

Más de la mitad de la población global se encuentra en el nivel de desarrollo incorrecto debido a que los datos oficiales promedian de manera demasiado amplia, según un estudio publicado en la revista Nature Communications por investigadores de la Universidad de Stanford en Estados Unidos y el Programa de Desarrollo de las Naciones Unidas. La investigación demuestra que el uso de imágenes satelitales e inteligencia artificial puede revelar disparidades locales que los índices nacionales ocultan, con implicaciones directas para la asignación de recursos de ayuda internacional.
Un estudio publicado en mayo de 2026 en la revista Nature Communications revela que el 58% de la población mundial está clasificada en el nivel de desarrollo equivocado porque los datos oficiales promedian de manera demasiado amplia para captar las realidades locales, según investigadores de la Universidad de Stanford en Estados Unidos y el Programa de Desarrollo de las Naciones Unidas.
El caso de Arcelia, una localidad mexicana de 33.000 habitantes en el estado de Guerrero, ilustra el problema. Los datos oficiales le asignan una puntuación de 0.714 en el Índice de Desarrollo Humano de las Naciones Unidas, lo que la coloca firmemente en la banda de "desarrollo alto". Sin embargo, cuando un satélite analiza Arcelia utilizando inteligencia artificial, devuelve una puntuación más baja de 0.617, según el estudio. Según la propia clasificación de la ONU, esto ya no es desarrollo alto sino medio, una realidad política diferente para los 33.000 habitantes de la localidad.
"No ha habido un censo en los últimos 10 años en aproximadamente la mitad de los países más pobres del mundo", dijo Hannah Druckenmiller, coautora del estudio, destacando la necesidad de información actualizada y precisa para garantizar que las políticas públicas coincidan con las necesidades cotidianas de las personas.
El Índice de Desarrollo Humano no es simplemente una clasificación. "Puede determinar las asignaciones de recursos globales", señalan los autores del estudio. Esto determina qué regiones son priorizadas para recibir ayuda. Equivocarse a nivel local significa que los recursos pueden no llegar a las personas que más los necesitan.
El problema radica en que el IDH solo proporciona una puntuación para países enteros. No fue concebido originalmente para diferenciar entre provincias o incluso municipios dentro de un país. En un programa de ayuda simulado para México que se dirigía al 10% más pobre de la población del país, los investigadores descubrieron que agregar datos a nivel municipal mejoró su comprensión sobre el estado del desarrollo de las personas —niveles de pobreza y riqueza, educación y salud— en más de 11 puntos porcentuales, según el estudio.
Durante décadas, medir el desarrollo significó medir el Producto Interno Bruto, la producción económica total de un país. El problema es que el PIB puede aumentar beneficiando solo a algunas personas, mientras otras permanecen analfabetas, enfermas o pobres. En 1990, la ONU introdujo el Índice de Desarrollo Humano para corregir eso.
"El IDH analiza el Ingreso Nacional Bruto promedio per cápita, los años promedio de escolaridad completados o años esperados de escolaridad, y la esperanza de vida promedio de cada país, y los combina para obtener un indicador de bienestar que va de 0 a 1", dijo Sabina Alkire, directora de la Iniciativa de Pobreza y Desarrollo Humano de la Universidad de Oxford. Alkire no formó parte del nuevo estudio.
El IDH se basa en datos de las propias agencias de la ONU, el Banco Mundial y encuestas nacionales de hogares y censos. Se ha convertido en la alternativa al PIB más utilizada en el mundo. Pero los investigadores del estudio de 2026 consideraron que el IDH todavía no alcanza una medida precisa: los promedios nacionales presentados en el IDH revelan poco sobre lo que está sucediendo dentro de un país a nivel local.
A nivel nacional, México representa 130 millones de personas con un solo color en los mapas de desarrollo, una sola puntuación de desarrollo para todos. Pero los niveles de desarrollo pueden diferir de provincia a provincia. En 2019, un equipo liderado por Jeroen Smits e Inaki Permanyer llevó el IDH al nivel provincial, detallando 1.739 provincias en 159 países. Lo llamaron Índice de Desarrollo Humano Subnacional.
