Resumen Técnico: RAPID – Un Pipeline Multi-Agente Reproducible para la Evaluación Interpretable de Daños por Desastres

1. Declaración del Problema

La creciente frecuencia e intensidad de los eventos climáticos extremos requiere una evaluación de daños por desastres rápida, precisa y espacialmente específica para la respuesta ante emergencias y la asignación de recursos. Los enfoques actuales de aprendizaje profundo, que dependen principalmente del aprendizaje supervisado y del ajuste fino (fine-tuning) de modelos basados en convoluciones o transformadores para tareas específicas, enfrentan tres limitaciones críticas:

1. Fallo de Generalización: Los modelos tienen dificultades para generalizarse ante cambios de dominio, distribuciones de datos de cola larga y fuentes geoespaciales heterogéneas, particularmente cuando los datos etiquetados para eventos de desastres específicos son escasos.
2. Silos de Modalidad: La investigación tradicional suele depender de datos de una sola modalidad (por ejemplo, solo imágenes satelitales o solo imágenes de calle), ignorando la naturaleza complementaria de la información de múltiples fuentes necesaria para capturar diversos impactos de desastres.
3. Falta de Interpretabilidad y Razonamiento: Los sistemas existentes suelen funcionar como "cajas negras" para el reconocimiento de patrones, careciendo de la capacidad de integrar datos multimodales para generar informes interpretables, accionables y basados en el razonamiento sin una anotación manual extensiva.

2. Metodología: El Marco de Trabajo RAPID

Los autores presentan RAPID (Reproducible multi-Agent Pipeline for cross-view Intelligence in disaster Damage assessment), un sistema multi-agente autónomo diseñado para la evaluación de daños zero-shot. En lugar de un único modelo predictivo, RAPID descompone el flujo de trabajo de evaluación en cuatro agentes colaborativos que procesan datos heterogéneos (imágenes de teledetección e imágenes de vista de calle) a través de un pipeline auditable de extremo a extremo.

2.1 Arquitectura del Sistema

El pipeline opera como una secuencia de actualizaciones de estado auditables en lugar de una predicción de caja negra. Sea $X$ la evidencia visual; el flujo de trabajo se define como:
$$z_p = A_{DPA}(X) \rightarrow \tilde{X} = A_{IRA}(X, z_p) \rightarrow z_d = A_{DRA}(\tilde{X}, z_p) \rightarrow Y = A_{DReA}(z_p, z_d, \tilde{X})$$

Los cuatro agentes especializados son:

• Agente de Percepción de Desastres (DPA): Actúa como el punto de entrada, identificando la modalidad de entrada (satélite vs. vista de calle), la categoría del desastre y la necesidad de restauración de imagen. Genera un estado de percepción ($z_p$) que incluye la modalidad, el tipo de desastre y una ruta de agentes planificada.
• Agente de Restauración de Imagen (IRA): Funciona como un módulo de control de calidad custodiado. Evalúa imágenes degradadas utilizando métricas de evaluación de calidad de imagen (IQA) sin referencia (contraste, nitidez, naturalidad). Selecciona la rama de restauración óptima (base, guiada por planificador o mejora generativa) solo si la mejora de calidad supera un umbral específico ($\delta$), asegurando que la imagen original permanezca disponible para auditoría.
• Agente de Reconocimiento de Daños (DRA): Convierte el conjunto de imágenes que preservan la auditoría en salidas estructuradas. Soporta entradas de vista cruzada (RSI+SVI), bi-temporales (pre/post desastre SVI) y de vista única. Genera niveles de severidad ordinal e indicadores de daño a nivel de objeto (por ejemplo, edificios dañados, árboles caídos) con puntuaciones de confianza.
• Agente de Razonamiento de Desastres (DReA): Mapea las salidas de reconocimiento estructuradas hacia explicaciones causales e informes de apoyo a la decisión. Sintetiza los estados de percepción, las señales de daño y la evidencia de la imagen para generar informes que detallan mecanismos de daño, activos afectados, riesgos secundarios y sugerencias de recuperación.

2.2 Estrategia de Zero-Shot y Reproducibilidad

RAPID opera en un entorno zero-shot, lo que significa que no se utiliza ajuste fino de conjuntos de datos objetivo ni ejemplos de pocos disparos (few-shot). El sistema se basa en espacios de etiquetas fijos y restricciones en formato JSON en los prompts para asegurar la consistencia. La reproducibilidad se logra mediante un rastro de auditoría que almacena la evidencia visual, los estados intermedios de los agentes, los deltas de restauración y las puntuaciones de evaluación, permitiendo rastrear errores hasta etapas específicas del pipeline.

