El proyecto europeo MobiDataLab revoluciona el tratamiento de datos de movilidad

Después de tres años de duración, el proyecto europeo MobiDataLab acaba con resultados prometedores. El grupo de investigación CRISES de la UPF ha trabajado brazo a brazo con varias entidades europeas especializadas en el análisis y el tratamiento de datos con el objetivo de mejorar la movilidad en las ciudades.

Más concretamente, los investigadores de la extranet han garantizado la privacidad de los usuarios de los que se obtienen los datos de movilidad más sensibles antes de publicarlos. El proyecto MobiDataLab ha conseguido crear una plataforma que reúne los datos de movilidad de algunas de las principales ciudades europeas, establecer estándares en la obtención, almacenamiento y compartición de los datos y llevar a cabo sesiones prácticas inspiradas en casos reales para optimizar la movilidad en las ciudades.

La movilidad en las ciudades es un aspecto clave para la calidad de vida de las personas que las habitan y para el desarrollo económico de las empresas que operan en ellas. Según datos del Banco Mundial, más de la mitad de la población vive en las ciudades y se espera que este porcentaje aumente hasta el 70% en el año 2050. Ante esta perspectiva, es crucial poner al alcance de instituciones e investigadores herramientas para optimizar la movilidad en los entornos urbanos. Hasta ahora, cada organización ha decidido qué datos almacena y cómo lo hace, y eso dificulta poner en común esta información en una sola base de datos y, consecuentemente, utilizarla en investigación.

En este contexto, los participantes de MobiDataLab han trabajado para fomentar la compartición de datos de movilidad entre instituciones y organizaciones interesadas, construyendo una plataforma que agrupa los datos para facilitar el acceso. Está hecha de tal manera que no es necesario alimentarla manualmente sino que obtiene la información de repositorios públicos—más de 115.000 conjuntos de datos— de diversas instituciones europeas y las ubica en un catálogo unificado. También diseñaron e implementaron una guía con recomendaciones y buenas prácticas en los procesos de recogida y almacenamiento de los datos, con la intención de facilitar su agrupación y potenciar su utilidad.

Durante la fase final del proyecto se puso a disposición de investigadores y estudiantes, organizados en equipos de trabajo, la base de datos generada previamente y se les pidió resolver una serie de retos para mejorar la movilidad en varias ciudades europeas. Algunos de los desafíos consistieron en mejorar la accesibilidad urbana de la ciudad de París definiendo nuevas calles peatonales u optimizar el flujo de vehículos en el centro de Milán durante los grandes eventos que acoge la ciudad. Una de las soluciones destacadas consistió en crear un algoritmo capaz de determinar la ubicación idónea de estaciones de transporte público a partir de datos de tráfico, demográficos, disponibilidad de aparcamiento, situación de carriles bici, etc. Se calcula que, si se implementara esta técnica en la ciudad de Lovaina, se podrían reducir las emisiones de dióxido de carbono en un 22%.

 

Garantizar la privacidad de los datos

Muchos de los datos de movilidad con los que se ha trabajado son públicos: la ubicación de las paradas de autobús, la frecuencia de una línea de metro, el número de coches que pasan por un cruce, etc. Hay otros, sin embargo, que tienen potencial para identificar individuos y los trayectos que recorren habitualmente mediante la geolocalización. “No hay muchas personas que salgan de tu calle y vayan cada día hasta el edificio donde trabajas”, reflexiona Jesús Manjón, investigador del Departamento de Ingeniería Informática y Matemáticas. Los datos de movilidad de carácter personal son especialmente sensibles y necesitan ser protegidos para que no caigan en manos de terceros sin el consentimiento del usuario —piratas informáticos, empresas privadas, instituciones, etc.

Los investigadores del grupo de investigación CRISES crearon un módulo para anonimizar este tipo datos antes de que se hicieran públicos e imposibilitar cualquier identificación personal a posteriori. “Es un proceso delicado; durante la anonimización existe el riesgo de perder parte de la utilidad de los datos”, explica Manjón. Para comprobar el correcto funcionamiento del módulo, se anonimizaron datos de más de un millón de trayectorias que implicaban más de cincuenta millones de geolocalizaciones y se desafió a los equipos de investigadores y estudiantes que habían trabajado en los retos de movilidad a conseguir extraer cualquier dato personal, lo que resultó imposible.

El proyecto reunió a diez socios de diversos sectores, como industria, investigación, consultoría y gobernanza, de siete países europeos (Francia, Italia, Grecia, Alemania, Bélgica, Irlanda y España). Las instituciones implicadas comparten un compromiso con los datos abiertos y los principios de código abierto, con un enfoque en la escalabilidad y la replicabilidad más allá de la UE. MobiDataLab es financiado por la UE en el marco del Programa de investigación e innovación.