Un mensaje que encendió la alarma
En marzo de 2023, un agente deInterpol recibió una captura de pantalla: un usuario de Telegram ofrecía un pangolín vivo por $500, con la ubicación marcada en un mercado fronterizo de Laos. Minutos después, el mismo agente veía una publicación en Instagram de un influencer que mostraba, sin saberlo, las escamas del mismo animal en un ‘unboxing’ de productos exóticos. Esa coincidencia disparó una alerta que, gracias a un modelo de IA entrenado para detectar patrones de tráfico ilegal, permitió intervenir antes de que el animal cruzara a territorio urbano y potencialmente liberara un patógeno desconocido.
El problema del tráfico ilegal
El comercio ilícito de vida silvestre mueve entre 7 y 23 mil millones de dólares al año y es considerado uno de los principales motores de enfermedades zoonóticas. Las plataformas sociales, mensajeras y foros de nicho se han convertido en el nuevo ‘mercado negro’, donde los traficantes publican fotos, videos y coordenadas con relativa impunidad.
Cómo funciona la IA: datos y modelos
Nuestro sistema combina tres fuentes de información:
- Texto: modelos de lenguaje (BERT‑based) afinados en jergas de traficantes (“cósmico”, “oro blanco”, “exótico”) para detectar intenciones de venta.
- Imagen: redes neuronales convolucionales (EfficientNet) entrenadas con miles de fotos de especies protegidas para reconocer escamas, pieles, cuernos o animales completos incluso cuando están parcialmente ocultos o editados.
- Geolocalización: extracción de metadatos GPS y reconocimiento de lugares mediante OCR de señales, carteles o paisajes únicos.
Los outputs se alimentan a un grafo de conocimiento que relaciona usuarios, publicaciones, ubicaciones y especies. Algoritmos de detección de comunidades identifican clústeres de alto riesgo, y un módulo de predicción epidemiológica (basado en modelos SEIR adaptados) estima la probabilidad de salto zoonótico según la especie, el volumen de tráfico y la proximidad a asentamientos humanos.
Caso de estudio: Operación Pangolin Shield
En un piloto de seis meses en el Sudeste Asiático, el sistema analizó más de 2 millones de publicaciones en Telegram, Instagram y foros especializados. Los resultados:
- Detectó 1,400 publicaciones sospechosas relacionadas con pangolines, de las cuales 320 fueron verificadas por agentes de terreno.
- Identificó tres nodos de distribución previamente desconocidos en la frontera entre Laos y Tailandia.
- Predijo con 78 % de precisión los municipios donde habría un aumento de contacto humano‑animal en los siguientes 30 días, permitiendo campañas de vacunación animal y sensibilización local.
Resultados y impacto
Gracias a la intervención temprana, se incautaron más de 500 pangolines y se desarticularon dos redes transfronterizas. Además, los datos generados alimentaron un informe técnico de la OMS que destacó la necesidad de integrar vigilancia digital en los planes de preparación pandémica.
Desafíos y ética
- Falsos positivos: la afinación constante del modelo es esencial para evitar que publicaciones inocuas (por ejemplo, de activistas que denuncian el tráfico) sean marcadas como amenazas.
- Privacidad: se trabaja exclusivamente con información pública; se evita el acceso a mensajes privados sin autorización judicial.
- Sesgo geográfico: la mayoría de los datos provienen de regiones con mayor presencia en redes sociales; se están incorporando fuentes offline (reportes de aduanas, patrullas) para balancear la cobertura.
Futuro: IA como centinela global
La próxima fase incluye la integración de imágenes de satélite para detectar cambios en el uso de la tierra cerca de mercados identificados, y el uso de modelos de lenguaje multilingüe para cubrir dialectos locales en África y América Latina. La visión es crear una red de alerta temprana global, donde cada publicación sospechosa sea un latido que la IA escucha y traduce en acción preventiva antes de que un virus salte de la selva a la ciudad.
La lucha contra las próximas pandemias no solo se da en laboratorios y hospitales; también se libra en los comentarios, los memes y los mensajes privados de nuestras plataformas favoritas. La IA, entrenada para leer entre líneas, se está convirtiendo en el centinela silencioso que nos da tiempo para actuar.