Transporte

A la hora de hacer frente a la responsabilidad derivada del uso de sistemas autónomos basados en el uso de la inteligencia artificial es habitual referirse a los dilemas éticos que puede plantear un accidente de circulación. Este ejemplo resulta de utilidad para ilustrar la problemática sobre la responsabilidad acerca de los daños generados por un accidente o, incluso, para determinar otro tipo de responsabilidades en el ámbito de la seguridad vial (por ejemplo, las multas ante infracciones de las normas de circulación).

Imaginemos que el vehículo autónomo ha circulado a una velocidad superior a la permitida o que, sencillamente, se ha saltado una señal y ha ocasionado un accidente que implica a otros vehículos. Desde el punto de vista de los riesgos jurídicos, de la responsabilidad que se generaría y, en concreto, de la incidencia de los datos en este escenario, podríamos plantear algunas preguntas que nos ayuden a comprender el alcance práctico de esta problemática:

• ¿Se han considerado en el diseño y entrenamiento todos los conjuntos de datos necesarios y de calidad suficiente para hacer frente a los riesgos del tráfico en distintos entornos (rurales, urbanos, ciudades densas…)?

• ¿Cuál es la responsabilidad si el accidente se debe a una mala integración de la herramienta de inteligencia artificial con el vehículo o a un fallo del fabricante que impide la correcta lectura de las señales?

• ¿Quién responde si el problema deriva de la información incorrecta o no actualizada de las señales de tráfico?

En este post vamos a explicar qué aspectos hay que tener en cuenta a la hora de valorar la responsabilidad que se puede generar en este tipo de casos.

La incidencia de los datos desde la perspectiva de los sujetos implicados

En el diseño, entrenamiento, despliegue y uso de los sistemas de inteligencia artificial, el efectivo control de los datos utilizados juega un papel esencial en la gestión de los riesgos jurídicos. Las condiciones de su tratamiento pueden tener importantes consecuencias desde la perspectiva de la responsabilidad en caso de que se produzcan daños o se incumpla la normativa aplicable.

Una aproximación rigurosa a esta problemática requiere distinguir en función de cada uno de los sujetos que intervienen en el proceso, desde su desarrollo inicial hasta su uso efectivo en unas circunstancias concretas, ya que las condiciones y las consecuencias pueden ser muy distintas. En este sentido, es necesario identificar el origen del daño o del incumplimiento con el fin de imputar las consecuencias jurídicas a quien efectivamente deba considerarse como responsable:

• Así, puede que el daño o el incumplimiento vengan determinados por un problema de diseño en la aplicación utilizada o en su entrenamiento, de manera que se empleen indebidamente ciertos datos para esta finalidad. Siguiendo con el ejemplo del vehículo autónomo, este sería el caso de acceder sin consentimiento a los datos de las personas que viajan en el mismo.

• Sin embargo, también es posible que el problema tenga su origen en quien lleva a cabo el despliegue de la herramienta en un entorno determinado para su uso real, posición que ocuparía el fabricante del vehículo. Es lo que podría suceder si, para su funcionamiento, se accediera a datos sin los permisos oportunos o si existiesen restricciones que impiden el acceso a la información necesaria para garantizar su buen funcionamiento.

• El problema también podría estar generado por la propia persona o entidad que utiliza la herramienta. Volviendo al ejemplo del vehículo, cabría plantear que la titularidad del mismo corresponde a una empresa o a una persona física que no hubiera realizado las revisiones periódicas necesarias o actualizado el sistema cuando fuera preciso.

• Finalmente, existe la posibilidad de que la problemática jurídica sobre la responsabilidad venga determinada por las condiciones en las que se proporcionan los datos en su fuente originaria. Por ejemplo, si los datos son inexactos: la información sobre la vía por donde circula el vehículo no está actualizada o los datos que emiten las señales de tráfico no son suficientemente precisos.

Retos relativos al entorno tecnológico: complejidad y opacidad

Además, la propia singularidad de la tecnología utilizada puede condicionar de manera relevante la imputación de la responsabilidad. En concreto, la opacidad tecnológica –es decir, la dificultad para entender por qué un sistema toma una decisión concreta– es uno de los principales desafíos a la hora de abordar los retos jurídicos que plantea la inteligencia artificial, ya que dificulta la determinación del sujeto responsable. Se trata de una problemática que adquiere una especial trascendencia por lo que se refiere al origen lícito de los datos y, asimismo, a las condiciones en que tiene lugar su tratamiento. De hecho, este fue precisamente el principal escollo que se encontró la inteligencia artificial generativa en los momentos iniciales de su aterrizaje en Europa: la falta de unas condiciones adecuadas de transparencia respecto al tratamiento de los datos personales justificó la paralización temporal de su comercialización hasta que se llevaron a cabo los ajustes necesarios.

En este sentido, la publicación de los datos utilizados para la fase de entrenamiento se convierte en una garantía adicional desde la perspectiva de la seguridad jurídica y, en concreto, para verificar las condiciones de cumplimiento normativo de la herramienta.

Por otra parte, la complejidad inherente a esta tecnología supone una dificultad adicional por lo que se refiere a la imputación de los daños que se puedan causar y, en consecuencia, a la determinación de quién debe hacer frente a los mismos. Siguiendo con el ejemplo del vehículo autónomo, podría darse el caso de que se solapen diversas causas, como la incorrección de los datos proporcionados por las señales de tráfico y, al mismo tiempo, un mal funcionamiento de la aplicación informática al no detectar potenciales incoherencias entre los datos utilizados y las efectivas necesidades de la misma.

¿Qué dice la regulación del Reglamento europeo sobre inteligencia artificial al respecto?

El Reglamento (UE) 2024/1689 establece un marco normativo armonizado en toda la Unión Europea con relación a la inteligencia artificial. Por lo que se refiere a los datos, contempla algunas obligaciones específicas para los sistemas clasificados como “alto riesgo”, que son los contemplados en el artículo 6 y en el listado del Anexo III (identificación biométrica, educación, gestión laboral, acceso a servicios esenciales…). En este sentido, incorpora un estricto régimen de requisitos técnicos, transparencia, supervisión y auditoría, combinado con procedimientos de evaluación de conformidad previos a su comercialización y mecanismos de control posteriores a la misma, fijando además responsabilidades precisas para proveedores, operadores y otros actores de la cadena de valor.

Por lo que se refiere a la gobernanza de los datos debe establecerse un sistema de gestión de riesgos que abarque todo el ciclo de vida de la herramienta y que evalúe, mitigue, supervise y documente los riesgos para la salud, la seguridad y los derechos fundamentales. En concreto, se exige que los conjuntos de datos de entrenamiento, validación y prueba sean:

• Relevantes, representativos, completos y lo más libres de errores posible para la finalidad prevista.

• Gestionados conforme a estrictas prácticas de gobernanza que mitiguen sesgos y discriminaciones, especialmente cuando puedan afectar derechos fundamentales de grupos vulnerables o minoritarios.

• El Reglamento contempla, además, condiciones rigurosas para el uso excepcional de categorías especiales de datos personales por lo que se refiere a la detección y, en su caso, corrección de sesgos.

Con relación a la documentación técnica y conservación de registros se requiere:

• La elaboración y mantenimiento de documentación técnica exhaustiva. En concreto, por lo que se refiere a la transparencia se deben proporcionar instrucciones de uso completas y claras que habrán de incluir información sobre datos y resultados de salida, entre otros extremos.

• Los sistemas han de permitir el registro automático de eventos relevantes (logs) a lo largo de todo su ciclo de vida para asegurar la trazabilidad y facilitar la vigilancia posterior a la comercialización, lo que puede servir de gran utilidad a la hora de comprobar la incidencia de los datos utilizados.

Por lo que se refiere a la responsabilidad, el citado Reglamento se basa en un planteamiento ciertamente limitado desde dos puntos de vista:

• En primer lugar, se limita a habilitar a los Estados miembros para que establezcan un régimen sancionador que contemple la imposición multas y otras vías de ejecución, tales como advertencias y medidas no pecuniarias, que deberán ser efectivas, proporcionadas y disuasorias del incumplimiento de la regulación. Se trata, por tanto, de instrumentos de carácter administrativo y naturaleza sancionadora, esto es, de castigo frente al incumplimiento de las obligaciones establecidas en dicha norma, entre las que se encuentran las relativas a la gobernanza de los datos y a la documentación y conservación de registros anteriormente referidas.

• Sin embargo, en segundo lugar, el regulador europeo no ha considerado oportuno establecer disposiciones específicas por lo que se refiere a la responsabilidad civil con el objetivo de que se indemnice por los daños que se causen. Se trata de una cuestión de gran relevancia que, incluso, dio lugar a que la Comisión Europea formulase en 2022 una propuesta de Directiva específica. Aunque su tramitación no se ha culminado, ha dado lugar a un interesante debate cuyos principales argumentos se han sistematizado en un completo informe del Parlamento Europeo en el que se analiza el impacto que podría tener esta regulación.

