ISSN2953-6367 Enero2026 http://revistainvestigo.com Vol.7No,18,PP.158-169 https://doi.org/10.56519/apm9d852 RevistaCientíficaMultidisciplinariaInvestiGoRiobamba–EcuadorCel:+593979119620revisinvestigo@gmail.com 158 EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANAASSESSMENTOFTHEIMPACTOFTHEUSEOFARTIFICIALINTELLIGENCEINTHESUSTAINABLEMANAGEMENTOFURBANWATERKevinAlexanderVelozCando1,AndreaKatherineSalgadoErazo2{kevin.veloz@espoch.edu.ec1,asalgado@sanignacio.edu.ec2}Fechaderecepción:15/12/2025/Fechadeaceptación:03/12/2025/Fechadepublicación:06/01/2026RESUMEN:Unodelosprincipalesretosquetenemosenlaactualidadlossereshumanoseselaccesodeaguapotabledecalidad,debidoasuescasezoinsuficientegestión;todoestosedesarrollaporelcrecimientoaceleradodelapoblación,loscambiosclimáticos,laaltademanda.Frenteaestarealidad,elproblemasurgeporquelossistemastradicionalesyanosonsuficientesenlagestióndelagua,loquelimitaelmonitoreooportuno,elcontroldelacalidadyladistribuciónadecuadaalapoblación,impidiendoasígarantizarunaccesosostenibleyaccesible.Elobjetivodeestainvestigaciónesevaluarelimpactodelainteligenciaartificialcomounaherramientaparalaplanificaciónyelcontroldelagestióndeaguadestacandocómosuaplicaciónpermitemejorarelmonitoreo,ladistribuciónyelcontroldemaneramáseficiente.Lametodologíaempleadaenestainvestigaciónesdetipobibliográfico-documental,tomandocomoreferencia20documentostécnicosqueyaimplementaronlainteligenciaartificialenlagestióndelagua,locualpermitiósintetizarlosdiferentesresultadosapartirdelusodetecnologíascomosensoresIoT,algoritmosdemachinelearning,modelospredictivos,plataformasdigitalesconIAysensoresinteligentes+análisisautomático.SerealizóunatablaquemostrólosbeneficiosqueofrecelaIAparamantenerunrecursohídricoadecuadoparaelconsumohumano;deigualforma,serealizóunatablacomparativasobrelosmétodostradicionalesylastecnologíasinteligentes.Losresultadosarrojaronque,alimplementarlainteligenciaartificial,mejoralagestióndelaguadeformamáseficiente,lograndounareducciónenlaspérdidascausadasporfugasnodetectadasdeformatemprana,asícomounahorroenlossistemasoperativos,unaoptimizacióndelrecursoyunadecuadocontrolenlassustanciasquecontaminan.Enconclusión,lainteligenciaartificialactúadeformamásprecisayeficaz.Palabrasclave:InteligenciaArtificial(IA),gestióndelagua,monitoreohídrico,optimizaciónderecursos,sostenibilidad 1 EscuelaSuperiorPolitécnicadeChimborazo(ESPOCH),Riobamba-Ecuador,https://orcid.org/0009-0005-4072-1085. 2 AutorIndependiente,Riobamba-Ecuador,https://orcid.org/0009-0009-5444-1155.
