¿PUEDE LA IA TRANSFORMAR LOS SEMÁFOROS URBANOS?

Un cruce vacío te retiene en rojo mientras la cola crece detrás. Parece un pequeño fallo de sentido común, repetido por toda la ciudad. La inteligencia artificial promete señales que respondan a lo que sucede ahora. Sí, puede ayudar, pero las pruebas son más condicionales que una solución universal a los atascos.

Los semáforos adaptativos son anteriores al auge de la IA

El control adaptativo recoge datos, evalúa condiciones y modifica los tiempos. La Administración Federal de Carreteras de Estados Unidos lo describe como una tecnología de transporte consolidada. «Adaptativo» no significa automáticamente aprendizaje automático: puede utilizar reglas u optimización. La detección y las comunicaciones fiables son requisitos con independencia de la etiqueta del software. Fuente: www.fhwa.dot.gov

La IA puede aportar previsiones o buscar mejores planes de tiempos. Pero un cruce no es un problema aislado. Liberar una cola puede enviar vehículos a una calle ya bloqueada. Un sistema útil debe considerar las señales vecinas y la demanda cambiante, con objetivos y restricciones definidos por los ingenieros.

Qué demostró realmente el ensayo de Pittsburgh

El ensayo inicial de SURTRAC abarcó nueve cruces de East Liberty, en Pittsburgh. Un artículo de Carnegie Mellon de 2013 comunicó reducciones ponderadas cercanas al 25 % en tiempo de viaje y al 40 % en espera, comparando recorridos anteriores y posteriores a la instalación. La reducción de emisiones de alrededor del 21 % fue modelizada, no una medición directa de toda la ciudad. Fuente: www.ri.cmu.edu

Son resultados alentadores, pero un despliegue pequeño evaluado antes y después no es una garantía aleatorizada para cualquier red. La demanda, las obras y la calidad de los tiempos anteriores afectan a la comparación. Conviene examinar la referencia y el método antes de convertir un porcentaje en una promesa de compra.

Green Light ilustra otra vía

Green Light de Google utiliza IA y tendencias de conducción de Google Maps para recomendar cambios que los ingenieros revisan y aplican. Google describe un potencial inicial de hasta un 30 % menos de paradas y un 10 % menos de emisiones de gases de efecto invernadero, estimadas con modelos. Son potenciales comunicados por el proveedor, no medias garantizadas ni conclusiones independientes de seguridad. Fuente: sites.research.google

La distinción importa. Un programa que asesora a un ingeniero no equivale a otro que controla directamente cada fase en tiempo real. Ambos pueden ser útiles, pero exigen integración, seguimiento y responsabilidades diferentes. «Semáforos con IA» es una expresión demasiado amplia para describir una compra sin esos detalles.

¿Un viaje mejor para quién?

Un ensayo sensato debe medir personas, no solo coches: pasajeros de autobús, peatones, ciclistas y acceso de emergencias deben figurar entre los objetivos. Los tiempos de despeje y la accesibilidad han de seguir siendo restricciones obligatorias. Menos paradas no demuestra mayor seguridad. La privacidad exige definir qué datos se recogen, conservan y comparten, sin presuponer cámaras obligatorias.

Las orientaciones de la FHWA señalan que los sistemas adaptativos a veces mejoran poco frente a controles existentes bien ajustados. Son esenciales el mantenimiento, una referencia creíble y un ensayo reversible. La IA puede coordinar mejor un espacio viario limitado, pero no eliminar por sí sola todos los cuellos de botella ni decidir las prioridades urbanas. La mejora empieza por un objetivo público y comprueba si la tecnología lo cumple. Fuente: ops.fhwa.dot.gov

Lectura relacionada: La revolución de los robotaxis.