La movilidad de Santiago ha aumentado tras el desconfinamiento y sí lo reflejan las cifras del Ministerio de Transportes, quien informó que durante noviembre hubo más de 26 millones de pasajeros en la red de Metro, el número más alto desde el inicio de la pandemia. Con un nuevo panorama a la hora de querer moverse por la ciudad, parece ser la tecnología una gran aliada para tomar decisiones que recuperen la confianza de la gente a utilizar el transporte público, tanto buses como Metro, de manera segura.

El big data, la herramienta tecnológica que permite acumular y analizar millones de bases de datos rápidamente, es aplicado en una serie de áreas y desde un tiempo en el transporte público. A través del software de Análisis de Datos de Transporte Público, más conocido como Adatrap, desde 2018 planifica y crea estrategias en la red que conecta a la región Metropolitana.

El proyecto es liderado por Marcela Munizaga, académica de la carrera de Ingeniería Civil de la Universidad de Chile e investigadora del Instituto de Sistemas Complejos de Ingeniería (ISCI), quien lleva más de una década trabajando con datos masivos del transporte público. En un inicio, cuenta la investigadora, Adatrap era un proyecto que facilitaba la información obtenida con el software de solo una muestra semanal al año a la Dirección de Transporte Público, utilizando a su favor la información obtenida tanto del GPS de los buses que se movían por la ciudad, así como las transacciones realizadas por los pasajeros a través de la tarjeta Bip!

“Desde que se implementó el sistema de pago con tarjeta, vimos una posibilidad interesante de usar esos datos para ayudar en la toma de decisiones”, cuenta Munizaga, quien explica que los datos acumulados son utilizados principalmente para modelación, es decir, predecir los comportamientos de los viajeros o la velocidad de los buses, desarrollando herramientas disponibles a disposición de la Dirección del Transporte Público Metropolitano (DTPM).

El uso del Big Data en las decisiones significó un cambio de 180 grados. Antiguamente, la información se conseguía a través de las encuestas Origen-Destino, las cuales se tomaban cada 10 años a pasajeros del Transantiago, lo que significaba contar con información desactualizada y un gasto considerable para el ministerio. Tras la instalación de Adatrap, a principios de la década del 2010, el trabajo ganó la confianza del DTPM, decantando en su utilización diaria para la toma de decisiones y la creación de estrategias.

Adatrap proporciona información procesada, con una interfaz cómoda que permite a los ingenieros realizar análisis sin tener que detenerse en la revisión de datos del sistema, lo que permite priorizar la asignación de recursos para mejorar los puntos de parada, definir las vías prioritarias para el transporte público y distribuir mejor la oferta de buses.

Marcela Munizaga relata que algunos de los cambios en los que afectó el uso de Big Data fue la modelación del comportamiento de los pasajeros en los diversos horarios del día. Generalmente, la prioridad estaba en modelar el tramo del horario punta de la mañana, pero con la información obtenida descubrieron que sólo significaban 1/3 de los viajes en la ciudad.

La nutrida información ordenada permitió también mejorar los servicios nocturnos de la red metropolitana. Antes del toque de queda, las noches de Santiago acostumbraban a movilizar a trabajadores, personas que salían de fiesta o que regresaban a sus casas tras un concierto. “Salir a hacer mediciones durante la noche era muy difícil, porque los pasajeros son pocos, las frecuencias son bajas y el costo era muy alto, por lo que la información de los GPS fue esencial para mejorar los servicios programados”, explica la académica.

Miguel Ormeño, gerente de planificación e infraestructura del DTPM, explica que los programas de operación en el Sistema de Transporte Público, a través de la herramienta, han permitido mejorar los programas de operación a nivel semanal, convirtiéndose en un hito en la programación de transporte, moviendo la oferta de buses a través de los datos y permitiendo que la ciudadanía esté informada a través de aplicaciones, como es el caso de Red, app gratuita que no requiere acceso a internet, y que permite entre sus variadas tareas entregar alternativas de cómo llegar de un origen hacia un destino, combinando los distintos modos de transportes, o predecir el tiempo aproximado de llegada del recorrido que esperas a tu parada.

“El Big Data permite crear un entorno de transporte inteligente, pero además seguro. A partir de la sensorización –que parte desde los GPS- se puede generan un sinfín de cruces que apuntan a una mejor gestión del tráfico y experiencia de la ciudadanía”, plantea Francisco Guzmán, director de Claro empresas. Por ejemplo -añade el ejecutivo- hoy existen distintas aplicaciones que, “de una forma simple y visual, entregan información como el tiempo estimado de viaje, el tiempo de espera en un paradero o un andén, cuántos pasajeros van a bordo de un vehículo o qué precauciones sanitarias se están tomando, con lo que las personas pueden tomar decisiones informadas para sus traslados”.

A nivel macro, dice Guzmán, “el análisis de datos permite crear mapas de movilidad o mapas de calor para el estudio detallado de los movimientos y flujos dentro de un barrio o una ciudad, lo que contribuye a una mejor planificación urbana, orientada no sólo a la seguridad sanitaria, sino que a un desarrollo sostenible. Esas son solo algunas de las dimensiones en que big data y analítica juegan un rol clave, pero la realidad es que tienen una potencialidad enorme”.

Con la llegada de la pandemia, disminuyó drásticamente la movilidad, instalándose una especie de temor de usar el transporte público, asegura Marcela Munizaga, ante la posibilidad de ser un lugar más expuesto a contagiarse de Covid-19. Si bien la evidencia de contagio no es particularmente clara, Luis Herskovic, académico de la Escuela de Gobierno de la Universidad Adolfo Ibáñez, explica que varios estudios internacionales describen una serie de elementos que limitan los contagios al interior de un bus, como el limitado tiempo de los pasajeros al interior de estos, el uso de la mascarilla y la poca de comunicación entre quienes viajan.

La prioridad central, ante la contingencia, es evitar el hacinamiento al interior del transporte público, una postal que antes se repetía con frecuencia. Miguel Ormeño, del DTPM, señala que ya se han tomado medidas para combatir las aglomeraciones. “Al tener la información en detalle, podemos saber cuántas personas hay en cada paradero de la ciudad, y cuántas personas se mueven a través de los distintos servicios”, describe el gerente de planificación, quien agrega que durante el período de pandemia, se contabilizaron los mil paraderos con mayor afluencia de pasajeros, para generar medidas de distancia.

Hay ejes característicos que fueron intervenidos por la cantidad de gente que transita por esos lugares, e independiente de la pandemia mantenían una gran acumulación de pasajeros. Los ejes Alameda/Providencia, Santa Rosa y algunas partes de Puente Alto son algunos de los lugares donde se tomaron medidas para aumentar el distanciamiento físico antes de ingresar a los buses.

Una medida que se realizó en un tiempo acotado, gracias a la información recabada, y que terminó formando parte del Plan de Movilidad Nacional Paso a Paso, para diversificar opciones de transporte y reducir riesgos de contagios.

Al análisis de paraderos, se suman cambios naturales producidos por la pandemia, explica Marcela Munizaga, como la desaparición de los horarios punta al mediodía y el de la tarde, ya que los mismos pasajeros han decidido evitar atochamientos.

Si algo comparten los especialistas es que una ciudad que no maneje en línea cómo se está moviendo su transporte queda ciega. La movilidad ha cambiado, pero también los orígenes de destino, sobre todo en Santiago que, con el plan Paso a Paso, afectó particularmente a cada comuna. El contar con el Big Data en el transporte público significa un beneficio directo en quienes viven en grandes ciudades, digitalizando los servicios y previniendo problemas para los millones de pasajeros que se mueven a través de la red.