UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE ...repository.udistrital.edu.co/bitstream/11349/2783/1...2...
169
1 UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS MODELO DE INTELIGENCIA COLECTIVA DE LOS SISTEMAS PEATONALES Tesis presentada como requisito para obtener el grado de DOCTOR EN INGENIERÍA ÉNFASIS EN CIENCIAS DE LA INFORMACIÓN Y EL CONOCIMIENTO Por LINDSAY ÁLVAREZ POMAR Dirigida por GERMÁN MÉNDEZ GIRALDO Ph.D. Codirigida por: NATALIA MARTINS GONÇALVES Ph.D. Bogotá, Colombia 2016
Transcript of UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE ...repository.udistrital.edu.co/bitstream/11349/2783/1...2...
1
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
MODELO DE INTELIGENCIA COLECTIVA DE LOS SISTEMAS
PEATONALES
Tesis presentada como requisito para obtener el grado de
DOCTOR EN INGENIERÍA
ÉNFASIS EN CIENCIAS DE LA INFORMACIÓN Y EL CONOCIMIENTO
Por
LINDSAY ÁLVAREZ POMAR
Dirigida por
GERMÁN MÉNDEZ GIRALDO Ph.D.
Codirigida por:
NATALIA MARTINS GONÇALVES Ph.D.
Bogotá, Colombia 2016
2
Comisión de Doctorado
Esta tesis, titulada “Modelo de inteligencia colectiva de los sistemas peatonales”,
escrita por Lindsay Álvarez Pomar, ha sido aprobada en cuanto a estilo y contenido
intelectual. Hemos leído esta tesis y la aprobamos,
______________________________________
______________________________________
______________________________________
______________________________________
______________________________________
Ph. D. Germán Méndez Giraldo.
Director
______________________________________
Ph. D. Natalia Martins Gonçalves
Codirectora
Fecha de la defensa: Abril 19 de 2016
3
© Derechos de autor 2016 de Lindsay Álvarez Pomar
Todos los derechos reservados.
4
Dedicado a los peatones víctimas de accidentes de tránsito y sus familias,
quienes inspiraron este proyecto.
5
Agradecimientos
A mis papás por el ejemplo
A Ernesto por el amor
A mi familia por la alegría
A Sasha por la lealtad
A Germán por el soporte
A Natalia por la luz
A Diana por la amistad
A Felipe y Andrés por el esfuerzo
Y a Dios por la inteligencia colectiva!!!
6
RESUMEN
Los peatones representan uno de los principales actores y también las principales
víctimas en los sistemas de movilidad a nivel mundial. Según cifras de la
Corporación Andina de Fomento, el 51% de las víctimas de accidentes de tránsito en
el mundo, son peatones. Esto representa impactos económicos, sociales y morales
directamente sobre las víctimas, así como sobre su entorno familiar y sobre las
ciudades. De acuerdo con la Organización Mundial de la Salud y la Organización
Panamericana de la Salud, la reducción de la accidentalidad es una prioridad para el
desarrollo de los países.
A pesar de su importancia, los peatones y su dinámica no son considerados en la
mayoría de estudios y métodos de diseño de sistemas de movilidad. Las normas para
el diseño de sistemas de movilidad no consideran los peatones como entes
autónomos, sino que presentan ciertos lineamientos únicamente referidos al diseño y
dimensionamiento de la infraestructura; las guías para el diseño de sistemas
peatonales, no tienen en cuenta su comportamiento, sino que se centran en ciertos
componentes estáticos del sistema; los enfoques académicos se centran en el estudio
del flujo de peatones en lugares específicos de la ciudad sin considerar sus
relaciones con otros puntos u otros elementos del sistema de movilidad; y por
último, los planes de movilidad peatonal solo consideran algunos de los
componentes del sistema peatonal. Sin embargo, ningún modelo existente se centra
en el estudio del comportamiento de los actores del sistema peatonal y de sus
comportamientos emergentes.
En este proyecto se propone un modelo de inteligencia colectiva que permite
estudiar, analizar y explicar el comportamiento de los sistemas de movilidad
peatonal considerando la complejidad de los sistemas sociales y consolidando el uso
de la simulación. El modelo se construye siguiendo la metodología definida por el
grupo de investigación Sistemas Expertos y Simulación (SES) para el análisis de
problemas sociales y la metodología de análisis de factores (MicMac) de Michael
Godet, robusteciendo las teorías sobre inteligencia colectiva. Se cuenta con un
modelo computarizado basado en dinámica de sistemas, como resultado del
despliegue del modelo de inteligencia propuesto, así como con una base de
conocimiento sobre los sistemas peatonales, que permite verificar su aplicabilidad en
un caso de estudio real en la ciudad de Bogotá-Colombia.
Palabras clave: Análisis y diseño de sistemas. Desarrollo urbano. Identificación de
sistemas. Modelamiento computacional de la cultura. Sistemas sociotécnicos.
7
ABSTRACT
Pedestrians are one of the main players in traffic systems worldwide; they are also
the main victims. According to the Andean Development Corporation, 51% of
victims of traffic accidents in the world are pedestrians, which have significant
economic, social and moral impact not only on the victim, but also on their families.
These accidents also highly affect the socio-economic indicators of cities and
countries which has led the World Health Organization (W.H.O.) and the Pan
American Health Organization to set the reduction of traffic accidents as a priority
for developing countries.
The standards for the design of pedestrian mobility schemes do not consider
pedestrians as autonomous entities; rather they limit themselves to design and
dimensioning issues. These standards or guides ignore pedestrian behavior.
Academic focused on studying the flow of pedestrians at specific places in a city
without regard to its relations with other parts or other elements of a mobility
system; there is no model focused on the study of the behavior of actors in the
pedestrian system and their emergent behaviors.
This research sought to integrate pedestrian behavior as part of a complex system,
where members of the collective affect each other’s behavior. A model of collective
intelligence is proposed. It allows studying, analyzing and explaining the behavior
of pedestrian mobility systems. The model has been constructed following the
methodology defined by the research group Experts and Simulation Systems (SES)
for the analysis of social problems and Godet’s factor analysis (MicMac)
methodology. A systems dynamics model has been developed to capture collective
intelligence features. In doing so, a knowledge base of pedestrian behavior and
pedestrian walkways have been collected. The proposed model has been tested using
a computer model and a case study based on the city of Bogotá, Colombia.
