Si no sigues la ruta ideal, est¨¢s provocando atascos de tr¨¢fico

Si utiliza un coche para desplazarse, cada vez que se pone al volante se enfrenta a una decisi¨®n: ?c¨®mo va a llegar a su destino? Tanto si es un trayecto que hace todos los d¨ªas, por ejemplo desde casa hasta el trabajo, como si es a alg¨²n lugar en el que no ha estado antes, tiene que optar por un camino.

Por lo general, los estudios sobre el transporte han dado por sentado que los conductores son muy racionales y eligen la ruta ideal que minimiza el tiempo de viaje. Los modelos de predicci¨®n de tr¨¢fico se basan en esta suposici¨®n aparentemente razonable. Los planificadores usan estos modelos en sus esfuerzos para hacer que el tr¨¢fico siga fluyendo libremente cuando analizan un cambio en una red de carreteras, por ejemplo, o el impacto de un nuevo carril VAO. Para que los modelos de tr¨¢fico sean fiables tienen que reproducir bien el comportamiento de los usuarios. Pero existen pocas pruebas emp¨ªricas que respalden la suposici¨®n en la que se basan: que los conductores elegir¨¢n la ruta ideal.

M¨¢s informaci¨®n

?C¨®mo sabe el GPS qu¨¦ ruta recomendarnos?

Un GPS en el cerebro

Por esa raz¨®n, decidimos investigar c¨®mo toma la gente estas decisiones en sus vidas reales. El comprender c¨®mo los conductores elaboran una ruta para llegar a su destino nos ayudar¨¢ a conocer mejor el comportamiento del movimiento humano. Una comprensi¨®n mejor de la planificaci¨®n de rutas individual puede ayudar a mejorar las infraestructuras urbanas y los sistemas GPS, y no solo para un conductor, sino para todo el mundo. La eliminaci¨®n de los atascos es un objetivo importante: un c¨¢lculo cifr¨® el coste del tr¨¢fico en 2014 en EE UU en 160.000 millones de d¨®lares, con 42 horas m¨¢s de tiempo de viaje y 960 d¨®lares de combustible adicional para cada persona que viaja cada d¨ªa de su casa a su trabajo.

?C¨®mo viaja realmente la gente?

Estudiamos el comportamiento de planificaci¨®n de las personas usando datos de GPS recabados durante varios meses de cientos de conductores en cuatro ciudades europeas para buscar patrones interesantes en sus decisiones.

Y descubrimos que la gente solo utiliza algunas rutas cuando se mueve entre sus lugares relevantes, incluso cuando esos desplazamientos se repiten una y otra vez a lo largo de periodos prolongados. La mayor¨ªa de la gente tiene una ruta favorita para los desplazamientos que realiza rutinariamente y algunas rutas alternativas que utiliza con menos frecuencia hacia los mismos destinos.

Entonces, ?elige realmente la gente la ruta ideal?

En una palabra, no. Resultaba que aproximadamente la mitad de las rutas favoritas no eran las rutas ideales sugeridas por los aparatos de navegaci¨®n, como las que ofrecen algunas aplicaciones de mapas populares para smartphones. Si tambi¨¦n tenemos en cuenta las elecciones alternativas de los conductores, hay menos rutas ideales todav¨ªa, ya que solo un tercio de ellas minimizan el tiempo de viaje.

Nuestros datos proporcionan pruebas emp¨ªricas de que los conductores no siguen la ruta ideal, lo que contradice directamente la suposici¨®n del tiempo de viaje m¨¢s corto.

?Por qu¨¦ siguen los conductores una ruta que no es la ideal?

?Qu¨¦ hay detr¨¢s de este resultado? No es f¨¢cil encontrar una ¨²nica respuesta v¨¢lida para todos los conductores.

En los estudios previos a peque?a escala se descubri¨® que muchos factores, algunos aparentemente menores, pod¨ªan influir en la preferencia por la ruta. Por ejemplo, la gente tiende a elegir rutas que van hacia el sur, en vez de rutas de una misma distancia que van hacia el norte. La gente prefiere rutas que son rectas al principio, en vez de otras m¨¢s cortas que no son rectas. Los puntos de referencia tambi¨¦n influyen en la elecci¨®n de la ruta, ya que se realizan m¨¢s viajes en funci¨®n de ellos de lo que cabr¨ªa esperar por la minimizaci¨®n del tiempo de viaje. Una novedosa aplicaci¨®n para iPhones se basa en ese mismo concepto y permite a la gente encontrar la ruta m¨¢s ¡°interesante¡± entre dos puntos.

La gente podr¨ªa no ser capaz de determinar cu¨¢l es la ruta ideal entre todas las elecciones posibles por la limitaci¨®n de la informaci¨®n y por su limitada capacidad para procesar una gran cantidad de informaci¨®n. O, incluso si puede, la gente podr¨ªa elegir deliberadamente otras rutas, seg¨²n sus preferencias personales. Hay muchos factores que pueden influir en las preferencias, como el consumo de carburante, la fiabilidad de la ruta, la simplicidad y el placer.