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 159 ABSTRACT:Oneofthemainchallengesfacinghumanitytodayisaccesstoqualitydrinkingwater,duetoitsscarcityorinadequatemanagement.Thisisalldrivenbyrapidpopulationgrowth,climatechange,andhighdemand.Facedwiththisreality,theproblemarisesbecausetraditionalwatermanagementsystemsarenolongersufficient,limitingtimelymonitoring,qualitycontrol,andadequatedistributiontothepopulation,thuspreventingtheguaranteeofsustainableandaffordableaccess.Theobjectiveofthisresearchistoevaluatetheimpactofartificialintelligenceasatoolforplanningandcontrollingwatermanagement,highlightinghowitsapplicationallowsformoreefficientmonitoring,distribution,andcontrol.Themethodologyemployedinthisresearchisbibliographic-documentary,referencing20technicaldocumentsthathavealreadyimplementedartificialintelligenceinwatermanagement.ThisallowedforthesynthesisofdifferentresultsbasedontheuseoftechnologiessuchasIoTsensors,machinelearningalgorithms,predictivemodels,AI-powereddigitalplatforms,andsmartsensorswithautomatedanalysis.AtablewascreatedshowingthebenefitsofAIformaintainingadequatewaterresourcesforhumanconsumption.Acomparativetablewasalsocreated,examiningtraditionalmethodsandsmarttechnologies.Theresultsshowedthatimplementingartificialintelligenceimproveswatermanagementefficiency,reducinglossesfromleaksthatgoundetected,savingonoperatingsystems,optimizingresourceuse,andimprovingthecontrolofcontaminants.Inconclusion,artificialintelligenceoperatesmorepreciselyandeffectively.Keywords:ArtificialIntelligence(AI),watermanagement,watermonitoring,resourceoptimization,sustainabilityINTRODUCCIÓNElaguaesunrecursofundamentalenlavidadelserhumano,ecosistemasyanimales;sinembargo,sumanejosehaconvertidoenundesafíomundial,debidoalaumentodelapoblación,altaElaguaesunrecursofundamentalenlavidadelserhumano,losecosistemasylosanimales;sinembargo,sumanejosehaconvertidoenundesafíomundialdebidoalaumentodelapoblación,laaltademandaenlasciudadesylavariabilidadclimática.LosorganismosinternacionalescomolaUNESCOylaOrganizaciónMundialdelaSaludhancomunicadoqueeneltranscursodelosañoshabráescasezdeaguaparamillonesdepersonas,enespecialaquellasquevivenenzonasurbanasdondeelaccesoalserviciobásicoseveafectadoporlabajapresión,lasfugas,lafaltadelluviasounainfraestructuradeficiente(1).Porestarazónsurgelanecesidaddequelasorganizacionesadoptenmecanismostecnológicoseficientesquepermitanmejorarlagestióndelrecurso,considerandoademásquemuchasáreashídricascuentanconpersonalespecializadolimitadoparaelmonitoreoyeltratamientodelagua.Enlasúltimasdécadas,latecnologíahaevolucionadopaulatinamente,impulsandoeldesarrollodenuevasherramientasyaplicacionesutilizadasdemaneracotidiana,comolainteligenciaartificial,especialmenteenpaísesdesarrolladoscomoEstadosUnidos,ChinayJapón,dondesehaconvertidoenunasolucióninnovadoraquetambiénpuedeaplicarsealagestióndelagua(2).Lainteligenciaartificialtienelacapacidaddeactuarenelmonitoreomediantesistemasque
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 160 detectandeformainmediatacontaminantesfísicos,químicosybiológicos;analizardatosentiemporealprovenientesdesensoresIoTdistribuidosenlared;predecirvariacionesenlacalidaddelaguamediantemodelosdemachinelearning;optimizarlosprocesosdepotabilizaciónajustandoautomáticamenteladosificacióndequímicosyelfuncionamientodeequipos;identificarfugasyanomalíasenlareddedistribuciónatravésdelanálisispredictivo;apoyarlamodelaciónhidráulicaparasimularelcomportamientodelcaudalylapresión;evaluarriesgossanitariosintegrandoinformaciónambientalymicrobiológica;yofrecerherramientasinteligentesdesoportealatomadedecisiones,loquepermitemejorarlaeficienciaoperativa,reducircostos,garantizarunabastecimientoseguroyasegurarqueelaguaquellegaalconsumidorfinalcumplaconlosestándaresdecalidadestablecidos(3).Lainteligenciaartificialyelanálisispredictivoquepermitensusaplicacionesofrecensolucionesaempresas,institucioneseindustriasdelsectorhídrico,yaquecuentanconherramientasdigitalesquemejoranlaoperatividadylaeficiencia.Enlagestióndelaguaseaplicanalgoritmosavanzados,sensoresinteligentesymodelospredictivosquepermitendetectarcuerposextraños,prevenirlacontaminación