¿Servirán las matemáticas para organizar la ayuda humanitaria en situaciones de desastres? Esta fue la pregunta de investigación de Héctor Bonilla, ingeniero industrial y matemático aplicado, cuando cursó su maestría en Ingeniería de Producción. Quería entender qué habría sido diferente en fenómenos naturales devastadores —esos de los que Colombia tiene ejemplos de sobra— si esta ciencia formal hubiera sido utilizada para facilitar la toma de decisiones.
¿Se habrían evitado las consecuencias desastrosas en eventos como la avalancha de Armero ―1985―, el terremoto de Armenia ―1999― y el huracán Iota en San Andrés y Providencia ―2020―? ¿Será que si se hubiera implementado un modelo de logística humanitaria, la tragedia de Mocoa no habría golpeado tan fuerte a sus habitantes? Ocurrió en 2017, cuando lluvias torrenciales ocasionaron que tres ríos se desbordaran, provocando una inmensa masa de lodo que arrasó con 36 barrios de la capital del Putumayo.
Eso y un inexistente sistema de alerta temprana fueron las causas de que 335 personas murieran, 398 quedaran heridas y 53 desaparecieran. Además, casi 8000 familias resultaron afectadas y el Estado tuvo que destinar un presupuesto de más de 427 millones de dólares para la reconstrucción del territorio. Pero no se trata únicamente de cifras, sino del impacto humano de una tragedia evitable, porque, aunque era imposible predecir el momento exacto en que ocurriría la avalancha, por esos días el Instituto de Hidrología, Meteorología y Estudios Ambientales (Ideam) ya había anunciado excesivas precipitaciones en esta región.
Además, estudios de Corpoamazonía —publicados nueve meses atrás— habían advertido sobre la posibilidad de un desastre de tal magnitud a causa de la deforestación y el uso inadecuado del suelo.
Deslizamientos, ¿el pan de cada día?
Poco después de lo sucedido en Mocoa, fuertes lluvias y deslizamientos en Manizales dejaron 17 personas muertas, 23 heridos y 480 personas desalojadas. La emergencia se repitió el pasado 24 de febrero, dejando diez viviendas afectadas. Y esto ya había ocurrido
antes en 1965, 1982, 1993 y 2005. El 8 de febrero pasó lo mismo en Pereira cuando, a causa de las fuertes lluvias, un deslizamiento de tierra cobró la vida de al menos 16 personas. En 2019 cinco personas murieron y 26 viviendas fueron evacuadas por el mismo motivo.
Y así siguen los casos que azotan al país año tras año. De hecho, según el Ideam, la primera temporada de lluvias de este 2022 se extenderá hasta mediados de junio. Por eso, se prenden las alertas en los departamentos del Tolima, Huila, Valle, Cauca y Nariño por probabilidad de deslizamientos de tierra.
Fue justamente la recurrencia de tragedias a pesar de las advertencias lo que llevó al profesor Bonilla, de la Pontificia Universidad Javeriana, seccional Cali, a desarrollar un modelo matemático de logística humanitaria, con el que busca optimizar la gestión de desastres para maximizar la cobertura en el momento de una calamidad, favorecer la entrega de ayudas y preservar la vida humana de poblaciones socialmente vulnerables.
“Normalmente se espera a que ocurra un desastre para actuar y destinar el presupuesto a personas en estados de calamidad, pero no se puede aguardar hasta que llegue, porque se pierde tiempo valioso. La idea es adelantarnos a estos fenómenos para tener una respuesta inmediata al problema”, dice Bonilla.
¿Cómo lo hace el modelo que plantea? Con la recolección de data histórica que facilita la planeación de la gestión de operaciones humanitarias. “Si tenemos información específica de lo que pasó cinco años atrás en un mismo territorio, o con características similares, podemos acercarnos a una cifra más acertada de personas que pueden quedar desalojadas”, agrega.
Matemáticas al servicio de las comunidades
Las matemáticas ocupan un lugar primordial en la propuesta del profesor. “Quería aplicarlas en un contexto social que les sirviera tanto a organizaciones no gubernamentales como a gobiernos regionales y locales”, comenta.
