Smart cities: ¿Cómo serán las ciudades inteligentes del futuro?

Ignacio Matías Maestro, catedrático del Departamento de Ingeniería Eléctrica, Electrónica y de Comunicación e investigador del ISC (Institute of Smart Cities) de la Universidad Pública de Navarra.

“Debemos hacer más inteligentes y tecnológicas nuestras ciudades, sí, pero también más humanas”

Tiempo estimado de lectura: 3,5 minutos

¿Viviremos en una ciudad como las de las películas de ciencia ficción? ¿Estarán nuestras casas totalmente robotizadas? ¿Encenderemos los aparatos con la mente? ¿Habrá espacio para la libertad? Nos adentramos en el universo de las ciudades inteligentes con el profesor Ignacio Matías Maestro, quien fuera el primer director del Instituto de Smart Cities de la Universidad Pública de Navarra y quien, en esta entrevista, nos ofrece las claves para entender las múltiples posibilidades de las ciudades inteligentes… y las dudas que les rodean.

¿Qué necesita una ciudad para ser inteligente?
Una ciudad inteligente es aquella que integra a la sociedad con el gobierno de la propia ciudad y que, a través de sistemas inteligentes, detecta necesidades y genera soluciones, a ser posible, en tiempo real. Una smart city es aquella que usa la tecnología para ser más sostenible y mejorar la calidad de vida y el bienestar de las personas. Existen muchos factores que influyen para que una ciudad pueda llamarse inteligente como, por ejemplo, que tenga sistemas de ahorro de energía que permitan el consumo inteligente, el reciclaje, la reducción de residuos o emisión de gases; que en el campo médico apueste por la telemedicina o la teleasistencia o que, en el transporte, cuente con una gestión eficiente del tráfico, optimización de rutas de transporte público, infraestructuras sostenibles…

¿Cómo serán las ciudades inteligentes en el futuro?

Sinceramente, no lo sabemos. Es muy complicado prever cómo será la tecnología dentro de 50 años. Lo que se ha evolucionado en este último medio siglo, comparándolo con lo que vamos a avanzar en los próximos 50 años, si todo va bien, es infinito. Jamás habíamos tenido tantas posibilidades de crecimiento como ahora: tenemos tantas, que no sabemos por dónde vamos a ir. Para el ser humano, vivir en la actualidad es como un don y va a ser espectacular. Dentro de 30 años, miraremos atrás y todo nos va a parecer muy extraño. No sé cómo serán en el futuro las ciudades inteligentes, pero sí sé que las ciudades del futuro serán inteligentes.

¿Qué es lo que sí podemos predecir?

Sabemos que viviremos en ciudades porque es la única forma de preservar el resto de la Naturaleza, ya que, si nos extendemos por todo el territorio, mataremos lo que esté a nuestro alcance. En el año 2050, el 85% de la población mundial va a vivir en ciudades, fundamentalmente, porque el ser humano es un ser urbano y necesitamos vivir juntos para avanzar. Además, es evidente que tendremos que intentar ir al espacio, porque aquí no cabemos y ya estamos colapsando la Tierra. Por otra parte, sabemos que serán millones los objetos conectados en el mundo. Actualmente, ya hay unos 200 millones de sensores conectados: solo en el 2025, es posible que ya sean mil millones. Habrá muchos sensores, muchos datos, mucha tecnología.

Sensores, datos, tecnología…

Sí, por supuesto. Los datos son imprescindibles para poder hacer una buena gestión de la ciudad, por ello los sensores son fundamentales para obtener información, desde datos semafóricos, cuánta gente hay en la calle, contaminación, etc. Internet de las cosas es la única manera que tenemos actualmente para anticiparnos y resolver los problemas de las ciudades. Jugarán un papel esencial la inteligencia artificial, el machine learning y tecnologías como digital twins, edge computing o fog computing.

Las ciudades inteligentes van tomando forma y la tecnología avanza en todos los planos posibles, como el transporte. ¿Qué cambios veremos en este campo?

