Utilizando la IA para ayudar a conocer y detectar corrientes de resaca peligrosas de forma inmediata: RipEye
Las corrientes de resaca siguen siendo uno de los peligros más mortales en las playas.Ahora la IA ha venido para ayudarnos usando simplemente tu movil.

La UNSW y Surf Life Saving Australia han desarrollado RipEye, una herramienta móvil con inteligencia artificial que ayuda a identificar corrientes de resaca a partir de una foto de la playa, junto con un juego interactivo diseñado para ayudar a la gente a aprender a detectarlas.
¿Qué son las corrientes de resaca?
Las corrientes de resaca siguen siendo uno de los peligros más mortales en las playas de Australia, contribuyendo al 47% de las 66 muertes por ahogamiento en la playa registradas en el Informe Nacional de Ahogamientos de 2025 .
La mayoría de la gente sabe que las corrientes de resaca pueden ser peligrosas. Lo más difícil es saber cómo detectarlas. Pero, ¿y si una foto tomada con tu teléfono pudiera ayudarte a aprender?
Investigadores de la UNSW han desarrollado RipEye, se abre en una ventana nueva, una herramienta de inteligencia artificial (IA) que puede analizar una imagen de las olas e identificar en segundos dónde pueden estar presentes las corrientes de resaca.
Esta tecnología forma parte de un proyecto de colaboración del Consejo Australiano de Investigación, liderado por la UNSW en asociación con Surf Life Saving Australia (SLSA), para ayudar a mejorar la concienciación sobre las corrientes de resaca y la seguridad en las playas, y potencialmente salvar vidas.
Este verano, la herramienta se pondrá a prueba con clubes SLSA seleccionados, con el objetivo de utilizarla finalmente para apoyar la educación pública sobre seguridad en las playas y las operaciones de patrullaje de salvamento marítimo.
La visualización digital del flujo de agua pone de relieve una peligrosa corriente de resaca cerca de la orilla, con fines educativos para los nadadores, la vigilancia de los socorristas y una mayor concienciación sobre la seguridad en la playa.
Cómo funciona RipEye
Esta herramienta combina dos herramientas complementarias: AI Live Scan, que identifica posibles corrientes de resaca en imágenes de la playa, y ' Spot the Rip' , un juego educativo que ayuda a las personas a desarrollar sus propias habilidades para detectar corrientes de resaca.
La Dra. Mandana Ghanavati, investigadora principal de la Escuela de Ingeniería Civil y Ambiental de la UNSW, lideró el desarrollo de la herramienta Rip Eye, centrándose en su rendimiento, accesibilidad y practicidad en el mundo real.
Experta en sistemas de IA operativa para aplicaciones medioambientales y de seguridad pública, cree que esta tecnología podría, en última instancia, ayudar a reducir las muertes por ahogamiento.
“Las corrientes de resaca son peligros costeros dinámicos y las condiciones de la playa pueden cambiar rápidamente”, afirma la Dra. Ghanavati.
“Para que una tecnología como RipEye sea útil, la precisión por sí sola no es suficiente. El sistema tiene que procesar la información de manera eficiente y ofrecer resultados mientras esas condiciones aún sean relevantes.”
“Queríamos que la IA avanzada fuera sencilla y accesible. Al combinar la detección asistida por IA con el aprendizaje interactivo, queremos brindar a las personas el conocimiento y las herramientas para tomar decisiones más seguras antes de entrar al agua, sin reemplazar el juicio humano.”
¿Puedes superar a la IA en la detección de una grieta?
RipEye va más allá de la detección de peligros, ya que utiliza inteligencia artificial para ayudar a las personas a desarrollar sus propias habilidades para detectar desgarros.
En un juego interactivo llamado Spot the Rip , los jugadores avanzan por diferentes niveles, identificando corrientes de resaca en imágenes de playas y comparando sus respuestas con la inteligencia artificial. El juego proporciona retroalimentación y ofrece consejos para ayudar a los jugadores a mejorar sus habilidades para detectar corrientes de resaca.
“El juego refleja un enfoque más amplio del uso de la IA en la seguridad pública. En lugar de simplemente confiar en la tecnología para identificar los desgarros, queríamos usar la IA para ayudar a las personas a desarrollar las habilidades necesarias para reconocerlos por sí mismas”, afirma la Dra. Ghanavati.
El juego se diseñó teniendo en cuenta a algunos de los grupos con mayor riesgo de ahogarse, como los jóvenes, los visitantes internacionales y las comunidades cultural y lingüísticamente diversas. SLSA probará el juego con estos grupos este verano y recabará comentarios de los bañistas para perfeccionar la experiencia del usuario.
“La gamificación hace que el aprendizaje sea más atractivo, sobre todo para el público más joven”, afirma.
“Al ofrecer el juego en 11 idiomas y hacerlo accesible en dispositivos móviles, esperamos derribar la barrera que dificulta el acceso a la educación sobre seguridad en la playa, independientemente de dónde se encuentren las personas.”
Enseñar a la IA a reconocer un desgarro
Las corrientes de resaca son corrientes fuertes y estrechas que fluyen alejándose de la costa y pueden arrastrar rápidamente a los nadadores hacia aguas más profundas. Se consideran uno de los peligros costeros más graves del mundo.
