respuesta optimizados. El sistema puede generar borradores de mensajes oficiales que desmientan el bulo de forma clara y directa, utilizando un lenguaje que la población entienda y en los canales donde el bulo se está difundiendo más activamente. Por ejemplo, «Se ha detectado un rumor sobre el fuego en la zona X. Es un bulo. La zona segura para la evacuación es Y». De hecho, se puede precargar una biblioteca de mensajes predefinidos para diferentes escenarios de riesgo.
- Identificación de amplificadores de confianza. La IA es capaz de sugerir a los gestores de la crisis la mejor manera de contrarrestar el bulo. Esto podría ser a través de influencers locales, líderes de la comunidad (asociaciones agrícolas o ganaderas), periodistas o cuentas de medios locales con alta credibilidad en la zona, para que ellos amplifiquen el mensaje oficial y restauren la confianza de la población.
- Recomendación de canales. Si un bulo se propaga principalmente a través de un canal específico (por ejemplo, grupos de mensajería instantánea), la IA recomendará a Protección Civil intensificar la comunicación en ese canal con mensajes específicos y verificados.
En definitiva, la IA actúa como un «radar social» que permite a las autoridades no solo reaccionar a la desinformación, sino anticiparse, entender su impacto y combatirla de forma estratégica para mantener informada y segura a la población. Eso sí, siempre las decisiones las tomarán los gestores de la crisis.
«La IA, combinada con el análisis de datos masivos y la inteligencia de fuentes abiertas, puede ser una herramienta muy poderosa para gestionar la comunicación en una crisis o emergencia».
¿Cuál es la mejor IA para gestionar crisis?
Para la gestión integral de la comunicación en una crisis o emergencia, no se puede usar una única IA conversacional como ChatGPT, Gemini, Copilot o Deepseek. La razón es que estas son modelos de lenguaje de propósito general, diseñados para generar texto, responder preguntas y mantener conversaciones.
La tarea de gestionar la desinformación en una crisis requiere un sistema de IA especializado y modular, que combine varias herramientas específicas para distintas tareas.
Cómo se empleará y por qué:
1. Análisis de conversaciones y detección de Bulos (Modelos de lenguaje)
- Tarea. Monitorear y analizar millones de mensajes en tiempo real en redes sociales, foros, etc., para detectar bulos y el sentimiento de la población.
- Solución. Se usan modelos de IA similares a los que subyacen a ChatGPT, Gemini o Copilot, pero entrenados específicamente en datos de crisis y desinformación. Es decir, se emplearían las tecnologías de PLN(Procesamiento de Lenguaje Natural) de estos grandes modelos, pero en un entorno cerrado y con un fin muy concreto. Un sistema de IA tendría la capacidad de filtrar ruido, identificar patrones de desinformación y categorizar los temas que causan confusión.
2. Predicción de comportamiento (Modelos de aprendizaje automático)
- Tarea. Predecir cómo responderá la población a las órdenes oficiales (ej. evacuación) basándose en la reacción de la gente, las condiciones socioeconómicas, la geografía, etc.
- Solución. Para esto, no se emplea un modelo de lenguaje, sino algoritmos de aprendizaje automático como por ejemplo, modelos predictivos basados en árboles de decisión o redes neuronales. Estos modelos se entrenan con datos históricos de evacuaciones y respuestas de la población para generar una predicción sobre el comportamiento futuro.
3. Generación de contenido y comunicación oficial (Modelos de lenguaje generativo)
- Tarea. Redactar de forma automática borradores de mensajes oficiales, alertas de emergencia y comunicados de prensa.
- Solución. Aquí sí se puede usar la tecnología base de Gemini, ChatGPT, Copilot o Deepseek. Una vez que el sistema ha detectado un bulo, emplea un modelo de lenguaje para redactar rápidamente un comunicado de prensa o un post en redes sociales que desmienta la información falsa de forma clara y concisa, en un tono apropiado para una emergencia.
Conclusión
La mejor solución no es elegir una única IA, sino diseñar un ecosistema modular de IA especializado.
- ChatGPT, Gemini, Copilot, etc, son herramientas genéricas que podrían ayudar en la redacción de comunicados, pero no están diseñadas para la monitorización en tiempo real ni la predicción de patrones de comportamiento social en una emergencia.
- La solución óptima es un sistema modular que integre diferentes tecnologías de IA. De esta forma, cada módulo se especializaría en una tarea concreta, como la detección de bulos, la predicción de la respuesta del público o la redacción de mensajes, trabajando de manera coordinada para una gestión completa y eficaz de la comunicación en una crisis o emergencia.
Por Luis Serrano, director general de Señor Lobo & Friends.
Publicado originalmente en Dircomfidencial.com