¿Cómo ayuda la IA a reducir los atascos y las emisiones en las ciudades?
Ventajas del uso de la IA en la movilidad urbana
La implantación de estas tecnologías contribuye a una movilidad urbana más sostenible. Los principales beneficios son:
- Reducción del tiempo de espera y viaje, lo que significa menos atascos, menos tráfico fantasma y trayectos más eficientes.
- Disminución de las emisiones de CO2. Los vehículos están menos tiempo al ralentí y hacen menos arrancadas y frenadas.
- Mejora la calidad del aire. A menor cantidad de emisiones de gases contaminantes, más beneficios para la salud.
- Favorece el flujo continuo de vehículos y, por ende, reduce paradas innecesarias.
- Menor consumo de combustible por kilómetro recorrido. Los trayectos más fluidos disminuyen de esta forma las emisiones.
- Aumenta la resiliencia de las ciudades. Una gestión más flexible y eficiente del tráfico permite la adaptación al contexto de cambio climático.
Desafíos de la IA en la movilidad urbana
Los sistemas de ‘smart traffic’ (tráfico inteligente) generan tantos datos valiosos sobre patrones de tráfico, congestión, flujos y emisiones que permiten a las autoridades impulsar una planificación inteligente para mejorar el transporte, diseñar infraestructuras, decidir zonas de bajas emisiones y realizar cambios en la red viaria.
“La disponibilidad de estos datos es un reto mayúsculo –admite el profesor Javier Urchueguía–, dado que son imprescindibles para el entrenamiento de la inteligencia artificial y que adquiera suficiente precisión. La principal barrera es el desconocimiento de estas posibilidades por parte de los actores urbanos y el desafío de integrar la información que producen estos sistemas en la gestión municipal del tráfico y en la toma de decisión estratégica en movilidad urbana”.
Según un artículo publicado en la revista científica ‘Springer Nature’ de junio de 2025, firmado por dos investigadores del Instituto Jaypee de Tecnología de la Información de Noida (India) que han analizado la evolución de las técnicas de optimización del tráfico basadas en IA entre 2019 y 2024, las herramientas de aprendizaje automático de IA alcanzan una precisión del 95% en la clasificación de patrones de tráfico y un 98% en el reconocimiento de la densidad del tráfico, lo que las convierten en piezas fundamentales de las ciudades sostenibles.