,analizargrandesvolúmenesdedatosyrealizarunadeteccióntempranadefugas,agilizandolosprocesosyreduciendocostos,loquegeneramayoresbeneficiosoperativos(4).Porello,paísescomoSingapur,Israel,losPaísesBajos,EstadosUnidosyChinautilizanmecanismosbasadoseninteligenciaartificialquehandemostradoserfavorablesparaelcontrol,ladistribuciónyelusoeficientedelrecursohídrico.EstasexperienciasevidencianelpotencialdelainteligenciaartificialparafortalecerlagestióndelaguapotableyconstituyenunreferenteparapaísescomoEcuador,queaúnpresentandeficienciasenelcontrolymonitoreodelrecurso(5).Además,lainteligenciaartificialnosolocontribuyealagestióndelagua,sinotambiénalaluchacontraelcambioclimático,principalcausantedelassequíasyeldesabastecimiento,yaquepuedefacilitarelcumplimientodelosObjetivosdeDesarrolloSosteniblerelacionadosconelmedioambiente.Elusodeinteligenciaartificialenlagestióndelaguaenáreasurbanaspermitemejorarlaeficienciaoperativa,optimizarlosrecursoshídricos,reducircostosyfortalecerlatomadedecisionesfrentealcambioclimático.Elobjetivodeestainvestigaciónesevaluarelimpactodelalainteligenciaartificialcomounaherramientavaliosaparalaplanificaciónyelcontroldelagestióndelaguaenentornosurbanos,considerandosusventajasoperativas,tecnológicasyambientales.MATERIALESYMÉTODOSElpresentetrabajocuentaconunenfoquemetodológicobienestructuradoyaplicable,elaboradodemaneraespecíficaparaanalizarcómoincideelusodelainteligenciaartificial(IA)enlagestiónsostenibledelaguapotableenlaszonasurbanasconaltapoblación.Pararealizaresteestudio,sedesarrollaráunarevisiónbibliográficadediversosestudioscientíficos
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 161 publicadosentrelosaños2020y2024,asícomodeproyectosyadocumentados.Serealizaráunarecopilacióndeinformaciónsobrelasdistintastecnologíasaplicadas,verificandolosresultadosmedianteunexhaustivoanálisis,loquepermitirávalidarsueficaciaysostenibilidad.Estemétodoaseguracoherenciayefectividadencadaunadesusetapas,permitiendoalcanzarconclusionesquecontribuyanalconocimientoyalaimplementacióndelainteligenciaartificialenlagestióndelaguapotable.TipodeinvestigaciónLainvestigacióndeesteartículoesdetipobibliográfico-documentalyaquesebasaenanalizaryevaluar20documentosentreartículoscientíficos,informestécnicosyproyectosquesehandesarrolladoconéxitoenlaaplicacióndeinteligenciaartificialenlagestióndelaguapotable.Lanaturalezadelestudioesdescriptivoyexploratorio,debidoaquepermiteidentificaryanalizartendencias,avancestecnológicosybuenasprácticasimplementadasanivelinternacionalynacionalenlagestióndelaguapotable,sinrealizarexperimentacióndirectanirecoleccióndedatosencampo.Elanálisisdelainformacióndetodoslosdocumentosserealizódeformacualitativa,utilizandotablascomparativasqueresumenlosprincipaleshallazgosdelainteligenciaartificialyresumirlosprincipalesbeneficios,aplicacionesymejorasidentificadasapartirdelusodetecnologíasbasadasenlainteligenciaartificial,comolossensoresIoT,losalgoritmosdemachinelearningylosmodelospredictivos.PoblaciónymuestraLapoblacióndeestainvestigaciónestáconformadaporartículoscientíficos,ycasosrealesqueyacuentanconlastecnologías,revistascientíficasydocumentostécnicosloscualesseencargandeanalizarlasaplicacionesquesonlasencargadasdelagestióndeaguapotableenzonasurbanas,enloqueserefierealmonitoreo,detencióndefugas,mejoradecalidaddeaguayreduccióndeperdidas.Lamuestrafueseleccionadamedianteunabúsquedayrevisiónconformealossiguientesparámetros.Fuentesdedatos:Serealizaronbúsquedasenbasesdedatosacadémicasyrepositorioscientíficosreconocidos,talescomoScopus,WebofScience,ScienceDirectyGoogleScholar.Términosdebúsqueda:Seutilizaroncombinacionesdepalabrasclavecomo“inteligenciaartificialengestiónhídrica”,“monitoreodelaguaconIA”,“sensoresIoTensistemashídricos”,“machinelearningaplicadoalagua”,“modelospredictivosdecalidaddelagua”y“optimizacióndelrecursohídrico”.Criteriosdeinclusión:setomaronencuentaartículosoriginales,revisionessistemáticasyestudiosdecaso,loscualesestánredactadosenespañoloinglés,conaccesoabiertooqueestabandisponibles,quefueronpublicadosentrelosaños2019y2024,endondeabordancasosprácticosqueyafueronaplicadosenlagestióndelagua,anivelnacionalcomointernacional.
