INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO EN LA GESTIÓN DE RIESGOS EN EL TRANSPORTE DE PRODUCTOS PELIGROSOS POR CARRETERA EN BRASIL: FUNDAMENTOS, APLICACIÓN Y CUMPLIMIENTO

Resumen

Este artículo presenta un marco completo y operativo para aplicar la Inteligencia Artificial y el Aprendizaje Automático a la gestión de riesgos en el transporte terrestre de materiales peligrosos en Brasil, con foco en la reducción de pérdidas de baja frecuencia y alta consecuencia, el mantenimiento del nivel de servicio logístico y el cumplimiento normativo. El trabajo se alinea con el Decreto No. 96.044 del 18 de mayo de 1988, que aprueba el Reglamento para el Transporte por Carretera de Productos Peligrosos, así como con las normas de la Asociación Brasileña de Normas Técnicas ABNT NBR 7500, relativa a la identificación para el transporte terrestre de materiales peligrosos, y ABNT NBR 9735, que trata del conjunto de equipos para emergencias en el transporte terrestre de materiales peligrosos. Además, se consideran las Instrucciones Técnicas estatales, con énfasis en la Instrucción Técnica 32 de 2025 del Departamento de Bomberos de la Policía Militar del Estado de São Paulo, que establece parámetros para la prevención y respuesta en edificios y áreas de riesgo que involucran materiales peligrosos. Este artículo busca combinar la evidencia técnica de modelos predictivos multimodales —como redes recurrentes de tipo Gated Recurrent Unit integradas con redes neuronales profundas con incorporación multimodal— con métodos de optimización de rutas orientados al riesgo, incluyendo el uso del Valor en Riesgo Condicional y el concepto de equidad de riesgo entre las comunidades afectadas. El enfoque se complementa con telemetría e Internet de las Cosas (IoT) con sensores certificados para atmósferas explosivas, así como con las directrices internacionales para la documentación electrónica en emergencias establecidas en el marco del Comité Económico de las Naciones Unidas para Europa. Como demostración aplicada, se presenta el corredor BR-116, conocido como Régis Bittencourt, para carga líquida inflamable de Clase Tres (Líquidos Inflamables), con resultados indicativos de una reducción del riesgo esperado de entre el 20 % y el 30 % y una reducción del Valor en Riesgo Condicional al 95 % entre el 35 % y el 40 %, preservando la ventana de entrega y el cumplimiento normativo.

DOI: https://doi.org/10.56238/sevened2026.008-097