Un equipo de investigación liderado por César Rodríguez, ingeniero de la Universidad Nacional de Colombia, desarrolló un sistema basado en inteligencia artificial (IA) para detectar colados (usuarios que ingresan sin pagar) en TransMilenio.
Según los reportes:
- La IA analiza videos de las cámaras en los torniquetes del sistema de transporte público.
- Marca automáticamente en la imagen cuando detecta a alguien que entra sin pagar, diferenciándolo de quienes sí lo hacen.
- El sistema habría demostrado una precisión hasta ~65 % mayor que los conteos manuales tradicionales.
📊 ¿Por qué es importante?
- La evasión afecta gravemente los ingresos del sistema: se estima que la evasión es significativa y genera pérdidas millonarias cada año.
- La IA permite contabilizar con mayor fiabilidad cuántas personas realmente se cuelan, especialmente en horas de alta congestión.
🛠️ ¿Cómo funciona en la práctica?
- El sistema fue probado principalmente en torniquetes, donde ocurre la mayor parte de la evasión.
- Utiliza aprendizaje automático entrenado con muchos ejemplos de personas que pagan y personas que no pagan, lo que permite al modelo reconocer patrones típicos de colados.
- En el futuro, podría llegar a detectar estos eventos en tiempo real, lo que permitiría tomar acciones más directas para frenar la evasión.
🤔 ¿Qué no cubre (aún)?
- El sistema no está reemplazando ni expulsando físicamente a los colados; por ahora se enfoca en medirlos y reportarlos.
- Todavía se estudia cómo podría integrarse directamente con las operaciones de seguridad o control del sistema.
