Ing. Alexander ESLAVA SARMIENTO
Consultor Portuario
Especialista en Logística Internacional
COLOMBIA
El transporte marítimo es esencial para el comercio global, ya que facilita el movimiento de mercancías y materias primas a través de los océanos del mundo. Aproximadamente el 90 % del comercio mundial se realiza por mar, lo que subraya su papel crucial en el comercio internacional. Sin embargo, esta industria se enfrenta a importantes riesgos y desafíos. En primer lugar, los riesgos operativos y el alto costo de los accidentes siguen siendo preocupantes. Las condiciones climáticas adversas como las inclemencias del tiempo, la imprevisibilidad del estado del mar, el tráfico marítimo denso, la visibilidad limitada y los errores humanos, que pueden provocar accidentes como colisiones, encallamientos y derrames, lo que supone importantes amenazas para la vida humana, el medio ambiente y la estabilidad económica.
En segundo lugar, las crecientes demandas de sostenibilidad ambiental y reducción de emisiones de Gases de Efecto Invernaderos (GEI) ejercen presión adicional sobre la industria, ya que el transporte marítimo tiene un impacto significativo en los ecosistemas marinos. Por último, los costos de combustible representan una de las categorías de gasto más importantes, y las fluctuaciones de precios afectan directamente el presupuesto general de las compañías navieras. Dados estos desafíos, existe un creciente interés en aprovechar las tecnologías disruptivas de la Industria 4.0 (I4.0), en particular la Inteligencia Artificial (IA), con el objeto de mejorar la seguridad marítima y la gestión de riesgos. La IA ofrece soluciones innovadoras para la evaluación de riesgos, el mantenimiento predictivo, la gestión de recursos de la gente de mar y la navegación, disrumpiendo la industria marítima al mejorar la seguridad y la eficiencia operativa.
La IA como factor disruptivo del transporte marítimo global ofrece oportunidades transformadoras a la industria marítima en diversas funciones. A continuación, se explican algunas de ellas:
Navegación
Los algoritmos de IA son fundamentales para optimizar las rutas marítimas, lo que aumenta significativamente la seguridad y la eficiencia en las operaciones marítimas. Estos algoritmos procesan amplios conjuntos de datos, incluyendo patrones meteorológicos en tiempo real, corrientes oceánicas, tráfico marítimo y rutas de navegación históricas, para determinar las rutas más eficientes y seguras para los buques. La IA evalúa múltiples rutas potenciales, considerando factores como la distancia, el consumo de combustible y los riesgos de seguridad. A continuación, clasifica estas rutas según criterios de eficiencia y seguridad, y ofrece recomendaciones al equipo de navegación del buque. Al actualizar y recalcular continuamente las rutas con base en los datos más recientes, la IA garantiza que los buques puedan evitar condiciones peligrosas como condiciones meteorológicas severas, zonas de alto tráfico y obstáculos a la navegación. Además, la optimización de rutas basada en IA minimiza el consumo de combustible al seleccionar las rutas más eficientes, lo que reduce los costos operativos y mitiga el impacto ambiental. Esta capacidad no solo mejora la rentabilidad de las operaciones marítimas, sino que también se alinea con los esfuerzos globales para reducir las emisiones de GEI y promover prácticas de transporte marítimo sostenibles.
