Sistema GAIA
A simple vista, São Paulo, en Brasil, ━la ciudad más poblada del continente americano, con más de doce millones de habitantes━ puede parecer indescifrable. Es un centro financiero clave de América Latina y es conocida como “la ciudad que no puede parar”. Su escalabilidad impone desafíos urbanos que muchas veces escapan al ojo humano, pero bajo esa superficie intensa y acelerada, una nueva forma de entender la ciudad está en marcha. Una que convierte los trayectos urbanos en datos y los datos, en decisiones.
Hace algunos años, la gestión del mantenimiento vial dejó de depender exclusivamente de inspecciones manuales o reclamos vecinales y empezó a apoyarse en el sistema GAIA: Gestión de Asfalto con Inteligencia Artificial. Se trata de una red de sensores, cámaras y algoritmos que utiliza Internet de las Cosas (IoT) e inteligencia artificial (IA) para monitorear en tiempo real el estado del pavimento y anticipar intervenciones como recorridos, bacheados, grietas y otras eventualidades.
Esta innovación propone algo más que tecnología. Es una apuesta concreta por convertir los datos en un bien común y crear políticas públicas basadas en evidencia, involucrando a la comunidad como una aliada clave. Para conocer más sobre esta herramienta que busca mejorar la experiencia diaria de millones de personas, +COMUNIDAD entrevistó a Alex Gama, director del departamento de Mantenimiento Vial de la Secretaría Municipal de las Subprefecturas de São Paulo.
Sistema GAIA, una nueva forma de evaluar el territorio
Cada día, cerca de cien vehículos –entre taxis, vehículos de apps móviles y unidades oficiales– recorren São Paulo con sensores inerciales y cámaras que, durante sus trayectos cotidianos, capturan de forma automatizada el estado del pavimento en la ciudad. “El sistema GAIA surgió de la necesidad de las autoridades públicas de evaluar la calidad del pavimento para anticipar las demandas e implementar acciones de mantenimiento de inmediato”, comenta Gama sobre el origen de la iniciativa.
“En este contexto, la ciudad de São Paulo buscó soluciones tecnológicas que superaran los obstáculos inherentes a la escasez de recursos humanos, tiempo y el alto coste de las herramientas materiales para este análisis”, explica el director. Y continúa: “Soluciones creativas para recopilar datos sobre la calidad superficial del pavimento urbano y proporcionar información ágil y continuamente actualizada sobre defectos específicos, que representaban una gran proporción de las quejas de los ciudadanos”.
Uno de los aspectos más innovadores no está solamente en la tecnología utilizada, sino en la forma de recolectar los datos. En lugar de depender de inspecciones puntuales o quejas vecinales, convirtió a la ciudadanía en una red de sensores urbanos, sin alterar su rutina ni sumar emisiones. Por eso cada kilómetro recorrido alimenta una base de datos que permite identificar baches, grietas, tapas de alcantarilla irregulares y otras fallas, gracias a un sistema de visión artificial instalado en los vehículos que los carga a un tablero de control.
Tecnología e información al servicio de la ciudadanía
Sobre las tecnologías específicas que componen el sistema y cómo se integran para generar información precisa sobre el estado del pavimento en la ciudad, Alex Gama explica que lo esencial son los sensores inerciales y visión computacional con IA. “Los sensores están instalados en vehículos entonces, mientras los conductores circulan en su rutina diaria, el sistema de sensorización recolecta los datos, sin necesidad de intervención por parte de los pasajeros”, comenta el funcionario.
“De esta forma el sistema logra generar un gran volumen de información de forma rutinaria y garantiza una buena cobertura de la flota, permitiendo que la Municipalidad de São Paulo pueda evaluar al menos el 90% de todas sus calles cada mes”, especifica. “Actualmente, São Paulo cuenta con una flota de cerca de 100 vehículos, que recorren al menos 200.000 km por mes dentro del municipio y, así, evalúan aproximadamente 14.000 km de calles urbanas mensualmente”, explica sobre el alcance del sistema.
El sistema de sensores inerciales, instalado en la rueda del vehículo, establece una correlación directa con el Índice de Irregularidad Longitudinal (IRI). Así, determina niveles de calidad del pavimento clasificándolos en óptimo, bueno, regular, malo y muy malo. El sistema de visión computacional con inteligencia artificial detecta, con una cámara y un procesador integrados, objetos de interés en las calles, y los categoriza como grietas longitudinales, transversales y tipo piel de cocodrilo, entre otras.
