Deep learning e IA para la gestión municipal

A pesar de que el Big Data, la Inteligencia Artificial o la Computación Cognitiva sean conceptos que habitualmente relacionamos con el desarrollo tecnológico y el ámbito empresarial, en los últimos años también se han hecho un hueco en la gestión pública. En este sentido, en el ámbito local, cada vez son más las ciudades que incorporan nuevas herramientas tecnológicas para llevar a cabo su planificación municipal o planteamiento urbanístico. Así, gracias a las TIC, hoy es posible monitorizar prácticamente en tiempo real todo tipo de temáticas urbanas: desde su dinamismo económico y mercado laboral, hasta su estructura demográfica, pasando por la movilidad o la salud de la población. Y es que cada día se producen cientos de datos de cada uno de estos ámbitos que permiten ofrecer la radiografía de las ciudades a lo largo del tiempo. Por poner un ejemplo, se puede evaluar el estado del mercado de la vivienda a través del análisis de indicadores como el número de desalojos, la densidad de viviendas en suelo urbano o el número de hogares con falta de suministro eléctrico.

Sin embargo, el verdadero reto está en convertir este gran volumen de datos, el famoso Big Data, en inteligencia al servicio de las ciudades y la ciudadanía. Es decir, utilizar los datos para identificar las problemáticas y fortalezas del municipio, analizar su evolución, predecir su futuro y, en base a todo ello, tomar decisiones políticas. Y ahí es nuevamente donde los avances tecnológicos están jugando un papel fundamental. Para realizar estas evaluaciones, es imprescindible que los gestores cuenten con herramientas de análisis cuantitativo que permitan contextualizar tanto el estado actual de la problemática que se pretende solucionar mediante la implementación de políticas públicas, como de los escenarios futuros y potenciales impactos que estas políticas pueden tener una vez aplicadas.

Mediante algoritmos de Inteligencia Artificial, y disponiendo de series históricas de datos, somos capaces de proyectar el comportamiento futuro de cualquier indicador, analizar las relaciones de causalidad entre indicadores o comparar el comportamiento actual y futuro con otras urbes. Sin lugar a duda, estas aplicaciones de la tecnología permiten incrementar la eficiencia y productividad en el análisis de las ciudades para, así, gestionarlas desde el más profundo conocimiento. Este conocimiento, también denominado Deep learning, se caracteriza por su aprendizaje automático y su capacidad de acercarse a la percepción humana, lo que, en el ámbito urbano, nos permite realizar análisis más certeros y adecuados al creciente grado de complejidad de las ciudades.