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 162 Criteriosdeexclusión:Seexcluyeronartículosdeopinión,editoriales,tesisdegrado,actasdecongresosnoindexadasyestudiosquenopresentenaplicacionesdirectasdeinteligenciaartificialenloqueserefierealámbitohídrico,tambiénaquellosquenocuentancondatosoresultadosquesonpocoverificables.Entorno,medicionesyanálisisLainvestigaciónsefundamentóenanálisisbibliográficosdevariosestudiosydocumentossobreelusodelainteligenciaartificialenlagestióndeaguapotableenzonasurbanas.Serecopilóinformaciónsobrelastecnologíasempleadasylosindicadoresdeeficienciaquearrojanresultadosfactiblesenexperienciasprevias.Serealizóunarevisiónminuciosademuchospaísesqueyautilizanestesistema,deloscualesseconsideraronaquellosconmayorpoblaciónyaltarelevancia.Deestaforma,seevaluaronaspectoscomolareduccióndepérdidas,laobtencióndeaguadealtacalidadylaoptimizacióndelosprocesosoperativos.Lainformaciónseanalizódeformasencilla,utilizandométodosestadísticosdeloscincopaíses,comopromedios,rangosyporcentajes,loqueayudaainterpretardemejormaneraelimpactodelainteligenciaartificialenlagestióndelrecursohídricoenzonasurbanas.Estoevidenciaquesuaplicaciónespositivaparalograrunaadministracióneficiente,sostenibleyresponsable.RESULTADOSPrincipalesresultadosSerealizóunarevisióncientíficadelibrosartículosydocumentossobreelusodelainteligenciaartificial,loscualesdemostraroncómolainteligenciaartificialsehaconvertidoenunaherramientafundamentalenlagestióndelaguapotableenzonaspobladas.LastecnologíasaplicadasqueseutilizaronfueronIoT,machinelearningymodelospredictivos,queayudanamedir,interpretaryanticipareventosqueenelpasadoeranimposiblesdedetectarconlosmétodosantiguos.Estocoincideconlomencionadopor(6),quienmanifestóqueladigitalizaciónesfundamentalparaasegurarunasostenibilidadadecuadadelosrecursoshídricosenciudadesconaltapoblación.1.TecnologíasdeInteligenciaArtificialaplicadasalagestióninteligentedelaguaurbanaLautilizacióndetecnologíasdesarrolladasmediantelainteligenciaartificial(IA)enlossistemashídricoshacrecidoatravésdelosañosdebidoaquesurgelanecesidaddecrearmecanismosquemejorenlaeficienciayreduzcanpérdidas.SegúnlaInternationalWaterAsociación(7),lossensoresIoTyelmachinelearningsonlasherramientasmásutilizadasenladistribuciónmodernadelasredes.
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 163 Tabla1.TecnologíasdeIAutilizadasenlagestióndelaguaurbana. TecnologíadeIAutilizada Aplicaciónprincipal Beneficioprincipal SensoresIoT Monitoreoconstantedelacalidaddelaguaydelsistemadedistribución Previenedesabastecimientosypermiteunagestiónmáseficientedelrecurso MachineLearning Deteccióntempranadefugas,anomalíasyfallasenelsistema Reducepérdidasdeaguaymejoralaeficienciaoperativa Modelospredictivos Optimizacióndeltratamientodelaguaymantenimientopreventivo Anticipafallas,prolongalavidaútildelainfraestructuraydisminuyecostos PlataformasdigitalesconIA Integraciónyanálisisdegrandesvolúmenesdedatosentiemporeal Mejoralaplanificación,latomadedecisionesyladistribucióndelrecurso Sensoresinteligentes+análisisautomático Controldecalidadenplantasdetratamientoyajustedeprocesos Garantizaunamejorcalidaddelaguayunusomásracionalde EnlaTabla1semuestranlossensoresIoT,loscualessonlabaseprincipalparaladigitalizacióndelaguaentodossussistemas,porquepermitenmonitorearentodomomentoloqueocurreenlared.Encambio,elmachinelearningcumpleunpapelmáscomplementario,puesseencargadeanalizarlainformacióneinterpretarloquedetectanlossensores.Finalmente,losmodelospredictivossonlosqueseutilizanconmenorfrecuencia,porqueseencarganúnicamentedeladeteccióntempranadeproblemasantesdequecausendañosmayores.Ensíntesis,estossistemasdeaguaresultanmuyinteligentesyeficientes.2.MejorasenlacalidaddelaguamedianteInteligenciaArtificialLasiguienteTablaresumetodoslosbeneficiosquetienelainteligenciaartificialparamantenerunrecursohídricoaptoparaelconsumohumano.
