Simular una ciudad para mejorar la vigilancia urbana sobre el terreno

Antes de poner un pie en la calle, ahora es posible ‘ensayar la ciudad’. Recorrerla, dividirla en zonas, probar distintas estrategias de movilidad y ver qué ocurre sin que nada haya pasado todavía en la vida real. No es una predicción exacta del futuro, pero sí una forma de anticiparse y tomar mejores decisiones.

Infografía sobre el funcionamiento del mapa urbano basado en inteligencia artificial.

Con esa idea, un equipo de investigación de la Universidad de Málaga ha desarrollado, en colaboración con la Unidad Territorial de Inteligencia de la Comisaría Provincial de Málaga de la Policía Nacional, un sistema basado en inteligencia artificial que construye un mapa virtual de Málaga. ¿El objetivo? Mejorar la vigilancia urbana ante posibles delitos. La herramienta analiza cómo se distribuyen determinadas incidencias en distintas zonas de la ciudad y diseña recorridos más eficaces, ajustando tanto el número de patrullas policiales necesarias como sus desplazamientos.

Un gemelo digital de la ciudad

El núcleo del sistema es un gemelo digital, una réplica virtual de Málaga que integra datos reales sobre información geográfica, social y de seguridad. Sobre este entorno, los investigadores pueden simular diferentes estrategias y evaluar su impacto antes de aplicarlas en la realidad.

Para ello, el modelo divide la ciudad en pequeñas cuadrículas de 50 por 50 metros, lo que permite identificar con precisión cómo se distribuyen las incidencias en cada zona y adaptar la respuesta a las características de cada área.

El sistema se ha validado en tres áreas urbanas de Málaga con características diferentes en tamaño y condiciones de seguridad.

El sistema desarrollado introduce nuevas formas de analizar y planificar la vigilancia urbana:

• Determinar el número de patrullas más adecuado en cada zona.
• Diseñar recorridos que cubran mejor los puntos con mayor actividad.
• Evitar tanto la falta de presencia como el uso excesivo de recursos.
• Evaluar la eficacia real del despliegue mediante un índice de cobertura.
• Adaptar las estrategias a distintos entornos urbanos.

Este último indicador, el índice de cobertura, evalúa si la vigilancia se concentra en las zonas con mayor necesidad, en lugar de limitarse a medir la frecuencia de paso, como hacen los enfoques tradicionales.

Recorridos que cambian

Uno de los elementos novedosos del sistema es su capacidad para generar rutas distintas de forma continua. A diferencia de los modelos convencionales, que tienden a repetir patrones, esta herramienta propone recorridos variables para cada patrulla. “El sistema aprende a coordinar los movimientos para mejorar la cobertura y evitar trayectorias previsibles. Este planteamiento se basa en la idea de que una presencia menos rutinaria puede contribuir a mejorar la vigilancia”, explica el investigador de la Universidad de Málaga Eduardo Guzmán.

El grupo de Investigación y Aplicaciones en Inteligencia Artificial.

Para lograrlo, el modelo utiliza técnicas de aprendizaje por refuerzo multiagente, un tipo de inteligencia artificial que permite a distintos ‘agentes’ -en este caso, las patrullas- aprender de forma conjunta a partir de la experiencia.

El sistema se ha probado en distintas zonas urbanas de Málaga con características diferentes. En cada caso, el modelo se ha adaptado al entorno y ha propuesto estrategias ajustadas a las necesidades específicas de cada área.

Tecnología para gestionar mejor la ciudad

Aunque todavía no se ha aplicado en un contexto real, la herramienta ya incorpora condiciones prácticas como turnos de trabajo y recorridos a pie, lo que facilita su posible implementación futura.

Más allá del ámbito de la seguridad, los investigadores destacan que este tipo de sistemas abre nuevas posibilidades para la gestión urbana. La combinación de datos reales y modelos digitales facilita el ensayo de decisiones complejas en un entorno controlado, reduciendo incertidumbres y empleando los recursos materiales y humanos de forma más eficiente.

La herramienta ayuda a determinar el número ideal de patrullas a pie necesarias en cada área.

En el fondo, se trata de ensayar la ciudad antes de recorrerla: probar distintas opciones, ajustar estrategias y comprobar qué funciona mejor. Una forma de mejorar lo que ocurre en el terreno a partir de lo que se aprende en su versión digital.

Más información en #CienciaDirecta: Desarrollan un mapa urbano basado en inteligencia artificial para mejorar la seguridad ciudadana