- May 2024
Los análisis predictivos para pronosticar las futuras migraciones y desplazamientos están recibiendo cada vez más atención, a pesar de su limitada utilidad práctica hasta la fecha. Esto se debe a que cumplen una serie de funciones políticas, como reforzar la coherencia en las políticas o proyectar una sensación de control.
El deseo de anticiparse y prepararse para los futuros acontecimientos es algo común en la esfera política, lo que puede verse en particular en las políticas de refugio y migración en Alemania y Europa. El reciente aumento en la llegada de personas refugiadas a través de la ruta de los Balcanes y del Mediterráneo, particularmente a raíz de la guerra en Ucrania, ha reforzado el deseo de los gobiernos de no verse sorprendidos por los movimientos migratorios futuros. El gran interés que revisten los enfoques predictivos, centrados en particular en los cruces fronterizos irregulares y en el desplazamiento forzado, se refleja en el dinámico panorama de investigación y en la proliferación de planteamientos que compiten entre sí.
Las herramientas de previsión cuantitativa prometen una mejor orientación y una mayor seguridad en la planificación, pues utilizan instrumentos basados en el aprendizaje automático y modelos basados en agentes que generan unas expectativas destacables en términos de precisión y fiabilidad. Sin embargo, hasta la fecha, la utilidad práctica de estas herramientas no está a la altura de lo esperado. En vista de la aparente discrepancia entre lo que se espera del análisis predictivo y su desempeño hasta la fecha en el ámbito de la predicción de los flujos migratorios, cabe plantearse por qué los esfuerzos para desarrollar herramientas relacionadas siguen atrayendo recursos financieros e interés político.
Las agencias implicadas en la predicción de la migración y las herramientas que emplean
En términos generales, la previsión del desplazamiento forzado y la migración irregular se aplica en tres áreas:
- Aumentar la capacidad de recepción a nivel nacional cuando se espera un aumento en la llegada de personas refugiadas.
- Adaptar los procesos de control y gestión de las fronteras para hacer frente a los retos previstos.
- Planificar con antelación la ayuda humanitaria (y, cada vez más, la cooperación para el desarrollo) en el contexto de la migración motivada por crisis.
Hacer un uso eficiente de los escasos recursos es un desafío central en estas tres áreas.
Son cada vez más los actores que participan en el desarrollo de modelos cuantitativos para predecir los flujos migratorios. En Europa, los esfuerzos para predecir la migración suelen abarcar la llegada de personas refugiadas y en la seguridad en las fronteras, y se centra en quienes se dirigen hacia la Unión Europea (UE) y sus Estados miembros. Los principales organismos implicados son la Agencia Europea de la Guardia de Fronteras y Costas (Frontex) y la Agencia de Asilo de la Unión Europea (AAUE). Ambas están desarrollando modelos de aprendizaje automático para prever las nuevas llegadas a los Estados miembros de la UE de conformidad con sus respectivos mandatos: mientras que Frontex se ocupa del cruce irregular de fronteras, la AAUE se centra en el número de solicitudes de asilo.
En los últimos años, la Comisión Europea también ha estado estudiando el potencial de contar con un instrumento de pronóstico migratorio para toda la Unión Europea. Además de financiar varios consorcios de investigación relacionados, la Comisión encargó un estudio de viabilidad sobre una herramienta basada en inteligencia artificial para predecir la dirección y la intensidad de la migración irregular hacia la UE y dentro de ella, con un horizonte temporal de entre uno y tres meses. Aunque los resultados del estudio aún no se han traducido en medidas prácticas, se llevará a cabo un proyecto piloto para poner a prueba un instrumento limitado a predecir la migración irregular en una sola ruta.
El hecho de que ninguna de estas diversas herramientas en desarrollo esté lista para ser utilizada sugiere que existen desafíos persistentes, incluso para los métodos de aprendizaje automático. La ambición de desarrollar un sistema integral de pronóstico y alerta temprana para la migración irregular hacia la UE se encuentra con dos limitaciones técnicas. En primer lugar, ni siquiera los instrumentos basados en inteligencia artificial más avanzados del momento son capaces de comprender adecuadamente la compleja interrelación entre los numerosos factores que influyen en las decisiones migratorias (especialmente, cuando el instrumento en cuestión debe ser universalmente aplicable a todos los países y a todas las rutas migratorias hacia Europa). En segundo lugar, la fiabilidad de cualquier predicción está limitada por la incertidumbre inherente a los procesos migratorios. Muchos de los movimientos migratorios más relevantes hacia Europa se debieron a acontecimientos que alteraron el contexto y ocasionaron el desplazamiento forzado y la migración de personas de forma impredecible.
