765 Zenbakia 2021-10-20 / 2021-11-23

Gaiak

Smart Cities y Economía Circular

DEL RÍO BOCIO, Carlos

Catedrático Teoría de la Señal y Comunicaciones

Como aproximación inicial para analizar la contribución de una Smart City o Ciudad Inteligente a la Economía Circular, tendríamos que establecer una definición del concepto de Smart City. Esta clarificación de conceptos es crítica, pues una Smart City no consiste en aplicar la inteligencia para gobernar las ciudades, como algunos tienden a pensar, sino en aprovechar las nuevas técnicas y tecnologías disponibles para mejorar la vida a los ciudadanos, ofreciéndoles una ciudad más sostenible, más amable y energéticamente eficiente. Básicamente, el enfoque conceptual de una Smart City se centra en recopilar todos los datos posibles, para poder tomar decisiones conociendo previamente los efectos que estos cambios pueden generar. Como consecuencia de ello, los datos se han convertido en el catalizador que las ciudades deben emplear en los próximos años para tomar sus decisiones estratégicas.

El manejo de datos se ha convertido en la clave de gestión de muchas ciudades, pero el problema es que la cantidad de datos disponible es muy grande (se habla de Big Data). Hay datos de muchos tipos, unos más fáciles de conseguir y otros más complicados, incluso hay datos que las administraciones ya poseen de nosotros, y que bien utilizan para cobrarnos impuestos, pero no para administrar mejor las ciudades. Ciertamente, hay que velar por el buen uso de los datos y esto no es una tarea fácil. De este modo, el Reglamento Europeo de Protección de Datos, aun reconociendo la protección de los datos personales como un derecho fundamental definido en el art. 8, apartado 1, de la Carta de los Derechos Fundamentales de la Unión Europea, establece que “El tratamiento de datos personales debe estar concebido para servir a la humanidad…no es un derecho absoluto y debe considerarse en relación con su función en la sociedad y mantener el equilibro con otros derechos fundamentales, con arreglo al principio de proporcionalidad”.

Estamos inmersos en una avalancha de nuevos términos, que acaban encumbrando una nueva nomenclatura técnica que consigue despistar hasta los más avezados: Inteligencia Artificial, Big Data, Deep-Learning, Block-Chain, IoT… y parece que todos ellos culminan en la nueva revolución de la industria, la denominada Industria 4.0, o también calificada con Smart Industry/City/Health…, a la que nos vemos abocados sin remedio. Según el informe anual preparado por la Universidad de Standford[1] sobre las publicaciones realizadas sobre Inteligencia Artificial en las últimas dos décadas, han pasado a suponer apenas un 0.58% del total de publicaciones científicas en 1998 a más de 1.68% en el 2018, totalizando un total de más de 292.000 publicaciones en revistas científicas de prestigio internacionalmente reconocido en estos 21 años, siendo más de 34.000 publicaciones las realizadas en  2018 sobre diferentes temas englobados bajo el nombre de Inteligencia Artificial: Computation and Language, Computer Vision and Pattern Recognition, Machine Learning, Neural and Evolutionary Computing, Robotics, Machine Learning in Stats, etc. A estas publicaciones les podemos sumar las más de 47.000 contribuciones a congresos internacionales de prestigio que se realizaron en estas temáticas únicamente en el año 2018, nos da una idea del tamaño de la comunidad científica que hay detrás de estos temas.

Si centramos nuestra atención en la movilidad sostenible en una Smart City, podemos pensar en el trasporte público de uso individual y/o compartido, como taxis y empresas de transporte de personas a través de plataformas digitales como una gran aportación a la disminución de emisiones al mejorar la eficiencia de todo el sistema de movilidad urbana. Un ejemplo de esto nos lo han ofrecido las nuevas compañías de taxi, que tantas reticencias generan, y no ha sido otra cosa que un control centralizado de la oferta y la demanda. Al disponer de toda la información, estas empresas pueden optimizar los recursos disponibles, con la ayuda de todas las técnicas de optimización comentadas anteriormente, y disminuir emisiones innecesarias de taxis vacíos en busca de clientes… Los asociados a esas plataformas cogen y dejan clientes de manera casi continua, e incluso, antes de salir de su domicilio, saben dónde hay demanda y hacia dónde dirigirse. En algunos casos, y a través de un uso extensivo, llegan a proponer la compartición del taxi con otra persona que hace un trayecto similar, disminuyendo el precio del viaje para todos los clientes, pero disminuyendo también emisiones de elementos contaminantes al reaprovechar recursos.

Mapa densidad alumnos UPNA con líneas autobus urbano en Pamplona.

Otra posible mejora que podríamos fácilmente implementar sería para conocer mucho mejor la demanda de movilidad de las ciudades, pues los administradores de nuestras ciudades tienen todos los datos sobre nosotros que pueden necesitar (censo, hacienda, etc.) para poder saber cuáles son nuestros desplazamientos diarios, al menos los dos recorridos de nuestro itinerario diario al trabajo. Si al enfoque anterior, le añadimos los horarios laborales de las principales empresas, universidades, centros comerciales, etc., podríamos tener una estimación bastante precisa de la demanda horaria de movilidad, que incluso se podría adaptar de manera dinámica a eventos en los que se puede movilizar bastante gente: encuentros de fútbol, espectáculos, etc. Con esa información se podría adecuar y optimizar la oferta de movilidad urbana, ya sea reconsiderando las rutas de los autobuses urbanos, las frecuencias de los mismos, las necesidades puntuales, el ofrecimiento de otro tipo de sistema de movilidad alternativo, o reconsiderando las temporizaciones semafóricas de forma adaptativa y de forma global, por nombrar algunos ámbitos de actuación…. Además, todo esto se haría de una manera dinámica y automatizada, para hacer realmente viable y competitiva esa opción frente al coche particular, redundando en una reducción significativa de emisiones contaminantes y en una clara mejora del medio ambiente.

A este respecto, y a modo de proyecto piloto que pudiera resultar ilustrativo, se realizó un estudio de la localización geográfica de todos los alumnos matriculados en la Universidad durante un curso académica, considerándose finalmente casi 4.000 direcciones postales de la ciudad de Pamplona, para averiguar las opciones que tenían para venir desde sus lugares de residencia a la Universidad en autobús urbano. En la figura se puede observar la densidad de población universitaria geolocalizada en la ciudad de Pamplona, así como las líneas de autobús urbano sobreimpresionadas. La primera conclusión que se puede extraer del estudio es que hay un porcentaje bastante alto de estudiantes que viven en barrios situados en el extrarradio de la ciudad, desde los cuales pueden llegar a la Universidad en coche particular en 10 o 15 minutos si encuentran mucho tráfico. La única posibilidad que se les ofrece es tomar un autobús al centro de la ciudad, con un trayecto mínimo de 25-30 minutos, hacer transbordo, y tomar otro autobús hasta la Universidad con una duración mínima de 15-20 minutos. Resumiendo, la oferta de autobuses urbanos de Pamplona actual no sirve para que el alumnado pueda venir, en un porcentaje significativo, a la Universidad, ya que la duración mínima del trayecto es de casi una hora, mientras que en coche particular lo tienen a menos de un cuarto de hora. Esta diferencia no hay campaña de concienciación que la supere. Desde luego que no se pretende resolver el problema únicamente a los estudiantes de la Universidad, sino poner de manifiesto la posibilidad y potencialidad que puede tener la información cuando se trata adecuadamente. También es importante resaltar que para la realización de este estudio se ha respetado escrupulosamente la LOPD (Ley Orgánica de Protección de Datos), tomando todas las medidas necesarias, con la ayuda inestimable del delegado de Protección de Datos (DPD) de la Universidad, para asegurar el anonimato de todos los estudiantes, siendo imposible inferir la dirección de ninguno de ellos y mucho menos identificarlo de los resultados del estudio.

De este modo, el enfoque interesante de todos estos sistemas es que, teniendo los datos de una manera centralizada, se pueden buscar soluciones globales que sean óptimas, bajo unos parámetros que pueden ser cambiantes dependiendo de los intereses y necesidades de cada momento, y pueden estar dirigidos a reducir emisiones, ruido, contaminación…

Por fortuna, muchos municipios ya se están beneficiando de estos nuevos sistemas que se apoyan en todo este conocimiento, en la grandísima mayoría de los casos, yendo de la mano de las Universidades y centros de Investigación del entorno, que han podido canalizar todo este conocimiento hacia aplicaciones específicas que han resultado muy beneficiosas para las ciudades, disminuyendo emisiones y mejorando la calidad del aire, y, por consiguiente, para sus ciudadanos.


Eusko Jaurlaritza