Cuando los líderes urbanos hablan de hacer que una ciudad sea "inteligente", normalmente se refieren a gemelos digitales urbanos. Se trata esencialmente de modelos informáticos de ciudades en 3D de alta tecnología. Están llenos de datos sobre edificios, carreteras y servicios públicos. Construidos con herramientas de precisión como cámaras y escáneres LiDAR (detección de luz y alcance), estos gemelos destacan por mostrar cómo es físicamente una ciudad.
Pero en su prisa por mapear lo concreto, los investigadores, los desarrolladores de software y los planificadores urbanos han pasado por alto la parte más dinámica de la vida urbana: la gente. La gente se mueve, vive y se comunica dentro de esos edificios y en esas calles.
Esta omisión crea un problema grave. Aunque un gemelo digital urbano puede replicar perfectamente edificios e infraestructura, a menudo ignora cómo las personas usan los parques, caminan por las aceras o encuentran el camino hacia el autobús. Ésta es una imagen incompleta; realmente no puede ayudar a resolver desafíos urbanos complejos ni guiar el desarrollo equitativo.
Para superar este problema, los gemelos digitales necesitarán ampliar su enfoque más allá de los objetos físicos para incluir el comportamiento humano real. Aunque existen datos suficientes sobre los residentes de la ciudad, su uso supone un importante riesgo para la privacidad. Soy experto en asuntos públicos y planificación. Mis colegas y yo creemos que la solución para crear gemelos digitales urbanos más completos es utilizar datos sintéticos que se parezcan mucho a los datos de personas reales".
Los gemelos digitales son más que simulaciones. Barrera de privacidad
Para construir un gemelo digital humano e inclusivo, es fundamental incorporar datos detallados sobre cómo se comportan las personas. Y el modelo debería representar la diversidad de la población de la ciudad, incluidas familias con niños pequeños, personas con discapacidad y jubilados. Lamentablemente, depender únicamente de datos del mundo real no es práctico y supone un desafío ético.
Las principales barreras son importantes, empezando por las estrictas leyes de privacidad. Normas como el Reglamento General de Protección de Datos de la Unión Europea (RGPD) a menudo impiden que los investigadores y otras personas compartan ampliamente datos personales confidenciales. Este muro de privacidad impide que los investigadores comparen fácilmente los resultados y limita nuestra capacidad de aprender de estudios anteriores.
Además, los datos del mundo real suelen ser injustos. La recopilación de datos suele ser irregular y omite grandes grupos de personas. Entrenar un modelo informático utilizando datos donde los vecindarios de bajos ingresos tienen escasa cobertura de sensores significa que el modelo simplemente replicará e incluso magnificará esa injusticia original. Para compensar esto, los investigadores pueden utilizar la técnica estadística de ponderar datos en modelos para compensar la subrepresentación.
Los datos sintéticos ofrecen una solución práctica. Es información artificial generada por computadoras que imita los patrones estadísticos de los datos del mundo real. Esto protege la privacidad y al mismo tiempo llena los vacíos de datos críticos.
Datos sintéticos: una herramienta para ciudades más justas
Agregar dinámica humana sintética cambia fundamentalmente a los gemelos digitales. Los traslada de modelos estáticos de infraestructura a simulaciones dinámicas que muestran cómo vive la gente en la ciudad. Al generar patrones sintéticos de caminar, viajar en autobús y utilizar el espacio público, los planificadores pueden incorporar una gama más amplia e inclusiva de acciones humanas en los modelos.
Por ejemplo, Bogotá, Colombia, utiliza un gemelo digital para modelar su sistema de tránsito rápido de autobuses TransMilenio. En lugar de depender únicamente de datos de sensores del mundo real limitados o sensibles a la privacidad, los planificadores urbanos han generado datos sintéticos para poblar el gemelo digital. Estos datos crean artificialmente millones de llegadas de autobuses, velocidades de vehículos y longitudes de colas simuladas, todo ello basado en los patrones estadísticos (horas pico, horas valle) de las operaciones reales de TransMilenio.
Este enfoque transforma la planificación urbana de varias maneras clave, haciendo que las simulaciones sean más realistas y versátiles. Por ejemplo, los planificadores pueden utilizar datos sintéticos de peatones para modelar cómo los residentes mayores y discapacitados navegarán por los nuevos diseños urbanos.
También permite probar ideas sin riesgos. Los planificadores pueden simular diferentes poblaciones sintéticas para ver cómo un nuevo plan de evacuación por inundaciones afectaría a diferentes grupos, todo sin poner en riesgo la seguridad o privacidad de nadie en el mundo real.
Las ciudades están construyendo cada vez más gemelos digitales para la planificación y el desarrollo. Hacer que los gemelos digitales sean confiables
A pesar de toda la promesa de los datos sintéticos, sólo pueden ser útiles si los planificadores pueden confiar en ellos. Dado que las decisiones importantes se basan en estos mundos virtuales, se debe demostrar que los datos sintéticos son un sustituto confiable de los datos del mundo real. Los planificadores pueden probar esto verificando si las principales decisiones políticas que toman usando datos sintéticos son las mismas que tomarían usando datos del mundo real que comprometen la privacidad de las personas. Si las decisiones coinciden, los datos sintéticos son lo suficientemente fiables como para utilizarlos en una tarea de planificación futura.
Además de los controles técnicos, es importante considerar la equidad. Esto significa revisar periódicamente los modelos sintéticos para detectar sesgos ocultos o subrepresentación en diferentes grupos. Por ejemplo, los planificadores pueden asegurarse de que un plan de evacuación de emergencia en un gemelo digital urbano funcione para los residentes mayores con problemas de movilidad.
Lo más importante es que creo que los planificadores deberían involucrar a sus comunidades. Establecer consejos asesores ciudadanos y diseñar datos sintéticos y escenarios de simulación directamente con las personas que viven en la ciudad ayuda a garantizar que sus experiencias se reflejen con precisión.
Al ir más allá de la infraestructura estática hacia entornos dinámicos que incorporan el comportamiento humano, los datos sintéticos desempeñarán un papel clave en la planificación urbana. Dará forma a los gemelos digitales urbanos del futuro resilientes, inclusivos y centrados en las personas.
.webp)
0 Comentarios