La ciencia urbana, los datos y la inteligencia artificial: un campo que es “tendencia” y busca solucionar problemas de las ciudades

Las ciudades y sus datos se dan la mano. Con información y un detallado análisis, se pueden buscar nuevas soluciones a viejos problemas. Por primera vez en Uruguay y en la región, se realizó la Escuela de Invierno sobre ciencia de datos para ciudades más sostenibles en 2025 y la organizó UTEC en Zonamérica. Se trata de la segunda edición a nivel mundial, ya que la primera escuela se realizó un año antes en Nueva York). Estudiantes y docentes de la Universidad Nacional y Kapodistriana de Atenas (Grecia), la Universidad de Lisboa (Portugal), la Universidad de Tuscia (Italia), el centro Urban Science + Progress de la Universidad de Nueva York (NYU), la Universidad Tecnológica del Uruguay (UTEC), y la Universidad del Externado (Colombia), trabajaron juntos durante tres semanas para resolver desafíos de las ciudades con datos e inteligencia artificial.
Participaron estudiantes de grado y posgrado de distintas carreras en datos e inteligencia artificial, entre ellos, estudiantes uruguayos de UTEC.
Takahiro Yabe es profesor Asistente del Centro para la Ciencia Urbana de la Universidad de Nueva York (NYU) de Estados Unidos. El viajó a Uruguay para participar como docente de la Escuela de Invierno de urbanismo y datos organizada por UTEC en Uruguay junto a otras tres universidades extranjeras.
A continuación un resumen de la conversación con el docente:

¿Qué es la ciencia urbana y cuál es su relación con los datos?
La ciencia urbana es un campo que utiliza datos y algoritmos de inteligencia artificial y aprendizaje automático para comprender cómo se comportan las ciudades, cómo se comportan las personas en las ciudades y cómo funcionan las ciudades. Se estudia para tomar decisiones de mayor calidad sobre cómo mejorar cuestiones de las ciudades en términos de resiliencia, clima, eficiencia y otras métricas también importantes.

¿Es un campo reciente?
Sí. La ciencia urbana comenzó alrededor del año 2000 cuando se produjo una proliferación de bases de datos que se empezaron a recopilar. Por ejemplo, con los teléfonos inteligentes se recopilan muchos datos de movilidad que permiten realizar un seguimiento con GPS sobre cómo se están desplazando las personas en las ciudades. Sirven de base para muchas decisiones sobre el transporte, intervenciones de emisiones de carbono y también métricas de resiliencia ante desastres.

Trabaja en la investigación sobre la resiliencia de las ciudades y los desastres. La resiliencia se entiende como la capacidad de las comunidades para adaptarse y recuperarse de estos impactos para poder luego encarar mejor el futuro. ¿Puede contarnos un poco sobre su trabajo?
La resiliencia ante los desastres es un problema muy importante en muchas partes de Estados Unidos y del mundo, porque hay muchos desastres climáticos: inundaciones, huracanes, terremotos. Queremos entender cómo podemos preparar mejor a las ciudades para esos escenarios de desastres imprevistos. En mi investigación utilizo datos de localización GPS de teléfonos inteligentes para comprender cómo la gente realiza la evacuación de una zona y cómo se recuperan las ciudades después de un desastre. Así es que estamos desarrollando algoritmos de inteligencia artificial, modelos de aprendizaje automático y gemelos digitales para simular cómo reaccionaría la gente ante un desastre determinado. Después de un desastre, ¿regresan pronto? ¿cuántos son evacuados? Una vez que tenemos esas predicciones, podemos tomar mejores decisiones sobre cómo prepararnos para esos desastres.

Los países padecen de diferentes problemáticas vinculadas a los desastres naturales. ¿Cómo adapta este trabajo a distintos escenarios? ¿Uruguay podría sacar partido de esto?
Durante la Escuela de Invierno que organizó UTEC en Uruguay tuvimos estudiantes de diferentes países, como Estados Unidos, Colombia, Brasil y Uruguay. Les pregunté sobre qué tipo de desastres había en sus países, ya que provenían de muy diferentes áreas geográficas. Sorprendentemente, hay muchos solapamientos. En Estados Unidos, por supuesto, tenemos huracanes, inundaciones e incendios forestales. En Japón, de donde soy, tenemos terremotos y tsunamis. En Uruguay hay inundaciones y lluvias torrenciales. Éstas ocurren en muchos países y muchas zonas geográficas y por eso hay un gran avance en algoritmos que ya abordan esta problemática y podrían trasladar esta experiencia y conocimiento de otras regiones que están utilizando aprendizaje automático. Por lo tanto, al reunir a un grupo de estudiantes de todo el mundo, podemos compartir conocimientos entre diferentes regiones.

¿El objetivo es predecir estos eventos?
Es predecir estos eventos sí, y también predecir el impacto que tendrán en las personas, en las empresas y en las ciudades en general. Y luego, también el trabajo apunta a poder utilizar esa información para tomar decisiones y prepararse para desastres futuros.
En esta Escuela de Invierno estuvimos hablando sobre los sistemas de inteligencia artificial y en cómo estos sistemas están ayudando mucho a predecir desastres. En nuestro laboratorio aún queda mucho camino por recorrer para predecir completamente cuál sería el impacto que esto tendría en las personas, las empresas y las ciudades. Pero estamos en ese camino.

Vino a Uruguay para participar en la Escuela de Invierno que organizó UTEC junto a otras universidades de Estados Unidos, Colombia e Italia con estudiantes de las distintas regiones. ¿Qué opina sobre la experiencia de concentrar tres semanas de trabajo y entrenamiento en ciencia de datos y urbanismo para jóvenes que se están formando en esta área?
Es un entrenamiento largo y muy estructurado. Lo disfruté mucho por el intercambio con estudiantes de diferentes países poniendo en común sus perspectivas sobre ciudades, inteligencia artificial y cómo manejarlas.

¿Cuál es el futuro de la ciencia de datos y el urbanismo en países de Latinoamérica? Los países en desarrollo recién están comenzando a acercarse a la disciplina para su uso más frecuente.
Hay una tendencia de progreso hacia un desarrollo con cada vez más datos abiertos a los que la gente pueda acceder. También iremos hacia más algoritmos de inteligencia artificial.
Por ejemplo, tengo colaboradores en Brasil que trabajan con datos estadísticos brasileños. Tienen una base de datos muy buena sobre el rendimiento de las empresas y los movimientos de la población y están empezando a usarlos. Uruguay está en camino. En clase enseño los algoritmos de inteligencia artificial, algunos son fáciles de usar y de código abierto. Hay muchos recursos que se pueden aprovechar para ejecutar algoritmos de inteligencia artificial en una computadora portátil. Eso es lo que hicimos acá en Uruguay con los estudiantes. En primer lugar, descargamos un modelo extenso de lenguaje y lo ejecutamos en el ordenador para hacer recomendaciones sobre resiliencia y ciudades. Muchas de estas tecnologías se están democratizando y abriendo cada vez más. Cada vez habrá más aplicaciones de ciencia de datos urbana.
Además, durante la Escuela de Invierno también estuvimos mirando el impacto del turismo, estudiamos modelos que utilizan imágenes y cómo esto puede ser usado para la ciencia y gestión urbana. Los sistemas de inteligencia artificial parecen estupendos, pero tienen muchos sesgos, cometen errores, así que ¿cómo podemos mejorarlos para que no den respuestas falsas? En esto trabajamos.