Pensar el viaje

Según el informe "Datos abiertos: abriendo la innovación y la eficiencia con información líquida", de la consultora McKinsey, el mercado de servicios de transporte global representa un valor de US$ 4.500 mil millones anuales y "se podrían ahorrar cientos de miles de millones mediante una reducción en las demoras y la optimización de los servicios de transporte". Para McKinsey, las bases de datos abiertos (open data, en inglés) "han jugado un rol importante en la mejora del transporte y tiene un potencial significativo para resolver las ineficiencias que todavía persisten". "Si puedo predecir lo que va a hacer la gente, puedo planificar distintas cosas: si los incentivo para que vayan por una calle en vez de otra, si pongo un peaje más caro o más barato, o si en determinada calle pongo un transporte alternativo", apunta Nicolás Stier, un matemático especializado en modelos aplicados a transporte y finanzas que se doctoró en el Operations Research Center del MIT. Stier es profesor en la Escuela de Negocios de la Universidad de Columbia y está regresando a la Argentina como investigador y docente en la Universidad Torcuato Di Tella. En los '90 trabajó en la Secretaría de Transporte de la Nación, donde participó de la confección de los primeros modelos de tránsito de Buenos Aires informatizados. "Por entonces, big data era un sueño. Lo primero que hicimos fue tratar de tener una base de datos geográfica digitalizada, que no existía. Intentábamos entender cómo viajaba la gente." Luego trabajó en el ámbito académico, pero en 2008 volvió a involucrarse en el sector público, en este caso en el fallido intento de implementar una tarifación por congestión en Nueva York. "(Michael) Bloomberg (por entonces alcalde de esa ciudad) quería usar el dinero que se le sacaría a los autos particulares para mejorar el transporte público, pero recibió muchas presiones y tuvo que dar marcha atrás. En Londres lograron hacerlo: eligieron dos zonas del centro y cobraron tarifas muy altas. Pero a la vez congestionaron la periferia."

La disponibilidad de datos sobre la movilidad de las personas está siendo usada cada vez más por los gobiernos como una herramienta para la planificación. En 2012, cuando la ciudad de Moscú decidió modernizar su sistema de transporte público, recurrió a datos proporcionados por los operadores de telefonía celular para conocer los flujos de transporte hacia y desde la ciudad. En base a la investigación, el gobierno desistió de construir una nueva línea de ferrocarril y en lugar de eso rediseñó el recorrido de 100 líneas de colectivos, con lo que ahorró un importante gasto en infraestructura y redujo los viajes matutinos de las personas en un promedio de tres minutos. Ejemplos más cercanos, donde se rediseñaron los recorridos del transporte público en base a datos sobre la movilidad de los usuarios son Curitiba, en Brasil, y Santiago de Chile. En tanto, países como Singapur y ciudades como San Diego y Seattle, en Estados Unidos, han recurrido a "open data" para habilitar modelos tarifarios variables en las autopistas que oficien como incentivos para hacer más eficiente el uso de la red de transporte. "Cuanto más importante es el lugar al que vamos, más queremos llegar a horario. Entonces lo que se busca en los modelos de transporte es tratar de capturar ese comportamiento. Muchos de estos modelos son deterministas; es decir, consideran que los tiempos de viaje son fijos —dice Stier—. Pero hay un montón de externalidades por fuera de la congestión: desde el clima hasta un semáforo mal sincronizado que hace que podamos tardar mucho más en atravesar una zona. Por eso trato de incorporar en mis modelos esa variable aleatoria, como una medida que tiene cierto riesgo."

