, Stephany Nieves , Thide E. Llorente , Javier Santos , Rodrigo Álvarez Se sintetizan los avances de 2020-2025 en predicción del riesgo de incendios forestales mediante teledetección y modelos de inteligencia artificial. Se resume el uso de índices espectrales (NDVI, EVI, NDMI), variables térmicas, topográficas y antrópicas, y se comparan líneas base (regresión, Random Forest, SVM) con arquitecturas profundas (CNN, ConvLSTM, Transformers). Se destacan resultados recientes con AUC entre 0.85 y 0.96 y F1 entre 0.67 y 0.85, así como la incorporación de autosupervisión y adaptación eficiente de parámetros para transferir modelos entre regiones. Se proponen buenas prácticas de evaluación (F1/AUC, RMSE/MAE y Kappa) y recomendaciones para despliegue operativo con datos multifuente y restricciones de costo computacional.