En la línea de estas iniciativas europeas, varias organizaciones internacionales están desarrollando herramientas predictivas para mejorar la planificación humanitaria y de desarrollo. Este es el tercer ámbito de aplicación. Se considera que el proyecto Jetson de la Oficina del Alto Comisionado de las Naciones Unidas para los Refugiados (ACNUR), iniciado en 2017 con el fin de predecir los desplazamientos en Somalia, es la primera aplicación basada en aprendizaje automático destinada a pronosticar los desplazamientos internos y transfronterizos. En 2020, tras el cierre de fronteras como consecuencia de la pandemia de la COVID-19, que interrumpió la migración entre Venezuela y Brasil, surgió una segunda iniciativa. Para generar predicciones viables sobre el número de personas venezolanas que llegarían a Brasil tras la reapertura de las fronteras y anticipar las necesidades humanitarias que dicho movimiento de personas implicaría, ACNUR colaboró con la iniciativa Pulso Mundial de Naciones Unidas para crear un instrumento de previsión basado en aprendizaje automático y una herramienta interactiva de simulación para las necesidades de vivienda y otras necesidades en diversos escenarios.
En el sector de las ONG, el Consejo Danés para los Refugiados y Save the Children encabezan los esfuerzos para aprovechar plenamente el potencial del análisis predictivo centrado en mejorar la provisión de ayuda humanitaria. El modelo predictivo Foresight del Consejo Danés para los Refugiados utiliza la inteligencia artificial para prever el movimiento interno y transfronterizo relacionado con los conflictos. Actualmente, abarca veintiséis países con un horizonte temporal de entre uno y tres años. El modelo predictivo Anticipatory Humanitarian Action for Displacement («Acción Humanitaria Anticipatoria para el Desplazamiento», AHEAD por sus siglas en inglés) del Consejo Danés para los Refugiados pronostica los desplazamientos internos en Burkina Faso, Malí, Niger, Sudán del Sur y Somalia y genera informes de manera periódica para respaldar las actividades de los actores humanitarios. Save the Children desarrolló un instrumento basado en aprendizaje automático para predecir el alcance y la duración de los desplazamientos que se ha mejorado de forma continua desde su introducción en 2018. Una de las principales lecciones aprendidas en este proceso fue que los modelos localizados y adaptados al contexto resultan más útiles que los modelos generalizados, y que ciertas lagunas en cuanto a los datos pueden interpolarse gracias al modelado basado en agentes.
En general, el uso práctico de las herramientas de predicción de la migración en entornos humanitarios parece estar más avanzado que los esfuerzos por pronosticar la llegada irregular de personas a la UE. Una razón puede ser que los objetivos de predicción están más limitados a nivel espacial y temporal en función de las necesidades operativas concretas y que la curva de aprendizaje es más pronunciada que en los enfoques más eurocéntricos. Además, los movimientos de personas refugiadas causados por acontecimientos repentinos, como desastres naturales o el estallido de conflictos armados, tienden a ser más fáciles de modelar mediante el aprendizaje automático que los movimientos migratorios, pues están influenciados por un número de factores muy superior. No obstante, desarrollar instrumentos de predicción adaptados a cada contexto es una tarea que requiere tiempo, alrededor de un año según el Servicio de Innovación de ACNUR. Las herramientas que pronostican los desplazamientos pueden ser, por tanto, especialmente útiles para observar a corto plazo los contextos más frágiles, por ejemplo, en el marco de la cooperación al desarrollo.
Aunque el beneficio práctico de los pronósticos migratorios cuantitativos varía mucho de un ámbito político a otro, en todos ellos existen obstáculos similares a la hora de incorporarlos a los procesos de toma de decisiones políticas. A pesar de la gran necesidad de una mayor capacidad de previsión a todos los niveles, los gobiernos nacionales carecen de los recursos y las estructuras necesarios para explotar plenamente los resultados que arrojan los instrumentos de predicción cuantitativa. Uno de los motivos es la escasez de tiempo y recursos humanos en los ministerios competentes. Otro de los motivos es que la inevitable incertidumbre de los pronósticos hace que pierdan valor para el proceso político, que atiende mejor a datos claros y sencillos. Por último, cabe mencionar la falta de procesos establecidos para incorporar las previsiones en la toma de decisiones políticas.
