Hondamendi naturalen prebentzioa eta egokitzapena hobetzeko hiri-hondamendien aurkako tresna berria IAn oinarrituta

Nazioarteko hondamendien datu-base handiek, hala nola Larrialdietako Gertaeren Datu-baseak (EM-DAT), batez ere gertaera larriak erregistratzen dituzte. Hala ere, milaka uholde, luizi edo industria-istripu txiki geratzen dira estatistika horietatik kanpo , nahiz eta haien eragin metatua funtsezkoa izan daitekeen tokiko komunitateentzat.

Leire Labaka , Josune Hernantes eta Fernando María de Villar Rosety , Navarrako Unibertsitateko Tecnun Eskolako Biodibertsitate eta Ingurumen Institutuko (BIOMA) ikertzaileek, " From headlines to databases: leveraging LLMs for structured disaster event extraction " izeneko International Journal of Data Science and Analytics aldizkarian argitaratutako artikulu baten egilekideak dira. Artikulu honek adimen artifizialeko sistema bat (hizkuntza-eredu handiak) erabiltzen du sarean argitaratutako albisteetan oinarritutako tokiko hondamendiak identifikatu eta erregistratzeko. Metodo honek nazioarteko datu-base handietan normalean ez dira ikusten diren eskala txikiko gertaerak detektatzea ahalbidetzen du.

Sistemak web scraping teknikak eta ChatGPT bezalako hizkuntza-ereduak konbinatzen ditu albisteak automatikoki aztertzeko eta hondamendiei buruzko informazio garrantzitsua ateratzeko, hala nola kokapena , data eta kaltetutako azpiegitura . "Egunero, ehunka albistek deskribatzen dute nola uholde batek errepide bat moztu edo herri bat isolatu zuen. Informazio hori existitzen da, baina sakabanatuta eta antolatu gabe dago. Gure lanak hizkuntza-ereduak erabiltzen ditu sistematikoki irakurtzeko eta datu egituratu bihurtzeko: egunkariek diotenaren eta planifikatzaileek eta kudeatzaileek erabakiak hartzeko behar dutenaren arteko zubia", dio Fernando María de Villar Rosetyk, artikuluaren ikertzaile nagusiak.

Ikerketa-taldeak tresna Granadan izandako uholdeetan oinarritutako kasu-azterketa batekin probatu zuen. Google News bezalako plataformetatik bildutako 21 tokiko albiste artikulu soilik erabiliz, sistemak kaltetutako errepideak eta eurite handiekin lotutako beste inpaktu batzuk identifikatu ahal izan zituen, informazio garrantzitsua ateratzerakoan % 76ko zehaztasun-tasa lortuz. "Ez da datuak biltzea bakarrik, baizik eta horiek aztertzea eta oharkabean pasatzen diren ahultasun-ereduak detektatzea. A-92 autobidea ekaitz bakoitzaren ondoren albisteetan behin eta berriz agertzen ikusteak sistematikoki huts egiten ari den eta prebentzio-neurriak behar dituen azpiegitura bat dela identifikatzeko aukera ematen digu", gaineratu du Leire Labakak.

Egileen arabera, sistema honek EM-DAT bezalako datu-base globalak osatu ditzake, zeinak eragin handiko hondamendiak soilik erregistratzen dituzten eta askotan eskala txikiagoko gertaerak alde batera uzten dituzten. "Adimen artifizialak klima-gertaera desberdinen eraginari buruzko milaka albiste datu egituratu bihurtzeko aukera ematen digu. Horri esker, ahultasunak detektatu eta gure azpiegituretan akatsak saihestu ditzakegu, hiri erresilienteagoak eraikitzeko eta gertaera horien aurrean gizarte-segurtasuna hobetzeko urrats garrantzitsua", dio Josune Hernantesek.

Erreferentzia bibliografikoa
• Puime Pedra, M., Elkady, S., Villar-Rosety, FM et al. Titularretatik datu-baseetara: LLMak aprobetxatzea hondamendi-gertaeren erauzketa egituraturako. Int J Data Sci Anal 22, 65 (2026). https://doi.org/10.1007/s41060-025-01017-1