El transporte va a cambiar tanto que es muy posible que en el centro de las ciudades no puedan circular coches particulares y que el transporte público sea lo único que exista. Una vez que tengamos el control del tráfico de la ciudad y de sus semáforos, todo va a ser mucho más sencillo y automatizado. No habrá atascos o, si los hay, se podrán solucionar de una forma más eficiente que ahora. Por otra parte, no sabemos si habrá o no coches voladores, pero sí es seguro que contaremos con vehículos autónomos, y, si los coches van solos, es muy factibles que puedan volar.

Y en el ámbito de la seguridad, ¿podremos combatir mejor el crimen?

Por supuesto. En algunas ciudades de China ya controlan a quien va por la calle: saben en todo momento quién eres. Si hay un indicio de que se ha cometido un crimen o robo, enseguida lo pueden detectar e identificar a los culpables, lo cual, por otra parte, da cierto miedo. La seguridad es muy importante y con inteligencia artificial, sensores y cámaras, se puede avanzar mucho, pero siempre deberemos tener muy presente el límite de la libertad.

¿Vamos a estar totalmente controlados en una ciudad en la que haya más sensores que personas?

Ahí está el tema. La tecnología no es el problema: es la solución. El verdadero problema es la cuestión social. En el siglo XXI, los datos son la materia prima y quien los controle, tendrá mucho poder. ¿Quién puede controlar los datos que generamos nosotros mismos? Puede ser una ciudad, un Estado o una empresa. Una empresa, si sabe cómo nos comportamos, puede intentar vendernos sus productos. Si quien nos controla es una ciudad o un Estado, la situación es peor, porque nos pueden dirigir para intentar que pensemos de un modo concreto. A este respecto, ya la Unión Europea ha dado pasos para velar por que los datos sean nuestros, pero no me lo acabo de creer. Actualmente, simplemente cuando utilizamos cualquier aplicación, ya estamos cediendo nuestros datos.

¿Cuál es el verdadero peligro de que nuestros datos no nos pertenezcan?

La sociedad avanza si tiene libertad, pero si no somos capaces de preservarla y hay una inteligencia superior que controle nuestras libertades, podremos acomodarnos y actuar como borregos. Si los datos no son nuestros, van a coartar nuestra libertad. Por todo ello, cuando construyamos una ciudad inteligente, debemos intentar que sea una ciudad inteligente con alma, y no una ciudad tipo centro comercial.

¿Qué es más sencillo, crear una ciudad inteligente desde cero o hacer más inteligente a una ciudad que ya existe?

Una ciudad inteligente creada desde cero carece de alma. Una ciudad inteligente tiene que reforzar su identidad, pensar en las personas que habitan, estar viva y siempre en constante adaptación. En mi opinión, es mucho más importante hacer más inteligentes a ciudades ya existentes y lograr que sean inteligentes desde su punto de vista: es decir, que cuenten con su propia historia e inteligencia, como las personas, y desarrollen aquellos aspectos que, cada ciudad, de forma individual, quiera impulsar. Existen ejemplos de ciudades inteligentes creadas desde cero, como Songdo, en Corea del Sur, pero mucha gente no quiere vivir en ellas, quizá porque tienen miedo de vivir en una ciudad con tanta tecnología. Quizá prefieren vivir en una ciudad menos inteligente, pero con alma. Por todo ello, debemos hacer más inteligentes y tecnológicas nuestras ciudades, sí, pero también más humanas.

Descubre más sobre este tema escuchando el podcast ¿Cómo serán las ciudades inteligentes del futuro?, el podcast de divulgación científica de la UPNA.

Más información:

Kirimtat, O. Krejcar, A. Kertesz and M. F. Tasgetiren, “Future Trends and Current State of Smart City Concepts: A Survey,” in IEEE Access, vol. 8, pp. 86448-86467, 2020, doi: 10.1109/ACCESS.2020.2992441.

STARDUST: Holistic and Integrated urban model for smart cities. H2020 European Project.

Emilio Ontiveros, Diego Vizcaíno, Verónica López Sabater, “Las ciudades del futuro: inteligentes, digitales y sostenibles”. Fundación Telefónica, 2016.

Alex Steffen, El futuro compartido de las ciudades. Ted Talks.

Pablo E. Branchi, Carlos Fernández-Valdivielso, Ignacio R. Matías-Maestro, “Metodología para evaluar el impacto de la incorporación de nuevas tecnologías en ciudades inteligentes”, DYNA, vol 90(3), pp. 285-293, 2015.

Un modelo para predecir cuántas camas UCI harán falta durante cada oleada

Responde: Fermín Mallor Giménez, catedrático de Estadística e Investigación Operativa del Departamento de Estadística, Informática y Matemáticas de la Universidad Pública de Navarra (UPNA) y Daniel García de Vicuña Bilbao, estudiante de doctorado en el ISC (Institute of Smart Cities) de la UPNA.

Imagen de Fernando Zhiminaicela en Pixabay

La crisis financiera mundial de 2008 puso de moda en España el término económico “prima de riesgo”, hasta entonces desconocido. Del mismo modo, la pandemia ha popularizado expresiones y términos como “doblar la curva”, “incidencia acumulada” e incluso conceptos epidemiológicos más específicos como “el número efectivo de reproducción R₀”. Ocupan portadas de periódicos, así como espacios en noticiarios televisivos y radiofónicos. Constituyen una muestra del uso de las matemáticas para describir la evolución de la pandemia y para proporcionar indicadores con los que las autoridades políticas pueden fundamentar una toma de decisiones informada sobre medidas de distanciamiento social y restricciones a la movilidad.

Sin embargo, los modelos matemáticos no solo sirven para describir qué ha pasado o el estado actual de la pandemia, sino que pueden facilitar predicciones muy útiles sobre cómo va a evolucionar. Estas son útiles para la planificación de los recursos sanitarios necesarios para atender a paciente covid-19, como las camas UCI. La planificación facilita la utilización eficiente de recursos y, en consecuencia, proporcionar una mejor atención a todos los pacientes, covid y no covid.

Los modelos matemáticos más útiles para predecir variables relacionadas con la evolución de la pandemia son los de simulación. Estos modelos son capaces de representar características complejas de la realidad pandémica, como su aleatoriedad e incertidumbre, así como la variabilidad en el impacto que la enfermedad puede tener en distintas personas.

Modelos que simulan la actividad diaria de miles de individuos

Durante la pandemia se han popularizado algunos modelos de simulación basados en agentes, los cuales tratan de reproducir en el ordenador el comportamiento de un número muy elevado de personas (agentes) representativos de la sociedad de una región o país. Para ello, cada persona tiene creada (simulada) su red de contactos que reproducen los ámbitos familiares, de trabajo y social. Las personas están clasificadas en grupos que representan su estado en relación con la enfermedad.

La clasificación básica considera los grupos de infectados (y en disposición de contagiar), de susceptibles (que pueden ser contagiados) y de personas que ya han pasado la enfermedad y son inmunes o que han fallecido. El modelo matemático reproduce la dinámica diaria de contactos de cada agente y la posibilidad de contagio en cada uno de ellos para recrear la evolución global del número de personas contagiadas. Se trata de modelos que extienden, incorporando la aleatoriedad y la variabilidad citadas anteriormente, los modelos epidemiológicos compartimentales tipo SIR (susceptible-infected-removed).

Estos modelos, son muy útiles para evaluar las consecuencias de distintas políticas de distanciamiento social en la transmisión del virus y de distintas estrategias de vacunación en la población.

La dinámica hospitalaria reproducida por un modelo de simulación

Sin embargo, para predecir las necesidades de camas hospitalarias y de UCI son más adecuados modelos de simulación estocásticos de tipo mecanicista que se fundamentan en dar respuesta a las siguientes dos cuestiones:

  1. ¿Cuántos pacientes van a ingresar en el hospital cada uno de los próximos días?
  2. ¿Dónde y durante cuánto tiempo van a estar ingresados cada uno de estos pacientes?

La respuesta a la primera cuestión se consigue ajustando a la serie de datos de ingresos diarios de pacientes una curva que parte de cero, que experimenta un crecimiento exponencial, para posteriormente estabilizarse (en la llamada “meseta”) y finalmente decrecer de nuevo hacia cero.

Se utilizan curvas de crecimiento poblacional de tipo Gompertz, cuya derivada se muestra en la Figura 1. Con esta curva se estima cuántos pacientes, de media, van a ingresar cada uno de los días del futuro.

Una distribución de probabilidad de Poisson, con estos valores medios, facilita la simulación del número de pacientes (y con sus características de edad, sexo, etc.) que ingresa en el hospital cada día del futuro.

Figura 1. Ajuste estadístico a la serie diaria de hospitalizaciones.
Author provided

A la segunda cuestión se le da respuesta representando con precisión lo que ocurre puertas adentro del hospital (o conjunto de hospitales de una región).

La Figura 2 representa el flujo de pacientes por las instalaciones hospitalarias.

Un paciente COVID cuando ingresa en el hospital lo puede hacer directamente en UCI o bien en una planta para agudos. Desde aquí el paciente puede requerir un posterior ingreso en UCI, o bien ser dado de alta, por recuperación o por fallecimiento. Los pacientes que están ingresados en UCI pueden ser dados de alta bien por mejoría y terminar la recuperación en planta, o bien por fallecimiento.

En el gráfico se detallan todos los parámetros que son necesarios para recrear (simular) la trayectoria de un paciente COVID en el hospital: mediante letras “p” se denotan las probabilidades que determinan las trayectorias en las bifurcaciones y mediante letras mayúsculas, W, Y, X, los tiempos que el paciente permanece en las instalaciones.

Estos tiempos varían entre pacientes y son descritos mediante distribuciones de probabilidad que son estimadas, así como las probabilidades “p”, a partir de los datos observados en la evolución de la pandemia.

Figura 2. Flujo de pacientes COVID en el hospital.
Author provided

Predicción como resultado del análisis estadístico de miles de realidades futuras posibles

A partir del conocimiento de cuántos pacientes están actualmente hospitalizados y simulando llegadas futuras de pacientes y sus trayectorias hospitalarias se puede prever cuántas camas van a ser necesarias en las siguientes semanas de pandemia. La Figura 3 muestra el resultado de las predicciones y los valores reales observados realizados durante la primera ola pandémica en Navarra. Cada vez que se realiza una simulación se obtiene una realidad (de ocupación de camas) distinta para el futuro.

Del análisis estadístico de miles de esos posibles futuros resultan las predicciones medias y unas bandas de confianza.

Figura 3. Predicción de camas UCI a partir del tiempo marcado en negro: estimación mediana y bandas de confianza. En verde valores reales de ocupación.
Author provided

Modelos útiles en la práctica que sólo necesitan cuatro fechas por paciente

Este modelo de simulación ha sido utilizado durante las tres últimas olas pandémicas en Navarra y durante la segunda y tercera en La Rioja por los responsables de la planificación hospitalaria. El Ministerio de Sanidad español también ha recibido informes diarios de previsión de ocupación hospitalaria durante la duración de la tercera ola.

Los datos guían la calibración y actualización continua (aprendizaje) del modelo de simulación. Únicamente cuatro fechas por paciente, registradas por los sistemas de información hospitalarios, son necesarias para la construcción y ejecución del modelo: ingreso y alta hospitalaria, e ingreso y alta en UCI (en caso de producirse).

Este reducido conjunto de datos necesarios, y su disponibilidad en tiempo (casi) real en los sistemas de información hospitalarios, constituye uno de los puntos fuertes del modelo matemático en comparación con otros que precisan del conocimiento de multitud de parámetros y distribuciones de probabilidad que no están disponibles en tiempo real, y que, en todo caso, pueden ser estimados una vez que la pandemia ha pasado.

Sin duda, esta aplicación constituye una muestra más de la aportación que pueden realizar las matemáticas para mitigar los efectos de la pandemia. Otras aplicaciones de las matemáticas pueden encontrarse en la página web de la acción matemática contra el coronavirus y en la página web del grupo de investigación q-UPHS.

Fermín Mallor Giménez, Catedrático de Estadística e Investigación Operativa, Universidad Pública de Navarra y Daniel García de Vicuña Bilbao, Estudiante de doctorado en el Instituto de Smart Cities, Universidad Pública de Navarra

Este artículo fue publicado originalmente en The Conversation. Lea el original.

Ciudades accesibles y comprensibles, además de inteligentes

Llegas conduciendo a una ciudad desconocida. Con el navegador del teléfono, apareces fácilmente cerca del lugar al que tenías que ir. Das un par de vueltas y, afortunadamente, encuentras un lugar para aparcar en la calle. ¡Bien! Te fijas en el color del que están pintadas las zonas de aparcamiento y buscas el punto en el que hacerte con un tique de aparcamiento. A partir de ahí, las cosas dejan de ser tan sencillas. ¿Qué significa la zona naranja en esa ciudad? ¿Cuál es la tarifa en esta zona a estas horas? ¿Cómo se opera este aparato? Esas preguntas no son nada evidentes. Al día siguiente, decides ir en transporte público. ¿Cuál es el tipo de abono más conveniente para el tiempo que voy a estar? ¿Dónde se compran ese tipo de billetes? ¿Se puede pagar con tarjeta?

Para interaccionar con el entorno, hace falta información, un conocimiento que, en ocasiones, se obtiene de forma muy natural, pero en otras muchas, no tanto. Al estudio de esta cuestión, se le denomina “accesibilidad cognitiva”. Cuando pensamos en accesibilidad, normalmente no se incluye este aspecto. Parece que la accesibilidad se limita a disponer de rampas para que se pueda llegar a los sitios en silla de ruedas y, como mucho, alguna rotulación en Braille. Sin embargo, hay que pensar que todas las personas deberían ser capaces de interaccionar con el entorno de forma completa, hasta culminar la tarea de que se trate en cada caso.

Según Cristina Larraz, entendemos la accesibilidad cognitiva como el derecho a comprender la información que nos proporciona el entorno, a dominar la comunicación que mantenemos con él y a poder hacer con facilidad las actividades que en él se llevan a cabo sin discriminación por razones de edad, de idioma, de estado emocional o de capacidades cognitivas.

Las ciudades constituyen un hábitat especialmente proclive a generar problemas de accesibilidad cognitiva. Hay muchas actividades, muchos procedimientos, en ocasiones prolijos, con los que regular esas actividades comunes. No es raro que los responsables de todo ello no perciban la dificultad de comprensión que se genera. A fin de cuentas, ellos le dedican muchas horas a esas cosas y se las saben bien, pero un usuario casual de uno de esos servicios pude llegar a desesperarse. Seguro que a todos nos ha pasado más de una vez. Lo que ocurre es que tendemos a pensar que somos nosotros los que andamos “espesos” y no que el sistema está mal diseñado.

Trafic light tree. Escultura, instalada en Londres, del artista Pierre                        Vivant (foto de Diamond Greezer).

Aunque no sea un dispositivo real, ilustra muy bien la confusión que puede generar la yuxtaposición de demasiados elementos informativos; una ilustración magnífica de la ausencia de accesibilidad cognitiva.

También hay actuaciones excelentes desde el punto de vista de la accesibilidad cognitiva. Un ejemplo paradigmático son las instrucciones de montaje de los muebles de Ikea. Estas piezas de información consiguen transmitir la serie de instrucciones necesaria para realizar operaciones (a veces, de bastante complejidad) a personas enormemente variadas en cualquier lugar del mundo. Evitando lenguajes y símbolos con contextualizaciones culturales importantes, así como analizando muy bien el contenido que quieren comunicar, consiguen ese nivel tan alto de comprensión.

En resumen, las ciudades del futuro, como parte de su inteligencia, han de incorporar de manera natural la accesibilidad, en general, y la accesibilidad cognitiva ,en particular. Cualquier objeto o servicio al que se accede mal o no se comprende, difícilmente se le podrá calificar de inteligente.

 

Esta entrada al blog ha sido elaborada por Joaquín Sevilla Moróder, responsable de la Cátedra de Divulgación del Conocimiento y Cultura Científica, profesor titular del Departamento de Ingeniería Eléctrica, Electrónica y de Comunicación e investigador del Instituto de Smart Cities (ISC) de la Universidad Pública de Navarra (UPNA)

Gestión inteligente de tráfico en “smart cities”

La población humana presenta una clara tendencia a concentrarse en núcleos urbanos. Esta situación magnifica ciertos problemas que repercuten directamente en la calidad de vida de los habitantes de las ciudades, tales como la polución, el acceso de las personas a recursos y servicios, la congestión del tráfico, la seguridad y la movilidad de personas y mercancías, entre otros. Las “smart cities” pueden conjugar una serie de tecnologías, en continuo desarrollo, para contribuir a la resolución de dichos problemas. Algunas de las tecnologías más relevantes son los sensores ubicuos, capaces de suministrar información sobre magnitudes de interés; las comunicaciones, que permiten conectar multitud de dispositivos a Internet; los sistemas de ayuda a la decisión, para procesar los datos y asistir a usuarios, empresas y administraciones a tomar decisiones; los sistemas de control, que también procesan datos y permiten gobernar en tiempo real sistemas como el alumbrado inteligente o la red de semáforos; y los interfaces con los usuarios, que, en forma de aplicaciones para dispositivos móviles o paneles en la vía pública, suministran información de interés para la toma de decisiones.

La gestión inteligente del tráfico es un aspecto transversal en las “smart cities”, puesto que favorece la resolución de muchos de los problemas planteados, en el que pueden aplicarse las mencionadas tecnologías.

La congestión del tráfico puede paliarse por medio de la aplicación de los sistemas inteligentes de transporte. Se trata de una herramienta exitosa que combina diferentes tecnologías para recabar datos en tiempo real de personas, vehículos e infraestructuras, comunicarla a través de Internet, almacenarla y procesarla, informar a los usuarios y ayudarles en la toma de decisiones, así como controlar dispositivos automáticos de regulación del tráfico.

Entre los medios utilizados para recabar datos de los agentes involucrados en el tráfico en las ciudades y de las infraestructuras viarias, destacan las videocámaras y diferentes tipos de dispositivos como sensores piezoeléctricos, magnéticos, inductivos, de infrarrojos, de microondas, radar, acústicos, e incluso sistemas que detectan dispositivos móviles e inalámbricos activos en el interior de los vehículos.

También existen diferentes herramientas para la ayuda en la toma de decisiones relacionadas con la gestión de tráfico. En este sentido, merece destacarse el modelado, la simulación y la optimización. Hay diferentes tipologías de simuladores de tráfico: desde los microscópicos, que analizan el comportamiento de agentes individuales, hasta los macroscópicos, donde el comportamiento del tráfico es simulado en su conjunto, pasando por los mesoscópicos, que combinan características de ambos tipos. Este rango de técnicas de simulación permite elegir el nivel de detalle en la simulación, la precisión de los resultados y el tiempo de cómputo necesario para completar una simulación.

Como aplicaciones de dichos simuladores, es posible estimar el efecto, en el tráfico en “smart cities”, de decisiones como la peatonalización de ciertas calles, la instalación de nuevos semáforos, la realización de trabajos viales o los cambios en el sentido de circulación de ciertas vías. Además, las empresas logísticas se benefician, porque pueden evaluar el éxito de diferentes estrategias de distribución, número y tipología de los vehículos disponibles o la elección de diferentes políticas de almacenamiento de producto o de mantenimiento de vehículos.

Entre las aplicaciones de los sistemas inteligentes de transporte, existen varias que presentan una contrastada influencia en la gestión de tráfico en ciudades inteligentes. Por ejemplo, la posibilidad de aplicar automáticamente sanciones por incumplimiento de las normas de circulación, tales como invadir carriles reservados, pisar una línea continua, incumplir una señal de stop o saltarse un semáforo en rojo. Cámaras con reconocimiento facial y de matrículas permiten identificar el vehículo y el conductor infractor.

Asimismo, se pueden destacar otras tecnologías relacionadas con la gestión del tráfico en “smart cities”: los paneles viales, que ofrecen datos de congestión de tráfico en vías próximas y tiempos estimados de tránsito; los semáforos con reprogramación centralizada, que permiten adaptar su temporización en tiempo real para dar prioridad a los carriles más congestionados o facilitar el paso de vehículos de emergencia; las aplicaciones para móviles que informan a los conductores sobre la localización de plazas de aparcamiento libres o que presentan una elevada probabilidad de estar libres en función de un histórico de datos, la hora del día o meteorología; la generación de alertas sobre peligros o catástrofes inminentes, así como la colaboración con los servicios de emergencia y la evacuación de zonas en riesgo.

Dentro del ámbito de la gestión inteligente del tráfico, existen otras tecnologías aún en desarrollo como las comunicaciones entre vehículos y entre vehículos y la infraestructura vial, a través de Internet. Por ejemplo, vehículos dotados de esta tecnología podrán transmitir a otros próximos datos sobre su posición, velocidad, aceleración y trayectoria estimada. De esta forma, los coches podrán generar alertas de riesgo de colisión en condiciones de escasa visibilidad por obstáculos, ángulos muertos o meteorología adversa.

Además, los vehículos podrán comunicar a la infraestructura vial datos sobre su posición y velocidad, incidencias en la conducción, o los aparcamientos que se ocupen. Así, se podrán generar datos precisos sobre el nivel de ocupación de las vías, avisar a otros usuarios sobre las incidencias encontradas o almacenar datos históricos sobre el nivel de ocupación de los aparcamientos que mejoren la previsión de ocupación en el futuro para informar a los potenciales usuarios.

Por otra parte, los vehículos podrán recibir de la infraestructura vial información sobre el nivel de congestión de las vías en tiempo real, así como sugerencias de rutas alternativas coordinadas con las propuestas a otros conductores para evitar congestionar también estas rutas alternativas, que podrían ser de menor capacidad. También se informará a los vehículos de plazas de aparcamiento libres o con elevada probabilidad de estarlo. Los conductores recibirán alertas sobre semáforos o señales viales, evitando infracciones por despiste, sobre la presencia de peatones en la calzada, accidentes o incidencias e, incluso, recomendaciones de velocidad específicas para cada vehículo.

Otra tecnología en desarrollo es la de los vehículos de conducción autónoma, entre cuyas ventajas futuras se pueden citar una mayor seguridad, mejor ocupación de la vía, menor probabilidad de embotellamientos y, posiblemente, una reducción en el estrés de los ocupantes.

 

Esta entrada ha sido elaborada por Ignacio Latorre Biel, profesor del Departamento de Ingeniería en el campus de Tudela de la Universidad Pública de Navarra (UPNA) e investigador en el Instituto de Smart Cities (ISC)

“Smart Cities”

“Smart Cities” es un término, ya generalizado a nivel mundial, por el que se conocen a aquellas ciudades que pretenden ofrecen una mejor calidad de vida a sus ciudadanos, combinando una buena política de eficiencia energética y un cuidado del medio ambiente, utilizando para ello tecnologías y servicios inteligentes, integrándolos adecuadamente en la ciudad actual. En algunas fuentes añaden el matiz de que las “Smart Cities” pretenden aumentar la felicidad de sus ciudadanos, teniéndolos más atendidos, con las necesidades cubiertas y resolviendo los problemas casi antes de que los ciudadanos puedan percibirlos.

Mejoras en servicios como transporte (ahora entendido como un nuevo concepto más global de movilidad urbana); tratamiento de residuos urbanos y sistemas de reciclaje; control de todo el sistema de aguas de una ciudad (incluyendo suministro de aguas de boca, riego de jardines y zonas verdes de la ciudad, depuradoras de aguas residuales, etc.); potenciación de generación y almacenamiento de energías verdes; monitorización y optimización del uso de la energía; mejora de la atención sanitaria (que tiende a ser mucho más personalizada); y todos los trámites con la administración pública (ya sea local, comarcal, autonómica o nacional) van convirtiéndose, poco a poco, en una realidad a la que fácilmente nos podemos acostumbrar.

El imaginario futurista ha sido siempre bastante amplio pero ahora ya se trata de la realidad cotidiana, y todas las propuestas, sean tecnológicas o no, pasan, y pasarán, el filtro de la sociedad, que decidirá, imperturbable, si le mejora o no la vida y si está entre las opciones que pueden continuar y se instaurarán en esa sociedad del futuro próximo.

Muchas de las propuestas tecnológicas ya empiezan a ser una realidad: coches eléctricos y autónomos conectados a su entorno, compras “online” generalizadas con una potenciación de todos los sistemas logísticos de reparto; control del tráfico rodado y de personas por las carreteras y ciudades; sistemas de seguridad y vigilancia cada vez más complejos; sistemas de iluminación de ciudades inteligentes y más eficientes, etc., pero todavía queda mucho trecho por recorrer.

Sin embargo, no todo tiene que pasar por soluciones necesariamente tecnológicas, ya que, en muchos casos, la información que se pretende conseguir con la tecnología ya la tienen las administraciones (ayuntamientos, comunidades autónomas, gobiernos, etc.), o una aproximación bastante real, y únicamente hace falta tratarla de una manera “inteligente” para que resulte realmente de utilidad.

Hoy en día, la administración sabe dónde vivimos, dónde trabajamos, si tenemos vivienda en propiedad o no, si tenemos hijos o no, si utilizamos mucho o poco los servicios de transporte, atención primaria sanitaria, bibliotecas públicas, comercios locales, etc. Con todos esos datos, debidamente anonimizados, podría gestionarse la ciudad de una manera muchísimo más eficiente, pudiendo, por ejemplo, prever de una forma muy sencilla y rápida, en un día laboral o festivo, los movimientos de la población, priorizando unas vías frente a otras en horas punta. También se podría evaluar el efecto del corte de ciertas calles a ciertas horas, planificar el transporte urbano de una forma más eficiente, etc.

En concreto, para mejorar y controlar todo lo relativo a la movilidad urbana, sería necesario desarrollar un modelo de movilidad urbana integral (que, a día de hoy, no existe) que nos permitiera evaluar las nuevas propuestas de movilidad: vehículos eléctricos compartidos, líneas rápidas de transporte urbano, reconsideración de las actuales líneas urbanas, localización de hub’s de transporte de personas y mercancías, planificación de carriles bici, peatonalización de ciertas calles o zonas, aparcamientos disuasorios y sus sistemas de lanzaderas, instalación de escaleras o rampas mecánicas, ascensores, etc. Con este modelo debidamente desarrollado y los datos que ya dispone la administración, tendríamos información más que suficiente para mejorar ostensiblemente la movilidad de los ciudadanos.

Son muchos los cambios que se avecinan. Muchos de ellos ya los tenemos aquí y, probablemente, todavía no los hemos descubierto. Vayamos, pues, poco a poco, incorporando los que ya tenemos y evaluando las propuestas que se nos puedan ir haciendo, para conseguir que, realmente, las nuevas tecnologías supongan una mejora significativa de nuestra calidad de vida.

 

Esta entrada ha sido elaborada por Carlos del Río Bocio, director del Instituto de Smart Cities (ISC) de la UPNA