Keywords: System analysis and design. Urban development. System identification.
Computational cultural modelling. Sociotechnical systems.
8
Tabla de contenido
1. INTRODUCCIÓN ............................................................................................ 13 1.1 PRESENTACIÓN DE LA PROPUESTA ................................................ 13 1.2 EL PROBLEMA DE LOS SISTEMAS PEATONALES ......................... 14 1.3 MARCO METODOLÓGICO ................................................................... 20 1.4 LÍNEA DE INVESTIGACIÓN................................................................. 23
2. SISTEMAS DE TRANSPORTE Y SISTEMAS PEATONALES .................... 24 2.1 TRÁNSITO Y TRANSPORTE ................................................................ 24 2.2 MOVILIDAD URBANA .......................................................................... 27 2.3 SISTEMAS PEATONALES ..................................................................... 28
2.3.1 Componentes de los sistemas peatonales .......................................... 30 2.4 REPRESENTACIÓN DEL SISTEMA DE TRANSPORTE .................... 35 2.5 REPRESENTACIÓN DE LOS SISTEMAS PEATONALES .................. 36
2.5.1 Sistemas inteligentes de transporte.................................................... 37 2.5.2 Estudios académicos ......................................................................... 38 2.5.3 Normas técnicas ................................................................................ 40 2.5.4 Planes de movilidad .......................................................................... 41
2.6 CONCLUSIONES .................................................................................... 43 3. LA MOVILIDAD PEATONAL EN BOGOTÁ ............................................... 44
3.1 PLANEACIÓN GLOBAL ACTUAL DE LA MOVILIDAD EN
BOGOTÁ .............................................................................................................. 44 3.2 CONCEPCIÓN DEL SISTEMA PEATONAL EN BOGOTÁ................. 45 3.3 EFECTOS DE LA CONCEPCIÓN SOBRE LAS CARACTERÍSTICAS
MÁS IMPORTANTES PARA LA CIUDAD DE BOGOTÁ ............................... 51 3.4 APORTE DE INFORMACIÓN DE LA BASE DE DATOS .................. 58 3.5 CONCLUSIONES .................................................................................... 64
4. INTELIGENCIA EN LOS SISTEMAS PEATONALES ................................. 66 4.1 GENERALIDADES DE LA INTELIGENCIA ........................................ 66 4.2 CO-INTELIGENCIA ................................................................................ 68 4.3 INTELIGENCIA COLECTIVA ............................................................... 68 4.4 INTELIGENCIA COLECTIVA EN LOS SISTEMAS PEATONALES . 71 4.5 PROPUESTA PARA EL ANÁLISIS DE LA INTELIGENCIA ............. 72
4.5.1 Factores influyentes en el análisis de la inteligencia de los sistemas
peatonales .......................................................................................................... 75 4.5.2 Representación de la Inteligencia del sistema peatonal de Bogotá ... 91
4.6 CONCLUSIONES .................................................................................... 95 5. DESPLIEGUE DEL MODELO DE INTELIGENCIA ..................................... 95
5.1 ANÁLISIS ESTRATÉGICO DEL SISTEMA PEATONAL DE BOGOTÁ
96 5.1.1 Prototipo para analizar las políticas relacionadas con el tráfico
peatonal en Bogotá ............................................................................................ 97 5.2 ANÁLISIS GLOBAL DEL SISTEMA PEATONAL DE BOGOTÁ ..... 108
5.2.1 Prototipo para el análisis global del sistema peatonal ..................... 109 5.3 CONCLUSIONES .................................................................................. 126
6. DESPLIEGUE OPERATIVO ......................................................................... 129 6.1 REPRESENTACIÓN DEL PROBLEMA DE ESCOGER LA RUTA ... 129
9
6.2 REPRESENTACIÓN CUANTITATIVA DE LOS
DESPLAZAMIENTOS PEATONALES ............................................................ 130 6.3 COMPORTAMIENTO PEATONAL EN BOGOTÁ ............................. 134
6.3.1 Estudio de caso para la representación del comportamiento peatonal
de Bogotá a través de simulación multiagente ................................................ 135 6.3.2 Intersección a nivel: cruce semafórico carrera 13 con calle 40 ....... 142
6.4 CONCLUSIONES .................................................................................. 150 7. CONCLUSIONES, APORTES, TRABAJOS FUTUROS Y METODOLOGÍA
GENERADA ........................................................................................................... 152 7.1 CONCLUSIONES GENERALES .......................................................... 152 7.2 APORTES ............................................................................................... 154 7.3 TRABAJOS FUTUROS ......................................................................... 155 7.4 METODOLOGÍA PARA ANALIZAR LA INTELIGENCIA
COLECTIVA EN SISTEMAS SOCIALES........................................................ 155 7.4.1 Metodología para construir un modelo de inteligencia colectiva .... 155 7.4.2 Metodología para desplegar el modelo de inteligencia colectiva .... 158
REFERENCIAS ...................................................................................................... 160
10
Lista de figuras
Figura 1. Etapas de un modelo de inteligencia .......................................................... 14 Figura 2. Comportamiento histórico de muertes en accidentes de tránsito en Bogotá
................................................................................................................................... 17 Figura 3. Comportamiento histórico de lesiones en accidentes de tránsito en Bogotá
................................................................................................................................... 18 Figura 4. Composición del Sistema de Movilidad Urbana ....................................... 28 Figura 5. Factores y niveles de decisión en Sistemas Peatonales.............................. 31 Figura 6. Estructura de los sistemas peatonales ........................................................ 32 Figura 7. Mapa de riesgo de accidentes graves por UPZ. Bogotá 2013. ................... 47 Figura 8. Puntos críticos para peatones en Bogotá - 2012 ........................................ 48 Figura 9.Número de accidentes peatonales del 2005 al 2013 ................................... 49 Figura 10. Porcentaje de accidentes peatonales del 2005 al 2014 ............................. 49 Figura 11. Número de vehículos en Bogotá 2007 al 2013 ........................................ 50 Figura 12. Evolución Porcentual del Género de las Víctimas Peatones en Bogotá del
2005 al 2014 .............................................................................................................. 52 Figura 13. Evolución Porcentual del Género de los Conductores implicados en
accidentes con Peatones en Bogotá del 2006 al 2013 ............................................... 53 Figura 14. Conductores según género y año de 2005 al 2013 ................................... 53 Figura 15. Víctimas peatones según género y año de 2005 al 2013.......................... 54 Figura 16. Accidentes peatonales según género y día de 2005 a 2013 ..................... 57 Figura 17. Accidentes peatonales según hora y género de 2005 al 2013 .................. 57 Figura 18. Cantidad de accidentes por hora y mes de 2005 al 2013 ......................... 59 Figura 19. Concepción de modelo de inteligencia. ................................................... 67 Figura 20. Tipos de Co-inteligencia .......................................................................... 68 Figura 21.Formas de inteligencia colectiva ............................................................... 70 Figura 22. Análisis de Pareto para identificación de causas más relevantes ............. 76 Figura 23. Análisis Jerárquico por mega-sectores ..................................................... 87 Figura 24. Análisis de Relaciones por Mega-sectores .............................................. 88 Figura 25. Análisis de Relaciones por Mega-sectores .............................................. 89 Figura 26. Agrupación de factores según su relación con el funcionamiento, con los
peatones y con los comportamientos emergentes ...................................................... 90 Figura 27. Modelo de inteligencia colectiva del sistema peatonal de Bogotá ........... 93 Figura 28. Modelo dinámico de políticas en el Sistema Peatonal del Distrito .......... 97 Figura 29. Modelo para soportar decisiones estratégicas del Sistema Peatonal de
Bogotá ..................................................................................................................... 101 Figura 30. Modelo para soportar decisiones estratégicas del Sistema Peatonal de