Sin respuestas claras: debate abierto y evolución normativa

Así pues, a pesar del avance que ha supuesto la aprobación del Reglamento de 2024, lo cierto es que la regulación de la responsabilidad derivada del uso de instrumentos de inteligencia artificial sigue siendo una cuestión abierta sobre la que no existe un marco normativo completo y desarrollado. No obstante, una vez superado el planteamiento relativo a la personificación jurídica de los robots que se suscitó hace unos años, es indudable que la inteligencia artificial en sí misma no puede considerarse un sujeto jurídicamente responsable.

Como se ha enfatizado anteriormente, se trata de un debate complejo en el que no es posible ofrecer respuestas simples y generales, ya que resulta imprescindible concretarlas en cada caso concreto teniendo en cuenta los sujetos que han intervenido en cada una de las fases de diseño, implementación y uso de la correspondiente herramienta. Serán, por tanto, dichos sujetos quienes habrán de asumir la responsabilidad que corresponda, bien para el resarcimiento de los daños ocasionados o, en su caso, para hacer frente a las sanciones y otras medidas administrativas en los supuestos de incumplimiento de la regulación.

En definitiva, aunque la regulación europea sobre inteligencia artificial de 2024 puede resultar de utilidad para establecer estándares que ayuden a determinar cuándo un daño producido es contrario a Derecho y, por tanto, debe ser compensado, lo cierto es que se trata de un debate sin cerrar que habrá que reconducir aplicando las normas generales sobre protección del consumidor o productos defectuosos teniendo en cuenta las singularidades de esta tecnología. Y, por lo que se refiere a la responsabilidad administrativa, será necesario esperar a que se impulse definitivamente la iniciativa que se anunció hace unos meses  y que se encuentra pendiente de aprobación formal por el Consejo de Ministros para su posterior tramitación parlamentaria en las Cortes Generales.

Contenido elaborado por Julián Valero, catedrático de la Universidad de Murcia y Coordinador del Grupo de Investigación “Innovación, Derecho y Tecnología” (iDerTec). Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.

Los datos abiertos tienen un gran potencial para transformar la forma en que interactuamos con nuestras ciudades. Al estar disponibles para toda la ciudadanía, permiten desarrollar aplicaciones y herramientas que dan respuesta a retos urbanos como la accesibilidad, la seguridad vial o la participación ciudadana. Facilitar el acceso a esta información no solo impulsa la innovación, sino que también contribuye a mejorar la calidad de vida en los entornos urbanos.

Este potencial cobra aún más relevancia si consideramos el contexto actual. El crecimiento urbano acelerado ha traído consigo nuevos desafíos, especialmente en materia de salud pública. Según datos de las Naciones Unidas, se estima que para 2050 más del 68% de la población mundial vivirá en ciudades. Por lo tanto, el diseño de entornos urbanos saludables es una prioridad en la que los datos abiertos se consolidan como una herramienta clave: permiten planificar ciudades más resilientes, inclusivas y sostenibles, poniendo el bienestar de las personas en el centro de las decisiones. En este post, te contamos qué son los entornos urbanos saludables y cómo pueden los datos abiertos ayudar a construirlos y mantenerlos.

¿Qué son los Entornos urbanos saludables? Usos y ejemplos

Los entornos urbanos saludables van más allá de la simple ausencia de contaminación o ruido. Según la Organización Mundial de la Salud (OMS), estos espacios deben promover activamente estilos de vida saludables, facilitar la actividad física, fomentar la interacción social y garantizar el acceso equitativo a servicios básicos. Como establece la "Guía para planificar ciudades saludables" del Ministerio de Sanidad, estos entornos se caracterizan por tres elementos clave:

• Ciudades pensadas para caminar: deben ser espacios que prioricen la movilidad peatonal y ciclista, con calles seguras, accesibles y confortables que inviten al desplazamiento activo.

• Incorporación de la naturaleza: integran zonas verdes, infraestructura azul y elementos naturales que mejoran la calidad del aire, regulan la temperatura urbana y ofrecen espacios de recreo y descanso.

• Espacios de encuentro y convivencia: cuentan con áreas que facilitan la interacción social, reducen el aislamiento y fortalecen el tejido comunitario.

El papel de los datos abiertos en entornos urbanos saludables

En este escenario, los datos abiertos actúan como el sistema nervioso de las ciudades inteligentes, proporcionando información valiosa sobre patrones de uso, necesidades ciudadanas y efectividad de las políticas públicas. En concreto, en el ámbito de los espacios urbanos saludables son especialmente útiles los datos de:

• Análisis de patrones de actividad física: los datos de movilidad, uso de instalaciones deportivas y frecuentación de espacios verdes revelan dónde y cuándo los ciudadanos son más activos, identificando oportunidades para optimizar la infraestructura existente.

• Monitorización de la calidad ambiental: los sensores urbanos que miden la calidad del aire, los niveles de ruido y la temperatura proporcionan información en tiempo real sobre las condiciones de salubridad de diferentes áreas urbanas.

• Evaluación de accesibilidad: el transporte público, la infraestructura peatonal y la distribución de servicios permiten identificar barreras al acceso y diseñar soluciones más inclusivas.

• Participación ciudadana informada: las plataformas de datos abiertos facilitan procesos participativos donde los ciudadanos pueden contribuir con información local y colaborar en la toma de decisiones.

El ecosistema español de datos abiertos cuenta con sólidas plataformas que alimentan proyectos de espacios urbanos saludables. Por ejemplo, el Portal de Datos Abiertos del Ayuntamiento de Madrid ofrece información en tiempo real sobre la calidad del aire así como un inventario completo de zonas verdes. También Barcelona publica datos sobre calidad del aire, incluyendo las ubicaciones y características de las estaciones de medida.

Estos portales no solo almacenan información, sino que la estructuran de manera que desarrolladores, investigadores y ciudadanos puedan crear aplicaciones y servicios innovadores.

Casos de uso: aplicaciones que reutilizan datos abiertos

Varios proyectos demuestran cómo los datos abiertos se traducen en mejoras tangibles para la salud urbana. Por un lado, podemos destacar algunas aplicaciones o herramientas digitales como:

• AQI Air Quality Index: utiliza datos gubernamentales para ofrecer información en tiempo real sobre la calidad del aire en diferentes ciudades españolas.

• GV Aire: procesa datos oficiales de calidad atmosférica para generar alertas y recomendaciones ciudadanas.

• Índice de Calidad del Aire Nacional: centraliza información de estaciones de medición de todo el país.

• Valencia Verde: utiliza datos municipales para mostrar ubicación y características de parques y jardines de Valencia.

Por otro lado, existen iniciativas que combinan datos abiertos multisectoriales para ofrecer soluciones que mejoran la interacción entre urbe y ciudadanía. Por ejemplo:

• Programa Supermanzanas: utiliza mapas que muestran los niveles de contaminación  de calidad del aire y datos de tráfico disponibles en formatos abiertos como CSV y GeoPackage de Barcelona Open Data y el Ajuntament de Barcelona para identificar calles donde la reducción del tráfico rodado puede maximizar los beneficios para la salud, creando espacios seguros para peatones y ciclistas.

• La plataforma DataActive: busca establecer una infraestructura internacional en la que participen investigadores, entidades deportivas públicas y privadas. Las temáticas que aborda incluyen la gestión del territorio, el urbanismo, la sostenibilidad, la movilidad, la calidad del aire y la justicia ambiental. Su objetivo es promover entornos urbanos más activos, saludables y accesibles mediante la implementación de estrategias basadas en el open data y la investigación.

La disponibilidad de datos se complementa con herramientas avanzadas de visualización. La Infraestructura de Datos Espaciales de Madrid (IDEM) ofrece visores geográficos especializados en calidad del aire y el Instituto Geográfico Nacional (IGN) ofrece el callejero nacional CartoCiudad con información de todas las ciudades de España.

Gobernanza efectiva y ecosistema de innovación

No obstante, la efectividad de estas iniciativas depende de nuevos modelos de gobernanza que integren múltiples actores. Para lograr una correcta coordinación entre administraciones públicas de diferentes niveles, empresas privadas, organizaciones del tercer sector y ciudadanía es esencial contar con datos abiertos de calidad.

Los datos abiertos no solo alimentan aplicaciones específicas, sino que crean un ecosistema completo de innovación. Desarrolladores independientes, startups, centros de investigación y organizaciones ciudadanas utilizan estos datos para:

• Desarrollar estudios de impacto en salud urbana.

• Crear herramientas de planificación participativa.

• Generar alertas tempranas sobre riesgos ambientales.

• Evaluar la efectividad de políticas públicas.

• Diseñar servicios personalizados según las necesidades de diferentes grupos poblacionales.

Los proyectos de espacios urbanos saludables basados en datos abiertos generan múltiples beneficios tangibles:

• Eficiencia en la gestión pública: los datos permiten optimizar la asignación de recursos, priorizar intervenciones y evaluar su impacto real sobre la salud ciudadana.

• Innovación y desarrollo económico: el ecosistema de datos abiertos estimula la creación de startups y servicios innovadores que mejoran la calidad de vida urbana, como demuestran las múltiples aplicaciones disponibles en datos.gob.es.

• Transparencia y participación: la disponibilidad de datos facilita el control ciudadano y fortalece los procesos democráticos de toma de decisiones.

• Evidencia científica: los datos sobre salud urbana contribuyen al desarrollo de políticas públicas basadas en evidencia y al avance del conocimiento científico.

