El uso de las redes sociales por parte de los ciudadanos se convierte en una poderosa arma para la planificación urbana de las ciudades.
El concepto delas smart cities o ciudades inteligentes implica el despliegue de infraestructuras inteligentes empleadas en la mejora de los servicios para los ciudadanos. Varias son la ciudades que han puesto ya en marcha proyectos que van desde la optimización del transporte para reducir al mínimo el impacto de la actividad urbana sobre el medio ambiente, un buen ejemplo de esto ha sido el trabajo realizado por Telefónica en Smart Santander.
Aunque el despliegue de estas infraestructuras es clave, cualquier ciudad cuenta ya con una infraestructura de sensores construida utilizando los teléfonos móviles de los ciudadanos. En este sentido, el aumento de las capacidades de los dispositivos móviles permite que los individuos vayan dejando huellas de su interacción con el entorno urbano, en particular con el uso de las redes sociales basadas en la localización (LBRS).
La LBRS (Localización basada en las redes sociales) tiene la prioridad de la asignación de una geolocalización a la actividad realizada por una persona, por ejemplo, la geolocalización a través de Twitter asigna las coordenadas de dónde se encontraba el usuario cuando tuiteó un comentario, o FourSquare da una indicación de la ubicación de un usuario y la actividad de ese lugar en particular. Esta capacidad de geolocalización está siendo utilizada por un gran y creciente número de aplicaciones como es el caso de Facebook Places, UrbanSpoon, Yelp, Google Places, Loopt, Flickr o Instagram, entre otros.
Como resultado, una ciudad y sus ciudadanos están generando continuamente información acerca de dónde se encuentra y qué están haciendo a través de la LBRS. Esta información proporciona una visión sin precedentes de la ciudad, especialmente en cuanto a cómo la utilizan los ciudadanos y cuáles son sus opiniones, información que tiene el potencial de ser utilizada para aplicaciones de planificación urbana.
En Telefónica I+D hemos estado trabajando en dos áreas que utilizan los datos proporcionados por LBRS para mostrar la forma en la que se pueden emplear estos datos para mejorar la planificación urbana: (1) Inferir la actividad del usuario y (2) la comprensión de las quejas de los ciudadanos sobre su entorno.
El uso de la localización, el contexto y la información proporcionada por la LBRS nos permite deducir la actividad del usuario en una zona específica y, por extensión, poder ayudar en el proceso de planificación urbana así como poder comprobar en qué medida se está utilizando el entorno urbano como estaba previsto por las autoridades.
Hemos estado trabajando en un conjunto de técnicas (1) (2) basadas únicamente en la ubicación de tweets geolocalizados que son capaces de identificar los usos del suelo. Nuestra técnica determina automáticamente los usos del suelo en las zonas urbanas mediante la agrupación de las regiones geográficas junto con patrones similares de actividad enTwitter. El uso de la “actividad agregada” de tweets, ha permitido el estudio del uso del suelo en Manhattan, Madrid y Londres. En los dos primeros casos se identificaron cuatro usos: residencial, negocios, ocio diurno (especialmente parques y zonas turísticas) y zonas de vida nocturna. En Londres también establecimos usos de suelo industrial.
Estos resultados fueron validados con fuentes de Open Data. La principal ventaja de nuestro enfoque es que se respeta la privacidad individual porque no se necesita ningún identificador de usuario real ni se utiliza el contenido de twitter. A modo de ejemplo, en la Figura 1 se presentan los usos del suelo identificados en Londres utilizando la geolocalización de los tweets.
Otro enfoque que hemos utilizado para la identificación de las actividades de los usuarios y usos del suelo ha sido mediante FourSquare. Esta red social ya contiene información sobre la actividad del lugar donde se encuentra el usuario, porque los lugares se clasifican de acuerdo a las categorías predefinidas. Teniendo en cuenta la distribución de las categorías de FourSquare y su popularidad en términos de registro de entrada, hemos construido un conjunto de características de aprendizaje automático que pueden ser explotadas para concluir las características cualitativas de las zonas urbanas.
La Figura 2 representa la clasificación de la ciudad de Madrid de acuerdo con las actividades de los usuarios identificados en las categorías FourSquare. Cada célula en los mosaicos es de un color representando la actividad más popular que se caracteriza por la explotación de la popularidad de los sitios cerca de FourSquare.
En cuanto a la identificación de las quejas en entornos urbanos, los ciudadanos representan la primera línea cuando se trata de tomar el pulso a la ciudad. En este sentido, ellos son los primeros en identificar los problemas con su entorno. Tradicionalmente los ayuntamientos han contado únicamente con servicios basados en teléfonos donde las personas pueden denunciar estos problemas. Recientemente, se han creado cuentas de Twitter de las ciudades para que los usuarios puedan subir sus quejas y contactar con la ciudad y sus servicios (la policía, el departamento de transporte, metro, servicios de limpieza, etc.).
En el uso (4) se estudia en qué medida las quejas expresadas por los usuarios que recurren a los servicios tradicionales telefónicos eran similares a los que expresaron sus quejas a través de twitter en cuentas creadas específicamente por el ayuntamiento. Hemos centrado nuestro estudio en la ciudad de Nueva York empleando las fuentes de open data disponibles.
Nuestros resultados indican que las quejas realizadas mediante teléfono y las específicas de Twitter son muy similares, es decir, la cuenta específica del Twitter de la ciudad maneja el mismo volumen y tipología de quejas que el servicio técnico. En cualquier caso, sólo proporciona una visión parcial de los problemas de la ciudad y se centra principalmente en el transporte y las quejas relacionadas con la calle.
Tras esto, se evaluó en qué medida estas quejas formales realizadas a través de twitter representan la visión general de la ciudad, comparándolos con un conjunto de tweets generales que hemos identificado como expresión de quejas o áreas de mejora. En este caso hemos demostrado que el uso de tuits genéricos (es decir, no los tweets dirigidos a departamentos del ayuntamiento) permitió una perspectiva global sobre las áreas a mejorar en la ciudad, al igual que las quejas sobre el ruido y la falta de limpieza.
La LBRS es una excelente fuente de información para medir el pulso de un entorno urbano y, como tal, puede ser utilizada para una variedad de aplicaciones de planificación urbana como la identificación del uso del suelo, identificación de las áreas a mejorar en una ciudad o la planificación del transporte. Si bien cada una de estas fuentes de datos es muy poderosa por sí misma, el principal reto para el futuro será el de combinar la información proporcionada por las diferentes LBRS de una manera significativa.