Si estamos sujetos a tantos elementos externos, ¿se puede predecir cómo se comporta la gente? Stier cree que sí. "Aplico una lógica de finanzas, porque la aversión al riesgo que tiene una persona es trasladable al modelo de redes de transporte. Muchos de nosotros, que queremos llegar temprano, podemos llegar a priorizar la variación por sobre el tiempo promedio. Eso lo hacemos todos: tenemos un vuelo al que tenemos que llegar sí o sí y tomamos un camino potencialmente más largo, porque sabemos que implicará menos riesgo. Pero también tengo que prever que hay otros que pueden querer tomar ese camino por esa misma razón", explica. El investigador admite dificultades para corrobar experimentalmente sus modelos teóricos por la escasez de datos disponibles. Con información de los celulares o de equipos de GPS se podría estimar cuánta gente hay en un lugar en un momento determinado y también estimar tiempos de viaje . Una aplicación de ese tipo es Waze, creada por una firma israelí que Google compró este año en US$ 966 millones. Waze se alimenta de los recorridos de los usuarios en base a datos de su GPS y a información que ellos aportan sobre accidentes, controles policiales o cualquier otro obstáculo que encuentren en el camino. "Otra fuente interesante podría ser que de alguna manera estuvieran disponibles datos de los taxis con GPS; sería una valiosa y precisa información de inicio y finalización de viajes", dice Stier. Una empresa que sí logró valerse de los datos de las empresas de telefonía celular es GranData, ya que las tiene como clientes. "Ellos querían obtener cierta trazabilidad de sus clientes y poder ver su historia en el tiempo aunque esas personas hubiesen cambiado de número de teléfono", explica Martín Minnoni, uno de sus fundadores, graduado en matemática y con estudios de posgrado en el MIT. "Entonces, con los datos de llamadas y mensajes de texto, diseñamos una especie de huella, una meta identificación que no depende del número de teléfono. Y luego se nos ocurrió incorporar la parte de movilidad, porque hay una dinámica de cómo la persona se mueve, cómo coinciden ciertos llamados cuando la persona está en un determinado lugar", explica Minnoni. A partir de entender los patrones de movilidad de los usuarios, el equipo de investigación de GranData pudo determinar una suerte de mapa de los lugares que frecuenta una persona; por ejemplo, si se trata de una zona de restaurantes, eso puede ser información valiosa para promociones o marketing. También recurren a información de redes sociales, como los tweets geolocalizados, que si bien todavía son un porcentaje menor del total, les permite contextualizar los patrones de movilidad. "Nuestra herramienta usa también datos históricos para generar un patrón de conducta y se pueden generar comportamientos predecibles", destaca Minnoni. La firma —que tiene 17 empleados y una facturación prevista para este año de US$ 1 millón— estableció además un acuerdo de colaboración con el Human Mobility and Networks Lab (HumNet) del MIT para un proyecto sobre ciudades inteligentes.

Las mejoras que se pueden realizar sobre la infraestructura y la planificación del transporte aún enfrentan una serie de barreras. El resguardo de la privacidad de los usuarios es uno de los aspectos que más rápido salta a la vista, ya que si bien muchos usuarios de servicios como Waze ceden sus datos de ubicación voluntariamente, no todos quieren que esa información esté disponible por más altruista que sea el fin de quienes tienen acceso a ella. Conocer las rutinas de una persona y los lugares que frecuenta no sólo tiene consecuencias en su privacidad, sino que también lo puede tener en su seguridad. La solución usual pasa por desacoplar los datos de la identidad a la hora de liberar datos de este tipo para investigaciones.