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 164 Tabla2.Beneficiosdelainteligenciaartificialenelmonitoreoytratamientodelagua. Indicadordecalidaddelagua Descripcióndelparámetro TecnologíaconIAutilizada Tipodemejoraobservada Beneficioprincipal Físicos(turbidez,color,temperatura) Permitenvercambiosvisiblesenelaguaqueafectansuaparienciayaceptaciónporpartedelosusuarios. SensoresIoTapoyadosconmodelospredictivos Mejorcapacidadparadetectarvariacionesfísicasatiempo. Losoperadorespuedenajustardeinmediatoelprocesodepotabilizacióncuandosurgeuncambioinesperado. Químicos(pH,metalespesados,clororesidual) Midenlacomposiciónquímicadelaguaparaasegurarquenocontengasustanciasdañinas. Algoritmosdemachinelearningyanálisispredictivo Mayorprecisiónalidentificardesequilibriosquímicos. LaIAayudaaregularautomáticamentelacantidaddeproductosquímicosusadoseneltratamiento. Biológicos(bacterias,virus,microorganismos) Detectanlapresenciadeorganismosquepodríancausarenfermedades. Sensoresinteligentesconreconocimientodepatrones Detecciónmásrápidayconfiabledeposiblesriesgosbiológicos. Permiteactivarprotocolosdedesinfecciónantesdequeelagualleguealosconsumidores. Parámetrosintegrados(físico–químico–biológico) Reúnenvariosindicadoresparaobtenerunavisióncompletadelestadodelagua. SistemashíbridosquecombinanIoT,machinelearningymodelospredictivos Evaluacionesmáscompletasyexactasdelestadodelagua. Ayudaaresponderconrapidezantecualquieranomalíadetectadaenelsistema. LaTabla2muestracómolainteligenciaartificialtienelacapacidaddecontrolarlagestióndelaguadeunaformamásrápidayeficaz,brindandoherramientasquesonrápidas,precisasyconfiablesparasuconstantemonitoreo.Mediantesensoresinteligentesymodelospredictivosesposibleidentificarvariacionesfísicasenelagua;tambiéndetectandemanerainmediatadesequilibriosquímicosexistentesyreconocenseñalestempranasdeposiblescontaminacionesbiológicasantesdequeseconviertanenunproblemaparaelsistemahídrico.Además,cuandoseintegralaIA,estaofreceunaevaluacióncompletaycomplejadetodoelsistema,loquepermitetomardecisionesoportunasy,deestaforma,mejorarlaeficienciaentodaslasetapasdeltratamiento.Enconclusión,estastecnologíassonmuyimportantesparalaseguridadenlagestióndelaguaycontribuyenagarantizarunsuministromásadecuadoyseguroparalapoblación.
