Así se ve la riqueza y pobreza de Santiago medida con Inteligencia Artificial

Así se ve la riqueza y pobreza de Santiago medida con Inteligencia Artificial

Utilizando una base de datos global, lograron construir un interesante mapa.

Ricardo Hurtubia, un investigador chileno del Instituto Sistemas Complejos de Ingeniería, desarrolló un interesante proyecto. Tomó una base de datos global del MIT y basándose en imágenes de Google Street View creó un mapa sobre la pobreza y riqueza de Santiago.

En Chile, el 10% más rico gana 26 veces más que el 10% más pobre, según el informe del año 2016 de la Organización para la Cooperación y el Desarrollo Económico. Con esta premisa, el científico buscó una forma de graficar la realidad de Santiago, aunque con una interesante propuesta.

El investigador mencionó que utilizaron un algoritmo de machine learning y modelos de elección discreta para identificar qué elementos están presentes en una imagen y cómo se perciben:

Para esto usamos una base de datos gigantesca generada por el MIT Media Lab, donde se han recolectado las percepciones sobre espacios públicos de más de un millón de personas a lo largo del mundo, mediante una encuesta online masiva.

La base de datos del MIT mide seis variables para describir el entorno urbano como: bonito, aburrido, depresivo, animado, seguro y adinerado, en base a la cantidad de peatones, ciclistas, cantidad de calles y veredas, cantidad y altura de los edificios, áreas verdes, etc.

1

El mapa mostrado refleja la última de ellas: qué tan adinerado es percibido un espacio. De esta forma, los colores más oscuros representan una proyección de menor ingreso y el más claro o amarillo, el de mayor. Hurtubia dijo en exclusiva a FayerWayer:

Usamos una imagen cada 50 metros. Es interesante porque la información proviene de personas de todo el mundo y el mapa termina reproduciendo la percepción de lo rico o pobre. A partir de percepciones mundiales se reproduce la realidad chilena.

Esto es una herramienta potencialmente muy útil, que puede ayudar a identificar problemas en el territorio urbano y, además, a entender qué se puede hacer para tener espacio públicos más atractivos o seguros.

Considera que las inteligencias artificiales utilizan bases de datos para funcionar y que, por más evidente que nos parezca la realidad de Santiago, el algoritmo logró reflejar en gran parte el problema local.