null: nullpx
CityLab Transporte

Cómo el diseño de las calles en Nueva York está salvando vidas de ciclistas y peatones

El diseño y la ingeniería aplicada a las calles de la Gran Manzana está ayudando a la seguridad de todos.
Logo CityLab small
16 Jun 2017 – 10:16 AM EDT

En 2011, en la intersección de la Séptima Avenida y la Calle 23 del Oeste de Nueva York, se reportaron 15 incidentes que provocaron algún tipo de lesión a sus víctimas. Nueve de ellas correspondieron a peatones que fueron golpeados por vehículos. Justamente esa intersección registra una de las tasas más elevadas de la urbe en lo que a atropellos de peatones se refiere. De ahí que, en 2013, un grupo de ingenieros de tránsito de la ciudad hicieran de las intersecciones de Manhattan el objetivo de un proyecto encaminado a mejorar la seguridad.

La Séptima Avenida, que era más bien un espacio abierto sin distinciones claras entre los carriles de los autos, dispone ahora de dos separadores de alta visibilidad y carriles para girar a la izquierda especialmente delimitados entre isletas y bordillos. Por otro lado, los giros a la izquierda están totalmente prohibidos a un costado de la Calle 23, y las cuatro esquinas de la intersección antes mencionada cuentan con señales audibles de cruce peatonal.

Los choques causantes de lesiones a peatones han disminuido allí un 68% desde entonces, según registros de la ciudad. Si bien en toda la urbe las muertes de peatones están subiendo, en las áreas en que, desde 2005, se ha sentido el impacto del diseño preventivo, las fatalidades han decaído un 34%.


El antes y después de varias calles neoyorquina. (NYC DOT)

Estas son muy buenas noticias. Pero, ¿qué factores, específicamente, reducen los accidentes en tan peligrosos puntos de la ciudad? Si disminuyera la cantidad de cruces peatonales sobre Quinta Avenida, ¿mermarían los accidentes? ¿En qué medida? ¿Y qué tal si estrecháramos los carriles? ¿O si prohibiésemos los giros a la izquierda? Dado que la mayoría de los proyectos de mejoramiento implican múltiples cambios de diseño, es difícil saber qué ayudó exactamente y cuánto lo hizo.

“Es algo que todo el que trabaje en políticas públicas quiere saber”, sostiene Rob Viola, director de seguridad e investigación del Departamento de Transporte de la ciudad de New York. “Uno quiere saber qué pieza es la que está aportando más”.

En agosto de 2015, la ciudad se asoció con DataKind, una organización sin fines de lucro que provee servicios estadísticos al campo social, para así construir una herramienta capaz de proyectar el impacto de cualquier intervención ingenieril, sobre cualquier calle de la ciudad. Se trata de un objetivo ambicioso, por supuesto y el primer paso constituyó una tarea muy difícil en sí misma. Sin un adecuado estimado de los volúmenes de tráfico de la ciudad, sería imposible saber la tasa real de accidentes en un punto determinado, u obtener una idea precisa de qué, además de la mera presencia de autos, conspira contra la seguridad.


Este gráfico muestra el aumento (en rojo) y el descenso (en azul) en accidentes. De izquierda a derecha, se ven todos los accidentes, luego los accidentes con ciclistas y finalmente los accidentes con peatones. (Datakind)

“Muchas de las cosas importantes para un modelo predictivo de accidentes están relacionadas con la exposición al tráfico”, acota Michael Dowd, estadístico en DataKind que lidera el proyecto. “La complejidad de una intersección, la separación entre avenidas, el área de balasto: características todas ligadas a la cifra de autos que se contabilizan en la calle”.

La ciudad tiene cómputos de tráfico para miles de rutas que se remontan a 2008, pero no abarcan todas las esquinas y calles y tampoco todos los años. De modo que DataKind pasó cerca de dos años desarrollando un ‘modelo de exposición’ capaz de estimar volúmenes de autos, utilizando precisos cómputos de tráfico donde había y un modelo de aprendizaje automático para prever volúmenes donde no había cómputos. Básicamente, un software de inteligencia artificial (suministrado por Microsoft) ‘lee’ cómputos reales en miles de rutas, ‘aprende’ los contornos de las calles con alto o bajo volumen de tráfico, y luego devuelve predicciones para ubicaciones similares.

Los analistas a su vez procesan decenas de conjuntos de datos que reflejan la forma del tráfico en la ciudad –índices de accidentes, ancho de las calles, puntos de explanadas peatonales, señales de sincronización, carriles para autobús y bicicletas, programación del tránsito, el flujo comercial, entre muchos otros–, a fin de elucidar si alguna de estas intervenciones por separado tuvo un efecto estadísticamente significativo en la tasa de accidentes. Este sería el fundamento del ambicioso modelo predictivo de seguridad “if, then” .


A la izquierda, los lugares donde la ciudad disponía de datos de los cómputos de tráfico. A la derecha, un mapa coroplético de los volúmenes de tráfico, aportado por el modelo de exposición de Datakind. (Datakind)

¿Qué resultados arrojó el estudio? Bueno, en cierto modo, ninguno. Una vez que Datakind puso a andar el modelo de exposición, ni un solo método de ingeniería sobresalió como un factor estadísticamente significativo que redujera los índices de infortunios.

Pero esto no quiere decir que este tipo de diseño urbano no tenga efectos en la seguridad: el cambio apreciado en la intersección de la Calle 23 y la Séptima Avenida demostró lo efectivo que puede llegar a ser. Sin embargo, no ha habido proyectos de mejoramiento de la seguridad suficientes para sustentar el tipo de análisis detallado que la ciudad espera que se haga. “Es un problema estadístico”, refiere Porway.

Viola asiente. “Creo que con un par de años más de elaboración, y más ajustes al modelo, podremos acercarnos a ese ‘Santo Grial’”, sentencia.

Conforme la ciudad construye lentamente una red más sólida de intervenciones de seguridad en sus calles, el modelo de exposición puede aún contribuir a que los ingenieros realicen mejores prácticas. Si, por ejemplo, determinado punto de la ciudad presenta mucho tráfico y pocos accidentes, entonces podría haber algo que aprender del diseño en las calles. Al mismo tiempo, la ciudad pudiera estudiar la forma en que políticas como las tarifas de congestión o la prohibición de aparcar en las calles podrían afectar el índice de accidentes.

Cabe aclarar que Nueva York no es el único lugar que se beneficia de este tipo de trabajo: Datakind colaboró igualmente con Seattle y Nueva Orleans para desarrollar herramientas similares. Las tres forman parte de la iniciativa ‘Vision Zero’ –se han sumado al esfuerzo global por reducir las muertes como consecuencia de accidentes de tránsito–, por lo que se espera que las ciudades miembro, en su totalidad, aprendan del proceso también. Los modelos basados en datos puede que no sean perfectos, pero en una época de fondos limitados y crecientes tasas de fatalidad entre peatones, los dirigentes urbanos necesitan toda la ayuda posible para descifrar por qué algo tan aparentemente anodino como el diseño puede, bien usado, salvar vidas.

Este artículo fue publicado originalmente en inglés en CityLab.com.

El arte del nuevo metro de Nueva York

Loading
Cargando galería
Publicidad