Inicio Inteligencia Las principales fases en IMINT y el papel del Analista de Imágenes

Las principales fases en IMINT y el papel del Analista de Imágenes

0

La disciplina alrededor de las imágenes está ganando terreno en el campo del análisis y la inteligencia. En el siguiente artículo, el alumno del Curso de Analista IMINT (Inteligencia de Imágenes) de LISA Institute, Carlos Manuel Antunes Mena, explica las principales fases de IMINT, desde la identificación hasta el papel que ejerce el Analista de Imágenes y la influencia de la Inteligencia Artificial.

En un mundo en el que la tecnología domina todo lo que nos rodea y cada vez es más importante en los resultados de nuestras acciones, las imágenes son uno de los componentes de mayor impacto. Las palabras de Confucio: «una imagen vale más que mil palabras» cobran cada vez más fuerza.

Tener la capacidad de utilizar toda la información contenida en una imagen es una ventaja en cualquier actividad o decisión, ya sea en un contexto militar o civil. Podemos ver ejemplos del uso de la información contenida en imágenes en seguridad nacional, defensa, previsión y/o seguimiento de catástrofes, ordenación del territorio, gestión de recursos naturales e incluso en estudios de actividades comerciales.

La disciplina que trabaja con imágenes y las convierte en información se denomina Imagery Intelligence (en adelante IMINT, que se traduce como Inteligencia de Imágenes) y tiene su origen en el ámbito militar. Para una definición de lo que es IMINT se recurre a la doctrina de la National Geospatial-Intelligence Agency (NGA), para la que IMINT es «información técnica, geográfica o de inteligencia derivada de la interpretación o análisis de imágenes y sus derivados».

➡️ Te puede interesar: 6 libros para convertirte en experto en IMINT especializado en bases militares

A lo largo del tiempo, la IMINT ha evolucionado en proporción al desarrollo tecnológico, que puede considerarse exponencial, dado lo rápido que ha sido en el último siglo. Incluso con todas las innovaciones tecnológicas, hay algo que nunca puede disociarse del IMINT: el trabajo del Analista de Imágenes (AI). Al final, siempre es el AI quien lleva a cabo el control de calidad o, más aún, la validación de la información adquirida.

Este artículo se centrará en el trabajo del AI, más concretamente en su método de trabajo. El objetivo es mostrar que una actividad de análisis organizada y estructurada, complementada con las herramientas tecnológicas actuales, confiere al producto final de IMINT un valor añadido decisivo para el proceso de toma de decisiones.

El arte del IMINT

Este análisis se centra solamente en una parte del Ciclo de Producción de la Información, donde la AI tiene su principal intervención, concretamente en la interpretación de la imagen como parte de su transformación en información.

Desde el momento en que la AI recibe la imagen, su atención se centra inmediatamente en las respuestas a las siguientes preguntas:

  • ¿Dónde se tomó la imagen?
  • ¿Existe información previa sobre lo que se captó en la imagen?
  • ¿Es posible cuantificar el grado de cambio a lo largo del tiempo?
  • ¿Cuáles son los requisitos de información (RI) que se pretenden obtener de la imagen?

Las respuestas a estas preguntas pueden conducir a diversas acciones. En cuanto a la localización, si se conoce, se puede empezar a buscar datos sobre la misma. En caso contrario, primero hay que identificar la localización.

➡️ Te puede interesar: ¿Qué es IMINT y cuál es su utilidad?

Hay varias formas de descubrir la ubicación de una imagen. La más sencilla es utilizar la Inteligencia Artificial (IA) para buscar imágenes similares en Internet, por ejemplo utilizando Google Lens. Una vez identificada la localización de la imagen, es importante comprobar si ya existe información sobre los objetivos de la RI, así como tener en cuenta si se trata de un análisis inicial o de una actualización de algo ya comunicado. El objetivo de comprobar la existencia de un informe anterior es maximizar el tiempo aprovechando la información procesada previamente.

