“GEOINTELIGENCIA: CÓMO LA IA ESTÁ REESCRIBIENDO LOS MAPAS DEL MUNDO”
DAVID JOAQUÍN DELGADO HERNÁNDEZ
5-Nov-2025
“Durante siglos, el ingeniero ha medido la Tierra… hoy, la Tierra nos mide a nosotros”.
qué pasará cuando los mapas geográficos empiecen a pensar
Cuando los mapas incorporen capacidades cognitivas avanzadas, ocurrirán varias transformaciones significativas, como las siguientes: Mayor Precisión y Dinamismo Análisis Predictivo y Soluciones Innovadoras Personalización y Experiencia de Usuario Mejorada Automatización de la Cartografía Implicaciones Sociales y Éticas
de la cartografía a la geointeligencia
Transición Clave: De la Cartografía Básica al SIG
ArcGIS con IA
futuro
ArcGIS Pro
presente
De una herramienta de escritorio independiente para cartografía básica a una plataforma integral, conectada a la nube y mejorada con inteligencia artificial para un análisis espacial avanzado y una mayor automatización.
ArcView
Pasado
Inteligencia Artificial (IA) aplicada al SIG
Análisis Avanzado
Modelado y Predicción
Automatización de Tareas
Mejora de la Toma de Decisiones
Mapas Inteligentes
datos geoespaciales que alimentan a la IA
Datos Vectoriales
Datos Ráster (Imágenes)
Navegación y Transporte
Datos de Sensores Remotos
Planificación Urbana
Datos del Sistema de Posicionamiento Global (GPS)
Aplicaciones de la IA alimentada por Datos Geoespaciales
Gestión Ambiental y Agricultura
Tipos y Fuentes de Datos Geoespaciales
Datos LiDAR
Respuesta a Emergencia
Datos Sociodemográficos y Económicos
Servicios Públicos y Logística
Datos Meteorológicos
Datos de Sensores IoT
Machine Learning (ML) para clasificación geoespacial
Combina la inteligencia artificial y los Sistemas de Información Geográfica (SIG) para analizar datos con una componente de ubicación y clasificarlos en diferentes categorías.
+ info
Integración de SIG, IA y BIM
Representa un paradigma avanzado en la industria de la Arquitectura, Ingeniería y Construcción (AEC) y la planificación urbana, que integra datos geoespaciales con modelos de diseño detallados y análisis inteligentes.
BIM
SIG
IA
CASOS DE APLICACIÓN
INTERNACIONAL
LATINOAMÉRICA
Mapas de pobreza con IA (Banco Mundial).
Proyectos en Colombia, México, Chile, Brasil.
Monitoreo de deforestación, minería ilegal, infraestructura crítica.
Monitoreo de incendios (NASA, Copernicus).
Agricultura de precisión (John Deere, CNH Industrial).
Mostrar que la región no solo consume tecnología, sino que innova.
Nuevas herramientas accesibles
Google Earth Engine
ArcGIS Notebooks
QGIS + plugins IA
Copernicus Data Space
Sentinel Hub
“La inteligencia artificial no está cambiando los mapas… está cambiando la manera en que entendemos nuestro lugar en el mundo.”
GRACIAS
CONTACTO
+52 722 214 08 55 ext. 1234
david.delgado@uaemex.mx
Universidad Autónoma del Estado de México
Permite la extracción automática de entidades (como edificios, carreteras o cuerpos de agua) a partir de imágenes de satélite o drones, que de otro modo requeriría una laboriosa intervención humana.
La fase actual se define como geointeligencia, que utiliza datos geográficos para obtener información detallada, identificar patrones y respaldar la toma de decisiones en diversas aplicaciones, desde la planificación urbana hasta la gestión de emergencias. La inteligencia artificial está jugando un papel cada vez más importante en este avance.
Permite crear modelos predictivos para una amplia gama de fenómenos, como la propagación de incendios forestales, los patrones de contaminación del aire, el deshielo glaciar y sus efectos en el nivel del mar, o la planificación urbana.
Generación automática de mapas: Muchas tareas manuales y repetitivas de la creación de mapas, como la colocación de etiquetas y la simbolización, se automatizarán mediante el aprendizaje profundo, permitiendo una producción de cartografía más rápida y eficiente. Detección de cambios: La IA podrá identificar automáticamente cambios en el territorio (como nuevas edificaciones o carreteras) a partir de imágenes de satélite y otras fuentes, manteniendo las bases de datos cartográficas actualizadas continuamente.