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 165 3.Mejoradelacalidaddelaguamediantetecnologíasinteligentesymétodostradicionales.Mantenerunabuenacalidaddeaguanosolodependedeincorporartecnologías,sinotambiéndecambiarlasformasenquesepuedecontrolaryentenderelsistemahídrico,acontinuación,desarrollamosuncuadrocomparativoentremétodostradicionaleseinteligenciaartificialdemostrandosuefectividad.Tabla3.Métodostradicionaleseinteligenciaartificialenlagestióndelagua. Tecnologíasinteligentesutilizadas Mejoradelacalidaddelagua(IA) Métodostradicionalesutilizados Mejoradelacalidaddelagua(Tradicional) SensoresIoT,plataformasdigitales Monitoreoentiemporeal,detecciónrápidadeanomalías,ajustesinmediatosenlared Análisismanualdemuestras,inspeccionesperiódicas Limitada,reaccionestardíasanteproblemas,menosprecisión Machinelearning Identificacióntempranadefugasyproblemas,planificacióneficientedemantenimiento Inspeccionesmanualesyrevisionesperiódicas Detectaproblemastarde,mayorriesgodepérdidadeagua LaTabla3muestradeformaclaralasdiferenciasqueexistenentreutilizarelmétodotradicionalylainteligenciaartificialenelmantenimientoycuidadodelagua.Podemosanalizarque,conlosmétodostradicionales,losproblemasnosondetectadosatiempo,porloquehaymáserroresenlasoperaciones,mientrasquealutilizarlainteligenciaartificialseobtienenmejoresresultados:porejemplo,arrojaposiblesfugas,seencargadedetectaratiempolasfallasypermitetomardecisionespreventivasqueoptimizanelusoyconservacióndelrecursohídrico.DISCUSIÓNLosresultadosenesteestudiodemuestranqueelusodelainteligenciaartificial(IA)sehaconvertidoenunaherramientamuynecesariayestratégicaenlagestióndeaguapotableenzonasurbanasconaltapoblación,endondeexisteunaaltademandadelrecursoytambiénsehandesarrolladopérdidasydeficienciasenoperacionesdelsistema(8).Losresultadoscoincidenconloqueplantearonorganizacionesinternacionales(9),quemencionanqueexisteuncrecimientoenescasezdeaguaenzonasmuypobladas,porloqueesimportantelaimplementacióndetecnologíasqueayudanamanejardeformaeficienteelrecursohídricoyquetambién,asuvez,esmonitoreadodeformaadecuada,evitandofugasycontaminaciones,entreotrosfactoresquesonperjudiciales.Sinembargo,notodoslosresultadossonfavorables.Porejemplo,enalgunasciudadesseevidenciaquelaefectividaddelainteligenciaartificialdependeengranmedidadelacalidadde
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 166 losdatos,delainfraestructuraexistenteydelacapacitacióndelpersonal(10).Enestoscasos,unainfraestructuradeficienteyunacapacitacióninadecuadanoproducenmejorasenningúnámbito,nienlareduccióndepérdidas,nienlaoptimizacióndelaoperación,nienladeteccióntempranadefugas.EstodemuestraquelaIAnoesunasoluciónautomática,sinoquerequiereunenfoqueadaptadoalascondicionesespecíficasdecadazona(11).Encambio,enrelaciónconlaeficienciaoperativa,loshallazgosreflejanunareduccióndeloqueserefierealapérdidadeagua,loquecoincidecon(12),quienmencionaqueelprincipaldesafíoenlagestióndelaguasonlasfugasenlaszonasurbanas.Asimismo,deformasimilar,estudiosde(13),loscualesseñalanqueunaadecuadaimplementacióndesistemasbasadosenlainteligenciaartificial(IA)esnecesaria,yaqueidentificandemaneratempranaanomalíasentiemporeal;deestemodo,sereducenpérdidasysemantieneunaadecuadacontinuidaddelservicio.Estosaportesconsolidanquelainteligenciaartificialesunmétodoindispensableenlagestióndelagua,yaquetransformaunenfoquecorrectivoenunopreventivoypredictivo.Porotrolado,tenemosunahorroencostosoperativosenesteestudio,loquetieneconcordanciaconloseñaladopor(14),quienmencionaquelasempresasqueutilizanlainteligenciaartificialenelsectorhídricoobtienenmejoresresultadosenlaplanificaciónderecursosy,porlotanto,reducensignificativamentelosgastoselevadosenmantenimiento.Esporelloqueautorescomo(15)exponenquelatecnologíaautomatizadaeinteligenteaplicadaenlosserviciosfacilitavariosprocesos,comolareduccióndeerroresyunamejorcalidadfinanciera.Encuantoalacalidaddelagua,lainvestigacióndiocomoresultadomejorasenelmonitoreodelaguaysusparámetrosfísicos,químicosybiológicos.Existenvariaspublicacionesendistintasrevistas,como(16),pormediodelascualesseindicaquelossensoresIoTvancombinadosconalgoritmosdemachinelearningqueofrecenmantenerunamayorprecisiónsobreladeteccióndelasdiferentesvariacionesparamantenerunabuenaturbidez,pH,cloroylapresenciadebacterias,virusyhongos,entreotros(17).Estasinvestigacionescoincidenconelresultadopresentadoenlatabla2,dondesedaaentenderquelainteligenciaartificialpermitetenerunarespuestamásrápidaantelosdistintosriesgos,dandocomoresultadounamejorcalidadsanitariaqueesdestinadaalusohumano(18).Ensíntesis,losresultadosdieronaconocerquelosmétodosutilizadosdemaneratradicionalenelmonitoreodelaguayanosonsuficientesparalasnecesidadesdelaactualidad,yaquenosetienelacapacidaddepredecirunproblemademanerarápida,sinocuandoelproblemayaestápresente.Estasinvestigacionescoincidenconlasrealizadasporvariospaíses,comoEstadosUnidos,China,Singapur,PaísesBajos,yIsrael(19),endondesedaaconocerquelainteligenciaartificialesunaherramientaeficientequeofrecevariasalternativasparamantenerunagestiónadecuadayeficiente,yquetambién,alutilizarsedemaneracorrecta,permiteenfrentarlosdifícilescambiosclimáticos(20).Sinembargo,diferentesautoressostienenque,apesardequeofreceunamayoreficiencia,noestáexentadedificultades,comoloscostosiniciales,lainsuficientecapacitacióndelpersonalyelcorrectomanejodelosdatos.Aunasí,loshallazgosdemuestranque,aunquealprincipiosurgeninconvenientes,alargoplazosesuperanestas
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 167 limitaciones,aportandoaunagestióndeaguamásconfiable,sostenibleycentradaenlaspersonas.CONCLUSIONESElusodeinteligenciaartificial(IA),atravésdesensoresIoTytécnicasdemachinelearning,hademostradosermuyútilparamejorarladistribuciónyeltratamientodelagua.Estossistemaspermitendetectardeinmediatofugasyposiblescontaminantes,loquefacilitaactuarrápidoparatratarelaguayevitarcrisisdeabastecimiento.Además,ayudanareducirloscostosoperativos.IntegrarlaIAenlossistemasdeaguaurbanapermiteunmonitoreomásprecisoyapoyaunatomadedecisionesmásefectiva,promoviendounusomásresponsableysostenibledelrecurso.ElusodelaIAenelmonitoreoytratamientohadadocomoresultadounamejoraconsiderableenrelaciónconlassustanciasqueafectanalosindicadoresdecalidaddelagua.Todoestoesposiblegraciasalossensoresinteligentesqueposeenysusmodelospredictivos,porestarazónesposibleajustardemaneraautomáticaladosificacióndeproductosquímicos.Deestemodo,sepuedendetectardesequilibriosenlacomposicióndelaguayreaccionardemanerarápidaanteposiblesriesgosmicrobiológicos.Asímismo,lacapacidaddeintervenciónesinmediatayprecisaenloquerespectaalacalidaddelagua,loqueresultabeneficiosoparalasaludpúblicaylasostenibilidaddelossistemasdeaguaenzonasconaltademanda.LasexperienciasqueestándocumentadassobreelusodelaIAenpaísesqueyahanadoptadolainteligenciaartificialdemuestranqueestatecnologíamejorasignificativamentelagestióndelagua,optimizandoladistribución,eltratamiento,monitoreoylacalidaddelrecurso.Porestarazón,sepuedeafirmarqueEcuadordeberíaimplementarestastecnologíasenlagestióndelagua,paramantenerunamejordistribución,unmonitoreoconstante,unadeteccióntempranadefugasygarantizarunabuenacalidaddelagua.Deestamanera,sepodríanevitarcortesdesuministrodebidoalaaltademandayalcrecimientodelapoblación.REFERENCIASBIBLIOGRÁFICAS1.UNESCO;ONU-Agua.Riesgoinminentedeunacrisismundialdelagua.París:UNESCO;2023.Disponibleen:https://www.unesco.org/es/articles/riesgo-inminente-de-una-crisis-mundial-del-agua-unesco/onu-agua2.XylemInc.Elpapeldelainteligenciaartificialenlagestióninteligentedelagua.WashingtonDC;2022.Disponibleen:https://www.xylem.com/es-ec/support/lets-solve-water-blog/the-role-of-ai-in-smart-water-management3.MDPI.Aplicacionesdelainteligenciaartificialenelmonitoreodelacalidaddelagua.Hydrology.2021;1(2):26.Disponibleen:https://www.mdpi.com/2624-831X/1/2/264.GlobalWaterIntelligence.Reduccióndepérdidasdeagua:solucionesinnovadorasysuimpactoeconómico.Oxford;2022.Disponibleen:
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 168 https://www.globalwaterintel.com/articles/plugging-the-leak-innovative-solutions-for-reducing-water-loss-and-it-s-economic-impact5.Minsait.Usodelainteligenciaartificialenlaoptimizacióndelagestióndelagua.Madrid;2023.Disponibleen:https://www.minsait.com/es/actualidad/media-room/el-67-del-sector-del-agua-ya-utiliza-la-ia-para-reducir-fugas-y-optimizarInterempresas.6.Lainteligenciaartificialoptimizalaeficienciaenlossistemasdegestióndelagua.Madrid;2022.Disponibleen:https://www.interempresas.net/Agua/565546-La-inteligencia-artificial-optimiza-la-eficiencia-en-los-sistemas-de-gestion-del-agua.html7.White&CaseLLP.Inteligenciaartificialenlagestióndelagua:equilibrioentreinnovaciónyconsumo.NuevaYork;2023.Disponibleen:https://www.whitecase.com/insight-our-thinking/ai-water-management-balancing-innovation-and-consumption8.WaterTechnologySolutions.GestióninteligentedelaguaytransformacióndigitalenChina.Shanghái;2023.Disponibleen:https://www.watertechsh.com/smart-water-management-and-digital-transformation-in-china9.MDPI.Aplicacionesdelainteligenciaartificialenelmonitoreodelacalidaddelagua.Hydrology.2021;1(2):26.Disponibleen:https://www.mdpi.com/2624-831X/1/2/2610.GlobalWaterIntelligence.Reduccióndepérdidasdeagua:solucionesinnovadorasysuimpactoeconómico.Oxford;2022.Disponibleen:https://www.globalwaterintel.com/articles/plugging-the-leak-innovative-solutions-for-reducing-water-loss-and-it-s-economic-impact11.ACMOR.Cómolainteligenciaartificialayudaacontarconaguadebuenacalidad.Madrid;2022.Disponibleen:https://acmor.org/publicaciones/h-o-ohh-c-mo-la-inteligencia-artificial-ayuda-a-contar-con-agua-de-buena-calidad12.Sostenibilidad.com.Laalianzaentreinteligenciaartificialydesarrollosostenible.Madrid;2021.Disponibleen:https://www.sostenibilidad.com/desarrollo-sostenible/la-alianza-entre-inteligencia-artificial-y-desarrollo-sostenible13.UniversidadTécnicadeAmbato.Aplicacióndetecnologíasinteligentesenlagestióndelrecursohídrico.Ambato:UTA;2022.Disponibleen:https://repositorio.uta.edu.ec/items/1ca7197b-8a17-4d2e-8309-29b9d90fc3f714.UniversidadTécnicadeAmbato.Usodeinteligenciaartificialenlagestióndelaguapotable.Ambato:UTA;2023.Disponibleen:https://repositorio.uta.edu.ec/handle/123456789/4564615.UniversidadPolitécnicaSalesiana.Sistemasinteligentesparaelmonitoreodelacalidaddelagua[tesis].Cuenca:UPS;2021.Disponibleen:https://dspace.ups.edu.ec/handle/123456789/1962716.UniversidaddePamplona.MonitoreodelacalidaddelaguamediantesensoresIoT.RevistaAAA.2021.Disponibleen:https://ojs.unipamplona.edu.co/index.php/aaas/article/view/318917.UniversidaddeLima.Inteligenciaartificialaplicadaasistemasdegestiónhídrica.RevistaCIIS.2022.Disponibleen:https://revistas.ulima.edu.pe/index.php/CIIS/article/view/552118.Dialnet.Monitoreodelacalidaddelaguaencriaderosdetilapiamediantetecnologíasinteligentes.Logroño:Dialnet;2020.Disponibleen:Dialnet-MonitoreoDeLaCalidadDelAguaEnCriaderosDeTilapiasMe-9565955.pdf
EVALUACIÓNDELIMPACTODELUSODEINTELIGENCIAARTIFICIALENLAGESTIÓNSOSTENIBLEDELAGUAURBANA 169 19.ElFinanciero.ElusodelainteligenciaartificialenIsraelparalatransformaciónhídrica.CiudaddeMéxico;2024.Disponibleen:https://www.elfinanciero.com.mx/opinion/colaborador-invitado/2025/03/27/el-uso-de-la-ia-en-israel-para-la-transformacion-hidrica20.UniversidadTécnicadeAmbato.Sistemasdemonitoreointeligenteaplicadosalcontroldelagua].Ambato:UTA;2021.Disponibleen:https://repositorio.uta.edu.ec/handle/123456789/45646