La historia hasta ahora: El 20 de febrero, Dick Schoof, ex Primer Ministro de los Países Bajos, visitó el Centro de Gestión del Tráfico (TMC) de la Policía de Tráfico de Bengaluru. donde habló sobre el sistema Actionable Intelligence for Sustainable Transformation Management (ASTraM). ASTraM, desarrollado en colaboración con la empresa holandesa Arcadis, reúne datos de imágenes de CCTV y fuentes de datos abiertas para monitorear y predecir tendencias en tiempo real en las congestionadas carreteras de Bengaluru. Ciudades como Delhi, Hyderabad e incluso Dubai han expresado interés en esta tecnología, afirmó una fuente.
¿Cómo funcionan ASTraM y otros sistemas predictivos?
Google Maps y otras destacadas aplicaciones cartográficas llevan años proporcionando a los usuarios datos sobre la congestión del tráfico en tiempo real. También informan de incidencias de tráfico y regiones afectadas. Pero estos sistemas no proporcionan servicios predictivos. Por el contrario, ASTraM identifica áreas congestionadas, las agrupa y luego alerta a los agentes relevantes en intervalos de quince minutos. Al capturar puntos de congestión recurrentes y no recurrentes, esta aplicación proporciona información que se puede utilizar para la vigilancia predictiva del tráfico y la generación de informes de incidentes.
El reconocimiento automático de matrículas (ANPR) es otra estrategia utilizada en las ciudades indias para identificar a los delincuentes. EL La Policía de Tráfico del Gran Chennai también utiliza un sistema integrado de regulación de tráfico (ITRS). Esto implica inteligencia artificial y transmisiones en vivo para una gestión eficiente del tráfico, lo que le permite rastrear a los infractores reincidentes.
¿Cuáles son las ventajas de la vigilancia del tráfico centrada en la tecnología?
Los sistemas inteligentes de vigilancia de tránsito permiten a las autoridades procesar rápidamente datos en múltiples formatos de medios para obtener una imagen consolidada de qué áreas requieren intervención inmediata y soluciones urgentes de vigilancia de tránsito. La policía también puede aprovechar estos datos para prepararse para eventos futuros, como procesiones, disturbios y estrangulamientos de tráfico. Esto es mucho más efectivo que confiar en los sistemas GPS existentes basados en aplicaciones, o esperar a que los usuarios llamen o publiquen sus quejas en las redes sociales antes de tomar medidas.
Además, dado que estos sistemas inteligentes de vigilancia del tráfico tienen datos más localizados con los que trabajar, pueden potencialmente prevenir accidentes que ocurren debido a una combinación de Google Maps y errores humanos. Por ejemplo, tomemos incidentes pasados en los que Según los informes, Google Maps llevó a los conductores a zonas peligrosas como puentes no funcionalesprovocando múltiples muertes.
La vigilancia/inteligencia policial también puede ayudar a las autoridades a identificar a los infractores de las normas en zonas de riesgo, sin que los agentes tengan que estar físicamente presentes en el lugar.
A principios de febrero, se informó que la policía de Udupi estaba planeando implementar un “sistema sin contacto” para monitorear las infracciones de tránsito. instalará 150 cámaras de vigilancia en los próximos meses. Esto les ayudará a detectar conducción peligrosa, conductores que ignoran las señales e infracciones del uso del cinturón de seguridad. Según otro informe reciente, se han instalado 25 cámaras del Sistema Inteligente de Gestión del Tráfico (ITMS) en la Carretera Nacional Mysuru-Bengaluru, para detectar infracciones de tráfico por parte de los conductores.
¿Cuáles son los peligros de la vigilancia predictiva del tráfico?
Los defensores de los derechos digitales advierten sobre los errores causados por los sistemas basados en inteligencia. También advierten sobre los riesgos para la privacidad que plantea una mayor vigilancia. A medida que se recopilan más datos de los ciudadanos para la vigilancia del tráfico, se necesitan mayores salvaguardas e inversiones en ciberseguridad para proteger la información confidencial y de identificación personal.
“Si bien es un tema controvertido en los países occidentales (y algunas ciudades de Estados Unidos lo han prohibido), la vigilancia policial predictiva se está implementando ampliamente en Asia”. señaló un informe de Deloitte, añadiendo“Tanto la vigilancia como la vigilancia policial predictiva se consideran indeseables en geografías más conscientes de la privacidad, como la UE y América del Norte. América Latina y Asia han demostrado una mayor aceptación”.
Por ejemplo: El año pasado en Delhi, las autoridades desplegaron cámaras de inteligencia artificial para hacer cumplir la prohibición de la venta de combustible.—cuando se prohibió la circulación de vehículos viejos—para combatir la contaminación del aire. Para ello se utilizaron cámaras lectoras automáticas de matrículas.
Dicho esto, la implementación de soluciones avanzadas de vigilancia del tráfico basadas en inteligencia artificial a menudo se ve obstaculizada por la falta de intervención humana efectiva. En Kerala, se instalaron cámaras impulsadas por inteligencia artificial en 2023, y 726 de ellas se pusieron en funcionamiento para detectar diferentes infracciones de tránsito y normas de conducción en áreas propensas a accidentes. Sin embargo, la implementación estuvo lejos de ser perfecta: a veces, múltiples avistamientos dieron lugar a múltiples multas para el mismo vehículo; y hubo confusión sobre los diferentes límites de velocidad. Esto provocó una reacción pública que llevó a la condonación temprana de las multas en algunos casos. Algunos conductores incluso intentaron evadir las cámaras de IA cubriendo sus matrículas o utilizando números falsos.
Un año después, sin embargo, el departamento de vehículos motorizados (MVD) del estado impuso una multa de 437 millones de rupias, con alrededor de 68 lakh de conductores atrapados violando las reglas de tránsito entre el 5 de junio de 2023 y el 22 de junio de 2024. Sin embargo, sólo se pudieron recaudar alrededor de 80 millones de rupias. Este cobro de multas también es un problema para los infractores de las normas de tráfico en Karnataka. Aún así, la iniciativa de Kerala fue la primera de su tipo y atrajo el interés de otros estados, incluido Tamil Nadu.
Las técnicas de vigilancia de IA y el análisis de datos en tiempo real pueden mejorar la vigilancia del tránsito y la seguridad vial, pero conllevan riesgos inherentes: gestión de datos, privacidad y ciberseguridad. De hecho, durante su visita, Schoof se sorprendió al ver la cantidad de información puesta a disposición de las autoridades, incluidos datos abiertos e infraestructuras de vigilancia.
Publicado – 27 de febrero de 2026, 08:30 a. m. IST