Mediante sistemas de navegación como el Sistema de Posicionamiento Global (SPG), el Sistema de Identificación Automática, «Automatic Identification System», (AIS) y el radar, ayudan a la IA a determinar la posición real de un buque e información sobre su rumbo y velocidad en tiempo real. Al analizar estos datos, los algoritmos de IA toman decisiones relacionadas con el control del buque, la prevención de colisiones y la optimización de rutas. Los sistemas de navegación proporcionan datos que son procesados por algoritmos de IA para identificar posibles amenazas de colisión, generando decisiones subsiguientes sobre las medidas a tomar en caso de colisión. La IA combina imágenes térmicas, cámaras de baja luminosidad y datos de sensores a bordo para crear una imagen precisa del entorno del buque en tiempo real. El sistema reconoce automáticamente otros objetos y mide la distancia a ellos en tiempo real. El algoritmo de IA aprende continuamente del entorno para discernir situaciones peligrosas y alertar al operador según umbrales predefinidos. De igual manera, los algoritmos de detección de anomalías de la IA permiten identificar movimientos inusuales de embarcaciones, lo cual resulta especialmente valioso en zonas con intenso tráfico marítimo. Esto permite a los operadores ajustar el rumbo o la velocidad de una embarcación con antelación, reduciendo el riesgo de colisiones y, en consecuencia, posibles pérdidas económicas. En consecuencia, la IA emite alertas inmediatas y sugiere maniobras evasivas a la tripulación. Esta capacidad es especialmente crucial en vías congestionadas y durante maniobras complejas en puertos. Al permitir una toma de decisiones oportuna e informada, los sistemas de prevención de colisiones basados en IA ayudan a prevenir accidentes, garantizando la seguridad del buque, su tripulación y su carga.
Mediante el Aprendizaje Automático (AA) y algoritmos de Aprendizaje Profundo (AP), la IA analiza datos de sensores y cámaras para reconocer patrones y objetos en los alrededores de un buque (buques, boyas de navegación, témpanos de hielo marcas de navegación, icebergs o escombros flotantes y otros objetos que puedan suponer una amenaza para la navegación segura). Esta información se utiliza para aumentar la seguridad y la eficiencia de la navegación. Por tanto, el reconocimiento de patrones es una de las áreas de aplicación clave de la IA en la navegación marítima. La IA utiliza esta información para optimizar la ruta, evitando zonas de alto tráfico marítimo o condiciones meteorológicas peligrosas; ayuda a identificar objetos que no son visibles para la tripulación del buque, como objetos a la deriva u objetos bajo la superficie del agua. La IA analiza datos del sonar y otros sensores para detectar estos objetos y advertir a la tripulación de un peligro potencial. También para monitorizar el estado del buque y detectar posibles fallas. La IA analiza datos de los sensores del buque y los sistemas de monitorización del estado para detectar indicios tempranos de fallas y prevenirlos. De hecho, buques modernos equipados con numerosos dispositivos proporcionan observación constante del entorno circundante, lo cual es utilizado por algoritmos de IA para tomar decisiones sobre la dirección del buque, evitar obstáculos y la determinar la ruta más eficiente hacia destino.
El uso de la IA es útil no sólo para el reconocimiento de objetos en las proximidades del buque, también para la optimización de la ruta marítima. El potencial del uso de la IA en la navegación marítima también se extiende a la previsión meteorológica. Las técnicas modernas de IA pueden calcular todas las condiciones que influyen en la meteorología, la densidad del tráfico de una zona marítima determinada, las limitaciones de la navegación y otros factores para seleccionar la ruta más adecuada para un buque o flota de buques en particular. Mediante el uso de algoritmos avanzados de AA, la IA puede anticipar cambios en las condiciones meteorológicas y marítimas y responder con rapidez en caso de emergencia, lo que aumenta significativamente la seguridad marítima. Como resultado, la integración de la IA en los sistemas de navegación y control de buques permite mejorar la eficiencia y la seguridad del transporte marítimo, así como reducir el riesgo de accidentes y daños materiales. Este es un elemento clave en la automatización y modernización de las flotas y la infraestructura marítima en la era digital. La optimización de rutas puede, por tanto, implementar ofertas ventajosas en cuanto a combustible, emisiones de GEI y tiempo de viaje. Para que la IA pueda navegar el buque de forma eficaz y segura por sí sola, debe incorporar software de los sistemas de navegación. La IA realiza cálculos complejos en poco tiempo y toma buenas decisiones, tanto para sí misma como para el sistema.
Pronóstico del Tiempo.