• Replicabilidad: las soluciones exitosas pueden adaptarse y replicarse en otras ciudades, acelerando la transformación hacia entornos urbanos más saludables.

En definitiva, el futuro de nuestras ciudades depende de nuestra capacidad para integrar tecnología, participación ciudadana y políticas públicas innovadoras. Los ejemplos analizados demuestran que los datos abiertos no son solo información; son la base para construir entornos urbanos que promuevan activamente la salud, la equidad y la sostenibilidad.

Hace tan solo unos días, la Dirección General de Tráfico publicó el nuevo Programa Marco para Prueba de Vehículos Automatizados que, entre otras medidas, contempla “la entrega obligatoria de informes, tanto periódicos y finales como en caso de incidentes, que permitirán a la DGT evaluar la seguridad de las pruebas y publicar información básica […] garantizando la transparencia y la confianza pública”.

El avance de la tecnología digital está facilitando que el sector del transporte se enfrente a una revolución sin precedentes respecto a la conducción de vehículos autónomos, ofreciendo mejorar significativamente la seguridad vial, la eficiencia energética y la accesibilidad de la movilidad.

El despliegue definitivo de estos vehículos depende en gran medida de la disponibilidad, calidad y accesibilidad de grandes volúmenes de datos, así como de un marco jurídico adecuado que asegure la protección de los diversos bienes jurídicos implicados (datos personales, secreto empresarial, confidencialidad…), la seguridad del tráfico y la transparencia. En este contexto, los datos abiertos y la reutilización de la información del sector público se manifiestan como elementos esenciales para el desarrollo responsable de la movilidad autónoma, en particular a la hora de garantizar unos adecuados niveles de seguridad en el tráfico.

La dependencia de los datos en los vehículos autónomos

La tecnología que da soporte a los vehículos autónomos se sustenta en la integración de una compleja red de sensores avanzados, sistemas de inteligencia artificial y algoritmos de procesamiento en tiempo real, lo que les permite identificar obstáculos, interpretar las señales de tráfico, predecir el comportamiento de otros usuarios de la vía y, de una forma colaborativa, planificar rutas de forma completamente autónoma.

En el ecosistema de vehículos autónomos, la disponibilidad de datos abiertos de calidad resulta estratégica para:

• Mejorar la seguridad vial, de manera que puedan utilizarse datos de tráfico en tiempo real que permitan anticipar peligros, evitar accidentes y optimizar rutas seguras a partir del análisis masivo de datos.
• Optimizar la eficiencia operativa, ya que el acceso a información actualizada sobre el estado de las vías, obras, incidencias y condiciones de tráfico permite una planificación más eficiente de los desplazamientos.
• Impulsar la innovación sectorial, facilitando la creación de nuevas herramientas digitales que facilitan la movilidad.

En concreto, para garantizar un funcionamiento seguro y eficiente de este modelo de movilidad se requiere el acceso continuo a dos categorías fundamentales de datos:

• Datos variables o dinámicos, que ofrecen información en constante cambio como la posición, velocidad y comportamiento de otros vehículos, peatones, ciclistas o las condiciones meteorológicas en tiempo real.
• Datos estáticos, que comprenden información relativamente permanente como la localización exacta de señales de tráfico, semáforos, carriles, límites de velocidad o las principales características de la infraestructura viaria.

El protagonismo de los datos suministrados por las entidades públicas

Las fuentes de las que provienen tales datos son ciertamente diversas. Esto resulta de gran relevancia por lo que se refiere a las condiciones en que dichos datos estarán disponibles. En concreto, algunos de los datos son proporcionados por entidades públicas, mientras que en otros casos el origen proviene de empresas privadas (fabricantes de vehículos, proveedoras de servicios de telecomunicaciones, desarrolladoras de herramientas digitales…) con sus propios intereses o, incluso, de las personas que utilizan los espacios públicos, los dispositivos y las aplicaciones digitales.

Esta diversidad exige un diferente planteamiento a la hora de facilitar la disponibilidad de los datos en condiciones adecuadas, en concreto por las dificultades que pueden plantearse desde el punto de vista jurídico. Con relación a las Administraciones Públicas, la Directiva (UE) 2019/1024 relativa a datos abiertos y reutilización de información del sector público establece obligaciones claras que serían de aplicación, por ejemplo, a la Dirección General de Tráfico, las Administraciones titulares de las vías públicas o los municipios en el caso de los entornos urbanos. Asimismo, el Reglamento (UE) 2022/868 sobre gobernanza europea de datos refuerza este marco normativo, en particular por lo que se refiere a la garantía de los derechos de terceros y, en concreto, la protección de datos personales.

Más aún, algunos conjuntos de datos deberían proporcionarse en las condiciones establecidas para los datos dinámicos, esto es, aquellos “sujetos a actualizaciones frecuentes o en tiempo real, debido, en particular, a su volatilidad o rápida obsolescencia”, que habrán de estar disponibles “para su reutilización inmediatamente después de su recopilación, a través de las API adecuadas y, cuando proceda, en forma de descarga masiva”.

Incluso, cabría pensar que la categoría de datos de alto valor presenta un especial interés en el contexto de los vehículos autónomos dado su potencial para facilitar la movilidad, en concreto si tenemos en cuenta su potencial para:

• Impulsar la innovación tecnológica, ya que facilitarían a fabricantes, desarrolladores y operadores acceder a información fiable y actualizada, esencial para el desarrollo, validación y mejora continua de sistemas de conducción autónoma.
• Facilitar la supervisión y evaluación desde la perspectiva de la seguridad, ya que la transparencia y accesibilidad de estos datos son presupuestos esenciales desde esta perspectiva.
• Dinamizar el desarrollo de servicios avanzados, puesto que los datos sobre infraestructura vial, señalización, tráfico e, incluso, los resultados de pruebas realizadas en el contexto del citado Programa Marco constituyen la base para nuevas aplicaciones y servicios de movilidad que benefician al conjunto de la sociedad.

Sin embargo, esta condición no aparece expresamente recogida para los datos vinculados al tráfico en la definición realizada a nivel europeo, por lo que, al menos de momento, no cabría exigir a las entidades públicas la difusión de los datos que aplican a los vehículos autónomos en las singulares condiciones establecidas para los datos de alto valor. No obstante, en este momento de transición para el despliegue de los vehículos autónomos, resulta fundamental que las Administraciones públicas publiquen y mantengan actualizados en condiciones adecuadas para su tratamiento automatizado, algunos conjuntos de datos, como los relativos a:

• Señales viales y elementos de señalización vertical.
• Estados de semáforos y sistemas de control de tráfico.
• Configuración y características de carriles.
• Información sobre obras y alteraciones temporales de tráfico.
• Elementos de infraestructura vial críticos para la navegación autónoma.

La reciente actualización del catálogo oficial de señales de tráfico, que entra en vigor el 1 de julio de 2025 incorpora señalizaciones adaptadas a nuevas realidades, como es el caso de la movilidad personal. Sin embargo, requiere de una mayor concreción por lo que se refiere a la disponibilidad de los datos relativos a las señales en las referidas condiciones. Para ello será necesaria la intervención de las autoridades responsables de la señalización de las vías.

La disponibilidad de los datos en el contexto del espacio europeo de movilidad

Partiendo de estos condicionamientos y de la necesidad de disponer de los datos de movilidad generados por empresas privadas y particulares, los espacios de datos aparecen como el entorno jurídico y de gobernanza óptimo para facilitar su accesibilidad en condiciones adecuadas.

En este sentido, las iniciativas para el despliegue del espacio de datos europeo de movilidad, creado en 2023, constituyen una oportunidad para integrar en su diseño y configuración medidas que den soporte a la necesidad de acceso a los datos que exigen los vehículos autónomos. Así pues, en el marco de esta iniciativa sería posible liberar el potencial de los datos de movilidad y, en concreto:

• Facilitar la disponibilidad de los datos en condiciones específicas para las necesidades de los vehículos autónomos.
• Promover la interconexión de diversas fuentes de datos vinculadas a los medios de transporte ya existentes, pero también de los emergentes.
• Acelerar la transformación digital que suponen los vehículos autónomos.
• Reforzar la soberanía digital de la industria automovilística europea, reduciendo la dependencia de grandes corporaciones tecnológicas extranjeras.

En definitiva, los vehículos autónomos pueden suponer una transformación fundamental en la movilidad tal y como hasta ahora se ha concebido, pero su desarrollo depende entre otros factores de la disponibilidad, calidad y accesibilidad de datos suficientes y adecuados. El Proyecto de Ley de Movilidad Sostenible que actualmente se encuentra en tramitación en las Cortes Generales constituye una magnífica oportunidad para reforzar el papel de los datos a la hora de facilitar la innovación en este ámbito, lo que sin duda favorecería el desarrollo de los vehículos autónomos. Para ello será imprescindible, de una parte, contar con un entorno de compartición de datos que haga compatible el acceso a los datos con las adecuadas garantías para los derechos fundamentales y la seguridad de la información; y, de otra, diseñar un modelo de gobernanza que, como se enfatiza en el Programa impulsado por la Dirección General de Tráfico, facilite la participación colaborativa de “fabricantes, desarrolladores, importadores y operadores de flotas establecidos en España o en la Unión Europea”, lo que plantea importantes desafíos en la disponibilidad de los datos.