El profesor asociado Mitchell Harley, de la Facultad de Ingeniería Civil y Ambiental de la UNSW, es un experto en tecnología de monitoreo costero. Con sede en el Laboratorio de Investigación del Agua (WRL) de la UNSW en Manly Vale, utiliza tecnologías innovadoras para interpretar datos visuales y comprender y gestionar los riesgos costeros.
Detrás de esta tecnología se encuentran más de 25 años de monitoreo de playas en WRL, que ha acumulado una de las bases de datos de imágenes de playas más grandes del mundo. Este proyecto también se ha beneficiado de la estrecha colaboración con los miembros de SLSA, quienes han aportado imágenes de corrientes de resaca, así como conocimientos locales y de expertos para ayudar a crear un conjunto de datos único para el entrenamiento y la prueba del sistema de IA.

Shenyang Qian, candidata a doctorado de la Facultad de Informática e Ingeniería, utilizó miles de esas imágenes para entrenar el modelo de IA y que este reconociera los patrones visuales asociados a las corrientes de resaca.
“Dediqué los primeros 12 meses de mi investigación a analizar y anotar 10.000 imágenes de corrientes de resaca en diferentes playas para desarrollar y entrenar el modelo”, afirma el Sr. Qian.
“A través de esta tarea enorme y laboriosa, RipEye ha aprendido a detectar corrientes de resaca y a adaptar sus conocimientos a las condiciones cambiantes.”
Aunque la herramienta puede detectar correctamente una rotura en aproximadamente el 80% de los casos, el profesor asociado Harley afirma que ningún sistema de detección será siempre preciso, por lo que es importante que los usuarios comprendan que la tecnología no garantiza que una zona de agua sea segura.
La diversidad del litoral australiano también ha proporcionado a los investigadores una amplia gama de entornos y condiciones de playa que pueden utilizar para desarrollar la tecnología.
“Australia es una isla enorme y, dependiendo de la zona, la costa puede ser muy diferente”, afirma el profesor asociado Harley.
“Las corrientes de resaca no siempre tienen el mismo aspecto, por lo que reconocerlas en diferentes playas y condiciones puede resultar complicado.
“Si bien el modelo se ha desarrollado principalmente utilizando datos de playas australianas, también lo hemos estado probando con imágenes de playas de Vietnam y California, con resultados iniciales prometedores.”
Poniendo la tecnología a prueba
Identificar correctamente la corriente de resaca es solo una parte del desafío. El equipo del proyecto también debe comprender cómo se puede utilizar la tecnología de forma segura en el mundo real.
Actualmente, miembros de SLSA están probando la herramienta en lugares específicos para evaluar cómo podría complementar o mejorar los procedimientos operativos existentes. Por ejemplo, la información que proporciona podría ayudar a decidir dónde colocar las banderas rojas y amarillas que delimitan las zonas seguras para nadar y practicar actividades recreativas en las playas.
SLSA planea implementar RipEye para ayudar en la capacitación de sus miembros. El objetivo final es lanzar la herramienta al público.
Una cuestión clave es si el acceso a la asistencia de la IA podría generar en las personas un exceso de confianza o una dependencia excesiva de la tecnología.
La Dra. Ghanavati afirma que comprender cómo interactúan las personas con la tecnología es tan importante como evaluar su rendimiento técnico.
“La forma en que las personas interpretan, confían e interactúan con la IA es igualmente importante, pero a menudo se pasa por alto en los sistemas de alerta temprana”, afirma.
“Una parte fundamental de nuestra investigación consiste en comprender cómo la asistencia de la IA influye en las decisiones y el comportamiento de las personas, incluyendo si mejora la percepción de los peligros o crea una falsa sensación de confianza.”
La Dra. Jaz Lawes, Directora Nacional de Investigación de Surf Life Saving Australia y Profesora Adjunta de la UNSW, afirma:
“No se puede evitar un peligro si no se ve. Las corrientes de resaca son el principal peligro costero a nivel mundial y son responsables de más de una de cada tres muertes por ahogamiento en las playas australianas, pero pueden ser extremadamente difíciles de identificar.
“Nuestra investigación demuestra que existe una brecha real entre la confianza y la habilidad: el 45% de los australianos cree que puede detectar un desgarro, pero solo el 16% puede identificarlo correctamente.
“Por eso RipEye es tan importante. Puede ayudar a Surf Life Saving a convertir algo que a menudo es difícil de ver en información tangible que la gente pueda comprender y utilizar para educarse, informarse y tomar decisiones más seguras para sí mismos y sus seres queridos.”
Para el profesor asociado Harley, el impacto potencial es lo que hace que la investigación sea particularmente interesante.
“Si la IA puede ayudar a las personas y a los profesionales a identificar mejor el peligro que se presenta justo delante de ellos, a la vez que les anima a aprender por sí mismos qué buscar, podría convertirse en otra herramienta para ayudar a los bañistas a tomar decisiones más seguras antes de entrar en el agua.”
Queríamos que la IA avanzada fuera sencilla y accesible. Al combinar la detección asistida por IA con el aprendizaje interactivo, buscamos brindar a las personas el conocimiento y las herramientas necesarias para tomar decisiones más seguras antes de entrar al agua, sin reemplazar el juicio humano.
Dra. Mandana Ghanavati
Fuente: Universidad de Nueva Gales del Sur