La tecnología de IA también es fundamental para monitorear y responder a las condiciones ambientales que afectan la navegación. Estos sistemas recopilan datos sobre diversos factores ambientales, como las condiciones meteorológicas, el estado del mar, la visibilidad y los movimientos de las mareas, los cuales pueden afectar significativamente la ruta y la seguridad operativa de un buque. Los algoritmos de IA analizan estos datos para predecir condiciones ambientales adversas y recomendar los ajustes necesarios en el rumbo o la velocidad del buque. De hecho, si se pronostica mal tiempo en la ruta planificada, la IA sugiere rutas alternativas para evitar el mal tiempo (tormentas, huracanes, tifones). Este enfoque proactivo permite a los buques navegar con seguridad en entornos difíciles, reduciendo el riesgo de accidentes relacionados con el clima y garantizando llegadas puntuales. Al adaptarse continuamente a las condiciones ambientales cambiantes, la IA mejora la resiliencia operativa y contribuye a la fiabilidad general del transporte marítimo.
La IA, a través del AA analiza datos meteorológicos, oceanográficos e hidrográficos en tiempo real, permitiendo a los buques ajustar su rumbo según las condiciones meteorológicas, optimizar el rendimiento del motor regulando la velocidad, la potencia y la carga según las condiciones en tiempo real. La previsión meteorológica, esencial para la correcta planificación del proceso de trabajo del buque. Basándose en la información recopilada mediante algoritmos de AA y AP, la IA puede predecir el tiempo y las condiciones del oleaje a partir de la información meteorológica y oceanográfica disponible. La IA datos recopilados mediante satélites, boyas oceánicas, estaciones meteorológicas y otros equipos de detección para obtener la información más precisa posible sobre las condiciones meteorológicas existentes. También emplea datos meteorológicos y gráficos oceánicos anteriores para analizar su fiabilidad. La información meteorológica prevista puede utilizarse para planificar los movimientos del buque, evitando así las regiones con probabilidad de presentar patrones meteorológicos y de oleaje desfavorables.
Estas previsiones suelen ser útiles para la IA en la gestión de la velocidad de los buques, así como del consumo de combustible, para minimizar las emisiones de GEI y los costos de transporte en el mar; para mejorar la seguridad de las direcciones en la navegación. La IA emplea estas previsiones para identificar riesgos como huracanes, tormentas y otros fenómenos meteorológicos adversos y alertar a la tripulación. De manera similar, la IA meteorológica debe ser capaz de obtener una cantidad significativa de datos de diversas fuentes e implementar modelos altamente sofisticados de AA y AP para ofrecer predicciones meteorológicas precisas. Los sistemas de navegación y control de buques deben integrarse con la IA para que estas predicciones se puedan utilizar y mejorar las opciones de ruta y, por tanto, mejorar la seguridad de la navegación. Por tanto, la IA Integra datos meteorológicos en tiempo real, incluidos pronósticos y las condiciones actuales. Esto ayuda a anticipar y evitar condiciones climáticas adversas que puedan afectar la eficiencia del combustible y seguridad del buque; utiliza información del clima histórico para predecir condiciones futuras, lo que permite buques para planificar rutas que eviten tormentas y alteraciones del mar. Los algoritmos de la IA analizan las corrientes marinas y patrones de olas, optimizando las rutas a tomar (aprovechar las corrientes favorables y evitar las regiones con alta resistencia a las olas). En efecto, la IA monitorea continuamente las condiciones y realiza modificaciones en tiempo real en la ruta del buque. Esta adaptabilidad garantiza que el buque permanezca en el trayecto más eficiente considerando la situación actual y condiciones previstas.
Eficiencia Energética
El potencial de la IA para impulsar la descarbonización en las operaciones marítimas se reconoce cada vez más como crítico en el cumplimiento de los objetivos globales de reducción de emisiones de GEI. La IA puede optimizar las operaciones marítimas mediante análisis de datos avanzados y AA, modelos que predicen las rutas y velocidades más eficientes. Mediante el análisis de datos históricos, condiciones del clima y corrientes marinas, los algoritmos de IA pueden recomendar rutas de navegación óptimas que minimicen consumo de combustible y reducir las emisiones de GEI. Esta optimización de ruta no sólo reduce los costos operativos, también disminuye el impacto ambiental de las actividades de transporte marítimo. La IA mejora el mantenimiento de la maquinaria de los buques al predecir fallas antes de que ocurran. Con sensores y análisis de datos, la IA monitorea el estado de los motores y otros equipos críticos en tiempo real, identificando patrones que preceden a las averías.