Contenido elaborado por Julián Valero, catedrático de la Universidad de Murcia y Coordinador del Grupo de Investigación “Innovación, Derecho y Tecnología” (iDerTec). Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.

La Dirección General de Tráfico (DGT) es el organismo responsable de garantizar la seguridad y fluidez en las vías de circulación de España. Entre otras actividades, se encarga de la expedición de permisos, el control del tráfico y la gestión de infracciones.

Fruto de su actividad, se genera una gran cantidad de datos, muchos de los cuales se ponen a disposición de la ciudadanía como datos abiertos. Estos datasets no solo promueven la transparencia, sino que también son una herramienta para fomentar la innovación y mejorar la seguridad vial a través de su reutilización por parte de investigadores, empresas, administraciones públicas y ciudadanos interesados.

En este artículo vamos a repasar algunos de estos conjuntos de datos, incluyendo ejemplos de aplicación.

Cómo acceder a los datasets de la DGT

Los conjuntos de datos de la DGT ofrecen información detallada y estructurada sobre diversos aspectos de la seguridad vial y la movilidad en España, incluyendo desde estadísticas de accidentes hasta información sobre vehículos y conductores. La continuidad temporal de estos conjuntos de datos, disponibles desde principios de siglo hasta la actualidad, posibilita análisis longitudinales que reflejan la evolución de los patrones de movilidad y seguridad vial en España.

Los usuarios pueden acceder a los conjuntos de datos en diferentes espacios:

• DGT en cifras. Es una sección de la Dirección General de Tráfico que ofrece un acceso centralizado a estadísticas y datos clave relacionados con la seguridad vial, los vehículos y los conductores en España. Este portal incluye información detallada sobre siniestralidad, denuncias, parque vehicular y características técnicas de los vehículos, entre otros temas. Además, proporciona análisis históricos y comparativos que permiten evaluar tendencias y diseñar estrategias para mejorar la seguridad en las carreteras.
• Punto de Acceso Nacional de Tráfico y Movilidad (National Access Point o NAP). Gestionado por la DGT, es una plataforma diseñada para centralizar y facilitar el acceso a datos viarios y de tráfico, incluidas sus actualizaciones. Este portal ha sido creado bajo el marco de la Directiva Europea 2010/40/UE y reúne información proporcionada por diversas entidades de gestión del tráfico, autoridades viarias y operadores de infraestructuras. Entre los datos disponibles se incluyen incidencias de tráfico, puntos de recarga para vehículos eléctricos, zonas de bajas emisiones y ocupación de parkings, entre otros. Su objetivo es promover la interoperabilidad y el desarrollo de soluciones inteligentes que mejoren la seguridad vial y la eficiencia en el transporte.

Mientras el NAP está enfocado en datos en tiempo real y soluciones tecnológicas, DGT en cifras se centra en proporcionar estadísticas e información histórica para análisis y toma de decisiones. Además, el NAP reúne datos no solo de la DGT, sino también de otros organismos y empresas privadas.

La mayoría de estos datos están disponibles a través de datos.gob.es.

Ejemplos de conjuntos de datos de la DGT

Algunos ejemplos de dataset que se pueden encontrar en datos.gob.es son:

• Accidentes con víctimas: incluye información detallada sobre víctimas mortales, heridos hospitalizados y leves, así como las circunstancias por tipo de vía. Estos datos ayudan a entender por qué ocurren los accidentes y quiénes están involucrados, permiten identificar situaciones de riesgo y detectar comportamientos peligrosos en la carretera. Es útil para crear mejores campañas de prevención, detectar puntos negros en las carreteras y ayudar a las autoridades a tomar decisiones más informadas. También resultan de interés para profesionales de salud pública, urbanistas y compañías de seguros que trabajan para reducir los accidentes y sus consecuencias.
• Censo de conductores: ofrece una radiografía completa de quiénes tienen permiso para conducir en España. La información resulta especialmente útil para entender la evolución del parque de conductores, identificar tendencias demográficas y analizar la penetración de los diferentes tipos de permisos por territorio y género.
• Matriculaciones de turismos por marca y cilindrada: muestra qué coches nuevos compraron los españoles, organizados por marca y potencia del motor. La información permite identificar tendencias de consumo. Estos datos son valiosos para fabricantes, concesionarios y analistas del sector automovilístico, que pueden estudiar el comportamiento del mercado en un año concreto. También resultan útiles para investigadores en movilidad, medio ambiente y economía, permitiendo analizar la evolución del parque móvil español y su impacto en términos de emisiones, consumo energético y tendencias de mercado.

Casos de uso de los datasets de la DGT

La publicación de estos datos en formato abierto permite potenciar la innovación en áreas como la prevención de accidentes, el desarrollo de infraestructuras viales más seguras, la elaboración de políticas públicas basadas en evidencia, y la creación de aplicaciones tecnológicas relacionadas con la movilidad. A continuación, se recogen algunos ejemplos:

Uso de datos por la propia DGT

La propia DGT reutiliza sus datos para crear herramientas que faciliten la visualización de la información y la acerquen de forma sencilla a la ciudadanía. Es el caso del Mapa de estado del tráfico e incidencias, que se actualiza de forma constante y automática con la información introducida 24 horas al día por la Agrupación de Tráfico de la Guardia Civil y los responsables de los Centros de Gestión de Tráfico de la DGT, la Generalitat de Catalunya y el Gobierno Vasco. Incluye información sobre las carreteras afectadas por fenómenos meteorológicos (como hielo, inundaciones, etc.) y la previsión de evolución.

Además, la DGT también aprovecha sus datos para realizar estudios que proporcionen información sobre determinados aspectos relacionados con la movilidad y la seguridad vial, de gran utilidad para la toma de decisiones y elaboración de políticas. Un ejemplo, es este estudio que analizar el comportamiento y la actividad de determinados colectivos en accidentes de tráfico para plantear medidas de manera proactiva. Otro ejemplo: este proyecto para implementar un sistema informático que identifique, mediante geolocalización, los puntos críticos de mayor siniestralidad en carreteras para su tratamiento y traslado de conclusiones.

Uso de los datos por parte de terceros

Los conjuntos de datos ofrecidos por la DGT también son reutilizados por otras administraciones públicas, investigadores, emprendedores y empresas privadas, fomentando la innovación en este campo. Gracias a ellos, encontramos apps que permiten a los usuarios acceder a información detallada sobre vehículos en España (como características técnicas e historial de inspecciones) o que informan sobre los lugares más peligrosos para los ciclistas.

Además, su combinación con tecnologías avanzadas como la inteligencia artificial permite extraer aún más valor de los datos, facilitando la identificación de patrones y ayudando a ciudadanos y autoridades a tomar medidas preventivas. Un ejemplo es la aplicación Waze, que ha implementado una funcionalidad basada en inteligencia artificial para identificar y alertar a los conductores sobre tramos de alta siniestralidad en las carreteras, es decir, los conocidos como "puntos negros". Este sistema combina datos históricos de accidentes con análisis de características de las vías, como desniveles, densidad de tráfico e intersecciones, para ofrecer alertas precisas y de alta utilidad. La aplicación notifica a los usuarios con antelación cuando se aproximan a estas zonas peligrosas, con el objetivo de reducir riesgos y mejorar la seguridad vial. Esta innovación complementa los datos proporcionados por la Dirección General de Tráfico ayudando a salvar vidas al fomentar una conducción más precavida.

Para aquellos que quieran animarse y practicar con los datos de la DGT, desde datos.gob.es tenemos a disposición de los usuarios un ejercicio paso a paso de ciencia de datos. Los usuarios podrán analizar estos conjuntos de datos y utilizar modelos predictivos que permiten realizar estimaciones respecto a la evolución del vehículo eléctrico en España. Para ello se utilizan desarrollos de código documentados y herramientas de uso gratuito. Todo el material generado está disponible para su reutilización en el repositorio de GitHub de datos.gob.es.

En resumen, los conjuntos de datos que la DGT ofrecen grandes oportunidades de reutilización, más aún si se combinan con tecnologías disruptivas. Gracias a ello se impulsa la innovación, la sostenibilidad y un transporte más seguro y conectado, que está ayudando a transformar la movilidad urbana y rural.

Hoy en día, la transparencia, la innovación y el desarrollo económico son claves para el progreso de las instituciones públicas. En este contexto, el Cabildo de Tenerife ha emprendido un ambicioso proyecto de datos abiertos que trasciende la mera publicación de información. El objetivo de esta estrategia es facilitar el acceso a la información, fomentar la reutilización de los datos y generar valor social y económico para la isla.

A través de su portal de datos abiertos, el Cabildo no solo promueve la transparencia y la rendición de cuentas, sino que también impulsa la innovación en áreas tan diversas como el turismo, el transporte y el medio rural.

Alcance y objetivos del proyecto

El portal de datos abiertos del Cabildo de Tenerife publica datasets de todo el sector público insular, incluyendo todos los ayuntamientos de la isla. En especial, se incluye los municipios de menos de 20.000 habitantes, tal y como se establece en la Ley 8/2015 de Cabildos Insulares. Los objetivos principales de este proyecto son:

• Potenciar la cultura interna y externa del uso del dato.
• Incrementar la transparencia y rendición de cuentas a través del dato.
• Generar riqueza en la sociedad mediante la reutilización de la información.