"Sería interesante que el Estado hiciera disponibles los datos, con todas las precauciones del caso, pero posibilitando que se pueda explotar su potencial para mejorar la vida de la sociedad", dice Stier. El sistema SUBE también podría ser una valiosa fuente de datos para este tipo de estudios. Information Technology intentó comunicarse con directivos de este organismo que funciona bajo la órbita de Nación Servicios, pero rechazaron la posibilidad de una entrevista. La escasez de datos normalizados y de calidad, y la renuencia de distintos actores del sistema de transporte a usar sistemas de seguimiento (un ejemplo fueron las dificultades que tuvo la implementación de las máquinas con GPS del sistema SUBE en los colectivos porteños y del gran Buenos Aires) le agregan dificultad a la recopilación de datos de estas fuentes. Luis Rizzi, un economista argentino especializado en transporte, investigador y docente en la Universidad Católica de Chile, considera que hoy se discute sobre la utilidad real de tener tantos datos de movilidad. "Por un lado, parece ser fantástico por todas las 'puertas' que parecen abrirse. Pero la mayoría de estos datos no sirve si no son procesados. Aquí está el gran cuello de botella. Existe muchísima información, pero la gran mayoría no está procesada y muchas veces quienes almacenan la información terminan desechándola porque el costo de mantenerla puede ser alto para no sacarle ningún provecho. Me ha pasado de estar con personas que me preguntaban si tenía sentido almacenar, por ejemplo, el historial de datos de GPS de los recorridos de buses de línea, dado que ellos no hacían nada con ellos y que procesarlos tenia un costo muy alto". Rizzi realizó una serie de investigaciones sobre seguridad vial, un campo donde escasean los datos. "Acceder a buenos datos sobre accidentes viales nos va a ayudar a entender mejor el problema y en consecuencia a tomar mejores decisiones. Pero en seguridad vial los datos no suelen ser abiertos. Tanto las empresas concesionarias de las rutas como la policía suelen retacear la información. Estoy trabajando en dos proyectos relacionados con el tema (seguridad vial en autopistas y seguridad vial en empresas de transporte de cargas) y la cantidad de gestiones y paciencia que hay que tener para conseguir los datos es mucha." A nivel local, para Stier, "una limitación de la Argentina es que no hay mucha gente que sea experta en modelos. En el caso de los profesionales de computación, matemática y física, muchos se quedan en la universidad y no le dan tanta cabida a las cosas aplicadas". Rizzi, en tanto, cree que en la Argentina "no hubo demandas desde el Estado ni desde los privados que permitieran la consolidación de grupos de investigación en transporte. Lo que se demanda en la materia es con horizontes de trabajo a corto plazo y lo cubren bien los consultores. Y tal vez tampoco hubo líderes desde el mundo académico que hayan podido 'vender' el potencial de la investigación para pensar y resolver los problemas de transporte".

«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«»«» 

Cuando se produce una congestión recurrente, en general coincide con que la gente hace los mismos viajes todos los días, con lo que se genera una situación de equilibrio. "Pero un equilibrio no es algo necesariamente bueno", dice Stier, que contrapone un esquema en el que todos buscan tomar un camino óptimo (como podría ser el sugerido por una aplicación como Waze) al de una potencial aplicación que podría tratar de optimizar el sistema en su conjunto. "Si yo lograse reducir la carga de una calle en un 10 por ciento, tal vez reduciría el tiempo de viaje en un 50 por ciento. Pero si para eso yo tengo que mandar a una serie de conductores por otra calle, tal vez no sea justo para ellos. Sin embargo, si lo hago bien, puedo decir: 'A vos, una vez por semana, te toca el camino alternativo'. Si lo vamos alternando, todos vamos a salir ganando en la semana y vamos a viajar mejor. Pero eso no se implementa porque tiene este problema de justicia que necesita que todos cooperemos con el sistema para que funcione", explica.

Así, lo Ideal serían los modelos "Pareto eficientes", es decir, aquellos donde mejora la situación de alguien sin que empeore la situación de los demás. "Pero eso en la práctica no funciona en el largo plazo, porque la ciudad mide lo que mide, la torta no se puede agrandar más y entonces algunos ganan y otros pierden", explica. Stier considera que muchas veces en las discusiones sobre qué priorizar en la planificación del transporte quedan de lado las problemática de salud, medioambiental y de accidentes. "SI se tiene todo eso en cuenta, el transporte privado es mucho más caro de lo que creemos, porque no estamos contando el asma de chicos que se atienden en hospitales o la emisión de carbono. Si uno mete todo eso en una ecuación la conclusión es que se debería favorecer el transporte público y el que no contamina".