La planificación del transporte público y las condiciones del tránsito en una ciudad son aspectos muy complejos, pero de vital importancia, que conllevan un conjunto diverso de desafíos. Este artículo aborda cómo la inteligencia artificial (IA) puede apoyarnos en mejorar el sistema de transporte público.
Por Deborah Zak (*)
Explicado de forma sencilla, la IA podría definirse como una especie de simulación de la inteligencia humana. En esencia, es la programación de computadoras para la ejecución de tareas que imitan las capacidades humanas como la percepción visual, la audición, el razonamiento y entendimiento del mundo que nos rodea.
Generalmente, cuando hablamos de IA, también hablamos de algoritmos. Pero, ¿qué es un algoritmo? Simplificándolo, es un código, una pieza de un programa, una aplicación que entiende un problema y busca una resolución. En el pasado, los humanos únicamente definían reglas rígidas para que la aplicación resolviera el problema en cuestión. Sin embargo, la IA se ha desarrollado muchísimo en los últimos años y tiene la capacidad de “aprender”, analiza los datos pasados, aprende y con ese aprendizaje genera sus propias reglas. En este sentido, no es necesario que el humano le diga al algoritmo cómo tiene que resolver algo, sino que el algoritmo va encontrando sus propias reglas.
Una de las virtudes de la IA (entendida en el marco de la ciencia de datos) es que a partir de métodos estadísticos y la tecnología se pueden generar conocimientos nuevos. Por ejemplo, predecir la probabilidad de un evento determinado. Estas predicciones nuevas son información en base a la cual se podrían tomar decisiones y que estas sean automáticas. Es decir, a partir de estas predicciones se diseñan mecanismos que automaticen acciones. Muchas veces quizás estas acciones no son únicamente automáticas, sino que requieren de un trabajo colaborativo entre el humano y la máquina.
La Intendencia de Montevideo (IM) está dando pasos en este camino. En 2016 se creó el Centro de Gestión de Movilidad (CGM), que aplica en tiempo real sistemas inteligentes de transporte (semáforos centralizados, sensores de tránsito, cámaras de control de la velocidad y paneles de mensajería variable) para la gestión del tránsito de la ciudad. El objetivo es optimizar el uso de la red vial y reducir las tensiones inherentes a la congestión vial. Un ejemplo ilustrativo son los paneles de mensajería ubicados en determinadas avenidas que brindan información del tiempo de viaje en auto por rutas equivalentes, permitiendo así que los conductores elijan la opción que mejor se adapte a sus necesidades y además redistribuir el tráfico.
Asimismo, en lo que respecta al transporte público, el Sistema de Transporte Metropolitano (STM) implementado por la IM ha desencadenado avances notorios en línea con mejorar la experiencia de los usuarios. Hasta hace apenas una década, esperar un ómnibus en una parada significaba enfrentar incertidumbres sobre su horario de llegada y su frecuencia. Sin embargo, actualmente hay disponibles plataformas y aplicaciones que en tiempo real brindan esta información, permitiendo reducir incertidumbres y tiempos de espera innecesarios.
Si bien algunos grupos etarios tienen facilidad en el uso de aplicaciones o plataformas, para otros grupos puede ser una barrera. En un país como Uruguay, donde la población envejecida constituye una parte significativa de la sociedad, es importante abordar la brecha digital y garantizar que todos los ciudadanos puedan acceder a la información. La implementación de paneles de mensajería en las paradas de ómnibus, al estilo de los que se han adoptado en la gestión del tráfico vehicular, representa una opción para brindar información sobre frecuencias y horarios.
De acuerdo a STM, en Montevideo se venden 20 millones de boletos al mes, esto implica un volumen de información inmenso. Estos datos son públicos y se puede obtener información sobre todos los viajes realizados por línea, por día, por hora, por ascensos en paradas, por tipo de usuario, entre otras variables. Además, existe un horizonte hacia el cual STM podría expandirse. Siguiendo los pasos de otras plataformas de otros países, la incorporación de datos sobre el momento en que los pasajeros descienden de los ómnibus podría revelar una perspectiva aún más completa del sistema. Esta información tiene un gran impacto ya que permitiría estimar en tiempo real la capacidad disponible de un ómnibus. Imaginemos por un momento que podemos ver de antemano la disponibilidad de asientos en un ómnibus, similar a cuando se observan los paneles de mensajería en los estacionamientos privados, dando un preaviso de los lugares disponibles para estacionar. El usuario podría tomar decisiones sobre cuándo abordar en el ómnibus. Esto no solo mejoraría la experiencia del usuario, sino que también contribuiría a una distribución más equitativa del flujo de pasajeros.
Además, esta información es muy útil para la redefinición de recorridos y frecuencias de ómnibus. La velocidad promedio del transporte público en Montevideo alcanza los 15 km/hora. Esta velocidad es producto de la ineficiencia en los recorridos de los ómnibus, en un sistema caracterizado por paradas frecuentes (cada 200 metros) y la ausencia de un carril “solo bus” efectivo; la fluidez del transporte público se ve obstaculizada. Este contexto adquiere mayor relevancia debido a la falta de alternativas de transporte público en Montevideo, a diferencia de muchas otras ciudades del mundo.
En los últimos años se ha desarrollado la IA generativa, del tipo ChatGPT, enfocada en la generación de contenido a partir de datos existentes. Se trata de bots que pueden ofrecer un servicio de atención al cliente mucho más personalizado de forma continua. Quizás estos bots pueden integrar distintas bases de datos como las de CGM y las de STM, donde el usuario no solo pueda ver cuánto demora en llegar su ómnibus, sino también conocer el tiempo de viaje que le va a insumir en ese momento determinado. Para esto es necesario combinar datos del tráfico actual, calles cortadas, demoras por congestión, entre otros aspectos, con los datos de frecuencias y horarios de ómnibus de STM. El usuario únicamente debería intercambiar solicitudes con un asistente virtual que centralice la información, quien podría estar como uno más de sus contactos en su propio WhatsApp.
Más allá de las ventajas, uno de los principales desafíos de la implementación de la IA es el costo. Los sistemas de IA requieren inversiones sustanciales en términos de hardware, software y capacitación del personal. Además, también se debe considerar el costo de mantener y actualizar los sistemas de IA. Otro desafío es la dificultad de obtener datos de calidad que tengan los mínimos sesgos.
En suma, la IA puede tener un rol clave en el aumento de la eficiencia operativa del transporte público, en la mejora de la experiencia del usuario y en la reducción de las emisiones de gases de efecto invernadero (por una menor congestión vial).
La aplicación de estas tecnologías puede colaborar con los gestores del transporte público de pasajeros y los operadores privados del sector para elevar la calidad del servicio y ser decisiva en la transformación sostenible de las ciudades. Lo importante es entender a la IA como un aliado de la política pública, generando puentes colaborativos entre la misma y los tomadores de decisiones que signifiquen una política de transporte público coherente en el corto y en el largo plazo. Esto significa que, a la hora de generar IA en el transporte, así como en otras dimensiones, se tengan en cuenta los posibles efectos, tanto directos como indirectos, que tienen determinadas aplicaciones o plataformas en el comportamiento de los usuarios y en la red de transporte. Estos efectos deben estar alineados con una visión de largo plazo en relación al transporte público. A modo de ejemplo, mejorar la congestión vial mediante servicios de paneles de mensajería podría tener un efecto de largo plazo que favorezca el transporte privado frente al transporte público, afectando negativamente los objetivos de movilidad sostenible. En definitiva, la IA debe integrarse como una herramienta más para alcanzar los objetivos previstos.
(*) Economista de AIC Economía & Finanzas
