A ra\u00edz de esa pregunta surgi\u00f3\u00a0From Above<\/a>, una gu\u00eda dirigida a periodistas sobre c\u00f3mo usar la inteligencia artificial para identificar indicadores visuales en im\u00e1genes satelitales y desarrollar investigaciones period\u00edsticas a partir de ellos.<\/p>\n Para que el an\u00e1lisis de las im\u00e1genes satelitales sea efectivo, estas tienen que ser de una resoluci\u00f3n de al menos 10 metros por pixel, de acuerdo con la gu\u00eda From Above. (Foto: Captura de pantalla de From Above)<\/p><\/div>\n <\/p>\n <\/p>\n Mientras que otros equipos del Collab Challenge trabajaron en el desarrollo de herramientas de inteligencia artificial aplicadas al periodismo, el equipo de From Above, conformado por Flor Coelho, de La Naci\u00f3n (Argentina); Mar\u00eda Teresa Ronderos, de CLIP (Colombia); David Ingold y Shreya Vaidyanathan, de Bloomberg News (Estados Unidos); y Gibr\u00e1n Mena, de Data Cr\u00edtica (M\u00e9xico), decidi\u00f3 enfocarse en investigar y crear una gu\u00eda de trabajo que pudiera beneficiar a periodistas con poca experiencia en la materia.<\/p>\n \u201cEl producto fue la gu\u00eda completa,\u00a0<\/i>tambi\u00e9n pensando en que otros periodistas de medios que no tuvieran esta experiencia previa tambi\u00e9n pudieran utilizar estas herramientas de an\u00e1lisis de im\u00e1genes, sobre todo en investigaciones que tienen que ver con cambios de cobertura forestal y crisis clim\u00e1tica\u201d, dijo a\u00a0LatAm Journalism Review (LJR)<\/strong> Gibr\u00e1n Mena, de\u00a0Data Cr\u00edtica<\/a>.<\/p>\n La gu\u00eda, cuyo nombre completo es From Above: Una gu\u00eda para periodistas sobre el uso de IA + im\u00e1genes satelitales para contar historias, consta de ocho pasos que exploran c\u00f3mo usar la visi\u00f3n computarizada como una forma innovadora de recopilar ideas para posibles reportajes de investigaci\u00f3n.<\/p>\n El primer paso de la gu\u00eda (1) es justamente pensar en historias en las que indicadores visuales puedan proveer contexto adicional o evidencias. En teor\u00eda, casi cualquier fen\u00f3meno que deje marcas visibles en la tierra y que pueda ser captado desde el espacio es propenso a ser analizado con inteligencia artificial, de acuerdo con Mena. Esto puede ir desde erosi\u00f3n de la tierra y deforestaci\u00f3n, hasta la detecci\u00f3n de narcopistas o ranchos ilegales.<\/p>\n Para el desarrollo de From Above, el equipo eligi\u00f3 investigar la deforestaci\u00f3n por ganader\u00eda extensiva en M\u00e9xico y Colombia.<\/p>\n El siguiente paso en la gu\u00eda es la adquisici\u00f3n de los datos (2) \u2014o en este caso, las im\u00e1genes satelitales del \u00e1rea de inter\u00e9s\u2014 en la resoluci\u00f3n adecuada. A decir de Mena, esta es una de las etapas m\u00e1s complicadas, ya que para que el an\u00e1lisis de las im\u00e1genes sea efectivo, estas tienen que ser de una resoluci\u00f3n de al menos 10 metros por pixel.<\/p>\n \u201cEste es un gran reto al que nos enfrentamos porque [\u2026] las empresas que son due\u00f1as de los sat\u00e9lites naturalmente est\u00e1n interesadas en hacer un modelo de negocio a partir de las im\u00e1genes. Son sumamente costosas y en algunos casos se necesita solicitarle al sat\u00e9lite que haga una toma espec\u00edfica de un \u00e1rea\u201d, dijo el periodista.<\/p>\n Una vez adquiridas las im\u00e1genes, los siguientes pasos en la gu\u00eda son el an\u00e1lisis t\u00e9cnico (3) y etiquetado (4). En estos pasos, los periodistas examinan manualmente las im\u00e1genes para encontrar indicios visibles para el ojo humano de lo que se est\u00e9 buscando y los se\u00f1alizan. Esta labor la deben hacer periodistas o investigadores que tengan experiencia de reporteo en campo sobre el tema de la investigaci\u00f3n.<\/p>\n \u201cLa clave es c\u00f3mo le ense\u00f1o a una m\u00e1quina c\u00f3mo se ve, cu\u00e1les son los pixeles en una imagen que significan para un ojo humano deforestaci\u00f3n provocada por ganader\u00eda, en este caso\u201d, explic\u00f3 Mena.