En un esfuerzo por enfrentar el desafío de los elevados gastos energéticos que afectan principalmente a los hogares de bajos ingresos en Estados Unidos, un equipo interdisciplinario de investigadores de la Universidad de Notre Dame, junto con colaboradores de la Universidad de Maryland y la Universidad de Utah, han adoptado una metodología innovadora. Utilizando imágenes de Google Street View de edificaciones residenciales en Chicago, este equipo ha desarrollado un modelo capaz de predecir los costos energéticos de los hogares con una precisión superior al 74%. Este enfoque no solo destaca por su originalidad sino también por su potencial para influir positivamente en la planificación urbana y las políticas de energía.
El fardo energético representa una carga desproporcionada para más de 46 millones de hogares en Estados Unidos, especialmente aquellos con ingresos bajos, quienes destinan más del 6% de sus ingresos brutos a cubrir necesidades básicas de energía para calefacción y refrigeración. Este problema es agravado por el cambio climático, que incrementa tanto la frecuencia como la intensidad de los eventos extremos de temperatura, poniendo en riesgo la salud y bienestar de las familias afectadas.
El equipo de Notre Dame ha centrado su investigación en características de diseño pasivo de las viviendas, como el tamaño y tipo de ventanas, y el porcentaje de sombra adecuado, elementos cruciales para reducir el consumo energético aprovechando fuentes de energía ambientales como la luz solar y el viento. La inteligencia artificial y redes neuronales convolucionales fueron las herramientas escogidas para analizar las imágenes y desarrollar un modelo predictivo, mostrando que las características de diseño pasivo están significativamente asociadas con la carga energética promedio de los hogares.
Este proyecto ofrece un diagnóstico preciso y escalable de los gastos energéticos en áreas residenciales, y al mismo tiempo abre camino hacia la creación de ciudades más sostenibles. Al combinar los resultados del análisis con datos demográficos, se facilita la identificación de barrios vulnerables, permitiendo a los responsables de la toma de decisiones desarrollar estrategias efectivas para combatir la injusticia energética y promover la adaptación al cambio climático.
Creo que esta iniciativa es un claro ejemplo de cómo la tecnología, específicamente la inteligencia artificial, puede y debe ser utilizada para enfrentar desafíos sociales y ambientales. La capacidad de predecir los costos energéticos a gran escala y con alta precisión no solo mejora nuestra comprensión sobre el fardo energético sino que también ofrece un camino hacia soluciones más justas y eficientes.