null: nullpx
CityLab Vida Urbana

Cómo la inteligencia artificial está identificando a ricos y pobres desde el espacio

Una nueva herramienta logra captar los niveles de ingresos de los vecindarios mirándolos de las alturas.
Logo CityLab small
12 Jul 2017 – 03:15 PM EDT

Sombrillas, piscinas, y paneles solares son a menudo indicios de personas ricas, al menos en las ciudades de Estados Unidos. En cambio, los terrenos desahuciados y las fábricas tienden a relacionarse con comunidades pobres.

Estos patrones de riqueza o bienestar económico son tan previsibles que incluso las máquinas los pueden aprender. Un mapa online interactivo llamado ‘ Penny’ así lo demuestra, abriendo interrogantes acerca del papel que estos artefactos podrían tener en el futuro urbano.

Elaborada de forma conjunta entre Stamen Design, DigitalGlobe, y la Universidad Carnegie Mellon, Penny no es más que inteligencia artificial capaz de ‘leer’ imágenes satelitales de dos diferentes ciudades e identificar las categorías de ingresos en los barrios de estas urbes. Los usuarios curiosos pueden poner a prueba su eficacia moviendo el visor sobre las fotos áreas de Nueva York y St. Louis; una vez ejecutada, Penny evaluará el nivel de ingreso promedio con varios grados de fiabilidad.

¿El Upper East Side de Manhattan? Alto ingreso promedio. ¿El Arco Gateway de St. Louis? Ingreso medio-alto.

Más intrigante aún es que Penny permite jugar y simular cómo pueden cambiar las ciudades con distintos elementos. ¿Qué pasaría con el nivel de ingreso medio predicho si, digamos, una cancha tenis o un invernadero aparecieran donde está el parque? ¿Y qué pasaría si el estacionamiento de un autobús escolar reemplazara esas casas o ese hotel de lujo famoso? Ejecute Penny nuevamente y le devolverá otra predicción.

En ocasiones los resultados son lógicos, en otras no. Si colocáramos un estacionamiento sobre la Trump Tower en el Midtown, entonces encontraremos que disminuye la certeza de Penny respecto a que se trate de un área opulenta. Tiene sentido. Pero si insertaras el Hotel Plaza en algunas zonas de Harlem, aumentará su predicción de que se trata de un área de bajos ingresos. Plantar árboles para mejorar el estatus socioeconómico pronosticado de un barrio funciona en ciertos casos, pero no ahí.


(Stamen/Digital Globe/Carnegie Mellon)


Incluso cuando no es evidente para el usuario humano, Penny da una explicación lógica a cada interpretación. Como toda máquina con Inteligencia Artificial, ella basa sus interpretaciones en patrones previamente aprendidos. Jordan Winkler, ingeniero en datos espaciales en la compañía de softwares e imágenes satelitales DigitalGlobe, ayudó a ‘entrenar’ la red neuronal de Penny, con el fin de que memorizara datos de ingresos extraídos del Censo en el caso de dos ciudades. Entonces el programa aprendió a correlacionar este conocimiento con líneas, colores, y formas incrustadas en las imágenes satelitales.

“No tiene un concepto subjetivo de lo que es el Hotel Plaza”, dice Winkler. “De modo que cuando dejas caer el Plaza en el Bronx, estás diciendo que este nuevo patrón de formas y colores, y lo que está siendo cubierto por él, se parece más a los lugares de bajos ingresos que se ven”.

Eso no significa que, en el mundo real, si se mudara un hotel de lujo a un barrio de extrema pobreza esto vaya a traducirse necesariamente en un efecto deprimente del ingreso. Penny simplemente dibuja la correlación, no la causalidad. Según Winkler y Jon Christensen, asesor estratégico en Stamen Design, la firma cartográfica que se encargó del acabado estético, la herramienta está diseñada para promover un debate acerca de una conclusión con fundamento científico: La riqueza se ve desde el espacio y puede ser rastreada conforme su entorno cambia sistemáticamente.

Con todo, Penny desempolva una inquietante conclusión: un robot puede, en teoría, hacer más ‘razonables’ las decisiones de planificación urbana que lo que pueden los propios seres humanos. Aunque también podría suceder que un robot olvide algún dato humano importante escondido en su dieta estadística o simplemente sucumba ante el sesgo científico inherente a cualquier base de datos.

Hoy día, la inteligencia artificial está siendo empleada para contribuir a gobernar las ciudades en determinados contextos, tales como la predicción de dónde puede haber tráfico u ocurrir crímenes. ¿Cuán hondo en el espacio urbano debería calar la Inteligencia Artificial? Penny es un buen punto de partida.

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


Las diez ciudades más felices de Estados Unidos en 2017

Loading
Cargando galería
Publicidad