Las funciones políticas de los pronósticos migratorios
Entonces, ¿para qué se usan las predicciones migratorias cuantitativas en el proceso político? Además de brindar esperanzas de mejorar la cooperación interdepartamental, las previsiones proporcionan a los ministerios una ventaja competitiva gracias a los conocimientos que les aportan, legitiman las decisiones que ya se han tomado y se utilizan para promover intereses políticos y obtener financiación.
Mejorar la coherencia y la cooperación a nivel gubernamental
Los responsables de la toma de decisiones tanto en Alemania como a nivel europeo afirman que el intercambio de datos sobre los desplazamientos forzados y la migración entre los diferentes agentes implicados sigue siendo relativamente desestructurado y poco sistemático. La información disponible sobre los desplazamientos forzados y la migración es poco homogénea, lo que dificulta la toma de decisiones conjunta, en particular, en situaciones de crisis en las que hay poco tiempo para coordinarse.
La predicción de la migración basada en inteligencia artificial podría contribuir a elaborar un sistema capaz de dibujar un panorama compartido de la situación, que asigne las responsabilidades de forma clara y de manera que todos los actores implicados las acepten, para así fundamentar la toma de decisiones. Esto aliviaría la presión temporal inherente a las situaciones de crisis, al facilitar debates y una búsqueda del consenso tempranos. Esto también se aplica a nivel europeo, donde hay una notable falta de estructuras para aunar los diversos datos sobre migración de los distintos países. Una previsión fiable de la migración podría agilizar la coordinación entre los países de primera acogida, la Comisión y las agencias de la UE en caso de que se produzca un rápido aumento en el flujo de personas en una ruta de migración concreta.
Usar el conocimiento como una ventaja competitiva
Además del objetivo común de mejorar las predicciones, también se compite por influir en las decisiones sobre asilo y migración. La posibilidad de que el conocimiento adicional suponga una ventaja competitiva sustancial puede conducir a una falta de cooperación entre los diferentes actores que buscan pronosticar los flujos migratorios. Por ejemplo, tanto Frontex como la AAUE pretenden aprovechar sus respectivas capacidades de predicción en beneficio propio. Mientras que Frontex recopila principalmente información sobre las tendencias de migración irregular y la AAUE se centra en generar capacidad de recepción para acoger a quienes solicitan asilo, ambos organismos usan sus respectivas predicciones para recabar apoyos y expandirse institucionalmente. En última instancia, el empeño por desarrollar predicciones cuantitativas sobre migración suele atender a los objetivos políticos de la propia organización. Esta mentalidad aislacionista también obstaculiza el desarrollo de una herramienta de predicción cuantitativa por parte de la Comisión Europea.
Comunicación y legitimación de las decisiones políticas
En el ámbito de la migración y el asilo, el llamamiento a una política más basada en las evidencias y a una mayor inversión en la recopilación y el análisis de los datos son una constante. Se argumenta que presentar alternativas basadas en las evidencias a los responsables de la toma de decisiones ayudaría a dotar de objetividad a unos debates que suelen estar muy connotados y altamente polarizados, lo que contribuiría a contrarrestar el discurso populista. Al mismo tiempo, las cifras y las estadísticas cumplen con importantes funciones de comunicación y legitimación en el ámbito político. En lugar de atender al análisis imparcial de las diferentes opciones políticas, los datos suelen emplearse fundamentalmente para legitimar o sustentar decisiones que ya se han tomado. La predicción cuantitativa tiene una función más: invertir en el pronóstico de los flujos migratorios puede dar una sensación de control en una esfera política caracterizada por la incertidumbre y las sacudidas periódicas y, por tanto, incidir en los esfuerzos de planificación por adelantado. Si dichos esfuerzos de previsión se fundamentan principalmente en las premisas anteriores, es probable que los esfuerzos de recogida y análisis de los datos sean, en gran medida, selectivos e interesados.