<\/p>\n Estos periodistas expertos se\u00f1alizan las im\u00e1genes a trav\u00e9s de un etiquetado que consiste en dibujar pol\u00edgonos sobre lo que ellos ya saben que son indicios de lo que se est\u00e1 buscando. Idealmente, las im\u00e1genes son de lugares que ellos conocen y en los que saben que existe el fen\u00f3meno buscado.<\/p>\n La se\u00f1alizaci\u00f3n sirve para asociar a los pixeles informaci\u00f3n sobre lo que ah\u00ed existe, como reflectancia de colores, espectro infrarrojo, sombras y texturas, entre otros. Posteriormente se crea una base de datos basada en esa inspecci\u00f3n visual y en datos de contexto del \u00e1rea analizada.<\/p>\n \u201cPara lo que sirve todo este proceso es para que cuando yo analice una zona que no conozco con la informaci\u00f3n de otras zonas, se pueda detectar de manera automatizada este fen\u00f3meno\u201d, dijo Mena.<\/p>\n El siguiente paso es el entrenamiento del algoritmo (5), que se hace combinando la informaci\u00f3n de la imagen satelital y la se\u00f1alizaci\u00f3n realizada por humanos. Ese tipo de entrenamiento se le conoce como \u201centrenamiento supervisado del modelo\u201d, en el que seres humanos proveen los criterios que el algoritmo deber\u00e1 detectar en otras im\u00e1genes.<\/p>\n Luego viene la etapa de validaci\u00f3n (6), en la que se afina el algoritmo para mejorar su exactitud. Seg\u00fan la precisi\u00f3n del etiquetado ser\u00e1 el margen de error del algoritmo.<\/p>\n \u201cPuede estar arriba del 90 por ciento de precisi\u00f3n pero tambi\u00e9n puede estar muy por debajo, dependiendo de c\u00f3mo se hizo esa tarea. Siempre va a haber un margen de error y siempre va a haber una necesidad de no dar por hecho que la categorizaci\u00f3n autom\u00e1tica es correcta, sino que debe haber un proceso de revisi\u00f3n posterior, una verificaci\u00f3n humana\u201d, explic\u00f3 Mena.<\/p>\n El siguiente paso es el de prueba (7), en el que se ejecuta el algoritmo en im\u00e1genes nuevas y se observan los resultados. El paso final de la gu\u00eda es escribir la historia (8) utilizando los datos arrojados por el algoritmo. Ya sea que estos respalden las hip\u00f3tesis iniciales de la investigaci\u00f3n o que den ideas para nuevas hip\u00f3tesis o pistas para reporteo.<\/p>\n \u201cLa parte m\u00e1s importante de un proceso t\u00e9cnico como este no es ni la herramienta ni el lenguaje de programaci\u00f3n, sino las discusiones que hubo de fondo entre los periodistas que est\u00e1bamos participando\u201d, dijo Mena. \u201cPorque sin eso, el algoritmo no tiene ninguna precisi\u00f3n. El conocimiento de campo de los periodistas es sumamente valioso para este tipo de procesos t\u00e9cnicos\u201d.<\/p>\n Para el desarrollo del algoritmo que se gener\u00f3 a partir de From Above, el equipo us\u00f3 R, un software libre de an\u00e1lisis estad\u00edstico y gr\u00e1fico<\/a> que es popular entre la comunidad cient\u00edfica. Dicho algoritmo, as\u00ed como la base de datos usada para entrenarlo, est\u00e1n disponibles de manera abierta en un repositorio en GitHub<\/a>, de modo que cualquier periodista que desee hacer investigaciones similares pueda utilizarlos.<\/p>\n \u201cEl lenguaje de la gu\u00eda est\u00e1 hecho para periodistas que est\u00e1n interesados en conocer qu\u00e9 significa realmente utilizar un algoritmo y que nunca han tenido idea de qu\u00e9 significa eso\u201d, dijo Mena. \u201cEs una innovaci\u00f3n para que tengan acceso a estas herramientas tambi\u00e9n periodistas del sur global, de redacciones que no tienen la posibilidad de contratar a 10 programadores para resolver estos problemas de investigaci\u00f3n\u201d.