Bogotá, con relaciones de flujo de conocimiento .................................................... 102 Tabla 18. Ecuaciones del modelo de despliegue estratégico ................................... 103 Figura 31. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá ..................................................................................................................... 105 Figura 32. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, con una regulación del total de accidentes y lesiones ................................ 105 Figura 33. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, sin inversión en publicidad por parte del Distrito ...................................... 106 Figura 34. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, con ningún tipo de inversión en publicidad ............................................... 106
11
Figura 35. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, si se invirtiera todo el presupuesto distrital en publicidad social ............... 107 Figura 36. Modelo causal ........................................................................................ 108 Figura 37. Sector de políticas .................................................................................. 111 Fuente: Elaboración propia ..................................................................................... 111 Figura 38. Sector presupuesto ................................................................................. 112 Fuente: Elaboración propia ..................................................................................... 112 Figura 39. Sector campañas .................................................................................... 113 Fuente: Elaboración propia ..................................................................................... 113 Figura 40. Sector infraestructura ............................................................................. 114 Figura 41. Sector multas.......................................................................................... 115 Figura 42. Sector accidentalidad ............................................................................. 116 Figura 43. Sector costos de accidentalidad ............................................................. 117 Figura 44. Sector hábitos ......................................................................................... 118 Figura 45. Sector cultura ......................................................................................... 120 Figura 46. Sector experiencias ................................................................................ 121 Figura 47. Sector comportamiento colectivo .......................................................... 121 Figura 48. Sector comportamiento colectivo .......................................................... 122 Figura 49. Modelo global en la capa de primer nivel .............................................. 123 Figura 50. Escenario más parecido al actual ........................................................... 124 Figura 51. Escenario del mejor caso ....................................................................... 124 Figura 52. Escenario de peor caso ........................................................................... 125 Figura 53. Diagrama causa - efecto y diagrama causal de intersección a desnivel:
túnel ......................................................................................................................... 139 Figura 54. Imagen del modelo del túnel .................................................................. 140 Figura 55. Mapa de densidad túnel. ........................................................................ 141 Figura 56. Diagramas causa - efecto de intersección semafórica ............................ 147 Figura 57. Diagrama causal de intersección semafórica ......................................... 148 Figura 58. Intersección a nivel: cruce semafórico carrera 13 calle 40. ................... 148 Figura 59. Metodología para construir un modelo de inteligencia colectiva .......... 156
12
Lista de tablas
Tabla 1. Taxonomía de los sistemas de transporte .................................................... 27 Tabla 2. Programas computacionales para simulación peatonal ............................... 40 Tabla 3. Análisis de los componentes considerados en planes de movilidad ........... 42 Tabla 4. Vehículos accidentados según antigüedad de 2007 a 2014 ......................... 55 Tabla 5. Clase de vehículo según año de 2007 a 2014 .............................................. 55 Tabla 6. Tipo de vehículo según género de conductores de 2005 a 2013 ................. 56 Tabla 7. Gravedad de accidentes peatonales según género de víctimas de 2005 a
2013 ........................................................................................................................... 56 Tabla 8. Matriz de correlaciones de Pearson entre las variables de 2005 a 2013 ..... 60 Tabla 9. Matriz de correlaciones parciales entre las variables de 2005 a 2013 ......... 61 Tabla 10. Resultados regresión lineal multivariada para gravedad del peatón con las
variables de 2005 a 2013 ........................................................................................... 61 Tabla 11. Resultados regresión no paramétrica para gravedad del peatón con las
variables de 2005 a 2013 ........................................................................................... 62 Tabla 12. Matriz de información mutua para las variables de accidentalidad de 2005
a 2013 ........................................................................................................................ 63 Tabla 13. Descripción de Variables Incidentes ......................................................... 85 Tabla 14. Primera afinidad de variables .................................................................... 86 Tabla 15. Análisis de incidencia por sectores ........................................................... 86 Tabla 16. Segunda afinidad de sectores .................................................................... 87 Tabla 17. Análisis de incidencia por Mega-sectores ................................................. 88 Tabla 18. Ecuaciones del modelo de despliegue estratégico ................................... 103 Tabla 19. Validación del modelo estratégico .......................................................... 104 Tabla 20. Enfoques principal y secundario para modelamiento y simulación de
peatones ................................................................................................................... 131 Tabla 21. Cantidad y porcentaje de artículos que usan simulación discriminados por
la técnica que usan .................................................................................................. 131 Tabla 22. Artículos según técnica secundaria, que usan la simulación como técnica
principal................................................................................................................... 132 Tabla 23. Características del modelo del túnel........................................................ 138 Tabla 24. Distribuciones del modelo del túnel ........................................................ 140 Tabla 25. Resultados de pruebas “t” de diferencia de medias ................................. 141 Tabla 26. Resumen del análisis de escenarios del modelo del túnel peatonal......... 143 Tabla 27. Características modelo cruce peatonal Carrera 13 .................................. 145 Tabla 28. Distribuciones del modelo carrera 13 ...................................................... 146 Tabla 29. Resultados de pruebas t de diferencias de medias ................................... 149 Tabla 30. Resultados escenarios modelo de intersección semafórica ..................... 150
13
1. INTRODUCCIÓN
1.1 PRESENTACIÓN DE LA PROPUESTA
Con la tendencia al aumento de las personas que viven en las ciudades y del número
de vehículos que circulan en ellas, las interacciones peatón-vehículo han crecido y
con ellas todos los problemas que acarrea, como las infracciones y la accidentalidad;
en esta última, los que llevan la peor parte son los peatones. Sin embargo, debido a
la concientización de las personas sobre los beneficios que caminar aporta a la salud,
por la obligación de parquear en sitios geográficos específicos, por el uso de medios
masivos de transporte (el aumento en el uso de transporte público está directamente
relacionado con el aumento de peatones; se dice que no hay transporte público sin
peatones), entre otras razones, el inicio y el fin de muchos desplazamientos se hacen
caminando. Como consecuencia, el tema de movilidad peatonal ha cobrado
importancia en las últimas décadas.