Presión política y obtención de fondos
En el sector humanitario, la predicción cuantitativa del desplazamiento forzado cumple una importante función adicional: atraer la atención política a las crisis emergentes y movilizar la financiación necesaria para responder a ellas. El Consejo Danés para los Refugiados y Save the Children son dos ONG que indican explícitamente que la financiación es una de sus motivaciones para desarrollar herramientas de previsión, al tiempo que intentan no perpetuar la narrativa de la creciente amenaza para los Estados ricos que suponen los movimientos de personas refugiadas procedentes del denominado Sur Global. La predicción de la migración también puede ayudar a los actores estatales en la asignación de fondos y recursos. Los fondos que se invierten antes de que estalle una crisis son mucho más eficaces que la ayuda de emergencia a posteriori. Esta es una premisa reconocida desde hace tiempo en el sector humanitario que justificaría un mayor uso de instrumentos de financiación basados en las previsiones. La mayor eficacia de los fondos empleados es un argumento reseñable en la competencia por los recursos públicos.
Por último, los profesionales de la ayuda humanitaria también subrayan que pronosticar de forma fiable los movimientos de personas refugiadas podría alentar a los donantes a asignar más fondos de ayuda flexibles y sin restricciones, lo que proporcionaría un mayor margen de maniobra para que las organizaciones puedan responder a las necesidades sobre el terreno.
Conclusiones
Las funciones políticas de la predicción cuantitativa de los flujos migratorios descritas en este artículo ponen de manifiesto los diversos y, en ocasiones, contradictorios motivos que impulsan el interés en pronosticar la migración y el desplazamiento y que, por tanto, complementan su utilidad práctica a la hora de adaptar las capacidades de recepción, ajustar la protección de las fronteras y mejorar la planificación y la ejecución de proyectos humanitarios y de desarrollo. Aunque la obtención de conocimientos motiva a los actores a coordinarse y explotar sus sinergias, su deseo de obtener ventajas competitivas y legitimar las políticas existentes les inclinan hacia la acción unilateral.
El debate sobre el potencial y las deficiencias de las nuevas herramientas de predicción estaría incompleto si no se abordan las posibles repercusiones negativas de estos nuevos desarrollos técnicos para las personas migrantes y refugiadas. Si bien las herramientas de predicción basadas en el aprendizaje automático suelen recopilar datos grupales más que individuales, los riesgos para los derechos humanos siguen siendo significativos. En un contexto de acalorado y polarizado debate sobre el desplazamiento forzado y la migración, las predicciones cuantitativas son inherentemente políticas y existe el riesgo de que puedan emplearse para generar escenarios de amenaza y avivar los temores. Esto puede llevar al cierre de las fronteras a quienes buscan asilo o a un aumento de los ataques racistas contra personas de determinadas nacionalidades o etnias. Además, hay una falta de claridad respecto a los derechos de las personas desplazadas y refugiadas a impedir que se utilicen sus datos para entrenar los modelos de predicción y a que se las indemnice si sufren daños no intencionados derivados de su uso o si sus datos son utilizados de forma indebida para otros fines.
Los pronósticos migratorios de personas desplazadas por la fuerza pueden tener efectos positivos (por ejemplo, una mejora en la planificación de la ayuda humanitaria) o negativos (por ejemplo, la reorientación de los fondos humanitarios hacia la seguridad de las fronteras). Esto quiere decir que, incluso con la mejora gradual de las herramientas predictivas, el desplazamiento forzado y la migración continuarán siendo ámbitos en los que se deben tomar y defender decisiones políticas difíciles. Cuando la predicción cuantitativa de los flujos migratorios se utilice en la práctica, será necesario valorar y abordar los riesgos para las personas que se vean directamente afectadas. Por una parte, es necesario garantizar que las predicciones no se utilizan como herramienta política ni para presentar la migración como un riesgo para la seguridad. Por otra parte, la protección de datos debe incluir tanto los datos grupales como los personales. En el ámbito de la ayuda humanitaria y de la cooperación al desarrollo, se deben desarrollar y adaptar principios para un flujo responsable de los datos que permitan seguir el ritmo de los avances tecnológicos que los modelos predictivos están experimentando.
Steffen Angenendt
Socio de Migration Experts Groups
angenendt@migrationexperts.ch
Anne Koch
Asociada del Instituto Alemán de Asuntos Internacionales y de Seguridad de la Fundación de Ciencias y Política
anne.koch@swp-berlin.org