Bombazo en la geología: científicos chilenos usan IA para anticipar la intensidad de futuros terremotos

Históricamente, la predicción de futuros terremotos estuvo limitada a modelos estadísticos que trabajan con bases de datos históricas y cálculos de recurrencia. Estos enfoques ofrecen escenarios probables, pero carecen de precisión operativa. No existe aún una tecnología que determine con exactitud el lugar y momento del próximo gran sismo.

Sin embargo, un grupo de investigadores desarrolló un nuevo enfoque con ayuda de inteligencia artificial. Esta herramienta no busca prever el epicentro o la magnitud exacta, sino estimar la intensidad del movimiento sísmico antes de que se propague, lo que permite anticipar la carga que este impondrá a infraestructuras y personas en distintas zonas.

¿Cómo usan la IA los científicos chilenos para anticipar la intensidad de futuros terremotos?

El sistema, llamado HEWFERS (Hybrid Earthquake Early Warning Framework for Estimating Response Spectra), se fundamenta en una red de aprendizaje automático que analiza los primeros segundos de las ondas sísmicas.

Fue desarrollado por los académicos Jawad Fayaz (University of Exeter), Sergio Ruiz (Universidad de Chile) y Rodrigo Astroza (Universidad de los Andes). La investigación fue publicada en la revista Science Direct.

En este marco muchos se preguntarán… ¿Cómo funciona? El modelo toma los primeros 10 segundos del movimiento sísmico que registran las estaciones acelerográficas.

A partir de estos datos iniciales, predice la intensidad que alcanzará el evento en la estación donde se capta y en otras ubicaciones cercanas donde aún no han llegado las ondas. Si esas zonas también cuentan con sensores, los datos se incorporan al sistema para aumentar la precisión.

La diferencia con los sistemas anteriores radica en que estos solo estiman parámetros generales del evento como la magnitud, sin calcular la intensidad que afecta directamente a las estructuras. La innovación del modelo chileno es que predice el nivel de exigencia estructural que provocará el sismo en distintas áreas del territorio.

Aplicación y pruebas en contextos reales de este modelo de predicción

El sistema fue testeado con éxito en Japón, entre 1996 y 2022. Ese país cuenta con una de las redes sísmicas más avanzadas del mundo, lo que permitió reunir 14.000 registros sísmicos de 1.860 terremotos. La mayoría de estos fueron eventos de tipo subductivo, los mismos que predominan en Chile.

Astroza aclara que están trabajando con datos del Centro Sismológico Nacional chileno para adaptar el sistema a nivel nacional. La red de sensores mejoró considerablemente tras el terremoto del Maule de 2010, lo cual facilita la implementación del modelo en el país sudamericano.

A continuación, algunas de las ventajas de este enfoque:

• Permite a las autoridades tomar decisiones como evacuar estructuras críticas o detener procesos industriales que puedan derivar en explosiones o incendios.
• Puede integrarse con sistemas de aviso público o aplicaciones móviles para advertir con antelación a la población sobre la intensidad esperada del sismo.
• Su uso es viable tanto en el sector público como en el privado: desde centrales eléctricas hasta hospitales o redes de transporte.

Por qué esta investigación es importante para el análisis de futuros terremotos

El sistema diseñado por Fayaz, Ruiz y Astroza no anticipa el lugar exacto del próximo terremoto, pero sí ofrece una estimación regional del nivel de movimiento del suelo antes de que ocurra el evento completo.

Esta información es especialmente útil en zonas expuestas a terremotos de subducción, como las costas chilenas y otras regiones del cinturón de fuego del Pacífico.

La herramienta no sólo facilita respuestas más rápidas, sino que también mejora la gestión del riesgo sísmico. Se abre la posibilidad de contar con sistemas automatizados que detengan operaciones peligrosas o liberen infraestructuras críticas antes del impacto principal.

Además, el modelo puede integrarse con tecnologías móviles. Esto permitiría enviar alertas geolocalizadas a los dispositivos de las personas que se encuentren en zonas de riesgo, otorgando segundos valiosos para tomar medidas de autoprotección.

Aunque los resultados iniciales son promisorios, la implementación total del sistema en Chile aún está en fase de pruebas. Astroza y su equipo trabajan con los datos locales para afinar el modelo. El proyecto fue presentado en el seminario Aplicaciones de Inteligencia Artificial en Ingeniería Estructural y Sísmica, realizado en mayo de 2025 en la Universidad de los Andes.