En general existen numerosos estudios sobre movilidad en las ciudades. Se puede
decir que los estudios sobre tráfico vehicular han buscado mejorar los tiempos de
desplazamiento y la seguridad vial; mientras que los de tráfico peatonal buscan dar
respuesta a necesidades de seguridad y de comodidad de los peatones. Sin embargo,
generalmente se dan soluciones a problemas puntuales que se presentan, pero no se
sabe cuáles son los factores más influyentes en la funcionalidad de estos sistemas y
cuáles son las causas que provocan ciertos comportamientos claramente
identificados. Es decir, hasta el momento hay indicios de cómo se comportan los
sistemas peatonales en algunos aspectos y ante ciertas condiciones, pero no se sabe
por qué se comportan de esa manera.
Definir la inteligencia de los sistemas peatonales y modelarla, puede ser la base para
poder intervenir y modificar las funcionalidades y comportamientos de estos
sistemas, porque estos modelos también pueden ser usados para obtener ganancia
social, es decir que se pueden usar para analizar estrategias para mejorar la cultura
ciudadana teniendo en cuenta que los peatones son el actor principal en estos
sistemas. Como se puede ver en la Figura 1, un modelo de inteligencia tiene tres
etapas: de adquisición, de representación y de toma de decisiones.
En la etapa de adquisición se identifica cuál es el conocimiento vital para la
sostenibilidad de la organización; en caso de no existir, se debe buscar externamente
o desarrollarlo a través de técnicas y procedimientos como los paneles de expertos,
lluvia de ideas, ingeniería de reversa, entre otros. Una vez se identifica este
conocimiento se debe propender por su difusión a lo largo de sus estructuras
(anclaje) para lograr que lo adquiera.
14
Figura 1. Etapas de un modelo de inteligencia
Fuente: Elaboración propia
La etapa de representación tiene como objetivo hacer explícito el conocimiento
individual para ser generalizado, extendido y modificado, al tiempo que permita su
uso de manera colectiva. La representación no necesariamente es de tipo
matemático, sino que en esta fase se reconoce todo tipo de modelo que convierta en
explícitos los objetos, las relaciones importantes y que considere las restricciones
naturales del sistema. La etapa final, que se refiere a la toma de decisiones
organizacionales, considera las medidas de desempeño claves para el sistema, de
manera que los cursos de acción que se elijan permitan un impacto real.
En esta investigación se identifican los aspectos clave de los sistemas peatonales
para representarlos a través de un modelo de inteligencia colectiva, con el fin de
entender su funcionalidad y analizarla. Los resultados de esta investigación se
pueden usar para tomar decisiones en los sistemas peatonales a nivel estratégico,
táctico y operativo, de manera que los principales usuarios serían las entidades
encargadas del diseño de políticas, estrategias y obras relacionadas con tráfico tanto
vehicular como peatonal, beneficiando principalmente a los peatones y las ciudades
que los tengan en cuenta.
1.2 EL PROBLEMA DE LOS SISTEMAS PEATONALES
El desarrollo sostenible de las ciudades hace que el caminar sea una opción atractiva
y que sea tenida en cuenta en las políticas de transporte urbano, entre otras razones
porque mejora la calidad de vida de las personas, no es costosa, es accesible, no
contamina, usa menos espacio y no usa vehículos motorizados. De hecho, muchas
personas económicamente desfavorecidas lo hacen como su única opción para
desplazarse.
Por otro lado, las ciudades deber permitir las relaciones entre las personas y el hecho
de caminar las pone en contacto, desempeñando una función fundamental en la
habitabilidad de las ciudades, en la sociabilización, el aprendizaje y el desarrollo de
la independencia y la identidad propias de cada persona (OCDE, 2011). Tener
15
peatones en las calles dinamiza las ciudades, se hace un buen uso del espacio
público y activa el comercio.
Sin embargo, este medio de transporte no ha tenido la atención adecuada en la
planeación de las ciudades ni en la formulación de políticas, provocando que las
ciudades se hayan diseñado especialmente enfocadas para los desplazamientos de
tráfico motorizado y no para el tráfico peatonal; en promedio el índice de vías con
prioridad para peatones es de solo 0,4% del total de vías de las 15 ciudades
estudiadas por el Observatorio de Movilidad Urbana para América Latina de la
Corporación Andina de Fomento (Kogan, Azán, Miquilena, & Vasconcellos, 2010).
De hecho las estadísticas sobre peatones no son comunes en los informes sobre
movilidad, a pesar de que el inicio y fin de casi todos los desplazamientos se da
caminando. En cambio, son comparativamente abundantes las estadísticas sobre
tráfico de vehículos motorizados y sobre su accidentalidad (precisamente en estas
últimas el peatón es la víctima), que explica en parte la poca importancia que se le
da al peatón en la toma de decisiones.