Este enfoque (mantenimiento predictivo), garantiza que las piezas se reemplacen o reparen en el momento óptimo, lo que maximiza eficiencia, prolonga la vida útil de la maquinaria y reduce las emisiones de GEI innecesarias causadas por rendimiento ineficiente del motor. Los sistemas de gestión energética impulsados por IA pueden mejorar significativamente la eficiencia energética de los buques. Estos sistemas analizan los patrones de uso de energía a bordo del buque y ajustan las operaciones automáticamente para reducir el desperdicio de energía. La IA puede controlar la iluminación, la calefacción y sistemas de aire acondicionado en función de la ocupación y las condiciones climáticas, disminuyendo así la huella de carbono de estos grandes buques.
Mejorar la eficiencia energética está entre los planes estratégicos de la mayoría de las compañías navieras. Los beneficios incluyen una reducción en los costos de combustible y la protección del medio ambiente. Incluso pequeños cambios en las condiciones operativas pueden provocar cambios sustanciales en el consumo energético, por lo que es fundamental optimizar continuamente todas las operaciones a bordo de un buque. Se puede ahorrar hasta un 25 % del consumo de combustible mediante un consumo energético sostenible y una navegación óptima. Modelar el consumo de combustible de los buques, que tiene un impacto significativo en el medio ambiente y los costos operativos, es un reto crucial. De hecho, la IA puede optimizar el consumo de combustible de los buques y proporcionar mejoras significativas en la eficiencia energética.
Por tanto, uno de los campos de aplicación más importantes de la IA es la optimización del consumo de combustible en la navegación marítima. Específicamente, mediante la aplicación de enfoques de AA y AP, la IA puede obtener datos sobre aspectos como el rendimiento del motor, la velocidad del buque o las condiciones meteorológicas predominantes para optimizar el consumo de combustible y minimizar las emisiones GEI. Mediante diversos sensores montados en el motor, la IA monitorea e identifica señales de bajo rendimiento antes de que se conviertan en fallas. La IA utiliza esta información para optimizar el rendimiento del motor ajustando la potencia y las RPM en función de las condiciones meteorológicas y la velocidad del buque. También consulta datos sobre la velocidad del buque y las condiciones meteorológicas para elegir una ruta y velocidad eficientes; evitar zonas del océano donde se pronostican fuertes vientos o grandes olas, que se sabe que requieren mucho combustible. La IA también puede gestionar la velocidad del buque para aumentar o disminuir la resistencia del aire y del agua, lo cual resulta muy útil para ahorrar combustible. La optimización del consumo de combustible basada en IA resultar una solución útil para reducir las emisiones de GEI y los gastos de transporte marítimo. Como resultado, el desarrollo de soluciones “verdes” integrales impulsadas por IA permite a las agencias navieras mantener una posición competitiva en la industria, evitar sanciones y fortalecer la responsabilidad corporativa.
Estado Técnico
La IA tiene la capacidad de predecir problemas antes de que ocurran, en lugar de medidas reactivas, donde la tripulación sólo responde tras un evento crítico, se implementa una estrategia proactiva. En este sentido, la IA a identifica rápidamente cambios sutiles en los datos provenientes de sensores y sistemas de monitorización, evitando caer en un ciclo de fallas. La IA utiliza datos de sistemas de monitorización del estado técnico, incluyendo técnicas de forzado (sistemas de control de vibraciones, sistema de monitorización del consumo de combustible), para detectar los primeros indicios de fallas técnicas. La IA accede a estos resultados para predecir fallas y averías futuras, así como para desarrollar actividades preventivas y minimizar posibles averías; para garantizar la sincronización y la planificación óptima de los mantenimientos y reparaciones, lo que se traduce en menores gastos y pérdidas por la desconexión de los equipos. Cabe destacar que la monitorización del estado técnico mediante IA influye significativamente en el aumento de la seguridad y eficiencia en la navegación en los océanos del mundo. En la práctica, se observa que las fallas y defectos mecánicos pueden representar hasta el 60% del costo operativo de un buque, lo que lo hace crítico desde el punto de vista de la eficiencia. Para examinar el estado técnico regularmente, la IA analiza grandes volúmenes de datos de diferentes fuentes y emplea principios avanzados de AA y AP.