En esta web se pueden encontrar conjuntos de datos abiertos de turismo, transporte, cultura y ocio y medio rural, entre otros. Para ofrecer esta información el Cabildo de Tenerife se beneficia de la colaboración de diversos organismos como:

• Transportes Interurbanos de Tenerife (TITSA)
• Consejo Insular de Aguas de Tenerife (CIATF)
• Metropolitano de Tenerife
• SINPROMI (Sociedad Insular para la Promoción de las personas con discapacidad)
• ITER (Instituto Tecnológico de Energías Renovables)
• IASS (Instituto Insular de Atención Social y Sociosanitaria)
• Agrocabildo

Conjuntos de datos más descargados y significativos

Algunos de los conjuntos de datos más descargados y significativos del portal incluyen:

• Red de estaciones meteorológicas, con actualizaciones cada 10 minutos.
• Afluencia de áreas recreativas, como Punta Teno y Barranco de Masca, con información sobre el número de vehículos y personas, y los itinerarios de senderos o rutas en la isla.
• Indicadores de desarrollo económico y ocupación turística, incluyendo el número de turistas alojados por categoría y zona.
• Precios de productos hortofrutícolas en Mercatenerife.
• Matriz Origen Destino de transporte público, que muestra las relaciones entre los lugares de origen y destino de los viajes realizados en la isla.

El proyecto de datos abiertos del Cabildo tiene clara la orientación de cumplimiento de la Norma Técnica de Interoperabilidad (NTI) de Reutilización de Recursos de información y el modelo DCAT-AP, áreas en las que continúa avanzando.

Casos de uso y aplicaciones para incentivar la reutilización

Más allá de publicar conjuntos de datos abiertos, el Cabildo de Tenerife promueve activamente su uso mediante el desarrollo de casos de uso y aplicaciones. Algunos ejemplos de este trabajo son:

• Desarrollo de un plan de ordenación urbana en el municipio de Santiago del Teide mediante la reutilización de diversos conjuntos de datos.
• Proyecto de previsión de datos meteorológicos.
• Cuadros de mando sobre plazas turísticas y tráfico. En concreto:
  
  • Sobre turismo: plazas de alojamientos turísticos por municipio y modalidad, y el índice de ocupación según el tipo de alojamiento desde 1978 hasta 2023.
  • Sobre tráfico: dashboard de Power BI que muestra la intensidad media diaria de tráfico en una estación de la isla para los años 2021, 2022 y 2023.

Por otro lado, para fomentar la reutilización de los datos de su portal, el Cabildo de Tenerife organiza diversas actividades, como el I Concurso de Reutilización de Ideas, en el que se recibieron 25 propuestas. Este concurso tendrá continuidad con una segunda edición que premiará el desarrollo de aplicaciones.

Además, se realizan charlas y webinars, como el organizado en colaboración con la Cátedra de Big Data, Open Data y Blockchain de la Universidad de La Laguna sobre cómo utilizar datos abiertos de Tenerife para impulsar la innovación y que puedes volver a ver aquí.

Próximos pasos: IA y construir comunidad

Para medir el impacto de los datos abiertos, el Cabildo de Tenerife utiliza herramientas como Google Analytics que permite analizar la interacción de los usuarios con los datos disponibles. El próximo gran paso, tal y como informan desde la organización, será implementar un asistente virtual con IA generativa que permita:

• Analizar datos con lenguaje natural.
• Descubrir tendencias y correlaciones.
• Acercar la información a cualquier ciudadano.

Paralelamente, el Cabildo de Tenerife también seguirá trabajando en nuevas vías de colaboración con los municipios de la isla y otras entidades, con el objetivo de ampliar la cantidad y variedad de datos abiertos disponibles para los ciudadanos.

Desde datos.gob.es, animamos a profesionales del desarrollo y la investigación, estudiantes y ciudadanos a explorar, reutilizar y crear valor con los datos de Tenerife.

Visita datos.tenerife.es

Bizidata es una plataforma que visualiza, analiza y permite descargar datos del uso de bicicletas en Vitoria-Gasteiz y explorar cómo factores externos, como la climatología y el tráfico, influyen en el uso de la bicicleta.

Esta aplicación recopila y combina los siguientes datos:

• Uso de bicicletas: datos del Ayuntamiento de Vitoria-Gasteiz.
• Temperatura entre 2015 y 2021: datos de la Aemet.
• Temperaturas entre 2022 y la actualidad: Euskalmet (estación C040).
• Precipitaciones: Euskalmet (estación C076).
• Tráfico: Dirección de Tráfico del Gobierno Vasco.

Bizidata fue la aplicación ganadora en la categoría servicios web del Concurso de Datos Abiertos de Euskadi 2024.

Los datos abiertos pueden transformar cómo interactuamos con nuestras ciudades, ofreciendo oportunidades para mejorar la calidad de vida. Cuando se ponen a disposición del público, permiten el desarrollo de aplicaciones innovadoras y herramientas que abordan desafíos urbanos, desde la accesibilidad hasta la seguridad vial y la participación.

La información en tiempo real puede tener impactos positivos en la ciudadanía. Por ejemplo, aplicaciones que utilizan datos abiertos pueden sugerir las rutas más eficientes, considerando factores como el tráfico y las obras en curso; la información sobre la accesibilidad de espacios públicos puede mejorar la movilidad de personas con discapacidades; los datos sobre rutas ciclistas o peatonales animan a optar por modos de transporte más ecológicos y sanos, y el acceso a datos urbanos puede empoderar a la ciudadanía para participar en la toma de decisiones sobre su ciudad. En otras palabras, el empleo ciudadano de datos abiertos no solo mejora la eficiencia de la ciudad y sus servicios, sino que también promueve una ciudad más inclusiva, sostenible y participativa.

Para ilustrar estas ideas, en este artículo se abordan mapas para “navegar” ciudades, realizados con datos abiertos. Es decir, se muestran iniciativas que mejoran la relación de la ciudadanía con su entorno urbano desde diferentes aspectos como la accesibilidad, la seguridad escolar o la participación ciudadana. El primer proyecto es Mapcesible, que permite a usuarios y usuarias mapear y evaluar la accesibilidad de diferentes lugares en España. El segundo, Eskola BideApp, una aplicación móvil diseñada para apoyar los caminos escolares seguros. Y finalmente, unos mapas que fomentan la transparencia y la participación ciudadana en la gestión urbana. El primero identifica la contaminación acústica, el segundo ubica los servicios disponibles en varias áreas que se encuentran a un máximo de 15 minutos y el tercero visualiza los bancos que hay en la ciudad. Estos mapas utilizan diversas fuentes de datos públicos para ofrecer una visión detallada de diferentes aspectos de la vida urbana.

La primera iniciativa es un proyecto de una gran fundación, la segunda, una propuesta colaborativa y local, y la tercera, un proyecto personal. Aunque parten de planteamientos muy diferentes, las tres tienen en común el uso de datos públicos y abiertos y la vocación de ayudar a entender y vivir la ciudad. La variedad de orígenes de estos proyectos indica que el uso de datos públicos y abiertos no está limitado a grandes organizaciones.

A continuación, realizamos un resumen de cada proyecto, seguido de una comparación y una reflexión sobre el empleo de datos públicos y abiertos en entornos urbanos.

Mapcesible, mapa para personas con movilidad reducida

Mapcesible se lanzó en 2019 para evaluar la accesibilidad de diversos espacios como comercios, aseos públicos, estacionamientos, alojamientos, restaurantes, espacios culturales y entornos naturales.

Figura 1. Mapcesible. Fuente: https://mapcesible.fundaciontelefonica.com/intro

Este proyecto cuenta con el apoyo de organizaciones como la ONG Confederación Española de Personas con Discapacidad Física y Orgánica (COCEMFE) y la empresa ILUNION. Actualmente cuenta con más de 40.000 espacios accesibles evaluados y miles de usuarios y usuarias.

Figura 2. Mapcesible. Fuente: https://mapcesible.fundaciontelefonica.com/filters

Mapcesible utiliza datos abiertos como parte de su funcionamiento. Específicamente, la aplicación incorpora catorce conjuntos de datos de organismos oficiales, incluyendo del Ministerio de Agricultura y Medioambiente, ayuntamientos de diferentes ciudades (incluidos Madrid y Barcelona) y de los gobiernos autonómicos. Estos datos abiertos se combinan con la información aportada por las personas usuarias de la aplicación, que pueden mapear y evaluar la accesibilidad de los lugares que visitan. Esta combinación de datos oficiales y colaboración ciudadana permite a Mapcesible proporcionar información actualizada y detallada sobre la accesibilidad de diversos espacios en toda España, beneficiando así a las personas con movilidad reducida.

Eskola BideAPP, aplicación para definir trayectos escolares seguros

Eskola BideAPP es una aplicación desarrollada por Montera34 –un equipo que se dedica a la visualización de datos y el desarrollo de proyectos colaborativos— en alianza con la Asociación Solasgune para apoyar los caminos escolares. Eskola BideAPP ha servido para garantizar que los niños y las niñas puedan acceder a sus escuelas de manera segura y eficiente. El proyecto usa sobre todo datos públicos del callejero de OpenStreetMap, por ejemplo, datos geográficos y cartográficos de calles, aceras, cruces, así como datos recabados durante el proceso de creación de rutas seguras para que los niños y las niñas vayan andando a sus colegios con el objetivo de promover su autonomía y la movilidad sostenible.