En el siglo XXI, los SIG han experimentado una gran integración tecnológica con herramientas como GPS, drones e imágenes satelitales, permitiendo el análisis de datos en tiempo real.
Aplicaciones Comunes Clasificación de imágenes satelitales: Identificar automáticamente tipos de cobertura del suelo y uso del suelo (bosques, cultivos, ciudades). Monitoreo ambiental: Detectar cambios en la salud forestal, el crecimiento urbano o la expansión agrícola a lo largo del tiempo. Agricultura de precisión: Analizar condiciones del suelo y patrones climáticos para clasificar áreas aptas para ciertos cultivos y optimizar la siembra. Planificación urbana: Clasificar zonas residenciales, comerciales e industriales para la gestión y desarrollo de ciudades.
Actualizaciones en tiempo real: Los mapas inteligentes podrán procesar datos de sensores, satélites y usuarios para reflejar instantáneamente cambios en el tráfico, el clima, eventos en curso o desastres naturales. Modelado del mundo real: La IA permitirá simular el mundo real con un nivel de detalle sin precedentes, facilitando pruebas para tecnologías como vehículos autónomos o planificación urbana.
Predicción de eventos: Los mapas inteligentes podrán analizar datos históricos y en tiempo real para predecir problemas como atascos de tráfico, la propagación de enfermedades o los impactos del cambio climático, y sugerir soluciones proactivas. Optimización de la toma de decisiones: Al proporcionar un análisis geográfico complejo de forma visual y sencilla, los mapas con IA ayudarán a las autoridades, empresas y personas a tomar decisiones más informadas y efectivas en áreas como la gestión de recursos, la prevención de incendios y la logística.
Mapas personalizados: Los mapas se adaptarán a las necesidades y preferencias individuales de los usuarios, ofreciendo rutas optimizadas no solo por tiempo, sino también por consumo de combustible, belleza paisajística o seguridad.Integración con Realidad Aumentada (RA): Los mapas inteligentes se integrarán con la RA para superponer información digital útil sobre el entorno físico, transformando la navegación y la interacción con el espacio.
Transformación de ciudades y servicios públicos: La cartografía inteligente permitirá una planificación urbana más eficiente, identificando áreas que necesitan mejoras en infraestructura o servicios. Consideraciones de privacidad: El uso extensivo de datos en tiempo real y la monitorización constante del entorno plantearán desafíos en torno a la privacidad y la seguridad de los datos.
La transición a plataformas integrales de SIG implicó la adición de capacidades avanzadas: Análisis Espacial Avanzado: Permiten realizar análisis complejos, modelización y gestión avanzada de datos espaciales, superando las limitaciones del simple dibujo. Gestión de Bases de Datos: Integran potentes bases de datos geoespaciales, vinculando datos alfanuméricos con ubicaciones geográficas, lo que posibilita una comprensión más profunda del contexto espacial. Interactividad y Dinamismo: Los mapas pasaron de ser imágenes estáticas a visualizaciones interactivas que se pueden consultar, modificar y actualizar en tiempo real. Conectividad y Colaboración: La adopción de la web y la nube ha transformado estos sistemas en plataformas colaborativas, permitiendo que múltiples usuarios de diferentes perfiles accedan, editen y compartan datos y mapas simultáneamente.
Proporciona información más profunda y basada en datos para ayudar a los profesionales en campos como la gestión de recursos naturales, respuesta a emergencias, logística y desarrollo urbano a tomar decisiones más informadas.
Crea mapas dinámicos e inteligentes capaces de analizar problemas espaciales complejos en tiempo real.
Facilita el procesamiento de grandes volúmenes de datos geoespaciales (imágenes, datos de sensores, GPS) para descubrir relaciones y patrones que los métodos tradicionales podrían pasar por alto.
Representan ubicaciones discretas mediante puntos, líneas y polígonos. Incluyen la ubicación de edificios, carreteras, ríos, límites administrativos y puntos de interés.
Tratan la superficie terrestre como un continuo, utilizando una malla de celdas (píxeles). Incluyen imágenes satelitales, fotografías aéreas, y modelos digitales de elevación (DEM).
Recopilados mediante satélites (como Sentinel Hub), drones y otras plataformas aéreas. Estos datos son cruciales para el monitoreo de la Tierra, el uso del suelo, y la detección de desastres naturales.