A veces, aunque ya se conozca el lugar que ilustra la imagen, al mirarla surgen dudas. En este caso, es fundamental adoptar una postura crítica. Esta actitud resulta ser una verdadera ventaja, sobre todo cuando se trata de zonas y/o infraestructuras desconocidas, porque obliga a considerar varias hipótesis, seguidas de un proceso de validación (o exclusión) de las mismas, hasta llegar a la que ofrece el mayor grado de verosimilitud, evitando el sesgo de la primera interpretación.

Fase de localización a través de IMINT

Una vez observada la imagen, comienza la fase de localización de sus distintos objetos, su identificación y posterior cuantificación. En este proceso, siempre se pueden utilizar las herramientas disponibles en diversos programas informáticos de Sistemas de Información Geográfica.

Considerando el ejemplo de la utilización de la herramienta «Aprendizaje detallado» del programa ARC GIS PRO, es posible localizar e identificar un objeto concreto, por ejemplo un Carro de Combate (CC). Se dibuja un polígono alrededor de este CC y, consecuentemente, si se visualizan más CCs en la imagen, se dibujan los respectivos polígonos, permitiendo ver la muestra de estos CCs en esa imagen.

➡️ Te puede interesar: Curso-Certificado de Analista IMINT (Inteligencia de Imágenes)

Fase de identificación a través de IMINT

A continuación, utilizando esta herramienta y aplicándola a toda la imagen o imágenes, los píxeles que tengan un aspecto similar a las muestras se identificarán automáticamente con este modelo de CC. Esta herramienta, utilizada a gran escala y a medida que aumente el número de objetos diferentes que «Detailed Learning» ha incluido en sus tablas, permitirá a los AI aprovechar al máximo su tiempo. Esta herramienta no excluye la validación visual, ya sea de lo que se ha identificado en ella o de otras partes de la imagen, para ver si hay otros objetos cuya identificación se haya omitido previamente.

Ejemplo de portada de un informe IMINT. Fuente: LISA Institute.

Fase de identificación del espacio circundante entre objetos a través de IMINT

Una vez finalizada la fase de identificación, comienza la identificación del espacio circundante entre los objetos. En dicha fase se buscan anomalías, verificando el estado de los objetos y estructuras, así como la ocupación espacial. Es imposible disociar los productos IMINT de esta acción humana del AI. Esta es una de las fases más complejas de llevar a cabo.

La atención a los detalles, texturas, colores, sombras, dimensiones y formas es el factor que determina la calidad añadida de un producto IMINT. Hay que intentar ser lo más objetivo posible en el análisis y no dejándose influir por ideas preconcebidas. Un ejemplo del valor añadido de la atención a los detalles es, por ejemplo, observar un sistema de defensa antimisiles antiaéreos. En este sentido, la sombra de los lanzadores puede ser la pista de que los tubos están verticales y listos para disparar.

➡️ Te puede interesar: Curso de Analista IMINT especializado en Bases y vehículos militares, instalaciones electrónicas y análisis de rutas

Ejemplo de una contraportada de un informe IMINT. Fuente: LISA Institute.

Llegados a la fase de la presentación del producto, es aquí donde la pericia (podríamos decir: el arte) del AI pasa a primer plano.

Si el AI quiere que su trabajo sea realmente reconocido, tiene que construir un producto que sea visualmente atractivo. Ademas, al mismo tiempo, tiene que conseguir transmitir la información con claridad. No es una tarea sencilla porque, en gran medida, se reduce a la experiencia. La dinámica de ejecución de este tipo de productos, así como la resolución de los distintos conflictos de interpretación de la información y el peso que se da a las distintas consideraciones que transmiten los elementos que utilizan la información que proporcionan estos productos, permite no solo mejorarlos y superar los obstáculos que limitan la interpretación de las imágenes, sino también construir productos más fáciles de usar.