La aplicación ofrece un panel de control interactivo para visualizar los datos recopilados, la generación de mapas en papel para sesiones con el alumnado, y la creación de informes para técnicos municipales. Utiliza tecnologías como QGIS (un sistema de información geográfica de software libre y de código abierto) y un entorno de desarrollo para el lenguaje de programación R, dedicado a la computación estadística y gráficos.

El proyecto se divide en tres etapas principales:

1. Recolección de datos mediante cuestionarios en las aulas.
2. Análisis y discusión de resultados con los niños para co-diseñar rutas personalizadas.
3. Prueba de las rutas diseñadas.

Figura 3. Eskola BideaAPP. Foto de Julián Maguna (Solasgune). Fuente: https://montera34.com/project/eskola-bideapp/

Pablo Rey, uno de los promotores de Montera34 junto con Alfonso Sánchez, informa para este artículo de que Eskola BideAPP, desde 2019, se ha usado en ocho municipios, incluidos Derio, Erandio, Galdakao, Gatika, Plentzia, Leioa, Sopela y Bilbao. Sin embargo, ahora mismo sólo está operativa en los dos últimos mencionados. “La idea es implementarla en Portugalete a principios de 2025”, añade.

Merece la pena recordar los mapas de Montera34 que mostraban el “efecto” AirBnB en San Sebastián y en otras ciudades, y los análisis de datos y mapas publicados durante la epidemia de COVID-19, que también visualizaban datos públicos. Además, Montera34 ha usado datos públicos para analizar la abstención, segregación escolar, contratos menores o poner los datos abiertos a disposición del público. Para este último proyecto, Montera34 ha comenzado por las ordenanzas del ayuntamiento de Bilbao y las actas de sus plenos, de manera que no solo estén disponibles en un documento PDF sino en forma de datos abiertos y accesibles.

Mapas de Madrid sobre contaminación acústica, servicios y ubicación de bancos

Abel Vázquez Montoro ha realizado diversos mapas con datos abiertos que resultan muy interesantes, por ejemplo, el elaborado con datos del Mapa Estratégico de Ruido (MER) ofrecido por el Ayuntamiento de Madrid y datos del catastro. El mapa muestra el ruido que afecta a cada edificio, fachada y planta en Madrid.

Figura 4. Mapas del ruido en Madrid. Fuente: https://madb.netlify.app/

Este mapa se organiza como un dashboard con tres secciones: datos generales de la zona visible en el mapa, mapa dinámico en 2D y 3D con opciones configurables e información detallada de edificios específicos. Se trata de una plataforma abierta, gratuita y de uso no comercial que usa software libre y de código abierto como GitLab — una plataforma web de gestión de repositorios Git— y QGIS. El mapa permite evaluar el cumplimiento de las normativas de ruido y el impacto en la calidad de vida, ya que también calcula el riesgo para la salud asociado a los niveles de ruido, utilizando la proporción de riesgo atribuible (RA%).

15-minCity es otro mapa interactivo que visualiza el concepto de la "ciudad de 15 minutos" aplicado a diferentes áreas urbanas; es decir, calcula cuán accesibles son diferentes servicios dentro de un radio de 15 minutos a pie o en bicicleta desde cualquier punto de la ciudad seleccionada.

Figura 5. 15-minCity. Fuente: https://whatif.sonycsl.it/15mincity/15min.php?idcity=9166

Por último, "Dónde sentarse en Madrid" es otro mapa interactivo que expone la ubicación de bancos y otros lugares para sentarse en espacios públicos de Madrid, destacando las diferencias entre barrios ricos (generalmente con más asientos públicos) y pobres (con menos). Este mapa utiliza la herramienta para creación de mapas, Felt, para visualizar y compartir información geoespacial de forma accesible. El mapa presenta diferentes tipos de asientos, incluyendo bancos tradicionales, asientos individuales, gradas y otros tipos de estructuras para sentarse.

Figura 6. Dónde sentarse en Madrid. Fuente: https://felt.com/map/Donde-sentarse-en-Madrid-TJx8NGCpRICRuiAR3R1WKC?loc=40.39689,-3.66392,13.97z

Sus mapas visualizan datos públicos de información demográfica (por ejemplo, datos poblacionales distribuidos por edades, género y nacionalidades), información urbanística sobre el uso del suelo, edificaciones y espacios públicos, datos socioeconómicos (por ejemplo, renta, empleo y otros indicadores económicos de los diferentes distritos y barrios), datos medioambientales, incluyendo calidad del aire, zonas verdes y otros aspectos relacionados, y datos sobre la movilidad.

¿Qué tienen en común?

Figura 7. Tabla comparativa de las soluciones  

Estos proyectos comparten el enfoque de emplear datos abiertos para mejorar el acceso a los servicios urbanos, aunque difieren en sus objetivos específicos y en la forma de recopilar y presentar la información. Mapcesible, Eskola BideApp, MAdB y "Dónde sentarse en Madrid" tienen un gran valor.

Por un lado, Mapcesible ofrece información unificada y actualizada que permite a personas con discapacidad moverse por la ciudad y acceder a los servicios. Eskola BideApp involucra a la comunidad en el diseño y testeo de rutas seguras para ir caminando al colegio; esto no solo mejora la seguridad vial, sino que también empodera a los y las más jóvenes para que sean agentes activos en la planificación urbana. Entretanto, 15-min city, MER y los mapas desarrollados por Vázquez Montoro visualizan datos complejos sobre Madrid de manera que la ciudadanía pueden entender mejor cómo funciona su ciudad y cómo se toman las decisiones que les afectan.

En su conjunto, el valor de estos proyectos radica en su capacidad para crear una cultura de datos, enseñando a valorar, interpretar y utilizar la información para mejorar las comunidades.

Contenido elaborado por Miren Gutiérrez, Doctora e investigadora en la Universidad de Deusto, experta en activismo de datos, justicia de datos, alfabetización de datos y desinformación de género. Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor

En este episodio vamos a profundizar en la importancia de tres de las categorías de conjuntos de datos de alto valor relacionadas entre sí. Se trata de los datos de observación de la Tierra y el medio ambiente, los datos geoespaciales y los datos de movilidad. Para hablarnos de ellas, hemos entrevistado a dos expertos en la materia:

• Paloma Abad Power, Subdirectora adjunta del Centro Nacional de Información Geográfica (CNIG).
• Rafael Martínez Cebolla, geógrafo del Gobierno de Aragón.

Con ellos hemos explorado cómo estos conjuntos de datos de alto valor están transformando nuestro entorno, contribuyendo al desarrollo sostenible y a la innovación tecnológica.

Escuchar el pódcast completo

Resumen de la entrevista

1. ¿Qué son los datos de alto valor y por qué son importantes?

Paloma Abad Power: Según la normativa, estos conjuntos de datos de alto valor son los que garantizan un mayor potencial socioeconómico y para ello deben ser fáciles de encontrar, es decir, deben ser accesibles, interoperables y utilizables. ¿Y qué es lo que significa esto? Pues que los conjuntos de datos deben tener sus descripciones, es decir, los metadatos en línea, que informen de las estadísticas y de sus propiedades, y que se puedan descargar o utilizar de forma fácil.

En muchos casos, estos datos suelen ser datos de referencia, es decir, datos que sirven para generar otro tipo de datos, como los datos temáticos, o pueden generar valor añadido.

Rafael Martínez Cebolla: Se podrían definir como aquellos conjuntos de datos que representan fenómenos que sirven para la toma de una decisión, para cualquier política pública o para cualquier acción que pueda emprender una persona física o jurídica.

En ese sentido, hay ya unas directivas, que ya no son tan recientes, como la Directiva del Marco del Agua o la Directiva INSPIRE, que motivaban esa necesidad de disponer datos compartidos bajo unos estándares que posibiliten el desarrollo sostenible de nuestra sociedad.

2. Estos datos de alto valor vienen marcados por una Directiva europea y un Reglamento de ejecución en el que se dictaban seis categorías de conjuntos de datos de alto valor. En esta ocasión nos vamos a centrar en tres de ellas: los datos de observación de la Tierra y el medio ambiente, los datos geoespaciales y los datos de movilidad. ¿Qué tienen en común estas tres categorías de datos y qué conjuntos de datos concretos abarcan?

Paloma Abad Power: En mi opinión estos datos tienen en común la componente geográfica, es decir, son datos ubicados sobre la Tierra y, por tanto, sirven para solucionar problemas de diferente naturaleza y vinculados a la sociedad.

Así, por ejemplo, tenemos, con una cobertura nacional, el Plan Nacional de Ortofotografía Aérea (PNOA), que son las imágenes aéreas, el Sistema de Información de Ocupación del Suelo (SIOSE), las parcelas catastrales, las líneas límite, los nombres geográficos, las carreteras, las direcciones postales, los lugares protegidos - que pueden ser tanto de tipo ambiental, como también los castillos, es decir, patrimonio histórico-, etc. Y estas categorías abarcan casi todos los temas definidos por los anexos de la directiva INSPIRE.