Mantenimiento Predictivo
El mantenimiento predictivo se basa en el principio de que las fallas de los equipos pueden anticiparse mediante datos históricos de inspección y lecturas de sensores en tiempo real. Este enfoque difiere del mantenimiento programado, donde el servicio sigue un cronograma rígido, y del mantenimiento reactivo, que implica reparaciones solo después de una falla. Dado el duro entorno marítimo (exposición al agua salada, vibraciones y temperaturas extremas), Las fallas frecuentes de los equipos representan un gasto significativo. Los modelos predictivos pueden basados en IA analizan factores como la edad del buque, el historial de mantenimiento, las características de la ruta y la experiencia de la tripulación para estimar la probabilidad de fallas mecánicas o accidentes. El mantenimiento predictivo reduce los costos al permitir una planificación más precisa de las reparaciones, lo que permite a las empresas navieras adquirir repuestos con antelación y maximizar la eficiencia de las escalas en el puerto.
Los métodos tradicionales de evaluación de riesgos en el transporte marítimo, basados en inspecciones manuales, datos históricos y evaluaciones de expertos, ya no satisfacen las exigencias de la industria moderna, lo que impulsa la adopción de algoritmos de IA. Los algoritmos de AA procesan los datos de los sensores para identificar patrones y anomalías que indican posibles fallas. Estos algoritmos pueden aprender de los datos históricos y mejorar continuamente su precisión en la predicción de problemas de los equipos. La IA crea modelos predictivos que pronostican la vida útil restante de los componentes de los equipos. Estos modelos ayudan a los equipos de mantenimiento a programar intervenciones en momentos óptimos, reduciendo el riesgo de averías inesperadas. Una de las principales ventajas del análisis predictivo en el transporte marítimo es su capacidad para optimizar la toma de decisiones. La IA puede evaluar simultáneamente numerosos factores de riesgo, proporcionando una evaluación de riesgos más completa que los métodos tradicionales.
La monitorización continua del estado de los equipos permite a los sistemas de IA proporcionar alertas en tiempo real cuando el rendimiento se desvía de los parámetros normales, lo que indica la necesidad de mantenimiento. De hecho, el monitoreo en tiempo real del estado del casco, las hélices y las unidades de potencia permite programar el mantenimiento del muelle en función de intervalos de servicio reales en lugar de nominales. Esto minimiza el riesgo de interrupciones operativas debido a retrasos en las entregas. La coordinación entre los equipos técnicos a bordo y en tierra se simplifica mediante un sistema de información unificado, donde la IA ajusta los programas de mantenimiento y logística marítima-portuaria según sea necesario. Así, el mantenimiento predictivo impulsado por IA está revolucionando la industria marítima al permitir la transición de estrategias de mantenimiento reactivas a proactivas. De igual manera, el análisis predictivo basado en IA también desempeña un papel crucial en la planificación de viajes. Al pronosticar riesgos potenciales en rutas específicas, la IA recomienda estrategias de navegación más seguras y eficientes. Esta capacidad es especialmente valiosa para evitar riesgos condiciones climáticas adversas y rutas de navegación congestionadas, mejorando así la seguridad y la eficiencia de las operaciones marítimas.