Proporcionan datos de ubicación precisos en tiempo real, esenciales para la navegación y el seguimiento de activos.
Información censal, distribución de ingresos, y datos de redes sociales que, al combinarse con la ubicación, proporcionan un contexto valioso para el análisis espacial.
Utilizan tecnología láser para obtener mediciones de alta precisión de la topografía y la infraestructura, superando a menudo a otros métodos de teledetección.
Información sobre el clima y el tiempo que puede integrarse para modelar fenómenos atmosféricos o impactos medioambientales.
Información recopilada en tiempo real de dispositivos conectados, como el tráfico vehicular o la calidad del aire.
Aplicaciones como Google Maps utilizan IA y datos geoespaciales para optimizar rutas, predecir el tráfico y mejorar la navegación de vehículos autónomos.
Ayuda a modelar entornos urbanos, optimizar la gestión de recursos (agua, energía) y diseñar ciudades inteligentes.
El análisis de imágenes satelitales con IA permite monitorear cultivos, detectar cambios en el uso de la tierra, y evaluar desastres naturales como incendios o inundaciones
Permite a los equipos de emergencia analizar rápidamente la ubicación y la extensión de un incidente para coordinar una respuesta eficiente.
Optimización de cadenas de suministro, localización de infraestructuras y prestación eficiente de servicios en función de la demanda espacial.
Se centra en la creación y gestión de datos detallados de activos individuales (edificios, puentes, carreteras) en un modelo 3D con información precisa sobre diseño, materiales y mantenimiento.
Proporciona el contexto geoespacial, integrando los modelos BIM en un entorno territorial más amplio y superponiendo capas de información geográfica (topografía, riesgos naturales, uso del suelo, datos demográficos).
Actúa como el motor de análisis y automatización, procesando grandes volúmenes de datos provenientes de BIM y SIG para extraer información valiosa, optimizar procesos y permitir la toma de decisiones predictivas.
“GEOINTELIGENCIA: CÓMO LA IA ESTÁ REESCRIBIENDO LOS MAPAS DEL MUNDO”
Erika Ferreyra
Created on November 3, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Tech Presentation Mobile
View
Geniaflix Presentation
View
Vintage Mosaic Presentation
View
Shadow Presentation
View
Newspaper Presentation
View
Zen Presentation
View
Audio tutorial
Explore all templates
Transcript
“GEOINTELIGENCIA: CÓMO LA IA ESTÁ REESCRIBIENDO LOS MAPAS DEL MUNDO”
DAVID JOAQUÍN DELGADO HERNÁNDEZ
5-Nov-2025
“Durante siglos, el ingeniero ha medido la Tierra… hoy, la Tierra nos mide a nosotros”.
qué pasará cuando los mapas geográficos empiecen a pensar
Cuando los mapas incorporen capacidades cognitivas avanzadas, ocurrirán varias transformaciones significativas, como las siguientes: Mayor Precisión y Dinamismo Análisis Predictivo y Soluciones Innovadoras Personalización y Experiencia de Usuario Mejorada Automatización de la Cartografía Implicaciones Sociales y Éticas
de la cartografía a la geointeligencia
Transición Clave: De la Cartografía Básica al SIG
ArcGIS con IA
futuro
ArcGIS Pro
presente
De una herramienta de escritorio independiente para cartografía básica a una plataforma integral, conectada a la nube y mejorada con inteligencia artificial para un análisis espacial avanzado y una mayor automatización.
ArcView
Pasado
Inteligencia Artificial (IA) aplicada al SIG
Análisis Avanzado
Modelado y Predicción
Automatización de Tareas
Mejora de la Toma de Decisiones
Mapas Inteligentes
datos geoespaciales que alimentan a la IA
Datos Vectoriales
Datos Ráster (Imágenes)
Navegación y Transporte
Datos de Sensores Remotos
Planificación Urbana
Datos del Sistema de Posicionamiento Global (GPS)
Aplicaciones de la IA alimentada por Datos Geoespaciales
Gestión Ambiental y Agricultura
Tipos y Fuentes de Datos Geoespaciales
Datos LiDAR
Respuesta a Emergencia
Datos Sociodemográficos y Económicos
Servicios Públicos y Logística
Datos Meteorológicos
Datos de Sensores IoT
Machine Learning (ML) para clasificación geoespacial
Combina la inteligencia artificial y los Sistemas de Información Geográfica (SIG) para analizar datos con una componente de ubicación y clasificarlos en diferentes categorías.
