Metáfora visual sobre la inteligencia artificial y la sostenibilidad.
3 de diciembre de 2025. El egresado de la Universidad Isabel I, Jon Ander Oribe Sánchez, alumni del Grado en Ingeniería Informática, participa en la obra colectiva Data Analytics and Artificial Intelligence for Earth Resource Management, editada por Elsevier, con un capítulo sobre técnicas de preprocesamiento de datos aplicadas a la gestión de recursos terrestres.
Jon Ander Oribe ha contribuido como autor en la publicación del libro internacional Data Analytics and Artificial Intelligence for Earth Resource Management, editado por Elsevier y coordinado por los investigadores Deepak Kumar, Tavishi Tewary y Sulochana Shekhar.
La aportación del egresado de la Universidad Isabel I a esta obra se centra en cómo mejorar la calidad, la fiabilidad y la eficiencia del uso de datos ambientales mediante la aplicación de algoritmos y modelos de análisis avanzados. “El preprocesamiento de datos es el primer paso para garantizar que las decisiones sobre gestión medioambiental se tomen con información precisa y significativa”, explica Jon Ander Oribe. “Nuestro objetivo era ofrecer una visión práctica de las principales técnicas que permiten limpiar, normalizar y optimizar grandes volúmenes de información, especialmente en el contexto del cambio climático y la gestión sostenible de los recursos naturales”, matiza.
Importancia de la limpieza de datos
El capítulo, escrito junto al investigador Deepak Kumar, del Centro de Excelencia en Análisis Meteorológico y Climático de la Universidad Estatal de Nueva York en Albany, destaca la importancia de los procesos de limpieza de datos, detección de valores atípicos, normalización de variables y reducción de dimensionalidad (como el Análisis de Componentes Principales o la selección de características) para mejorar la interpretación de datos complejos procedentes de sensores, satélites o estaciones medioambientales.
“Los datos son tan buenos como su preparación previa”, apunta Jon Ander Oribe. “Si los modelos de inteligencia artificial se alimentan con información inconsistente, los resultados pueden ser erróneos o engañosos. Por eso es esencial formar a las nuevas generaciones de ingenieros y científicos de datos en este tipo de técnicas”, añade.
El libro reúne investigaciones de profesionales y académicos de distintos países sobre el papel de la analítica de datos, la inteligencia artificial y el aprendizaje automático en la gestión eficiente de los recursos terrestres.
Experiencia enriquecedora
“Participar en esta obra ha sido una experiencia increíblemente enriquecedora”, comenta el egresado, quien actualmente compagina sus estudios con su labor como CTO en la empresa tecnológica Quantum Mads. “Colaborar con científicos y expertos de todo el mundo demuestra el poder de la cooperación interdisciplinar para afrontar los grandes desafíos globales”, concluye al hablar de su colaboración en este libro. Con esta publicación, Jon Ander Oribe da un paso más en su carrera como ingeniero e investigador.
Capítulos reseñables de la obra
En este libro se aborda el uso del modelado predictivo para anticipar los efectos de las decisiones sobre la disponibilidad de agua, el uso del suelo o la biodiversidad, así como la monitorización en tiempo real de los recursos terrestres, que permite detectar incidencias y oportunidades de mejora. Además, el libro profundiza en la optimización de la gestión y el mantenimiento predictivo, técnicas que ayudan a reducir costes y prevenir fallos operativos mediante el análisis anticipado de grandes volúmenes de datos.
La publicación dedica también un espacio relevante a la teledetección y el análisis de imágenes satelitales, herramientas que proporcionan información precisa sobre el estado del terreno, los recursos hídricos o la evolución de ecosistemas. En conjunto, la obra plantea una visión práctica y multidisciplinar sobre cómo la IA y la analítica de datos pueden contribuir a un uso más responsable y eficiente de los recursos naturales, minimizando los impactos ambientales y apoyando la sostenibilidad global.