“Inteligencia Artificial y prospectiva del ejercicio profesional”

Revolución Tecnológica en el Transporte

En la actualidad cada vez cobran más sentido las locuras futuristas que solo podían vislumbrarse en el cine, hoy, con la llegada de chatbots potentes como GPT4, se ha vuelto más cercano para todos eso que llamamos inteligencia artificial (IA), y que se comienza a integrar con la realidad académica y profesional a la que estamos acostumbrados. Son tal vez muchos los cuestionamientos y temores que surgen de estos avances, sin duda habrá la oportunidad de que este tema tan disruptivo sea explorado al detalle desde diferentes disciplinas como la economía o las ciencias humanas, pero el punto en cuestión, más allá de entrar en la discusión de si deberían o no ponerse límites a lo que hacen estas herramientas, es ver cuál puede ser su potencial frente al desarrollo de las diferentes disciplinas, cuál será el posible aporte a las relaciones económicas y sociales que vivimos actualmente y, en el caso de este escrito en particular, cuál será el uso potencial que podrán darle los que se desempeñan en el sector transporte.

En el ámbito del transporte, múltiples aplicaciones se han venido implementando con relativo éxito, acercándose cada vez más a las prospectivas de un sinnúmero de escritos que intentan establecer el paradigma de la movilidad del futuro, algunas regiones del mundo han avanzado más que otras y es posible evidenciar el uso de la IA en múltiples aplicaciones del transporte:

Gestión del Tráfico y Optimización de Rutas

La IA puede analizar y procesar en tiempo real grandes cantidades de datos de tráfico, lo que permite predecir la congestión, evitarla y optimizar rutas. Los sistemas de navegación inteligentes son capaces de sugerir otras rutas a los conductores teniendo en cuenta las condiciones actuales del tráfico, el tiempo y otros factores. Esto ya influye, por ejemplo, en la planificación y el funcionamiento de los sistemas de transporte público de muchos países en el mundo.

Vehículos Autónomos

Estos vehículos utilizan sofisticados algoritmos de aprendizaje automático para procesar datos de sensores, cámaras, radares y otros dispositivos con el fin de tomar decisiones de conducción seguras y eficaces. El uso generalizado de vehículos autónomos podría además de mejorar las condiciones de tránsito, abrir la puerta a una visión innovadora de la movilidad que se conoce como Mobility as a Service (MaaS) y que pretende modificar los patrones de tenencia y propiedad en los vehículos de uso particular.

Figura 1

Vehículos autónomos

Fuente: imagen generada con inteligencia artificial de Bing.

 

Seguridad Vial

La identificación de tendencias en los datos de accidentes de tráfico y la predicción de situaciones de alto riesgo, son dos formas en las que la IA tiene el potencial para mejorar significativamente los resultados en todos los pilares de la seguridad vial. La IA también tiene el potencial de prevenir accidentes identificando signos de fatiga o distracción del conductor. En cuanto a los vehículos, esta inteligencia puede detectar la necesidad de reparaciones o mantenimiento en tiempo real y, por último, sus innovadoras herramientas también permiten detectar problemas con la superficie de rodadura y las geometrías de las carreteras.

 

Figura 2

Video-detección automática

Imagen generada con inteligencia artificial de Bing.

 

Logística y Cadena de Suministro

La IA puede ser empleada para aumentar la eficacia de la cadena de suministro, para optimizar las rutas de reparto y reducir los costes y el efecto medioambiental del transporte, también puede facilitar la automatización de procesos en almacenes y centros de distribución, aumentando la productividad y reduciendo las tasas de error humano.

Los anteriores puntos mencionados son sólo unos pocos ejemplos del poder transformacional que están teniendo estos avances tecnológicos, y que sin duda generarán cambios importantes. Es posible suponer que el futuro de la movilidad y el transporte en las ciudades se alineará con el concepto futurista y esperado de Smart Cities y sus aplicaciones estarán al alcance de todos.

 

Referencias

• Bouskela, M., Casseb, M., & Bassi, S. (2016). La ruta hacia las Smart Cities Migrando de una gestión tradicional a la ciudad inteligente.

• Campos Canales, R., & Pérez, G. (2021). Boletín FAL No 388: Vehículos autónomos y energías alternativas para la logística postpandemia.

• iRAP. (2021). iRAP ’ s Plan for the 2nd Decade of Action for Road Safety 2021-2030 FOR A WORLD FREE OF HIGH-RISK ROADS FOR 2030 IMPACT.

• Ponce, J. C., Torres, A., Quezada, F., Sprock, A., Martines, E., Casali, A., Scheihing, E., Túpac, Y., Torres, D., Ornelas, F., Hernández, J., Zavala, C., Vakhnia, N., & Pedreño, O. (2014). Inteligencia Artificial. In Proyecto LATIn.

• United Nations. (2020). Transport Trends and Economics 2018-2019 - Mobility as a Service. UNECE, Inland Transport Commitee. https://www.unece.org/fileadmin/DAM/trans/main/wp5/publications/Mobility_as_a_Service_Transport_Trends_and_Economics_2018-2019.pdf%0Ahttps://trid.trb.org/view/1689711