De esta forma, funcionan para facilitar la toma de decisiones en términos de atención humanitaria: qué cantidad de personas se van a atender, cuánta comida y medicamentos almacenar, qué tipo de víveres entregar o dónde ubicar las carpas provisorias dependiendo de los lugares más afectados. Además, sirven para cuantificar el presupuesto según el tiempo determinado y asignar el equipo necesario para responder al estrago.
De acuerdo con Wilson Maldonado, oficial de respuesta de la Cruz Roja Colombiana, la reacción a un desastre por causas naturales se divide en tres partes: búsqueda y rescate, asistencia humanitaria y asistencia médica, y reconstrucción y recuperación. Es a partir del segundo paso, la asistencia, donde el modelo de Bonilla cobraría protagonismo, pues entraría para facilitar la evaluación de daños, identificar el número de familias afectadas y analizar sus necesidades.
“Hay que tener en cuenta las características del territorio para la evaluación de daños, ya que en una emergencia como la de Mocoa ―donde muchas casas fueron destruidas― se necesitó un equipo especializado de ingenieros para identificar si estas eran habitables o si se tenían que demoler”, dice Maldonado, al explicar por qué este proceso puede tardar entre uno a cuatro días (o más), dependiendo de la magnitud del evento. En este sentido, el modelo de logística humanitaria propuesto acortaría tiempos y se nutriría constantemente de nuevos datos para aplicarlos en la respuesta a otros eventos naturales con consecuencias para la población, lo que se traduciría en una menor cantidad de víctimas.
Además, uno de sus mayores atractivos es que permitiría coordinar las ayudas humanitarias de una forma más ordenada, pues en ocasiones los donantes envían productos que no son funcionales para esa comunidad en específico, y se pierde tiempo y dinero al transportarlos. El objetivo de este modelo matemático es optimizar las redes para no perder esfuerzos.
De Brasil a Colombia
Bonilla viene trabajando en este tema desde su tesis de maestría, de 2016. En ella se interesó por estudiar el caso de Brasil, debido a que es uno de los 10 países más afectados por desastres relacionados con el clima en los últimos 20 años. Junto a otros colegas investigadores, recolectaron datos de los principales fenómenos naturales ocurridos en Brasil entre 2003 y 2016.
En el proceso se dieron cuenta de que muchos de estos desastres se asocian con la distribución desigual de oportunidades, que empuja “a las personas más vulnerables a áreas de riesgo o asentamientos informales”. Así, adoptaron el Índice de Vulnerabilidad Social (SoVI, por su sigla en inglés), con el objetivo de brindar una mayor capacidad de respuesta en las áreas más vulnerables cuando el presupuesto es limitado y no es posible acoger a todas las víctimas.
Y aunque el modelo aún está en el papel, está fundamentado en datos reales, por lo que es aplicable a cualquier evento. De hecho, Bonilla asegura que es posible desarrollar un software funcional que no solo se dedique a la planeación, sino a la parte operacional. Su siguiente paso será adaptar los indicadores brasileños al caso colombiano.
“Este modelo no soluciona el problema, lo que hace es extraer la realidad con base en información histórica”, explica. Sin embargo, está convencido de que este sistema evidencia la importancia de que exista una gestión de riesgos para reducir tragedias.
Para leer más:
Alem, D., Bonilla, H. et al. (2021). Building disaster preparedness and response capacity in humanitarian supply chains using the Social Vulnerability Index. European Journal of Operational Research. https://doi.org/10.1016/j.ejor.2020.10.016.
TÍTULO DE LA INVESTIGACIÓN: Building disaster preparedness and response capacity in humanitarian supply chains using the Social Vulnerability Index
INVESTIGADOR PRINCIPAL: Héctor Bonilla
COINVESTIGADORES: Douglas Alem, Ana Paula Barbosa, Susana Relvas, Deisemara Ferreira y Alfredo Moreno
Facultad de Ingeniería y Ciencias
PERIODO DE LA INVESTIGACIÓN: 2016-2020