A pesar de la existencia de dificultades para medir los desplazamientos a pie,
caminar es una actividad importante que representa hasta el 50% de todos los
desplazamientos que tienen lugar en las zonas urbanas. Más de 20.000 peatones
mueren en los países miembros de la OCDE (Organización para la Cooperación y el
Desarrollo Económico), representando entre el 8% y el 37% de todos los
fallecimientos ocurridos en las carreteras; y en todo el mundo, más de 400.000
peatones mueren cada año en las vías públicas. En los países de la OCDE, el grupo
de personas de más de 65 años representa entre el 13% y el 20% de la población
pero en él se registran más del 50% de las muertes de peatones (OCDE, 2011). Los
peatones son las principales víctimas de los sistemas de tránsito a pesar de no
representar un riesgo directo para los demás actores del sistema, pero a pesar de
esto, los códigos de tránsito se enfocan más hacia los vehículos que hacia los
peatones. Este fenómeno, unido a las cifras de accidentalidad ha creado una
percepción de inseguridad sobre los desplazamientos a pie, especialmente en el caso
de los niños, los discapacitados y los ancianos; acrecentándose además por las
condiciones de iluminación, mal estado de la infraestructura e incluso las
estadísticas de robos en las calles.
Sin embargo, no se cuenta con suficiente información sobre los sistemas peatonales
en cuanto a la movilidad, la seguridad y la toma de decisiones en general para
entender mejor su comportamiento. De hecho no se tienen estadísticas sobre un
fenómeno que se considera común: caídas de los peatones en espacios públicos; y
además se subestiman las de colisiones con vehículos motorizados y no motorizados
al cruzar las calles.
Por otro lado, las ciudades han evolucionado a fin de adaptarse al uso de los
automóviles, provocando dispersión urbana y afectando negativamente la vida y la
cohesión social; adicionalmente, hace que el nivel de motorización aumente
rápidamente y se dependa cada día más de estos vehículos. No obstante, algunas
ciudades hoy en día les están dando menos prelación, pero en todo caso no es común
encontrar entidades gubernamentales dedicadas al estudio del tráfico peatonal y
16
mucho menos a la defensa de los intereses de los peatones, haciendo más
complicado tener en cuenta este tema en el diseño de políticas.
“Es claro que se debe favorecer el tráfico peatonal en las ciudades mediante legislación y
ejecución, pero mientras no se tenga una idea clara de cómo son las funcionalidades de estos
sistemas se dificulta atender las necesidades de los peatones y promocionar los
desplazamientos a pie. El hecho de caminar está facilitado por una red bien conectada, con
una infraestructura adaptada a los peatones y un espacio urbano bien diseñado, que tenga en
cuenta las necesidades de los usuarios más vulnerables. Deberían tenerse en cuenta las
necesidades de los peatones al diseñar el entorno urbano, de modo que las personas puedan
caminar o desplazarse en transporte público con facilidad a o desde el destino que deseen.
Además, los diseñadores urbanos deberían intentar desarrollar entornos adaptados a los
peatones que incluyan vías peatonales propicias para caminar. Se necesitan elementos de
planificación y diseño urbano que logren una reducción del uso de los vehículos de motor y
promuevan los medios alternativos de transporte.” (OCDE, 2011).
Realmente, los peatones se han tenido que adaptar a la infraestructura y en general a
las decisiones que se toman en los sistemas peatonales, y deben ser ellas las que se
adapten a los peatones y a su comportamiento. La interacción de los diferentes
factores que se puedan identificar en estos sistemas, así como la relación con su
estructura jerárquica y los comportamientos emergentes propios del mismo, hacen
que los sistemas peatonales se puedan analizar a través de enfoque de inteligencia
colectiva, con el fin de entender su dinámica y dar las bases para una toma de
decisiones más consistente, que permita que el sistema peatonal se adapte a los
peatones y no al contrario.
Los efectos de este fenómeno son evidentes; según la Organización Mundial de la
Salud, los accidentes de tránsito se han situado como la novena causa de defunción
en el mundo en el periodo 2000 – 2012 (1.3 millones de defunciones), representando
un 2,2% del total de muertes. La OCDE y el Foro Internacional del Transporte
establecieron un Centro Conjunto de Investigación sobre el Transporte en el año
2004, que investiga sobre todos los medios de transporte para apoyar la formulación
de políticas en los países miembros y contribuir a las reuniones ministeriales del
Foro. En el informe sobre “Peatones: seguridad vial y espacio” del año 2011 se hizo
visible la importancia de caminar y la necesidad de contar con políticas que
fomenten el transporte a pie (OCDE, 2011).
Sin embargo, la toma de decisiones con respecto a movilidad no tiene en cuenta el
comportamiento y la lógica de los peatones (Ulloa, 2011), sino que se enfoca
principalmente hacia las necesidades de movilidad de los vehículos. De hecho,
durante el 51° Consejo Directivo de la Organización Panamericana de la Salud /
Organización Mundial de la Salud en 2011, las autoridades sanitarias de las
Américas aprobaron un plan de acción sobre seguridad vial para prevenir
traumatismos ocasionados por el tránsito; el objetivo es que los países adapten la
legislación sobre los que son considerados como los principales factores de riesgo:
velocidad, consumo de alcohol, uso del cinturón de seguridad, de cascos y de
asientos de seguridad para niños (OPS-OMS, 2011), pero en estos factores no se
encuentra relación con el comportamiento peatonal.
17
En el 2007 la tasa ajustada de mortalidad en el mundo por los traumatismos
causados por el tránsito era de 18,8 por cada 100.000 habitantes y en la Región de
las Américas era de 15,8 por cada 100.000 habitantes (OCDE, 2011). El 39% de las
personas que fallecen en la Región debido a traumatismos causados por el tránsito
son usuarios vulnerables (peatones, ciclistas o motociclistas), mientras que el 47%
son ocupantes de vehículos automotores. Hay países donde el porcentaje de muertes
de peatones es superior a 50%, entre ellos, El Salvador (63%) y Perú (78%) (OCDE,
2011).
En Estados Unidos de América y Canadá, las tasas ajustadas de mortalidad por los
traumatismos causados por el tránsito han bajado de forma considerable en los
últimos 30 años, obteniendo 13,9/100.000 habitantes y 8,8/100.000 habitantes
respectivamente; mientras que en América del Sur, apenas Colombia registraba a
2007 una disminución en la tasa de mortalidad en los últimos 10 años, al igual que
dos países del Caribe: las Bahamas y Jamaica, que han notificado tendencias
similares en períodos más recientes (OCDE, 2011).
