Investigadores del Instituto Tecnológico de Massachusetts (MIT) han marcado un hito en la gestión urbana al implementar en Manhattan un sistema de medición hiperlocal de emisiones. Utilizando una red de 331 cámaras de tráfico y datos anónimos de 1.75 millones de dispositivos móviles, el equipo ha logrado mapear la polución con una precisión sin precedentes, distinguiendo variaciones incluso entre manzanas contiguas. Este avance permite a las autoridades neoyorquinas identificar focos críticos de contaminación generados por semáforos o tráfico intermitente, factores que los inventarios tradicionales solían pasar por alto.
El modelo emplea algoritmos de visión por computadora para clasificar vehículos en 12 categorías diferentes sin comprometer la privacidad, ya que no identifica matrículas. Al combinar estos datos con las tasas de emisión conocidas, el sistema ofrece una visión actualizada y detallada de cómo se mueve y contamina la ciudad. La validación del modelo mostró una efectividad del 93 % en la identificación de vehículos, subrayando que el uso de promedios generales —el método antiguo— podía generar errores de estimación de hasta un 49 %.
También te puede interesar: ‘Hizo falta un pueblo’: Rescatan a manatí de 410 libras atrapado en un drenaje de Florida
Una de las aplicaciones más relevantes de esta tecnología en 2026 ha sido la evaluación del cobro por congestión en el sur de la calle 60 de Manhattan. Los datos del MIT revelaron que, desde la implementación de esta medida en 2025, el tráfico vehicular se redujo en un 10 %, mientras que las emisiones de gases contaminantes cayeron entre un 16 % y un 22 %. Sin embargo, el monitoreo hiperlocal mostró que esta mejora no fue uniforme, detectando resultados mixtos en las zonas periféricas, lo que permite a los urbanistas ajustar las políticas de manera más quirúrgica.
La ambición del Laboratorio Senseable City es global. Según investigadores como Paolo Santi y Fábio Duarte, este modelo es altamente adaptable y ya se han realizado pruebas exitosas en Ámsterdam utilizando cámaras instaladas en vehículos particulares (dashcams). La capacidad de transformar cualquier infraestructura de video existente en un sensor de emisiones abre la puerta para que metrópolis en América Latina y Asia adopten estrategias ambientales de alta precisión sin incurrir en costos masivos de infraestructura, mejorando directamente la calidad de vida urbana en este dos mil veintiséis.
Visita: http://austinlatinx.com