3. Configuración Experimental

El marco fue evaluado a través de múltiples escenarios de desastres (huracanes, inundaciones, incendios forestales, terremotos) utilizando tres tipos distintos de conjuntos de datos:

• Dataset A: Pares de vista cruzada de imágenes de teledetección y de vista de calle (Huracanes).
• Dataset B: Pares bi-temporales de vista de calle (pre y post desastre) (Huracanes).
• Dataset C: Imágenes de vista de calle post-desastre multi-riesgo (incluyendo sequía, terremoto, inundación, tormenta de hielo e incendio forestal).

Las métricas de evaluación incluyeron precisión, recall, F1-score y exactitud global para la clasificación; Error de Severidad Normalizado (NCSE) para la predicción de severidad ordenada; y puntuación de rúbrica automatizada/humana (consistencia factual, plausibilidad causal, completitud, factibilidad de acción) para la generación de informes.

4. Resultados Clave

• Percepción de Desastres (DPA): El marco alcanzó una exactitud global de 0.92 para la clasificación de tipos de desastres múltiples (usando GPT-5-mini). Mientras que la precisión fue consistentemente alta (>0.90) en la mayoría de los peligros, el recall varió, siendo la clasificación de terremotos la más desafiante debido a la ambigüedad visual.
• Restauración de Imagen (IRA): Ninguna estrategia de restauración única dominó todos los escenarios. Los métodos de base y guiados por planificador proporcionaron las mejoras más estables para la teledetección y la mayoría de los subconjuntos de vista de calle. La mejora generativa (Gemini) mejoró la calidad para escenas específicas de vista de calle de huracanes, pero introdujo artefactos o degradó la calidad en escenarios de incendios forestales y sequías.
• Reconocimiento de Daños (DRA):
  • Predicción de Severidad: El sistema logró hasta un 0.627 de exactitud para la predicción de severidad de daños de vista cruzada (Dataset A, Gemini-3-Pro) y un 0.591 para el análisis bi-temporal (Dataset B, ChatGPT-5.1). Los errores ocurrieron principalmente entre niveles de severidad adyacentes en lugar de categorías extremas.
  • Detección de Objetos: Para el análisis de huracanes de vista cruzada, Gemini-3-Pro alcanzó un F1-score de 0.77 y una exactitud global de 0.92 en la detección de elementos de daño específicos (por ejemplo, líneas eléctricas caídas, edificios dañados).
• Razonamiento de Desastres (DReA): Los informes generados puntuaron alto en consistencia factual y plausibilidad causal (a menudo >4.0/5.0). Sin embargo, las puntuaciones para factibilidad de acción fueron más bajas (2.0–2.8), lo que indica que, aunque el sistema puede describir eficazmente los daños y sus causas, proponer medidas de recuperación específicas y operativamente factibles sigue siendo un desafío que requiere contexto experto.

5. Significado y Reivindicaciones

El artículo sostiene que RAPID representa un cambio desde el reconocimiento de patrones tradicional hacia la comprensión autónoma basada en el razonamiento. Sus principales contribuciones son:

1. Generalización Zero-Shot: Demuestra que un pipeline multi-agente puede realizar la evaluación de daños a través de diversos tipos de desastres y modalidades de datos sin ajuste fino de tareas específicas, abordando la escasez de datos etiquetados en escenarios de tiempo crítico.
2. Interpretabilidad y Auditabilidad: Al descomponer la tarea en agentes distintos, RAPID expone los estados intermedios (percepción, restauración, reconocimiento), haciendo que el proceso de evaluación sea transparente y trazable, a diferencia de los pipelines de un solo modelo.
3. Integración de Vista Cruzada: Aprovecha con éxito la información complementaria de las perspectivas satelitales y de nivel de calle para mejorar el reconocimiento de daños y el razonamiento.

Los autores mantienen una postura modesta, declarando explícitamente que RAPID es un pipeline de evaluación inicial auditable destinado a apoyar, no a reemplazar, las inspecciones de campo oficiales o el juicio experto. Reconocen limitaciones, incluyendo la dependencia de modelos propietarios, la necesidad de una mejor cuantificación de la incertidumbre y la brecha actual en la generación de recomendaciones de recuperación operativamente factibles. El marco se posiciona como un paso fundacional hacia la inteligencia de desastres autónoma que prioriza el razonamiento basado en evidencia sobre la predicción de caja negra.