Según el observatorio de seguridad en Bogotá, en promedio en el año 2011 se
registraron 2696 personas lesionadas y 564 muertas en accidentes de tránsito. Los
peatones fueron las principales víctimas de lesiones por accidentalidad vial (37%) y
de muertes (56%); seguidos por los pasajeros, (32%) de las lesiones y (11%) de las
muertes; y por los conductores, (31%) de las lesiones y (33%) de las muertes. El
comportamiento histórico de las muertes (Figura 2) en accidentes de tránsito en
Bogotá entre Enero de 2000 y Diciembre de 2011, evidencia que se ha frenado la
tendencia a disminuir que venía presentando. Un comportamiento similar se observa
con respecto a las lesiones (Figura 3).
Figura 2. Comportamiento histórico de muertes en accidentes de tránsito en Bogotá
Fuente: Observatorio de seguridad en Bogotá. Balance de 2011
Además del impacto que generan las lesiones y las muertes por accidente de tránsito
sobre las víctimas y sus familiares, también se genera una sobrecarga para los
servicios de salud y un alto costo para toda la sociedad. En el 2005, en Estados
Unidos, los costos relacionados con las lesiones resultantes del tránsito excedieron
los US$ 99 mil millones. En Brasil, en el mismo año, otro estudio encontró que los
18
costos relacionados con las lesiones causadas por el tránsito en las carreteras fue de
U$10 mil millones al año, lo cual equivale al 1,2% del producto interno bruto (PIB)
del país. En Belice, un estudio con datos del 2007, estimó un costo económico total
de U$11 millones, que representa el 0,9% del PIB del país (OCDE, 2011). En
Colombia, el costo de la accidentalidad de tránsito se mantiene entre 1,25% y 2,5%
del producto interno bruto (PIB), y se reconoce que en términos de productividad y
costos sociales se han perdido aproximadamente 201.000 años de vida
potencialmente activos (Ministerio de transporte de Colombia, 2004).
Con el fin de disminuir las cifras de accidentes de tránsito, se han hecho esfuerzos
por entes como la Organización Mundial de la Salud, la Organización Panamericana
de la Salud, Comisión Económica para América Latina y el Caribe (CEPAL), el
Banco Interamericano de Desarrollo (BID), la Corporación Andina de Fomento
(CAF), organizaciones bi y multilaterales, organizaciones de la sociedad civil,
fundaciones como la Fundación Bloomberg Philantropies y el sector privado, para
que se adopte un enfoque intersectorial al problema de la seguridad vial (OPS-OMS,
2011).
A nivel de los países y de las ciudades, también se han hecho esfuerzos notables; por
ejemplo en el caso de Bogotá, se cuenta con una secretaría especialmente encargada
del tema de movilidad, que entre otras cosas, se encarga de diseñar políticas y
estrategias relacionadas con el tema de movilidad en términos generales. Por otro
lado, en países como Irlanda, Estados Unidos y España, se realizan planes de
movilidad dedicados especialmente a los peatones; sin embargo, estos estudios se
basan usualmente en estadísticas con que cuentan las ciudades, como son las cifras
de accidentalidad discriminadas según factores como género, zonas geográficas, días
de la semana, horas, nivel de escolaridad, entre otros. También se usa información
relacionada con viajes peatonales, pero no es común encontrar información o
estudios que contribuyan a saber cómo es la lógica y el comportamiento de los
peatones.
Figura 3. Comportamiento histórico de lesiones en accidentes de tránsito en Bogotá
Fuente: Observatorio de seguridad en Bogotá. Balance de 2011.
19
Sin embargo, se encuentran estudios científicos realizados en diferentes países como
Canadá, Estados Unidos y España, entre otros, que caracterizan y explican
fenómenos relacionados con el comportamiento de los peatones (Galderisi &
Ceudech, 2009) (Hoogendoorn & Bovy, 2005) (Franco, 2012) pero de manera
aislada, es decir, sin integrar conocimiento previo sobre la funcionalidad de los
sistemas peatonales.
Es evidente entonces la necesidad de integrar este conocimiento científico a la toma
de decisiones sobre sistemas peatonales para provocar intervenciones reales, pues en
la medida que se sigan tomando decisiones únicamente basados en información
histórica para tratar de disminuir las cifras de accidentalidad y promover los viajes
peatonales, el enfoque va a seguir siendo reactivo y sin efectos reales sobre la
disminución sostenida de la accidentalidad. Mientras no se logre entender cuál es la
lógica del comportamiento de los peatones y cómo se integra en el análisis en la
planeación de los sistemas de movilidad peatonal, no es posible hacer que la
infraestructura vial se adapte al ser humano, sino que este último va a tener que
seguir adaptándose a la infraestructura.
Por otro lado, se debe reconocer que la actuación individual de los peatones y
vehículos es tan solo una parte del comportamiento de los sistemas peatonales; que
por ser un sistema social y visto como un todo, tiene un comportamiento propio y un
conocimiento que tiene su propia dinámica, como reflejo de su inteligencia
colectiva. Esta última es la que realmente permite cada una de las expresiones del
sistema, que se exhiben mediante las medidas de desempeño; de manera que para
tener claridad sobre sus funcionalidades y para tomar decisiones de manera global,
es necesario entender y modelar la inteligencia colectiva de los sistemas peatonales,
teniendo en cuenta el comportamiento de todos los agentes que intervienen. No
existen estudios de este tipo en la literatura, hasta el momento los estudios que se
reportan analizan situaciones puntuales que desconocen los demás actores,
evidenciando en algunos casos decisiones reactivas que no encuentran soluciones
globales a los problemas que se presentan.
Finalmente, la pregunta de interés es entonces ¿Cómo representar la dinámica del
comportamiento de los sistemas peatonales usando un modelo de inteligencia
colectiva, considerando la complejidad de los sistemas sociales y consolidando el
uso de la simulación?.
La complejidad de los sistemas peatonales, sumado a los problemas que presentan y
a la forma como han sido enfocados, ameritan el estudio de su inteligencia colectiva.
Su representación, con base en la convergencia de la visión sistémica, la integralidad
y la complejidad de los sistemas de movilidad, mediante el uso de técnicas robustas
como la simulación, puede contribuir a entender su comportamiento,
funcionalidades de los actores y del propio sistema, así como servir de base para la
toma de decisiones, aportando un enfoque global y sistémico.
