Inteligencia artificial para ganarle a la coca

La erradicación de coca puede ser un juego absurdo: se erradica en un lugar, crece en otro. La inteligencia artificial puede ser la herramienta para anticipar los movimientos de los cultivos.

1375

Miguel Botero Echeverri

12.06.2018

La erradicación de cultivos de coca es como un whack-a-mole, el juego de darle al topo: se arrancan las matas en un lugar y, en algún momento, en otro territorio, aumentan las hectáreas. Para la inteligencia humana, ese efecto es impredecible. La inteligencia artificial, en cambio, puede anticipar en dónde va a aparecer la coca. Juan Sebastián Moreno, investigador del Centro de Estudios sobre Seguridad y Drogas de la Universidad de los Andes (Cesed), creó un modelo computacional que puede determinar qué municipios, hoy libres de coca, podrán potencialmente tenerla en sus tierras en el futuro.

Desde los Andes

Si quiere saber más sobre la metodología y los resultados de la investigación de Moreno, aquí puede leer el texto completo.

Click aca para ver

Ese desplazamiento de los cultivos de coca está ampliamente documentado. Los expertos en política de drogas lo han llamado el efecto globo. “(…) las políticas de erradicación del estado colombiano son ineficaces ya que la producción se desplaza entre municipios al ser reprimida”, escibe Moreno. No puede ser de otra manera: aunque hay evidencias de que el mercado internacional de cocaína se ha reducido, aún hay demanda y, en consecuencia, cultivos.

Moreno se propuso identificar las regiones propensas a la producción cocalera. Su trabajo está en el territorio de la ciencia computacional y el aprendizaje automático. A través de algoritmos, el investigador le “enseñó” al programa a caracterizar los municipios que se han convertido en territorios de coca. Luego, a partir de esas observaciones, la máquina reconoce cuáles municipios no tienen cultivos pero, dadas sus condiciones, son susceptibles a tenerlos en el futuro.

¿Qué hace que un municipio sea propenso a convertirse en territorio cocalero? El modelo encontró algunas de las características previsibles como una determinada precipitación anual y la presencia de grupos al margen de la ley. Estos municipios también son más grandes en área y tienen una proporción mayor de la población en el área rural. La distancia es una de las características más importantes a la hora de predecir si un municipio tendrá coca. Todos están lejos de los mercados mayoristas y las capitales departamentales.

Muchos municipios tienen esas características en mayor o menor medida, pero los 36 que encontró el modelo las presentan en las proporciones justas para que florezca en sus tierras una economía cocalera. Casi el 70 % de esos municipios están en cuatro departamentos: Cauca, Antioquia, Amazonas y Chocó. Moreno utilizó los datos del Sistema Integrado de Monitoreo de Cultivos Ilícitos de la ONU para el 2014. Al comprar los datos con el monitoreo del 2016, se puede ver que cinco municipios de la lista hicieron la transición que el modelo anticipó (San Pedro de Urabá, Caloto, Corinto, Toribío y Jamundí).

De los 36 municipios potencialmente cocaleros según el modelo de Moreno, ya hay cultivos de coca en cinco.

 

Los monitoreos se concentran exclusivamente en los municipios cocaleros y los acuerdos del Programa Nacional Integral de Sustitución de cultivos de uso ilícito (PNIS) se firman con las familias que se dedican al cultivo de la hoja. Eso, según las conclusiones de Moreno, supone una estrategia incompleta. “No es sólo la región que tiene coca donde está el problema. Hay regiones a donde se puede mover la coca y hay que prevenir eso antes de que suceda”, dice Moreno. Su modelo puede ser una hoja de ruta para focalizar los esfuerzos en las áreas más marginadas y vulnerables.

Como explica Moreno, la reducción sostenible de los cultivos ilícitos tiene que pasar por una construcción del estado desde las regiones históricamente marginadas. Pero también requiere de una alianza regional. Se sabe que desde los años noventa las hectáreas de coca en Colombia varían de manera inversamente proporcional a las de Bolivia y Perú. Cuando allá erradican, aquí se ve un aumento de hectáreas.

La reducción de la coca, entonces, es un asunto andino, no solo colombiano. Mientras avanza la política de drogas hacia la regulación del tráfico de cocaína o los países eliminan las condiciones que los han convertido en puertos cocaleros, la inteligencia artificial puede ayudar a anticipar la trayectoria del globo –o el salto del topo– para que la coca no llegue a los territorios.

 

Esto me produce

  • Qué hueso
    0
  • Ojalá lo lean
    2
  • Para grabárselo
    1
  • AMO
    2
  • Uy, qué jevi
    0
  • Que la fuerza nos acompañe
    1
  • KK
    1
  • Daniel Salazar Muñoz

    Me queda la curiosidad. En qué momento están usando IA? Por lo que está escrito podrías ser un modelo estadístico clásico.. 🙂

Relacionados