Rafael Martínez Cebolla: Hay que saber distinguir qué es información geográfica pura, con una referencia geográfica directa, frente a otro tipo de fenómenos que tienen referencias geográficas de tipo indirecto. En este mundo actual, el 90% de la información puede ser ubicada, ya sea de manera directa o indirecta. Hoy más que nunca, el tag geográfico es obligatorio para cualquier corporación que quiera implantar una determinada actividad, ya sea social, cultural, ambiental o económica: la implantación de energías renovables, dónde voy a ir a comer hoy, etc. Estos conjuntos de datos de alto valor potencian esas referencias geográficas, sobre todo de tipo indirecto, que nos sirven para tomar una decisión.

3. ¿Cuáles son los organismos que publican estos conjuntos de datos de alto valor? En otras palabras, ¿dónde podría un usuario localizar conjuntos de datos de estas categorías?

Paloma Abad Power: Es necesario destacar el papel del Sistema Cartográfico Nacional, que es un modelo de actuación donde participan las organizaciones de la AGE (Administración General del Estado) y las comunidades autónomas. Está coordinando la coproducción de muchos productos únicos, financiados por estas organizaciones.

Estos productos se publican a través de servicios web interoperables. Los publica, en este caso, el Centro Nacional de Información Geográfica (CNIG), quien también se encarga de muchos de los metadatos de estos productos.

Se podrían localizar a través de los catálogos de la IDEE (Infraestructura de Datos Espaciales de España) o el Catálogo Oficial de Datos y Servicios INSPIRE, que también, a su vez, está en datos.gob.es y en el European Data Portal.

¿Y quién puede publicar? Todos los organismos que tengan un mandato legal sobre un producto y ese producto esté clasificado dentro del Reglamento. Ejemplos: todos los organismos cartográficos de las Comunidades Autónomas, la Dirección General de Catastro, Patrimonio Histórico, el Instituto Nacional de Estadística, el Instituto Geológico y Minero (IGME), el Instituto Hidrográfico de la Marina, el Ministerio de Agricultura, Pesca y Alimentación (MAPA), el Ministerio para la Transición Ecológica y el Reto Demográfico, etc. Son multitud de organismos y muchos de ellos, como he comentado, participan en el Sistema Cartográfico Nacional. Dan los datos y se genera un único servicio para el ciudadano.

Rafael Martínez Cebolla: El Sistema Cartográfico Nacional define muy bien el grado de competencias que asumen las administraciones. Es decir, la administración pública a todas las escalas es la que provee de datos oficiales, ayudada por la empresa privada, algunas veces, a través de la contratación pública.

La Administración General del Estado llega hasta unas escalas 1:25.000 en el caso del Instituto Geográfico Nacional (IGN) y luego el reparto competencial del resto de escalas es para las administraciones autonómicas o locales. Además, hay una serie de actores, como las confederaciones hidrográficas, los departamentos estatales o el Catastro, que tienen bajo sus competencias la obligación legal de generar estos conjuntos de datos.

Para mí es un ejemplo de cómo se ha de repartir, aunque es cierto que luego hay que engranar muy bien, a través de organismos colegiados, para que la producción cartografía esté bien incardinada.

Paloma Abad Power: También se hacen proyectos colaborativos, como, por ejemplo, un mapa ciudadano, técnicamente conocido como mapa X, Y, Z, que consiste en capturar la cartografía de todas las organizaciones a nivel nacional y local. Es decir, desde escalas pequeñas 1:1.000.000 o 1:50.000.000, hasta escalas muy grandes, como 1:1000, para proporcionar al ciudadano un único mapa multiescala y que se pueda servir a través de servicios web interoperables y normalizados.

4. ¿Tenéis algún otro ejemplo de aplicación directa de este tipo de datos?

Rafael Martínez Cebolla:  Un ejemplo claro lo vimos con la pandemia, con los datos de movilidad que publicó el Instituto Nacional de Estadística. Fueron unos datos muy útiles para la administración, para la toma de decisiones, y con los que tenemos que aprender mucho más para la gestión de futuras pandemias y crisis, también de tipo económico. Nos tienen que servir para aprender y desarrollar nuestros sistemas de alerta temprana.

Yo creo que ahí está la línea de trabajo: datos que sean útiles para la ciudadanía en general. Por eso digo que la movilidad ha sido un ejemplo claro, porque era el propio ciudadano quien estaba informando a la administración sobre cómo se estaba moviendo.

Paloma Abad Power: Yo voy a aportar algún dato. Por ejemplo, según las estadísticas de los servicios del Sistema Cartográfico Nacional, el dato más demandado son las imágenes aéreas y los modelos digitales del terreno. En 2022 eran 8 millones de peticiones y en 2023 pasaron a 19 millones de peticiones, solamente en el caso de las ortoimágenes.

Rafael Martínez Cebolla: Me gustaría añadir que ese aumento también es porque se están haciendo bien las cosas. Por un lado, se mejoran los sistemas de descubrimiento. Mi sensación general es que proyectos de ejemplos exitosos hay muchos, tanto de la propia administración como de empresas que necesitan esa información base para generar sus productos.

Había una aplicación que se generó muy rápidamente con la desescalada - ibas a una página web y te decía hasta donde llegaba a tu término municipal-, porque la gente quería salir y andar. Este ejemplo surge de datos espaciales que se han salido de la administración pública. Yo creo que ahí radica la importancia de ejemplos exitosos, que salen de personas que ven una necesidad imperiosa.

5. ¿Y cómo se incentiva esa reutilización?

Rafael Martínez Cebolla: Yo tengo un sinfín de ejemplos. La incentivación pasa también por la promoción y el marketing, cosa que algunas veces nos ha fallado desde la administración pública. Tú te ciñes a unas competencias y parece que con que lo pongas en un sitio web ya vale. Y no es solo eso.

Nosotros estamos incentivando la reutilización de dos maneras. Por un lado, interna, en la propia administración, enseñándoles que la información geográfica sirve para la planificación y evaluación de las políticas públicas. Y os pongo el ejemplo de Atlas de Salud Pública del Gobierno Aragón, que fue premiado en el año antes de la pandemia por una sociedad ibérica de epidemiología. Para ellos fue útil para saber cómo era la salud del aragonés y qué medidas de prevención tenían que tomar.

En cuanto a los incentivos externos, en el caso del Instituto Geográfico de Aragón, se vio que el perfil que entraba al geoportal era muy técnico. Los formatos que se utilizaban eran también muy técnicos, con lo cual no se llegaba a la ciudadanía en general. Para solucionarlo se promocionaron portales como la IDE didáctica, un portal para enseñar geografía, que llega a cualquier ciudadano que quiera aprender sobre el territorio aragonés.

Paloma Abad Power: Me gustaría resaltar el beneficio económico que esto supone, como se mostró, por ejemplo, en el estudio económico que realizó el Centro Nacional de Información Gráfica con la Universidad de Leuven para medir el beneficio económico de la Infraestructura de Datos Espaciales de España. Se midió el beneficio que suponía que las empresas privadas utilizasen los servicios gratuitos y libres, en vez de utilizar, por ejemplo, Google Maps u otras fuentes que no son abiertas.

Rafael Martínez Cebolla: Para lo bueno y para lo malo, porque la calidad del dato oficial algunas veces nos gustaría que fuera mejor. Tanto Paloma, en la Administración General del Estado, como yo, en la administración autonómica, algunas veces sabemos que hay datos oficiales donde hay que invertir más dinero para que la calidad del dato sea mejor y pueda ser reutilizable.

Pero sí que es cierto que esos estudios son clave para saber en qué dimensión se mueven los conjuntos de datos de alto valor. Es decir, el tener estudios que informen del beneficio real que supone tener una infraestructura de datos espaciales a nivel estado o a nivel autonómico para mí es clave para dos cosas: para que el ciudadano entienda su importancia y, sobre todo, para que el político que llega cada N años entienda la evolución que han tenido estas plataformas y la revolución relativa a la información geoespacial que hemos vivido en los últimos 20 años.

6. También el Instituto Geográfico de Aragón ha realizado un informe sobre las ventajas de la reutilización de este tipo de datos, ¿verdad?

Rafael Martínez Cebolla: Sí, se publicó a comienzos de este año. Llevamos haciendo este informe desde hace tres o cuatro años de forma interna, porque sabíamos que íbamos a dar el salto hacia una infraestructura de conocimiento espacial y queríamos ver el impacto de implantar un grafo de conocimiento dentro de la infraestructura de datos. El Instituto Geográfico de Aragón ha hecho un esfuerzo en estos últimos años para analizar el beneficio económico que reporta el disponer de esta infraestructura para el ciudadano en sí, no para la propia administración. Es decir, cuánto dinero se ahorra el ciudadano aragonés en sus impuestos por tener esta infraestructura. Hoy sabemos que disponer de una plataforma de información geográfica ahorra aproximadamente 2 millones de euros al año a la ciudadanía aragonesa.