<\/p>\n Actualmente, Data Cr\u00edtica est\u00e1 poniendo en pr\u00e1ctica la gu\u00eda From Above, en una investigaci\u00f3n period\u00edstica sobre la deforestaci\u00f3n producida en las \u00faltimas dos d\u00e9cadas por el cultivo de soja en la cuenca del Paran\u00e1, en los territorios lim\u00edtrofes de Argentina, Brasil y Paraguay. El proyecto est\u00e1 siendo desarrollado como parte del Consorcio para Apoyar el Periodismo en la Regi\u00f3n (CAPIR)<\/a>, del cual Data Cr\u00edtica forma parte junto con Animal Pol\u00edtico, Armando Info, Fundaci\u00f3n Karisma, Institute for War & Peace Reporting y Vinalnd Solutions.<\/p>\n Aunque a\u00fan no tiene fecha de publicaci\u00f3n, la historia est\u00e1 programada para salir a la luz en julio pr\u00f3ximo, dijo Mena.<\/p>\n Shreya Vaidyanathan y Gibr\u00e1n Mena presentaron el proyecto durante el festival JournalismAI en diciembre de 2021. (Foto: Captura de pantalla de la transmisi\u00f3n en YouTube del evento)<\/p><\/div>\n <\/p>\n <\/p>\n Como experimentaron los autores de From Above, el acceso a im\u00e1genes de alta resoluci\u00f3n desde el espacio no es algo sencillo. Actualmente, las fotograf\u00edas satelitales est\u00e1n m\u00e1s disponibles que nunca, pero im\u00e1genes en una resoluci\u00f3n suficientemente alta para detectar objetos implican altos costos.<\/p>\n El equipo intent\u00f3 establecer contacto con las grandes empresas due\u00f1as de sat\u00e9lites o proveedoras de im\u00e1genes satelitales, como Maxar, Sentinel y Google Earth. Sin embargo, encontraron que es dif\u00edcil obtener respuesta cuando se trata de proyectos peque\u00f1os.<\/p>\n No obstante, en su investigaci\u00f3n encontraron que existen programas e iniciativas que permiten el acceso gratuito o a bajo costo a im\u00e1genes satelitales para organizaciones o periodistas que buscan investigar sobre la crisis clim\u00e1tica.<\/p>\n \u201cSi miras la gu\u00eda, podr\u00e1s darte una idea de que las im\u00e1genes satelitales se han desarrollado mucho hasta ahora, por lo que tienes muchas im\u00e1genes gratuitas disponibles en Internet gracias a los programas satelitales que cada pa\u00eds tiene\u201d, dijo a LJR<\/strong>\u00a0Shreya Vaidyanathan, miembro del equipo y periodista de Bloomberg News. \u201cEllos hacen estas im\u00e1genes disponibles para que la gente pueda estudiarlas o usarlas para algo, as\u00ed que si alguien est\u00e1 cubriendo el cambio clim\u00e1tico o una geograf\u00eda espec\u00edfica como periodista, definitivamente puede obtener estas im\u00e1genes\u201d.<\/p>\n El equipo de From Above recurri\u00f3 espec\u00edficamente a la plataforma Planet, una organizaci\u00f3n que opera 450 sat\u00e9lites en \u00f3rbita y que tiene como misi\u00f3n registrar y distribuir im\u00e1genes y datos de la Tierra desde el espacio y monitorear los cambios visibles. A trav\u00e9s del programa Norway\u2019s International Climate & Forests Initiative (NICFI)<\/a>, en alianza con el Gobierno de Noruega, periodistas y activistas interesados en la crisis clim\u00e1tica tienen acceso a im\u00e1genes de alta resoluci\u00f3n.<\/p>\n Asimismo, contaron con la colaboraci\u00f3n de Bellingcat<\/a>, el sitio de periodismo de investigaci\u00f3n especializado en verificaci\u00f3n de hechos e inteligencia de fuentes abiertas, el cual tiene experiencia en el uso de geolocalizaci\u00f3n e im\u00e1genes satelitales en investigaciones<\/a>. El sitio capacit\u00f3 al equipo de From Above en el uso de las herramientas de Planet y les facilit\u00f3 algunas im\u00e1genes satelitales de alta resoluci\u00f3n.<\/p>\n Sin embargo, el equipo reconoce que, pese al apoyo de esas organizaciones y programas, el acceso a im\u00e1genes satelitales puede llegar a ser un reto dif\u00edcil de enfrentar, en parte porque para investigar cambios en el terreno se requieren series de im\u00e1genes en un periodo de tiempo.