+ info
Integración de SIG, IA y BIM
Representa un paradigma avanzado en la industria de la Arquitectura, Ingeniería y Construcción (AEC) y la planificación urbana, que integra datos geoespaciales con modelos de diseño detallados y análisis inteligentes.
BIM
SIG
IA
CASOS DE APLICACIÓN
INTERNACIONAL
LATINOAMÉRICA
Mapas de pobreza con IA (Banco Mundial).
Proyectos en Colombia, México, Chile, Brasil.
Monitoreo de deforestación, minería ilegal, infraestructura crítica.
Monitoreo de incendios (NASA, Copernicus).
Agricultura de precisión (John Deere, CNH Industrial).
Mostrar que la región no solo consume tecnología, sino que innova.
Nuevas herramientas accesibles
Google Earth Engine
ArcGIS Notebooks
QGIS + plugins IA
Copernicus Data Space
Sentinel Hub
“La inteligencia artificial no está cambiando los mapas… está cambiando la manera en que entendemos nuestro lugar en el mundo.”
GRACIAS
CONTACTO
+52 722 214 08 55 ext. 1234
david.delgado@uaemex.mx
Universidad Autónoma del Estado de México
Permite la extracción automática de entidades (como edificios, carreteras o cuerpos de agua) a partir de imágenes de satélite o drones, que de otro modo requeriría una laboriosa intervención humana.
La fase actual se define como geointeligencia, que utiliza datos geográficos para obtener información detallada, identificar patrones y respaldar la toma de decisiones en diversas aplicaciones, desde la planificación urbana hasta la gestión de emergencias. La inteligencia artificial está jugando un papel cada vez más importante en este avance.
Permite crear modelos predictivos para una amplia gama de fenómenos, como la propagación de incendios forestales, los patrones de contaminación del aire, el deshielo glaciar y sus efectos en el nivel del mar, o la planificación urbana.
Generación automática de mapas: Muchas tareas manuales y repetitivas de la creación de mapas, como la colocación de etiquetas y la simbolización, se automatizarán mediante el aprendizaje profundo, permitiendo una producción de cartografía más rápida y eficiente. Detección de cambios: La IA podrá identificar automáticamente cambios en el territorio (como nuevas edificaciones o carreteras) a partir de imágenes de satélite y otras fuentes, manteniendo las bases de datos cartográficas actualizadas continuamente.
En el siglo XXI, los SIG han experimentado una gran integración tecnológica con herramientas como GPS, drones e imágenes satelitales, permitiendo el análisis de datos en tiempo real.
Aplicaciones Comunes Clasificación de imágenes satelitales: Identificar automáticamente tipos de cobertura del suelo y uso del suelo (bosques, cultivos, ciudades). Monitoreo ambiental: Detectar cambios en la salud forestal, el crecimiento urbano o la expansión agrícola a lo largo del tiempo. Agricultura de precisión: Analizar condiciones del suelo y patrones climáticos para clasificar áreas aptas para ciertos cultivos y optimizar la siembra. Planificación urbana: Clasificar zonas residenciales, comerciales e industriales para la gestión y desarrollo de ciudades.
Actualizaciones en tiempo real: Los mapas inteligentes podrán procesar datos de sensores, satélites y usuarios para reflejar instantáneamente cambios en el tráfico, el clima, eventos en curso o desastres naturales. Modelado del mundo real: La IA permitirá simular el mundo real con un nivel de detalle sin precedentes, facilitando pruebas para tecnologías como vehículos autónomos o planificación urbana.
Predicción de eventos: Los mapas inteligentes podrán analizar datos históricos y en tiempo real para predecir problemas como atascos de tráfico, la propagación de enfermedades o los impactos del cambio climático, y sugerir soluciones proactivas. Optimización de la toma de decisiones: Al proporcionar un análisis geográfico complejo de forma visual y sencilla, los mapas con IA ayudarán a las autoridades, empresas y personas a tomar decisiones más informadas y efectivas en áreas como la gestión de recursos, la prevención de incendios y la logística.