Gente de Mar
La IA se está integrando cada vez más en las operaciones marítimas para proporcionar apoyo a la toma de decisiones en tiempo real a los marineros, mejorando su desempeño y seguridad. La IA se han convertido en herramienta esencial para mejorar la gestión de recursos de la gente de mar en la industria marítima, la IA crear escenarios de entrenamiento realistas y dinámicos que imitan las operaciones marítimas reales. Al exponer a la gente de mar a diversos desafíos operativos y situaciones de emergencia en un entorno controlado, las simulaciones basadas en IA mejoran significativamente sus habilidades de toma de decisiones, resolución de problemas y trabajo en equipo. Una de las principales ventajas de las simulaciones basadas en IA es su capacidad de adaptarse al rendimiento del participante. Los algoritmos de AA analizan las acciones de los participantes en tiempo real. En consecuencia, ajustando el nivel de dificultad y la complejidad de los escenarios. Este enfoque personalizado garantiza que cada miembro de la tripulación reciba una formación adaptada a sus necesidades y niveles de habilidad específicos.
Además, las simulaciones de IA proporcionan retroalimentación instantánea y un análisis detallado del rendimiento. Los participantes pueden revisar sus acciones y decisiones, aprender de sus errores y comprender las consecuencias de sus acciones sin los riesgos asociados con el entrenamiento en la vida real. Este proceso de aprendizaje iterativo ayuda a desarrollar la confianza y la competencia, preparando a los miembros de la tripulación para manejar diversas situaciones marítimas con eficacia. Asó, la IA se integran cada vez más en las operaciones marítimas al brindar apoyo a la toma de decisiones en tiempo real a la tripulación. La IA utilizan datos de diversas fuentes, como sensores, pronósticos meteorológicos y sistemas de navegación, para ofrecer información práctica y recomendaciones durante las operaciones.
La integración de la IA en la gestión de recursos de la gente de mar tiene profundo impacto en la seguridad marítima. Al mejorar la formación y proporcionar apoyo a la toma de decisiones en tiempo real, al reducir significativa los errores humanos, una de las principales causas de accidentes marítimos. Diversos estudios han demostrado que la gente de mar entrenada con simulaciones de IA demuestra mayores niveles de competencia y confianza en operaciones reales. Los sistemas de apoyo a la toma de decisiones en tiempo real mejoran el conocimiento de la situación al proporcionar a la gente de mar información crítica y perspectivas predictivas. Este mayor conocimiento permite una gestión proactiva de riesgos, lo que permite a la gente de mar abordar posibles problemas antes de que se conviertan en incidentes graves.
Mercancías Peligrosas
La IA ha avanzado significativamente en la monitorización en tiempo real de mercancías peligrosas en el transporte marítimo global. La IA utiliza una combinación de sensores (monitorean parámetros como temperatura, presión, humedad y composición química), análisis de datos y AA automático para monitorizar continuamente el estado y la condición de las mercancías peligrosas con el objeto de detectar anomalías y riesgos potenciales a bordo de los buques. Esta capacidad de monitorización en tiempo real garantiza la identificación y la atención oportuna de cualquier riesgo potencial, mejorando así la seguridad y el cumplimiento de las normas regulatorias internacionales. La IA garantiza que la manipulación y el almacenamiento de mercancías peligrosas cumplan con las normas y estándares de seguridad. Al monitorear continuamente las condiciones, la IA ayuda a mantener el cumplimiento de los protocolos y brindan documentación para el cumplimiento normativo.
De igual manera, la IA puede evaluar una situación de manera rápida y precisa, determinar la respuesta apropiada y ejecutar acciones para mitigar los riesgos. El uso de IA en sistemas de respuesta automatizados mejora la velocidad y la eficiencia de las respuestas de emergencia, reduciendo el impacto potencial de los incidentes con mercancías peligrosas. La IA detecta incidentes a través del monitoreo en tiempo real y el análisis de datos. Cuando se identifica una condición peligrosa, el sistema activa una alerta e inicia el proceso de respuesta. Los algoritmos de IA evalúan la gravedad del incidente y determinan el mejor curso de acción, considerando varios factores como el tipo de material peligroso, la extensión de la brecha y las condiciones ambientales.