Eso cambió la perspectiva de México: ahora tenía 32 puntuaciones en lugar de solo una. El norte y el centro de México seguían siendo azules en los mapas. El sur, mientras tanto —particularmente Guerrero, Oaxaca, Chiapas— había pasado a un tono de azul claro. Era más granular que el IDH original, pero cada bloque todavía mostraba solo un promedio único. Y ahora se sabe que incluso dentro de una provincia, las puntuaciones de desarrollo pueden diferir.
Guerrero solo tiene 81 municipios, todos asignados con el mismo número en el IDHS. El estudio de 2026 se propuso ir un paso más allá y revelar la verdad sobre la vida en cada uno de esos municipios, utilizando datos satelitales.
El equipo de Stanford alimentó imágenes satelitales en un modelo de aprendizaje automático junto con puntuaciones de IDH conocidas a nivel provincial y dejó que el algoritmo encontrara patrones. Lo que surgió fueron correlaciones estadísticas sobre la densidad de carreteras, patrones de construcción y luz nocturna, firmas humanas de ingresos y educación, según el estudio. Los resultados de salud, menos visibles desde el espacio, resultaron más difíciles de capturar.
El modelo predijo una puntuación de IDH para cada uno de los 2.500 municipios de México, en la misma escala que los mapas anteriores. Lo que parecía azul claro uniforme en Guerrero se descompuso en un mosaico de muchos más tonos de azul y realidades locales. Con datos a nivel provincial, Arcelia tenía una puntuación de 0.714, "desarrollo alto". Sin embargo, con los datos satelitales, obtiene una puntuación de 0.617, "desarrollo medio". Eso es potencialmente una gran diferencia para 33.000 personas.
Como directora de la Iniciativa de Pobreza y Desarrollo Humano de Oxford, Alkire ha pasado dos décadas desarrollando herramientas de medición de pobreza utilizadas por gobiernos de todo el mundo. Alkire calificó el nuevo estudio de Stanford como un paso adelante: "Nosotros como comunidad que trabaja en medición estamos en un momento de innovación", dijo Alkire. "Este tipo de estudios son brillantes porque están empujando los límites".
Pero tanto Alkire como los autores del estudio señalan que los satélites también solo ven parte de la historia. No proporcionan buenos datos sobre el desarrollo de la salud. "Un niño desnutrido no es visible desde las luces nocturnas", dijo Alkire. Los propios autores dijeron que sus estimaciones explican solo el 29% de la variación del IDH dentro de las provincias en México.
Por lo tanto, es poco probable que los satélites por sí solos proporcionen una imagen completa del desarrollo humano. "Basándose únicamente en satélites, no lo creo", dijo Alkire. Pero se ha demostrado que los datos satelitales son una adición valiosa, especialmente donde las encuestas son demasiado costosas o demasiado lentas. Los satélites complementan los datos a nivel del terreno pero no pueden reemplazarlos, según los expertos consultados.
La investigación tiene implicaciones directas para la asignación de ayuda internacional. Aproximadamente la mitad de los países más pobres del mundo no ha realizado un censo en los últimos 10 años, según Druckenmiller. En ausencia de datos actualizados del terreno, las imágenes satelitales procesadas con inteligencia artificial pueden proporcionar una capa adicional de información que ayude a dirigir los recursos hacia las comunidades que más los necesitan.
El estudio se centra en México como caso de prueba, pero sus hallazgos tienen relevancia global. Los autores señalan que el IDH puede determinar las asignaciones de recursos globales, lo que significa que clasificar incorrectamente a más de la mitad de la población mundial tiene consecuencias reales para millones de personas en términos de acceso a ayuda, inversión en infraestructura y políticas de desarrollo.
La tecnología satelital representa una herramienta complementaria en el arsenal de medición del desarrollo, particularmente útil en regiones donde los datos tradicionales son escasos, desactualizados o inexistentes. Sin embargo, los investigadores enfatizan que no es un reemplazo completo de las encuestas y censos tradicionales, sino un complemento que puede llenar vacíos críticos de información mientras se esperan datos más completos del terreno.