A mí me gustaría ver el informe del próximo enero o febrero, porque creo que el salto va a ser importante. El grafo de conocimiento se implantó en abril del año pasado y ese gap se va a notar en el año que estamos viviendo. Hemos notado un aumento considerable de peticiones, tanto a nivel de visualización como de descarga.

Básicamente de un año al otro, hemos casi duplicado tanto el número de accesos como de descargas. Esto afecta a la componente tecnológica: la tienes que volver a rediseñar. Te está descubriendo más gente, está accediendo más gente a tus datos y, por tanto, tienes que, dedicarle más inversión a la componente tecnológica, porque está siendo el cuello de botella.

7. ¿Cuáles creeis que son los retos que se afrontarán en los próximos años?

Paloma Abad Power: En mi opinión, el primer reto es conocer al usuario para darle un mejor servicio. El usuario técnico, los universitarios, los usuarios de la calle, etc. Estamos pensando en hacer una encuesta cuando el usuario vaya a utilizar nuestra información geográfica. Pero claro, ese tipo de encuestas a veces frena el uso de la información geográfica. Ese es el gran reto: conocer al usuario para hacer servicios más amigables, aplicaciones, etc. Saber llegar a lo que quiere y dárselo mejor.

También hay otro reto a nivel técnico. Cuando empezaron las infraestructuras espaciales el nivel técnico era muy elevado, tenías que saber lo que era un servicio de visualización, los metadatos, conocer los parámetros, etc. Esto hay que eliminarlo, que el usuario simplemente diga yo quiero, por ejemplo, consultar y visualizar la longitud del río Ebro, de forma más amigable. O por ejemplo la palabra LiDAR, que era el modelo digital italiano con una alta precisión. Todos estos vocablos hay que hacérselos mucho más amigables al usuario.

Rafael Martínez Cebolla: Sobre todo, que sean descubiertos. Mi percepción es que hay que seguir potenciando el descubrimiento de los datos espaciales sin necesidad de explicarle al usuario no avezado, o incluso a unos técnicos, que tenemos que tener un dato, un metadato, un servicio…. No, no. Básicamente es que desde los buscadores generalistas se pueda encontrar los conjuntos de datos de alto valor sin necesidad de saber que existe una cosa que se llama infraestructura de datos espaciales.

Se trata de publicar los datos bajo unos estándares amigables, bajo unas versiones accesibles y, sobre todo, publicarlos en direcciones URIs permanentes, que no vayan a cambiar. Es decir, que el dato vaya mejorando en calidad, pero no vaya a cambiar nunca.

Y sobre todo, desde el punto de vista técnico, tanto las infraestructuras de datos espaciales y los geoportales como las infraestructuras de conocimiento tenemos que conseguir que los nodos de información de alto valor se relacionan entre sí desde el punto semántico y geográfico. Entiendo que los grafos de conocimiento van a ayudar en este sentido. Es decir, la movilidad tiene que tener relación con la observación del territorio, con los datos de salud pública o con los datos estadísticos, que también tienen componente geográfico. Esa relación semántica geográfica para mí es clave.

Suscríbete a nuestro perfil de Soundcloud para estar al día de nuestros pódcasts

Clips de la entrevista

Muchas personas utilizan aplicaciones para desplazarse en su día a día. Apps como Google Maps, Moovit o CityMapper facilitan la ruta más rápida y eficaz para llegar a un destino. Sin embargo, lo que muchos usuarios desconocen es que tras estas plataformas se encuentra una valiosa fuente de información: los datos abiertos. Gracias a la reutilización de conjuntos de datos públicos, como los relacionados con la calidad del aire, el tráfico o el transporte público, estas aplicaciones pueden ofrecer un mejor servicio.

En este post, exploraremos cómo la reutilización de datos abiertos por parte de estas plataformas potencia un ecosistema urbano más inteligente y sostenible.

Google Maps: agrega información de calidad del aire y datos de transporte en GTFS.

Más de mil millones de personas utilizan Google Maps mensualmente alrededor del mundo. El gigante tecnológico ofrece un mapa mundial actualizado y gratuito que obtiene sus datos de diferentes fuentes, algunas de ellas, abiertas.

Una de las funciones que brinda la app es la información sobre la calidad del aire en la ubicación en la que se encuentra el usuario. El Índice de Calidad del Aire (ICA) es un parámetro que viene determinado por cada país o región. La referencia europea se puede consultar en este mapa que muestra calidad del aire por zonas geolocalizadas en tiempo real.

Para mostrar la calidad de aire de la ubicación del usuario, Google Maps aplica un modelo basado en un enfoque multicapa conocido como “enfoque de fusión”. Este método combina datos de varias fuentes de entrada y pondera las capas con un procedimiento sofisticado. Las capas de entrada son:

• Estaciones de monitorización de referencia de los gobiernos
• Redes de sensores comerciales
• Modelos de dispersión mundiales y regionales
• Modelos de polvo y humo de incendios
• Información obtenida por satélite
• Datos del tráfico
• Información auxiliar como la superficie
• Meteorología

En el caso de España, esta información se obtiene de fuentes de datos abiertos como el Ministerio de Transición Ecológica y Reto Demográfico, el Instituto Geográfico Nacional (que le permite obtener la cartografía con nombres oficiales de carreteras, poblaciones, etc.) la Conselleria de Medio Ambiente, Territorio y Vivienda de la Xunta de Galicia o la Comunidad de Madrid. Puedes consultar aquí las fuentes de datos abiertos que se utilizan en otros países del mundo.

Otra funcionalidad que ofrece Google Maps para planificar las mejores rutas para llegar a un destino es la información sobre el transporte público. Estos datos son proporcionados de manera voluntaria por las empresas públicas que ofrecen el servicio de transporte en cada ciudad. Para que estos datos abiertos estén a disposición del usuario, primero se vuelcan en Google Transit y deben cumplir el estándar abierto de transporte público GTFS (General Transit Feed Specification). Además, Google Maps también integra datos de transporte en GTFS del Punto de Acceso Nacional.

Moovit: reutiliza datos abiertos para ofrecer información en tiempo real

Moovit es otra de las aplicaciones de movilidad urbana, que utiliza datos abiertos y colaborativos para facilitar a los usuarios la planificación de sus desplazamientos en transporte público.

Desde su lanzamiento en 2012, la app de descarga gratuita ofrece información en tiempo real de las distintas opciones de transporte, sugiere las mejores rutas para llegar al destino indicado, guía al usuario durante su recorrido (cuánto tiene que esperar, cuántas paradas faltan, cuándo tiene que bajar, etc.) y realiza actualizaciones constantes ante cualquier alteración en el servicio.

Como otras apps de movilidad, también está disponible en modalidad offline y permite guardar las rutas y líneas frecuentes en “Favoritos”. Además, se trata de una solución inclusiva ya que integra VoiceOver (iOs) o TalkBack (Android) para personas invidentes.

La plataforma no solo aprovecha datos abiertos proporcionados por gobiernos y autoridades locales, sino que también recopila información de sus usuarios, lo que le permite ofrecer un servicio dinámico y constantemente actualizado.

CityMapper: nace como reutilizador de datos abiertos de movilidad

El equipo de desarrollo de CityMapper reconoce que la aplicación nació con un ADN abierto que todavía se mantiene. Reutilizan conjuntos de datos abiertos de, por ejemplo, OpenStreetMap a nivel global o RENFE y Cercanías Bilbao a nivel nacional. A medida que la aplicación está disponible en más ciudades, mayor es la lista de fuentes de referencia de datos abiertos de las que obtiene información.

La plataforma ofrece información en tiempo real sobre rutas de transporte público, incluyendo autobuses, trenes, metro o bicicletas compartidas. También añade opciones para desplazarse a pie, en bici o en sistemas de transporte compartido. Está diseñada para proporcionar la ruta más eficiente y rápida para llegar a un destino, integrando datos de diferentes medios de transporte en una sola interfaz.

Tal y como publicamos en el informe monográfico “Innovación municipal a través de datos abiertos” CityMapper utiliza principalmente open data de las autoridades de transporte locales normalmente utilizando el estándar GTFS (General Transit Feed Specification). No obstante, cuando estos datos no son suficientes o no son suficientemente precisos, CityMapper los combina con conjuntos de datos generados por los propios usuarios de la aplicación que colaboran voluntariamente. También utiliza datos mejorados y gestionados por el trabajo de los propios empleados locales de la empresa. Todos estos datos se combinan con algoritmos de inteligencia artificial desarrollados para optimizar las rutas y ofrecer recomendaciones ajustadas a las necesidades de los usuarios.

En conclusión, el uso de datos abiertos en el transporte impulsa una transformación significativa en el sector de la movilidad en ciudades. Gracias al aporte que ofrecen a las aplicaciones, los usuarios pueden acceder a datos actualizados y precisos, planificar sus viajes de manera eficiente y tomar decisiones informadas. Los gobiernos, por su parte, han asumido el rol de facilitadores al hacer posible la difusión de datos mediante plataformas abiertas, optimizando recursos y fomentando la colaboración entre distintos sectores. Además, los datos abiertos han creado nuevas oportunidades para los desarrolladores y el sector privado, quienes han contribuido con soluciones tecnológicas, como pueden ser Google Maps, Moovit o CityMapper. En definitiva, el potencial de los datos abiertos para transformar el futuro de la movilidad urbana es algo innegable.