“En los sensores mencionados se utilizan tecnologías como IA, Internet de las cosas (IoT), sensorización remota, uso de acelerómetros, transmisión de datos en tiempo real vía 5G, edge computing (procesamiento en el borde) y adquisición y procesamiento de datos en la nube”, enumera Gama. La información recolectada es procesada para alimentar informes y tableros en herramientas de inteligencia de negocios, para que funcionarios públicos puedan tomar decisiones rápidas.
Sistema GAIA. Imagen: Prefeitura de São Paulo.
“Esa información también está integrada al Sistema de Mantenimiento Urbano, para la generación automática de órdenes de servicio, de modo que se puedan tomar acciones de mantenimiento en cuanto se detecten los defectos”, añade el director del área. Respecto al papel que juegan los vehículos ciudadanos en este modelo de monitoreo colaborativo y cómo se organizó la red de taxis y autos por aplicación para convertirlos en sensores urbanos, Gama resume: “Son la base para la recolección de datos del sistema GAIA”.
El concepto del sistema –profundiza el funcionario– fue aprovechar el volumen y la capilaridad de las rutas que transitan muchos de estos conductores, garantizando así un alto porcentaje de mapeo combinado con una enorme cantidad de datos. “El método tradicional de monitoreo de calles requería alquilar o adquirir vehículos específicos y mantener personal dentro de ellos para registrar la información. Esto hacía que el costo por kilómetro volviera inviable la inspección de toda la ciudad”, contrasta.
La red de taxis y autos por aplicación se organiza bajo las siguientes condiciones: los vehículos deben circular al menos 2.000 km mensuales por la ciudad, y los autos seleccionados provienen de distintas regiones del municipio, para asegurar la mayor cobertura posible del territorio. En cuanto cómo se utilizan los datos obtenidos para definir prioridades de intervención y tomar decisiones técnicas sobre mantenimiento o repavimentación, el sistema permite cruzar distintos tipos de datos sobre las calles:
- Calles con peor calidad superficial.
- Calles con recurrencia de defectos.
- Calles con mayor circulación de vehículos.
- Calles que dan servicio a equipamientos públicos como escuelas y centros de salud.
- Zonas con corredores o carriles exclusivos para colectivos.
- Áreas de la ciudad con mayor densidad poblacional.
Ventajas y aprendizajes de GAIA
Alex Gama señala tres beneficios clave del sistema GAIA: mayor eficiencia operativa, uso más eficaz de los recursos públicos y reducción de las brechas territoriales. Gracias al monitoreo en tiempo real de la calidad del pavimento, el municipio detecta antes los desperfectos y actúa con su programa de bacheo, lo que disminuye la cantidad de buracos y prolonga la vida útil de las calles. La misma lógica preventiva se aplica al mantenimiento de la infraestructura vial y a la actualización del registro de la red de drenaje.
GAIA también acelera la recolección de escombros y residuos, así como la identificación y reparación de tapas de pozos de inspección desniveladas. Al generar datos georreferenciados de toda la ciudad y mapear de forma continua los activos en la vía pública, el sistema suministra indicadores útiles a los gestores locales y guía las intervenciones hacia los barrios que más lo necesitan, contribuyendo a equilibrar las condiciones urbanas.
La experiencia, afirma Gama, confirma el valor de la colaboración público-privada para introducir innovaciones con impacto ciudadano. “La solución adoptada muestra una alta escalabilidad, ya que puede implementarse tanto en ciudades grandes como en ciudades pequeñas. Para ello basta con ajustar la cantidad de vehículos con sensores a la realidad local”, concluye el funcionario.
Esta nota forma parte del Boletín Ideas & Inspiración de la Red de Innovación Local (RIL), donde cada mes se destacan casos innovadores en ciudades de todo el mundo. ¿Te gustaría recibir, una vez al mes, soluciones locales como las de esta nota en tu correo? ¡Puedes suscribirte de forma gratuita!
Imagen de portada: ilustración de RIL y +COMUNIDAD.
Redacción +COMUNIDAD