Bajo esta premisa, el objetivo general de la investigación es representar el
funcionamiento de la inteligencia colectiva en los sistemas peatonales, mediante un
modelo que considere la complejidad del comportamiento de los actores más
20
representativos del sistema, así como sus interrelaciones dinámicas. Como objetivos
específicos se tiene la identificación de los factores que más influyen en los Sistemas
Peatonales y de las principales relaciones que hay entre ellos y que permiten o
afectan su funcionalidad; la representación del comportamiento en los niveles de
decisión estratégico, táctico y operativo de los sistemas peatonales, a través del uso
de modelos de simulación u otras técnicas relacionadas, contemplando las fases de
adquisición, representación y proceso de toma de decisiones; la definición de
indicadores para la toma de decisiones en los Sistemas Peatonales, teniendo en
cuenta los modelos de representación y la influencia de los componentes y de sus
relaciones funcionales; y por último, del diseño de una herramienta computacional
para la toma de decisiones en los Sistemas Peatonales, que permita usar los modelos
y evaluar posibles decisiones de los niveles estratégico, táctico y operativo.
En definitiva, la hipótesis es que el modelo de inteligencia colectiva del sistema
peatonal se construye mediante adquisición del conocimiento, representación y toma
de decisiones en diferentes niveles como el estratégico, táctico y operativo;
considerando la complejidad del comportamiento de los actores más representativos
del sistema, así como de sus interrelaciones dinámicas.
1.3 MARCO METODOLÓGICO
El marco metodológico se divide en general y específico. El primero señala la
estructura lógica y el rigor científico del proceso de investigación. El segundo,
señala la elección de un enfoque metodológico útil para recoger y analizar los datos
relevantes de la investigación (Saby, 2013). La metodología que se siguió para el
desarrollo del proyecto de investigación consta de tres etapas: adquisición de
conocimiento sobre los sistemas peatonales, representación cognitiva y diseño para
la toma de decisiones.
La primera etapa consiste en la formación de la base de conocimiento, entendida
como usualmente se hace en el diseño de los sistemas expertos, es decir aquella que
contiene conocimiento extraído del diálogo con un experto o de las publicaciones
que este haya realizado; a través de la extracción del conocimiento (cuando la fuente
de conocimiento se presenta en forma escrita) y de la educción de conocimiento
(cuando los conocimientos se obtienen de humanos) (Méndez, 2012). En la segunda
etapa se realizan abstracciones sobre el conocimiento del sistema y se validan a
través de técnicas cualitativas o cuantitativas. Estas abstracciones se pueden realizar
a través de modelos que permitan su validación. Por último, el diseño para la toma
de decisiones, consiste en la elaboración de las herramientas que permitan la
utilización práctica de las dos etapas anteriores.
El marco metodológico específico de esta investigación se basa en la metodología
propuesta por el grupo de investigación Sistemas Expertos y Simulación de la
Universidad Distrital Francisco José de Caldas (Méndez & Álvarez, 2004) para
adquisición de conocimiento y modelado de sistemas, que fue modificado y
adaptado por Méndez (2012) para su uso específico en el análisis de sistemas
sociales (Méndez, 2012). Se compone de tres etapas: adquisición, representación y
toma de decisiones.
21
La primera, es la formación de la base de conocimiento (Adquisición), que a su
vez se compone de tres fases: la de definición del problema y de los objetivos, la de
consulta bibliográfica y la de la elaboración del Pareto de causalidad. La definición
del problema y de los objetivos, consiste en un reconocimiento del problema que se
ha identificado, se justifica como un problema social y se dejan ver las
consecuencias que lo han hecho visible como tal. Adicionalmente se definen los
objetivos del análisis de dicho problema.
En la consulta bibliográfica se adelanta la construcción del marco teórico y
conceptual; es la revisión del estado del arte y se fundamenta en el recaudo del
conocimiento de expertos, nacionales e internacionales, especialmente a través de
sus obras bibliográficas. En esta fase también se admiten pruebas de campo y el uso
de bases de datos e información histórica. El trabajo de campo se realizó en la
ciudad de Bogotá, específicamente en cuanto al nivel operativo, se realizó en un área
que permitió analizar sus principales características en cuanto a infraestructura y
tipos de peatones, mediante observación directa y analizando vídeos e imágenes. Por
otro lado, en cuanto al nivel estratégico y el nivel táctico, se realizaron entrevistas,
encuestas y reuniones con expertos de estos niveles en la ciudad de Bogotá,
específicamente de la Secretaría de Movilidad, la Policía Nacional, el Fondo de
Prevención Vial y el Instituto de Desarrollo Urbano.
La fase del Pareto de causalidad, consiste en la recolección, procesamiento y síntesis
del recaudo de información. Una vez compilada la información proveniente de la
fase anterior se realizó un diagrama de afinidad para homologar causas mediante la
afinidad de variables, incluyendo la información verbal, para entender
sistemáticamente la estructura del problema global. Finalmente, se construye un
diagrama de Pareto para identificar el mínimo de causas que influye según la
opinión de expertos, en la situación problémica (teóricamente el 20% de causas
participa en el 80% de las opiniones de los expertos).
La etapa de representación permite hacer abstracciones sobre el conocimiento del
sistema y está compuesta por cuatro fases: la construcción de los diagramas causa-
efecto, la de los modelos de causalidad, de los modelos matemáticos y de los
modelos de simulación. En la primera, se realizan diagramas mediante los cuales se
pretende clarificar las causas de un problema o una situación. Están compuestos por
las causas, los efectos y flechas que representan la relación entre las causas y los
efectos. Estas últimas se identifican dando respuesta a la pregunta ¿qué afecta el
buen desempeño del sistema o de cierta área funcional?, discriminándolas por
importancia y afinidad, con base en el análisis de la fase anterior. El resultado es la
identificación de causas y sub-causas hasta de tercer nivel, cubriendo cada efecto
con la mayor cantidad relevante de causas.
En la fase del modelo de causalidad se realiza la representación del conocimiento
adquirido en las fases anteriores mediante un modelo causal, identificando las
relaciones entre causas, para determinar fenómenos reforzadores y compensadores
entre las mismas. En esta etapa se agrupan las causas, permitiendo la identificación
de flujos. Los modelos causales que se construyan presentan las acciones
22
compensadoras y reforzadoras de los fenómenos que se identifican en los sistemas
peatonales y serán relacionados con los niveles de decisión estratégico, táctico y
operativo.
