Tecnología, Big Data y algoritmos inteligentes al servicio de la lucha contra el trabajo esclavo en los océanos

El trabajo forzado a bordo de los barcos pesqueros que surcan los mares del planeta es un fenómeno muy difícil de detectar. Ocurre, a menudo, lejos de los puertos y en zonas jurisdiccionales difusas, aprovechándose de las necesidades de los trabajadores y de la falta de controles. Los pescadores que sobreviven a esas situaciones traumáticas no cuentan con los recursos para denunciarlas o prefieren mantener el silencio para evitar represalias.

En ese marco de opacidad, la organización Global Fishing Watch se propone visibilizar el problema. ¿Cómo? “Entrenando un modelo de aprendizaje automático, que utiliza datos de fuentes confiables para identificar patrones en embarcaciones con alto riesgo de trabajo forzado, y comparando estos patrones con los exhibidos por todas las embarcaciones observables a través del seguimiento público”, explican desde esta ONG, fundada en 2016 a partir de una iniciativa conjunta de Google, Skytruth y Oceana.

“La problemática del trabajo forzado es poco conocida y, a pesar de que existen reportes de diferentes ONG y publicaciones científicas sobre el tema, no es fácil cuantificar o estimar su dimensión”, señala, en diálogo con DEF, la científica de datos Rocío Joo, líder de este proyecto en Global Fishing Watch. La hipótesis que esta experta formula, y en la que coinciden quienes han estudiado a fondo el fenómeno, es que el número de casos de abuso reportados es apenas “una pequeña fracción del total real”. En ese sentido, continúa: “Cuando faltan datos, se hace necesario utilizar modelos que nos permitan hacer esa estimación”. Para lograrlo, es fundamental analizar diferentes variables que ayuden a determinar patrones de comportamiento de las embarcaciones pesqueras y brinden indicios de probables prácticas de trabajo forzado.

Un modelo predictivo

¿Cómo surgió el proyecto de Global Fishing Watch sobre abusos contra los derechos humanos en los océanos? En colaboración con la Universidad de California Santa Bárbara (UCSB), la ONG decidió encarar la construcción de un modelo predictivo que ayudara a desentrañar este oscuro mundo. En diciembre de 2020, publicaron en la revista científica especializada PNAS un estudio que reveló que de 2012 a 2018, entre el 14 % y el 26 % de un total de 16.261 embarcaciones de pesca analizadas registraban un comportamiento sospechoso que indicaba un alto riesgo de prácticas de trabajo forzado a bordo.

La estimación fue que entre 57.000 y 100.000 personas trabajaban en esas naves pesqueras, por lo que es probable que hayan sido víctimas de trabajo esclavo. Los mapas publicados en el informe revelan también los puertos identificados como lugar de zarpada de las tripulaciones sometidas y aquellos que les brindaron servicios logísticos en el período analizado, entre los que figuran terminales portuarias chilenas, peruanas, uruguayas y de las islas Malvinas.

“El estudio representa una nueva frontera en nuestra capacidad de arrojar luz no solo sobre si los operadores están pescando de manera responsable, sino también sobre la probabilidad de que estén tratando a la tripulación de manera justa”, señaló, en ese momento, David Kroodsma, director de Investigación e Innovación de Global Fishing Watch y coautor del artículo. “Creemos que los resultados de nuestra investigación podrían ser un complemento para medidas actuales, a la hora de combatir las violaciones a los derechos humanos, así como para promover la transparencia en la cadena de suministro”, consideró otro de los autores, Gavin McDonald, especialista de la Universidad de California Santa Bárbara (UCSB).

El uso de los algortimos

“Una fortaleza que tenemos es que podemos acceder a diferentes tecnologías que nos brindan datos de muchísimas embarcaciones a nivel mundial”, afirma Rocío Joo, quien especifica que se analizan casos reportados de abusos en el trabajo de los buques pesqueros, a partir de testimonios, declaraciones de sus víctimas, procesos legales e investigaciones en curso. Los datos de los sistemas de identificación automática (AIS) permiten determinar la localización y el tiempo de permanencia de los barcos en altamar.

“A veces, no se sabe exactamente cuándo empezó y cuándo terminó la situación del trabajador sometido a abusos”, matiza la investigadora de Global Fishing Watch. “En algunas oportunidades, el pescador o la persona que ha sido víctima de trabajo forzado ha pasado por distintas embarcaciones; y, en ocasiones, ocurre que los dejan en un barco pesquero y luego los trasladan a otro”, ejemplifica. En ese sentido, precisa: “Uno de los indicios es el número de transbordos entre barcos, ya que, a veces, esos transbordos no tienen como objetivo la descarga de capturas pesqueras sino el traslado de personas de una nave a otra”.

A partir de estas informaciones y del entrenamiento del modelo, aclara esta investigadora, “se han desarrollado diferentes algoritmos, en base a una serie de variables que permiten detectar patrones de movimientos y características que podrían estar vinculadas con el trabajo forzado, como el tamaño del barco, su potencia, el arte de pesca utilizado, la cantidad de horas en altamar y el número de visitas a puerto”. Utilizando datos históricos, el equipo liderado por Joo utiliza esos algoritmos automáticos para predecir el alto o bajo riesgo de condiciones laborales abusivas.

“Predecir no necesariamente significa pronosticar comportamientos a futuro –aclara–. El modelo tampoco permite todavía detectar los casos en tiempo real. Lo que nos permite es determinar el riesgo de que se haya producido ese tipo de prácticas en un determinado año ya transcurrido, siguiendo los patrones de movimiento de los barcos y las otras variables analizadas”.

Transparencia y cooperación

El objetivo del programa, manifiestan desde Global Fishing Watch, es contribuir a una mayor transparencia y a lograr cambios positivos en la gobernanza de los océanos. Para ello, ofrecen colaboración a los gobiernos y a los responsables de la industria pesquera. “Nuestro objetivo es colaborar con las autoridades portuarias de todo el mundo, proporcionándoles resultados del modelo y ayudándolos a tomar sus decisiones sobre las embarcaciones a priorizar durante las inspecciones”, agrega la ONG en su sitio web.

Al ser consultado sobre la situación de los mares de nuestra región, el oficial del programa de Global Fishing Watch en Argentina, Alejandro Canio, brinda un panorama esperanzador: “América Latina está abrazando el concepto de transparencia en materia pesquera, y eso es algo que celebramos. No solamente es el hecho de hacer públicos los datos, sino también el diálogo que hemos establecido. Nosotros les ofrecemos informes, reportes y asistimos a los gobiernos cuando necesitan información sobre determinada actividad en el mar”. Cita, a modo de ejemplo, los resultados conseguidos en Panamá y en Chile, países con los que están colaborando desde hace tres años en el combate de actividades de pesca ilegal, no declarada y no reglamentada (INDNR).

En cuanto a las denuncias y los procedimientos, Canio deja en claro el rol que cumple la organización: “Global Fishing Watch no prejuzga sobre la legalidad o ilegalidad de los actos. Solamente ofrece datos y puede predecir el riesgo de abusos en el mar, pero la calificación de la actividad siempre está en cabeza del Estado y de la autoridad competente”. Por otra parte, manifiesta el compromiso de esta ONG con “el uso responsable de la inteligencia artificial”. Al respecto, asegura: “Sabemos que los datos con los que contamos son pocos y queremos seguir desarrollando indicadores para garantizar la confianza de nuestro modelo y de cada una de nuestras proyecciones”.

SEGUIR LEYENDO: