Beijing (China) es una ciudad famosa por los atascos de tráfico. Según varios informes, en 2006 la hora punta duraba 11 horas al día, y la ciudad ha llegado a ser apodada como un "aparcamiento virtual" durante las horas diurnas. Como en la mayoría de las grandes ciudades, los planificadores urbanos han estado intentando durante años aliviar la presión mediante la adición de nuevas carreteras o líneas de transporte público, o la aplicación de un mejor cumplimiento de las leyes de tránsito.

En la actualidad, un grupo de trabajo de Microsoft Research Asia ha demostrado que el seguimiento de la ubicación de los taxis podría constituir una mejor forma de identificar los problemas de fondo dentro de la red de transporte de una ciudad, ayudando a los funcionarios públicos a determinar mejor cómo aliviar la congestión.

Los investigadores utilizaron los datos del GPS de más de 33.000 taxis de Beijing, recogidos durante un período de dos años, entre 2009 y 2010. No solo buscaban localizar los embotellamientos -puntos problemáticos que los viajeros frecuentes conocen de sobra. "Los tramos de carretera congestionados son solo la apariencia -no son el problema", afirma Yu Zheng, que dirigió la investigación. "Tratamos de identificar la fuente real del problema con nuestro trabajo".

Los investigadores presentaron su estudio la semana pasada en la 13ª Conferencia Internacional sobre Computación Ubicua, que tuvo lugar en Beijing.

Para llegar a las causas subyacentes de los problemas de tráfico, los investigadores necesitaron obtener información acerca de los viajes que hacían los usuarios -dónde comenzaban esos viajes, dónde acababan y cómo hacía el recorrido el viajero. Los investigadores dividieron Beijing en regiones y analizaron los datos procedentes de los taxis para encontrar lugares en los que dos regiones no estaban conectadas correctamente.

Incluso si un taxi nunca se encuentra con una desaceleración, las pistas obtenidas del viaje pueden indicar un problema subyacente en la planificación urbana. Por ejemplo, el conductor del taxi podría tomar una ruta más larga desde el punto A al punto B, en lugar de una directa. La distancia adicional podría indicar que el conductor sabe acerca de un problema, con lo que su ruta parece ser la más rápida.

Los algoritmos de los investigadores indican el momento en que la red de carreteras y líneas de metro entre dos regiones es incapaz soportar el número de personas que viajan entre dichas regiones. Al señalar los problemas subyacentes, el sistema muestra a los planificadores urbanos dónde deben centrar su atención, afirma Zheng.

En algunos casos, asegura Zheng, las regiones con un alto grado de ocupación no son realmente defectuosas. Por ejemplo, puede ser que la gente de la región 1 esté pasando por la región 2 de camino a la región 3, en cuyo caso podría ser mejor conectar la región 1 y la 3 directamente, en lugar de tratar de ampliar carreteras en la región 2.

Los investigadores evaluaron su sistema mediante el examen del cambió de sus cálculos durante el desarrollo de la red de transporte de Beijing en el período de dos años que analizaron. Encontraron que cuando los planificadores urbanos agregaban nuevas conexiones entre las regiones que los algoritmos habían identificado como defectuosas, las condiciones realmente lograban mejorar. Allí donde se identificaron fallos pero no se corrigieron, las condiciones del tráfico no mejoraron.

Zheng indica que el sistema se puede adaptar fácilmente a cualquier ciudad que tenga un gran número de taxis -muchos de los cuales se pasan el día luchando contra el tráfico. Beijing ocupa el cuarto lugar en el mundo en cuanto al número de taxis. El top 10 está compuesto por la ciudad de México, Bangkok, Tokio, Nueva York, Buenos Aires y Moscú. Zheng afirma que, con datos suficientes, sus técnicas pueden funcionar tan bien en esos lugares como lo han hecho en Beijing.

"Creo que es una dirección interesante, aunque me pregunto hasta qué punto el problema real en la planificación urbana es no tener los recursos -el dinero- para hacer algo al respecto", afirma Sam Madden, profesor asociado en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial en el MIT (Instituto de Tecnología de Massachusetts, EE.UU.), dedicado al estudio de redes de sensores inalámbricos, incluyendo las unidades de GPS.

Madden añade que la gran cantidad de datos que lograron amasar los investigadores -suficiente para analizar todas las carreteras en una ciudad- hace que el trabajo sea impresionante. Incluso hace unos pocos años, señala, habría sido todo un desafío conseguir tanta información sobre las condiciones de las carreteras. Para su propia investigación, Madden colocó sensores de GPS en taxis con los que poder recoger datos, aunque el coste y la dificultad lo limitaron a etiquetar decenas de taxis, en vez de miles.