Mapas personalizados: Los mapas se adaptarán a las necesidades y preferencias individuales de los usuarios, ofreciendo rutas optimizadas no solo por tiempo, sino también por consumo de combustible, belleza paisajística o seguridad.Integración con Realidad Aumentada (RA): Los mapas inteligentes se integrarán con la RA para superponer información digital útil sobre el entorno físico, transformando la navegación y la interacción con el espacio.
Transformación de ciudades y servicios públicos: La cartografía inteligente permitirá una planificación urbana más eficiente, identificando áreas que necesitan mejoras en infraestructura o servicios. Consideraciones de privacidad: El uso extensivo de datos en tiempo real y la monitorización constante del entorno plantearán desafíos en torno a la privacidad y la seguridad de los datos.
La transición a plataformas integrales de SIG implicó la adición de capacidades avanzadas: Análisis Espacial Avanzado: Permiten realizar análisis complejos, modelización y gestión avanzada de datos espaciales, superando las limitaciones del simple dibujo. Gestión de Bases de Datos: Integran potentes bases de datos geoespaciales, vinculando datos alfanuméricos con ubicaciones geográficas, lo que posibilita una comprensión más profunda del contexto espacial. Interactividad y Dinamismo: Los mapas pasaron de ser imágenes estáticas a visualizaciones interactivas que se pueden consultar, modificar y actualizar en tiempo real. Conectividad y Colaboración: La adopción de la web y la nube ha transformado estos sistemas en plataformas colaborativas, permitiendo que múltiples usuarios de diferentes perfiles accedan, editen y compartan datos y mapas simultáneamente.
Proporciona información más profunda y basada en datos para ayudar a los profesionales en campos como la gestión de recursos naturales, respuesta a emergencias, logística y desarrollo urbano a tomar decisiones más informadas.
Crea mapas dinámicos e inteligentes capaces de analizar problemas espaciales complejos en tiempo real.
Facilita el procesamiento de grandes volúmenes de datos geoespaciales (imágenes, datos de sensores, GPS) para descubrir relaciones y patrones que los métodos tradicionales podrían pasar por alto.
Representan ubicaciones discretas mediante puntos, líneas y polígonos. Incluyen la ubicación de edificios, carreteras, ríos, límites administrativos y puntos de interés.
Tratan la superficie terrestre como un continuo, utilizando una malla de celdas (píxeles). Incluyen imágenes satelitales, fotografías aéreas, y modelos digitales de elevación (DEM).
Recopilados mediante satélites (como Sentinel Hub), drones y otras plataformas aéreas. Estos datos son cruciales para el monitoreo de la Tierra, el uso del suelo, y la detección de desastres naturales.
Proporcionan datos de ubicación precisos en tiempo real, esenciales para la navegación y el seguimiento de activos.
Información censal, distribución de ingresos, y datos de redes sociales que, al combinarse con la ubicación, proporcionan un contexto valioso para el análisis espacial.
Utilizan tecnología láser para obtener mediciones de alta precisión de la topografía y la infraestructura, superando a menudo a otros métodos de teledetección.
Información sobre el clima y el tiempo que puede integrarse para modelar fenómenos atmosféricos o impactos medioambientales.
Información recopilada en tiempo real de dispositivos conectados, como el tráfico vehicular o la calidad del aire.
Aplicaciones como Google Maps utilizan IA y datos geoespaciales para optimizar rutas, predecir el tráfico y mejorar la navegación de vehículos autónomos.
Ayuda a modelar entornos urbanos, optimizar la gestión de recursos (agua, energía) y diseñar ciudades inteligentes.
El análisis de imágenes satelitales con IA permite monitorear cultivos, detectar cambios en el uso de la tierra, y evaluar desastres naturales como incendios o inundaciones
Permite a los equipos de emergencia analizar rápidamente la ubicación y la extensión de un incidente para coordinar una respuesta eficiente.
Optimización de cadenas de suministro, localización de infraestructuras y prestación eficiente de servicios en función de la demanda espacial.
Se centra en la creación y gestión de datos detallados de activos individuales (edificios, puentes, carreteras) en un modelo 3D con información precisa sobre diseño, materiales y mantenimiento.
Proporciona el contexto geoespacial, integrando los modelos BIM en un entorno territorial más amplio y superponiendo capas de información geográfica (topografía, riesgos naturales, uso del suelo, datos demográficos).
Actúa como el motor de análisis y automatización, procesando grandes volúmenes de datos provenientes de BIM y SIG para extraer información valiosa, optimizar procesos y permitir la toma de decisiones predictivas.