La aparente flexibilidad de los conductores al elegir una ruta puede ser una oportunidad para aliviar la congesti¨®n general. Por ejemplo, las aplicaciones para smartphones podr¨ªan ofrecer puntos y cupones a los conductores que est¨¦n dispuestos a utilizar rutas m¨¢s largas que evitan las zonas congestionadas. La aplicaci¨®n de navegaci¨®n Waze ya ha cambiado los h¨¢bitos de los conductores en algunas ciudades, de modo que no es muy descabellado imaginar un sistema de juegos que reduzca los atascos.

?Estamos muy lejos de la mejor ruta?

En nuestro siguiente estudio, en vez de intentar comprender qu¨¦ impulsa las decisiones individuales sobre las rutas, nos propusimos cuantificar lo lejos que est¨¢n esas decisiones de ser las mejores.

Resulta dif¨ªcil comparar directamente todos los diferentes desplazamientos que se realizan en una ciudad, porque intervienen muchos lugares y su distancia es diferente. Para facilitar esta tarea, transformamos las trayectorias para que todas se pareciesen, independientemente de su origen, de su destino y de su distancia reales. Lo que hicimos fue alternar, trasladar y modificar la escala de cada ruta para que todas las trayectorias empezasen y terminasen en dos mismos puntos en un nuevo sistema de referencia. Despu¨¦s de esta transformaci¨®n, parece que todas las rutas unen los dos mismos puntos; parece que todas tienen una longitud similar, pero se mantiene su forma. Lo que descubrimos al trazar una muestra de las rutas transformadas fue la variabilidad intr¨ªnseca de las rutas humanas.

Curiosamente, nuestra abstracci¨®n de todos los viajes se parece en cierta manera a las l¨ªneas de fuerza de un im¨¢n, en las que los or¨ªgenes y los destinos de las rutas sustituyen al polo norte y al polo sur del im¨¢n. Al analizar el diagrama de densidad de las trayectorias transformadas, descubrimos que la gran mayor¨ªa de ellas est¨¢n dentro de una elipse que tiene la misma forma independientemente de la escala, y que tiene como focos los puntos donde empiezan y donde terminan. Esta elipse representa de hecho el l¨ªmite de las rutas humanas.

El diagrama de densidad muestra las probabilidades de que est¨¦ en cualquier lugar entre el inicio (a la izquierda) y el destino (a la derecha). Los colores indican, en una escala logar¨ªtmica, de oscuro a brillante, los lugares que m¨¢s probabilidades tienen de ocupar los conductores en ese viaje.?

La elipse tambi¨¦n nos ayuda a medir lo directa que es una ruta. La excentricidad de la elipse nos dice lo larga que es. Una excentricidad cercana a 1 significa que la elipse se parece a una l¨ªnea (anchura elevada y altura baja), mientras que una excentricidad cercana a 0 significa que se parece a un c¨ªrculo (anchura y altura m¨¢s o menos parecidas).

En general, una ruta recta no es una opci¨®n viable debido a los obst¨¢culos f¨ªsicos, como los edificios. Los conductores se desv¨ªan del camino m¨¢s corto ideal en funci¨®n de la red de calles y de sus preferencias personales. Aunque estos dos fen¨®menos son dif¨ªciles de reproducir en un modelo, descubrimos que est¨¢n representados por una elipse de una forma particular con una elevada excentricidad de 0,8.

Para nuestra sorpresa, la forma observada de la elipse no cambiaba con la distancia entre los extremos. Parece como si en un entorno urbano, los conductores estuviesen dispuestos a coger desv¨ªos que son aproximadamente proporcionales a la distancia entre su punto de salida y el destino. Las rutas en las que hay unos desv¨ªos m¨¢s grandes simplemente no se utilizan o se dividen en dos viajes separados.

Nuestro estudio descubri¨® las reglas b¨¢sicas de un modelo de planificaci¨®n de rutas realista que refleja el comportamiento individual en un entorno urbano. Estos hallazgos se pueden utilizar como base para unos nuevos modelos de planificaci¨®n que prevean mejor el tr¨¢fico. Y ahora que sabemos que los conductores tienen cierta flexibilidad cuantificable en sus rutas, podemos emplear esta informaci¨®n para dise?ar mecanismos de incentivos para aliviar los atascos en nuestras carreteras m¨¢s transitadas o para planes de carriles VAO basados en las rutas preferidas de la gente.

Marta Gonz¨¢lez es profesora asociada de ingenier¨ªa civil y medioambiental en el Massachusetts Institute of Technology (MIT).

Cl¨¢usula de divulgaci¨®n:

Los autores no trabajan para ninguna empresa u organizaci¨®n que pueda beneficiarse de este art¨ªculo, ni la asesoran o poseen participaciones en ella, y no han notificado ninguna afiliaci¨®n digna de menci¨®n, aparte del puesto acad¨¦mico antes mencionado.

Este art¨ªculo fue publicado originalmente en ingl¨¦s en la web The Conversation.

Traducci¨®n de News Clips.