<\/p>\n \u201cSe necesitan las im\u00e1genes m\u00e1s actualizadas, por lo que si el costo es muy alto para una imagen, entonces resultar\u00e1 mucho m\u00e1s costoso comprar una todos los d\u00edas o todas las semanas o todos los a\u00f1os, y el periodismo es, en muchos sentidos, algo que opera en el corto plazo\u201d, dijo Vaidyanathan. \u201cCreo que puede ser \u00fatil si tienes las habilidades para manipular im\u00e1genes gratuitas e invertir, tal vez, solo en el conjunto de habilidades para procesarlas y analizarlas, porque el dinero requerido para comprar im\u00e1genes nuevas y actualizadas creo que todav\u00eda est\u00e1 lejos de estar disponible para el periodismo o para las salas de redacci\u00f3n en general\u201d.<\/p>\n Pero pese a estos retos econ\u00f3micos y t\u00e9cnicos, una de las innovaciones que trae From Above es la desmitificaci\u00f3n de la inteligencia artificial y de los procesos de visi\u00f3n computarizada como elementos inalcanzables para el periodismo, seg\u00fan sus creadores.<\/p>\n Si bien los autores de la gu\u00eda tienen conocimientos de periodismo de datos y programaci\u00f3n, no tienen la formaci\u00f3n t\u00e9cnica de un programador. Y a\u00fan as\u00ed, desarrollaron la gu\u00eda y entrenaron un algoritmo. Por tanto, para ellos resultaba fundamental que la gu\u00eda sirviera como un modo de acercar a otros colegas a la inteligencia artificial de una forma accesible.<\/p>\n \u201c[Los medios de pa\u00edses de primer mundo] tienden a hacer una separaci\u00f3n disciplinar en las redacciones entre los aspectos t\u00e9cnicos y la investigaci\u00f3n period\u00edstica. En nuestras redacciones mucho m\u00e1s peque\u00f1as y con otros procesos distintos a los del norte no existe la posibilidad de hacer esta distinci\u00f3n y las personas que hacen programaci\u00f3n muchas veces son los mismos periodistas, entonces s\u00ed requer\u00edamos que la gu\u00eda fuera perfectamente entendible para una persona que no tiene informaci\u00f3n t\u00e9cnica\u201d, dijo Mena.<\/p>\n El equipo ten\u00eda la intenci\u00f3n inicial de integrar el algoritmo en una interfaz gr\u00e1fica de usuario final para facilitar su uso en las salas de redacci\u00f3n, pero la duraci\u00f3n de seis meses del Collab Challenge no fue tiempo suficiente. Sin embargo, el equipo no descarta crear dicha interfaz en el futuro.<\/p>\n Seg\u00fan los periodistas involucrados, From Above sirvi\u00f3 para dejar registro del alcance que tiene hasta hoy la inteligencia artificial en el an\u00e1lisis de im\u00e1genes satelitales para contar historias, as\u00ed como para sentar las bases para que ellos mismos u otros periodistas apliquen o mejoren el proceso con nuevos conocimientos.<\/p>\n \u201cLa parte \u00fatil de nuestra gu\u00eda es simplemente decir: \u2018aqu\u00ed es donde se encuentra esta tecnolog\u00eda hasta este momento. Estos son los recursos para que puedan planear c\u00f3mo cubrir sus historias de una manera que tengan un impacto\u201d, dijo Vaidyanathan. \u201cCon la escala a la que est\u00e1 creciendo el acceso a la inteligencia artificial y a las im\u00e1genes satelitales, parece que puede abrir muchas posibilidades, si no ahora, en unos pocos a\u00f1os\u201d.<\/p>\n","protected":false},"excerpt":{"rendered":" Miembros de La Naci\u00f3n, Data Cr\u00edtica, CLIP y Bloomberg News desarrollaron un flujo de trabajo que busca ayudar a periodistas con pocos conocimientos tecnol\u00f3gicos a identificar indicadores visuales en im\u00e1genes satelitales y desarrollar investigaciones period\u00edsticas a partir de ello.<\/p>\n","protected":false},"author":19,"featured_media":56056,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[1218],"tags":[1418,1532],"coauthors":[],"class_list":["post-56025","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-innovacion-es","tag-inteligencia-artificial-es","tag-periodismo-ambiental-es"],"acf":[],"yoast_head":"\n![\"Screenshot](\"https:\/\/latamjournalismreview.org\/wp-content\/uploads\/2022\/05\/Captura-de-Pantalla-2022-05-30-a-las-10.25.26-p.m..png\")
![\"Mago](\"https:\/\/latamjournalismreview.org\/wp-content\/uploads\/2022\/05\/From-Above-Presentation.png\")
Obtener im\u00e1genes satelitales, un reto fuera de este mundo<\/h3>\n