La IA puede ejecutar automáticamente acciones de respuesta, como activar medidas de contención, apagar los sistemas afectados y notificar a los equipos de respuesta a emergencias. Estas acciones automatizadas ayudan a controlar rápidamente la situación y prevenir la propagación de mercancías peligrosas. Además, la IA facilita la comunicación y la coordinación entre la gente de mar y los servicios de emergencia. Al proporcionar información y orientación en tiempo real, la IA garantiza que todas las partes estén informadas y puedan colaborar eficazmente durante un incidente.
Ciberseguridad
La digitalización del transporte marítimo, la mayor conectividad entre buques, la IA y máquinas autónomas, faculta un riesgo potencial asociado con la ciberseguridad. Los piratas informáticos pueden robar información confidencial, cortar las comunicaciones externas de un buque o manipular los sistemas de navegación, lo que podría causar daños a la tripulación, el buque y toda la industria naviera al:
• Cambiar los parámetros del buque (posición, velocidad, nombre, carga e información de la ruta). Este es un fenómeno extremadamente peligroso que puede provocar caos en las rutas de navegación, causando pérdida de vidas y desastres ambientales. La manipulación de los parámetros del buque y las posibles consecuencias negativas de este acto pueden utilizarse para cometer un ataque terrorista.
• Desaparecer buques existentes en el radar (puede provocar colisiones entre buques, poniendo en peligro la vida humana. y el medio ambiente). Particularmente peligroso en condiciones de visibilidad reducida, donde los buques dependen principalmente de los datos del radar.
• Crear “buques fantasmas” (reconocidos por otros buques como reales, pero inexistentes en la realidad). Esto puede obligar a los navegantes a realizar cambios involuntarios de rumbo y velocidad, creando caos en el canal navegable.
• Manipular datos e imágenes en el Sistema de Información y Visualización de Cartas Electrónicas (SIVCE) utilizadas para la planificación y el seguimiento de viajes. Este sistema muestra cartas náuticas digitales, la principal fuente de información para los navegantes modernos. Según las directrices de la OMI, el SIVCE sustituye a las cartas náuticas impresas, que ya no son necesarias a bordo. Esto significa que la alteración de los datos de este sistema priva a los navegantes de información crucial sobre la posición del buque y su orientación en relación con los peligros para la navegación y la tierra.
• Enviar información meteorológica falsa, lo que provoca que los buques alteren el rumbo para evitar condiciones meteorológicas adversas inexistentes o borra información sobre mal tiempo real y dirige deliberadamente el buque hacia una tormenta o ciclón, lo que podría provocar su hundimiento.
• Instalar malware en el software de carga y estabilidad de un buque, lo que puede tener consecuencias catastróficas. Un buque que está cargado incorrectamente y no cumple con los requisitos de estabilidad puede volcar, romperse debido a la sobrecarga del casco o incluso hundirse. La carga peligrosa segregada y no separada de forma inadecuada puede provocar explosiones e incendios, causando la pérdida total del buque y la tripulación y una grave contaminación ambiental.
• Falsificar señales de socorro imitando radiobalizas de localización de emergencia y transpondedores de búsqueda y rescate. Las señales falsas de las balizas de emergencia afectarían especialmente a los centros de coordinación de rescate y a los centros de búsqueda y rescate, lo que daría lugar a costosas operaciones de rescate y al envío de unidades a una amenaza inexistente. Las señales falsas de los transpondedores de radar harían que otros buques buscaran botes salvavidas inexistentes con posibles supervivientes.
Finalmente, y a manera de conclusión, la disrupción de la IA en el transporte marítimo global tiene un inmenso potencial para mejorar la seguridad, la eficiencia y la sostenibilidad de la industria. En consecuencia, la resiliencia y la fiabilidad del transporte marítimo, lo que contribuirá significativamente a un comercio mundial sostenible y al crecimiento económico global.
La entrada La Inteligencia Artificial apoya el transporte marítimo global se publicó primero en Actualidad Marítima y Portuaria.