Un equipo de investigadores de la Universidad Politécnica de Madrid (UPM) ha desarrollado un sistema de análisis de texto que, aplicado a los comentarios publicados en las redes sociales, es capaz de detectar automáticamente quejas sobre contaminación acústica y clasificarlas según el origen de estas. El sistema combina la inteligencia artificial -en concreto el machine learning- con diversas técnicas de análisis de lenguaje. Además, permite predecir la aparición de eventos ruidosos, lo que puede ayudar a los gestores urbanos a diseñar intervenciones tempranas para evitar molestias y problemas de salud a los ciudadanos. El estudio ha sido desarrollado en colaboración con Télécom Paristech.
contaminación acústica y revolución digital
Con la llegada de la revolución digital, la población ha cambiado la manera de comunicarse y utilizar la tecnología. Hoy en día 4200 millones de personas disponen de una conexión a Internet, existen más de 3000 millones de usuarios que utilizan activamente medios de comunicación social y se estima que cada usuario tiene una media de 5.5 cuentas en estas plataformas. Los usuarios de estas redes proporcionan su opinión y sentimientos sobre multitud de temas: política, televisión, productos y por supuesto el medio ambiente, incluyendo aquí la contaminación acústica.
Como señala Luis Gascó, investigador del grupo de investigación en Instrumentación y Acústica Aplicada (I2A2) de la UPM, “desde hace años las empresas están aplicando machine learning y técnicas de procesado de lenguaje natural para conocer la valoración que tienen sus clientes sobre sus marcas y productos en las redes sociales con la intención de mejorar sus ventas.
Sin embargo, esta tendencia tecnológica no se ha replicado en la gestión urbana, perdiendo la información de un canal de comunicación utilizado por miles de ciudadanos, como son las redes sociales, y que puede proporcionar datos en tiempo real acerca de problemas en la ciudad velozmente”.
Esto es precisamente lo que ha desarrollado el equipo de investigación del proyecto, un sistema de análisis de texto que es capaz de detectar automáticamente quejas sobre contaminación acústica y clasificarlas según el origen de estas.
análisis de lenguaje
Para ello han utilizado las últimas técnicas en inteligencia artificial, como el machine learning, y diversas técnicas de análisis de lenguaje. Adicionalmente, mediante técnicas estadísticas han diseñado un sistema de predicción que permite conocer la aparición de un evento ruidoso molesto a partir de la evolución temporal del número de quejas y palabras específicas que se utilizan en estas.
Las aplicaciones del sistema desarrollado por los investigadores de la UPM no se limitan al campo de la contaminación acústica ya que, como indican los responsables del proyecto, “podría aplicarse la misma metodología para la detección de problemas de otra índole en una ciudad, desde desperfectos en el mobiliario urbano hasta la opinión de la ciudadanía sobre cambios en el planeamiento urbanístico en una ciudad como, por ejemplo, la semipeatonalización de la Gran Vía en Madrid, algo que sería de gran ayuda para la creación de ordenanzas municipales más inclusivas”.
adiós a las encuestas
Tradicionalmente, las encuestas han sido la herramienta utilizada para conocer la percepción ciudadana sobre el ambiente acústico en entornos urbanos. Estos medios tienen algunos inconvenientes significativos como la baja participación ciudadana y el coste asociado a su desarrollo y análisis.
Además, no permiten una gestión ágil ni de los problemas detectados, ni de eventos ruidosos puntuales que, no obstante, pueden generar un gran malestar a la población. Por otra parte, en los últimos años han aparecido sistemas de participación ciudadana online que permiten una interacción más veloz con los gestores urbanos, pero que, sin embargo, no son utilizadas de forma generalizada por la población probablemente por utilizar un canal específico en el que no se sienten cómodos.
Fuente: UPM