El tráfico en la ciudad es una molestia para los conductores, pero también un dolor de cabeza para los gestores del transporte urbano. Para ayudarles, el análisis de big data, una ciencia en pleno auge, está dando lugar a evaluaciones y previsiones más precisas que permiten proponer mejoras para la optimización del tráfico. A esto precisamente se dedica la joven profesora e investigadora del Instituto Tecnológico de Massachusetts (MIT, en EEUU), Carolina Osorio, cuyos algoritmos analizan el sistema de transporte y proponen mejoras para su gestión.
Osorio ya los ha empleado para analizar el tráfico de Nueva York (EEUU) y tratar de evitar la cola en horas punta. La selección de esta urbe se basa en la calidad de su departamento de Transporte, capaz de ofrecer datos mucho más precisos que los de otras ciudades gracias a los sensores urbanos y cámaras que registran el tráfico, diseminados por la ciudad. La información de estos dispositivos se aplica sobre el algoritmo de Osorio para recrear una simulación del tráfico. Así, la investigadora puede introducir cambios en la red de transporte para prever cómo reaccionaría ante ellos.
Uno de los objetivos del proyecto es reducir el tráfico en el puente neoyorkino de Queensboro, algo que el simulador de Osorio prevé que “se podía conseguir al cambiar la frecuencia de los semáforos de barrios cercanos”. Los datos de sus algoritmos revelan que alterar la frecuencia de los semáforos de esa zona reduciría la duración de los trayectos un 10% y el tamaño de las colas un 28%. Lamentablemente, las ventajas previstas por la joven innovadora aún no han sido implementadas. Según sus palabras: “El problema para hacerlo realidad es más político que matemático”.
De momento, la joven innovadora utiliza su simulador para ofrecer información a las empresas y a la Administración. Sin embargo, cree que pronto estos datos podrían llegar hasta el propio usuario. Aunque ahora “ya se utiliza Google Maps para conocer la ruta más rápida”, todavía no es posible saber “cómo cada persona influye en toda la red”. Osorio es optimista y cree que en un futuro próximo va a ser posible conocer “a qué hora salir de casa para evitar el tráfico pesado o contribuir a no crear uno”.
Los beneficios de las simulaciones de Osorio también se pueden ver en la reducción de emisiones de CO2. “Gracias a estos algoritmos cada persona podrá saber cómo afecta su movilidad al tráfico, cuánta energía consume y cuántas emisiones genera”, explica, pues considera que ser más conscientes de los efectos de un solo individuo en toda la red puede impulsarle a actuar de forma más responsable.
