La Inteligencia Artificial y el Machine Learning, Claves para la Transición a la Smart City 3.0

El Festival Árabe de Arquitectura HEAR Baghdad 2025 fue el escenario donde el Dr. Francisco Javier Abarca Álvarez, socio fundador de GIS4tech, presentó la ponencia «Data for Action: Machine Learning and Artificial Intelligence for Planning». Desde nuestra empresa, destacamos el valor de esta propuesta que sitúa la Inteligencia Artificial (IA) y los Sistemas de Información Geográfica (GIS) como motores de una planificación territorial más precisa y adaptativa.

Superando la Planificación Convencional

La presentación propuso un cambio de enfoque: dejar atrás los modelos de planificación rígidos (el concepto «In the Box») para adoptar una metodología basada en la generación de inteligencia predictiva.

El núcleo del mensaje es claro: la complejidad de los entornos urbanos y territoriales actuales exige herramientas capaces de gestionar grandes volúmenes de datos y extraer conclusiones holísticas, algo que solo es posible mediante el Machine Learning.

El Rol de los Mapas Auto-Organizables (SOM)

Se hizo un énfasis particular en las Redes Neuronales de tipo Mapas Auto-Organizables (Self-Organizing Maps – SOM). Esta es una metodología de Aprendizaje No Supervisado que:

• Simplifica la Complejidad: Permite la representación espacial y visualización de conjuntos de datos multifactoriales.
• Revela Patrones Ocultos: Genera agrupaciones automáticas para caracterizar tejidos urbanos, identificar vulnerabilidades sociales o patrones de gentrificación de manera objetiva.

Aplicaciones de Impacto Global

La utilidad de esta combinación de IA y GIS se demostró con ejemplos de aplicación real en:

1. Urbanismo Predictivo: Análisis de patrones de desarrollo insostenible.
2. Seguridad Alimentaria y Alerta Temprana: Se citaron proyectos como PREDISAN y AISahel en el Sahel Occidental, donde la metodología SOM se emplea para el Nowcasting (predicción a corto plazo) de riesgos humanitarios, combinando datos agro-climáticos, socioeconómicos y GIS.
3. Análisis Multidisciplinar (EEG-SOM): uso de SOM para la clasificación de datos fisiológicos (como la actividad cerebral EEG) con el fin de entender la interacción y respuesta del usuario con entornos espaciales o arquitectónicos, como es en el caso de nuestro proyecto Análisis de Señales Cerebrales para la Evidencia de Procesos de Gentrificación.

GIS4tech está firmemente comprometido con la investigación y la aplicación de estas técnicas avanzadas para fomentar un futuro donde la planificación sea una disciplina basada en el rigor científico y la predicción.