AidNet integra tres pilares de investigación: el índice psicosocial VDR, el motor de optimización multiobjetivo GP+CP, y el índice censal SOVI como referencia comparativa.
PILAR 1 — VULNERABILIDAD SOCIAL
Desarrollado por Yáñez-Sandivari et al. (2025) a partir de una encuesta directa a 644 residentes de zonas propensas a desastres en la Región de Valparaíso, el índice VDR captura tres dimensiones psicosociales que los modelos tradicionales basados en datos censales no pueden medir.
Susceptibilidad de individuos y comunidades al daño durante una crisis. Incluye estatus socioeconómico, nivel educacional, empleo, demografía y acceso a servicios básicos.
Pérdidas, sacrificios y sufrimiento causados por el acceso interrumpido a bienes y servicios esenciales durante y después del desastre. Incluye dimensiones materiales y psicológicas.
Capacidad de individuos y comunidades para adaptarse, recuperarse y afrontar los impactos adversos. Engloba preparación general, preparación específica, impotencia y demanda psicológica.
Diseño metodológico: Cuestionario estructurado con escalas Likert validadas mediante Análisis Factorial Confirmatorio (CFA) y Modelo de Ecuaciones Estructurales (SEM) con PyMC3 y Statsmodels. Muestreo por cuotas no probabilístico asegurando representación en zonas con niveles alto, medio y bajo de SOVI. Muestra final: 573 casos válidos tras filtros de consistencia temporal y duplicados.
Fuente: Yáñez-Sandivari, L., Cornejo, F., & Cáceres, C. (2025). Transportation Research Interdisciplinary Perspectives, 33, 101564.
PILAR 2 — OPTIMIZACIÓN
El motor de optimización de AidNet resuelve simultáneamente cuatro objetivos en conflicto para generar planes de distribución que balancean eficiencia operacional con equidad social y sensibilidad a la vulnerabilidad.
Tiempo
Minimiza el tiempo total de llegada de la ayuda a cada zona afectada.
Costo
Minimiza el costo total de transporte considerando rutas activas y bloqueadas.
Equidad
Minimiza la inequidad en la distribución usando el coeficiente de Gini.
VDR
Maximiza la atención a zonas con mayor índice de vulnerabilidad psicosocial.
Minimiza las desviaciones respecto a metas predefinidas para cada objetivo. El coordinador asigna pesos (w₁, w₂, w₃, w₄) que reflejan las prioridades de la emergencia actual. Permite incorporar preferencias del tomador de decisiones de forma explícita.
Genera el frente de Pareto con ε-constraint aumentado (AUGMECON): un conjunto de soluciones no dominadas, bien distribuidas y sin duplicados. El sistema recomienda la solución más cercana a las prioridades del coordinador (distancia de compromiso) y le permite elegir cualquier otra del frente.
Implementación: Solver CBC (COIN-OR Branch and Cut) via PuLP en Python. El modelo considera 3 depósitos, 5 zonas de destino, 15 rutas (13 activas / 2 bloqueadas) y restricciones de capacidad de inventario. Tiempo de cómputo: pocos segundos por corrida, adecuado para contextos de emergencia.
Fuente: Yáñez-Sandivari, L. et al. (2026, en revisión). Multi-objective humanitarian logistics: GP+CP approach with psychosocial vulnerability integration.
PILAR 3 — REFERENCIA CENSAL
AidNet incorpora el índice SOVI (Bronfman et al., 2021, CIGIDEN/Itrend) como capa de referencia comparativa. El SOVI está construido a partir del Censo 2017 y cubre 2.464 distritos censales de todo Chile. Su inclusión permite evidenciar las brechas entre la vulnerabilidad medida con datos censales y la vulnerabilidad percibida por la propia comunidad.
SOVI disponible en datospararesiliencia.cl (Itrend/CIGIDEN). DOI: 10.71578/SQ62F5. Fuente: Bronfman, N. et al. (2021). Social Vulnerability Index for Chile based on 2017 National Census.
LÍNEA FUTURA — COMPORTAMIENTO DEL DONANTE
Una segunda línea de investigación del equipo aborda el comportamiento del donante durante desastres. El 70% de los envíos en emergencias no están coordinados, generando cuellos de botella logísticos y saturación de inventarios con bienes no prioritarios. La solastalgia —angustia emocional provocada por la degradación ambiental— emerge como eslabón entre la vulnerabilidad sistémica y la acción prosocial.
Eco-ansiedad
Preocupación crónica por el cambio climático como driver de comportamiento donante
5 perfiles de donantes
Segmentación por motivación, frecuencia y tipo de donación en contextos de desastre
VI Región
Estudio empírico en la Región de O'Higgins con encuesta a población afectada por desastres
Integración futura
Los perfiles de donantes podrán integrarse en AidNet para optimizar la coordinación de donaciones entrantes
Fuente: Yáñez-Sandivari, L. et al. (2026, en revisión). Predicting and Segmenting Donor Behavior in Disaster Contexts: A Sociotechnical Approach. Universidad Andrés Bello · Lab. Gestión de Desastres.
IMPLEMENTACIÓN
AidNet es desarrollado como Actividad Formativa Equivalente (AFE) del Magíster en Innovación y Emprendimiento de la Universidad de Chile. Siguiendo la definición de Ries (2011), el prototipo es un Producto Mínimo Viable que permite recolectar el máximo aprendizaje validado al menor costo, a través de testeos con usuarios reales.
Next.js 16
Frontend con Turbopack, TypeScript, MapLibre GL para visualización geoespacial
FastAPI + PostgreSQL
Backend con modelo de datos relacional, endpoints REST para optimización y vulnerabilidad
PuLP + CBC
Motor de optimización: solver de programación lineal entera mixta para GP+CP
SOVI + VDR
Datos de vulnerabilidad en dos capas: censal (real) y psicosocial (encuesta directa)
REFERENCIAS
Yáñez-Sandivari, L., Cornejo, F., & Cáceres, C. (2025)
Vulnerability-deprivation-resilience: A sociotechnical approach to humanitarian logistics management
Transportation Research Interdisciplinary Perspectives, 33, 101564
https://doi.org/10.1016/j.trip.2025.101564
Yáñez-Sandivari, L. et al. (2026)
Multi-objective humanitarian logistics optimization: integrating psychosocial vulnerability through Goal Programming and Compromise Programming
En revisión — Journal of Humanitarian Logistics and Supply Chain Management
Yáñez-Sandivari, L. et al. (2026)
Predicting and Segmenting Donor Behavior in Disaster Contexts: A Sociotechnical Approach
En revisión — Universidad Andrés Bello · Lab. Gestión de Desastres
Bronfman, N. et al. (2021)
Social Vulnerability Index (SoVI) for Chile — 2017 National Census
CIGIDEN / Itrend · datospararesiliencia.cl
DOI: 10.71578/SQ62F5
Ries, E. (2011)
The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses
Crown Business, New York
Accede con el código entregado por el equipo investigador.
Ingresar a AidNet →