➡️ Te puede interesar: Masterclass | Importancia del IMINT en conflictos armados | LISA Institute

Ejemplo de página interior de un informe de IMINT. Fuente: LISA Institute.

Este camino únicamente se traduce en resultados fructíferos con mucha perseverancia, flexibilidad mental y voluntad de evolucionar.

¿Cuál es el futuro del IMINT? Tres retos para no olvidar

Dado que el IMINT es una disciplina que depende considerablemente de los avances tecnológicos y teniendo en cuenta que la tecnología avanza a un ritmo abrumador, es de suponer que los retos a los que se enfrenta el IMINT seguirán (tenderán a) el ritmo de esta velocidad.

Centrándonos específicamente en tres retos asociados a la IMINT. En primer lugar, el espacio de almacenamiento que actualmente se requiere para guardar toda la materia prima (imágenes y vídeos) tiene que ser mayor. Cada vez más, las imágenes y los vídeos tienen mayor calidad (en términos de tamaño y resolución). Esto provoca que los archivos cada vez sean más «pesados» y obliga a las organizaciones a disponer de espacio digital suficiente. Esto es considerablemente pertinente, porque requiere medios específicos de almacenamiento, con los costes financieros asociados a la adquisición de estos equipos y a su mantenimiento.

Otro reto es el uso cada vez más extendido de la IA. Esta herramienta se utiliza para facilitar y agilizar el trabajo del AI, con procesos cada vez más automatizados e incluso para resolver tareas que el AI tenía algunas dificultades para superar, tanto en términos de complejidad como de aprovechamiento del tiempo dedicado al análisis. Sin embargo, la IA también puede utilizarse para llevar a cabo acciones engañosas, dificultando el análisis de las imágenes/vídeos capturados. Por tanto, se observa que la IA interviene cada vez más en el IMINT, tanto para ayudar al AI como para dificultar su análisis. El gran reto del análisis de imágenes es poder utilizar la IA para obtener mejores resultados, en lugar de aplicarla a acciones de señuelo.

Por último, la cuestión ética del IMINT es objeto de numerosos debates. Aceptar que «todo lo que haces» debe ser observado por alguna organización es un dilema. Si, por un lado, hay que tener en cuenta la intimidad de las personas, por otro están las cuestiones de defensa y seguridad. Ser capaz de distinguir la «delgada línea» que existe entre «hasta dónde sigue siendo lícito observar en aras de la defensa/seguridad» y cuándo se traspasa ese límite, «interfiriendo indebidamente en la esfera privada de las personas», se convierte en un problema de naturaleza ética que, por la misma razón, afecta a la viabilidad de las actividades de IMINT.

Agradecimientos

Por último, cabe destacar la importancia de los profesores que transmitieron sus conocimientos al autor de estas breves palabras. A saber, el Teniente Coronel Carlos Broncano Mateos (Departamento de Información Geoespacial de la Escuela de Guerra y Liderazgo del Ejército de Tierra) y Pablo Amado Montero. No sólo por su excelente exposición de los temas que incrementaron las habilidades del autor, sino también por las aclaraciones que le proporcionaron durante su formación. Las enseñanzas impartidas durante el curso de IMINT permitieron que las competencias del autor evolucionaran significativamente, lo que se refleja en el desempeño de sus funciones profesionales. Hoy en día, la adquisición de estas competencias es muy relevante, ya que el autor ha tenido la oportunidad de repetir su primera misión (cuantos más análisis realice un AI, más se reforzarán sus competencias de interpretación), circunstancia que, apoyada en este desarrollo personal y profesional, ha dado lugar a un reto de aplicación práctica de esta evolución, a través del cual el entusiasmo asociado es inmensamente gratificante.

➡️ Si quieres adentrarte en el mundo del IMINT y adquirir habilidades profesionales, te recomendamos los siguientes programas formativos:

SÉ EL PRIMERO EN COMENTAR

Dejar respuesta:

Por favor, introduce tu comentario!
Introduce tu nombre aquí

Salir de la versión móvil