Artículos

Publicado el 08 de mayo de 2017 Actualizado el 19 de noviembre de 2025

Cuando las ciudades aprenden de sus habitantes

Big Data para adaptar la ciudad al comportamiento

Aprender a vivir en una ciudad

Vivir en una ciudad significa adquirir multitud de habilidades informales. Entre ellas, orientarse en un espacio denso, anticipar cuándo un lugar determinado va a estar concurrido, caminar entre una multitud compacta, dominar el uso del transporte público, etcétera.

Los habitantes de las ciudades saben a qué hora hacer sus compras o coger el transporte público si quieren viajar sentados. También saben cuándo ciertos barrios están concurridos o sombríos. Las habilidades se extienden al comportamiento y la motricidad. ¿Cuándo deben cruzar cuando el semáforo está en rojo? ¿Cómo zigzaguear entre los transeúntes si tienen prisa? ¿Cómo saludar al entrar en una tienda o en un lugar público?

Estas habilidades y comportamientos implícitos se cuestionan y actualizan constantemente. Sólo somos conscientes de ello cuando nos trasladamos a un nuevo entorno geográfico, una nueva ciudad o incluso un nuevo barrio.

Pero una ciudad también es una experiencia de aprendizaje

la ville connectée

En Big Data, pensar las personas y el mundo de otra manera, Gilles Babinet muestra cómo las ciudades aprenden de sus habitantes para adaptarse mejor. Nos da algunos ejemplos relacionados con el transporte, la seguridad y la gestión de recursos.

Unos semáforos que funcionaran como un metrónomo provocarían rápidamente atascos. Los flujos de tráfico suelen tener un alto rendimiento que los métodos convencionales ya no pueden soportar. Por otra parte, el tratamiento de grandes cantidades de datos puede ayudarnos. Gilles Babinet nos dice que sabemos que la mayoría de las personas que viajan en coche llevan consigo un smartphone. También sabemos que, de media, hay 1,3 personas en un coche, cifra que puede afinarse según la ciudad y la época del año. ¿Una veintena de teléfonos avanzando uniformemente y haciendo paradas regulares? Lo más probable es que sea un autobús. Esto significa que podemos ver en tiempo real el número de vehículos que circulan por un carril, la velocidad a la que se mueven y seguir el avance de los autobuses.

Gracias a ello, es posible adaptar el ritmo de los semáforos y llamar a los agentes con mayor flexibilidad, prácticamente en tiempo real.

Gracias a los datos anónimos recogidos por los operadores telefónicos, los servicios de una ciudad pueden analizar las condiciones del tráfico en cualquier momento y adaptar los semáforos y las herramientas de regulación. Se puede ir aún más lejos y, por ejemplo, anticipar las salidas de colegios o espectáculos, los atascos y accidentes que podrían bloquear la fluidez del tráfico, o las obras en las carreteras.

La web objetconnecte.com ofrece varios ejemplos de soluciones experimentales o a largo plazo que están surgiendo en grandes ciudades, para el transporte y la gestión de residuos.

Vigilancia, elaboración de perfiles, seguridad estadística

El Big Data también ofrece soluciones a los problemas de seguridad... Pero estas soluciones plantean otras cuestiones éticas y políticas.

Cruzando una enorme cantidad de datos sobre infracciones y delitos cometidos en una ciudad (hora del día, tiempo, día de la semana, etc.), es posible calcular la probabilidad de infracciones por barrio y por hora. Son datos puramente estadísticos, pero pueden ayudar a las ciudades a organizar el despliegue de sus equipos de seguridad.

En un sentido más "orwelliano", las herramientas de videovigilancia, combinadas con la inteligencia artificial, permiten identificar grupos de personas y detectar comportamientos que pueden ser precursores de actos de violencia. Se trata de aplicar la prevención, a la manera de Minority Report, aunque el método esté muy lejos del previsto por Spielberg.

El reconocimiento automático de matrículas (ANPR), la videovigilancia, la identificación de los modelos de vehículos y el reconocimiento facial son algunas de las herramientas que se están implantando progresivamente en las ciudades. En este sentido, las herramientas ofrecidas por Spikenet , por ejemplo, son a la vez impresionantes y preocupantes. Permiten encontrar a un individuo en una multitud, incluso cuando la definición de la cámara de videovigilancia es deficiente.

Transportes, gestión de residuos, compras... las estructuras se organizan y adaptan gracias al cruce de grandes cantidades de datos. Las competencias que enorgullecían a los urbanitas y les daban la impresión de conocer la ciudad desde dentro ya no son tan útiles.

Del mismo modo que la capacidad de orientarse y anticiparse a los atascos ha pasado de los conductores a los dispositivos GPS, las habilidades de los habitantes de las ciudades ya no interesan, pues éstas se adaptan continuamente.

Ilustración: Frédéric Duriez

Recursos

Eric Haehnsen - Biometría, un despegue masivo inminente 27 de abril de 2016, consultado el 5 de mayo de 2017 http://www.infoprotection.fr/?IdNode=2534&Zoom=4a584ec99616f15c0cc76b01c327d63e

Gaëtan R. "Smart City: cinq start-ups qui veulent faire de la ville intelligente une réalité" en línea en objetconnecté.com 14 de abril de 2017, consultado el 6 de mayo de 2017
http://www.objetconnecte.com/smart-city-cinq-startups/

Gilles Babinet Big Data Penser l'homme et le monde autrement Édition le Passeur 2015


Ver más artículos de este autor

Archivos

  • Grandes ciudades

Superprof: la plataforma para encontrar los mejores profesores particulares en España.


Reciba nuestro dossier de la semana por correo electrónico

Manténgase informado sobre el aprendizaje digital en todas sus formas cada día. Ideas y recursos interesantes. ¡Disfrútelo, es gratis!