La fase del modelo usa la matemática de Forrester; es decir, se caracterizan las tasas
y niveles para cada uno de los flujos que se identificaron en la fase anterior. Los
niveles representan las acumulaciones, mientras que las tasas representan las
velocidades de llenado y drenado de dichos acumuladores, que normalmente se
modelan con ecuaciones diferenciales. Se debe tener en cuenta que en los flujos de
conocimiento y de comportamiento, las relaciones matemáticas se deben modelar
con especial cuidado, en especial las que tienen que ver con ganancias y
disminuciones.
Para los modelos de simulación discreta, los modelos matemáticos representan las
relaciones entre las variables, los parámetros y las medidas de desempeño de los
sistemas peatonales, con base en análisis estadísticos, en los modelos causales y en
la observación del sistema. Por último, para los modelos de simulación multiagente,
se modelan las funciones que representan la forma como los agentes toman las
decisiones dentro del sistema peatonal, y al igual que en los modelos de simulación
discreta, con base en la fase anterior, en análisis estadísticos y en la observación del
sistema.
Por último, en la fase de los modelos de simulación continua, se realiza la
representación del sistema con base en el modelo matemático. El modelo de
simulación se realiza mediante la identificación de requerimientos básicos como el
manejo del tiempo, definiciones de niveles y tasas, así como de los distintos
parámetros requeridos y dados tanto por el modelo matemático, como por los
modelos causales y el mismo modelo de simulación.
Con base en esta información se pueden analizar e identificar indicadores para la
toma de decisiones, que se deben incluir en los modelos. En los modelos de
simulación discreta, se definen las entidades, los servidores, las operaciones, el
proceso y los arribos al sistema; para con base en los modelos matemáticos,
representar el comportamiento de cierta parte del sistema peatonal. En los modelos
de simulación multiagente, se deben relacionar los modelos matemáticos de la
utilidad, con el fin de representar la dinámica global del sistema bajo estudio. Esta
fase tiene como resultado la representación del comportamiento de los sistemas
peatonales a través de modelos de simulación que permitan la toma de decisiones. El
tipo de simulación que se use para la construcción de estos modelos, dependerá de
los niveles de decisión con los que se relaciona.
La etapa de diseño para la toma de decisiones se compone de validación y
sistematización. En el caso de los modelos de dinámica de sistemas, se realizan
diferentes corridas del modelo de simulación para convalidar el sentido de la
causalidad y las interacciones identificadas entre causas y sub-causas. También se
realizan experimentaciones críticas utilizando por ejemplo valores binarios para
analizar impactos en completa ausencia de causas o con una incidencia total. De esta
validación se depuran causas y sentidos causales. Por otro lado, para los modelos de
23
simulación discreta y multiagente, se utiliza validación estadística contrastando las
medidas de desempeño del sistema peatonal con los datos arrojados por los modelos
de simulación. En la sistematización se consigna el conocimiento obtenido,
mediante la determinación de la lógica propositiva generada en la fase del modelo de
simulación y que sirve de base a los procesos de toma de decisiones por parte de los
actores que tengan la autonomía para hacerlo, así como para nuevas investigaciones.
En esta fase se analizan diferentes políticas que se puedan implementar en los
sistemas peatonales, así como diferentes estrategias que se puedan desplegar con el
ánimo de mejorar su desempeño, de manera que en esta fase se hacen utilitarias las
fases anteriores, que buscaban la adquisición de conocimiento y su representación.
Adicionalmente, se pretende poner a disposición las metodologías, modelos y
conclusiones derivados de esta investigación científica, a los diferentes actores
involucrados en los procesos de decisión de los sistemas peatonales.
1.4 LÍNEA DE INVESTIGACIÓN
El proyecto se desarrolla en el grupo de investigación Sistemas Expertos y
Simulación (SES) de la Universidad Distrital Francisco José de Caldas, que trabaja
en la línea de investigación Dinámica de Sistemas y en la representación de
Problemas Sociales. Esta línea estudia, analiza y representa sistemas complejos
usando técnicas como la simulación y los sistemas expertos, entre otras, para
analizar el comportamiento de los sistemas objeto de estudio y permitir la
experimentación y toma de decisiones.
24
2. SISTEMAS DE TRANSPORTE Y SISTEMAS PEATONALES
Los peatones han sido continuamente analizados como actores de la vía, ajenos a los
sistemas de transporte. Sin embargo, la estructura de los sistemas de movilidad, así
como el estudio de los fenómenos de tránsito y transporte, permiten reconocer el
sistema peatonal como un subsistema integral.
2.1 TRÁNSITO Y TRANSPORTE
La movilidad y el transporte son temas objeto de análisis a nivel mundial. La OCDE
y el Foro Internacional del Transporte establecieron un Centro Conjunto de
Investigación sobre el Transporte en el año 2004 con el fin de investigar sobre todos
los medios para apoyar la formulación de políticas en los países miembros y
contribuir a las reuniones ministeriales del Foro (OCDE, 2011). Por otro lado, la
Unión Europea definió en 2011 el transporte como un factor importante para el
crecimiento económico de la sociedad, pero a su vez lo asoció con la mayor parte de
los costos ambientales, económicos y sociales que se generan. Particularmente la
accidentalidad es uno de los principales problemas, por lo que la organización
mundial de la salud declaró esta como la década de la prevención de la
accidentalidad y junto con la Organización Panamericana de la Salud aprobaron un
plan de acción sobre seguridad vial para prevenir traumatismos ocasionados por el
tránsito.
El fenómeno del tránsito se define como la movilización de personas, animales o
vehículos por una vía pública o privada abierta al público; mientras el transporte se
concibe como el traslado de personas, animales o cosas de un punto a otro a través
de un medio físico. Bajo este enfoque, se puede decir que se transita cuando hay un
transporte, pero también se puede transitar sin transportar. Es decir, las acciones de
tráfico sólo son posibles con la participación del transporte que las lleva del lugar
del oferente al lugar del demandante; para Islas & Zaragoza (2007), los fenómenos
de tránsito son una consecuencia, entre otras, de la realización del transporte.
Además, el transporte es un fenómeno que afecta y es afectado por los contextos
sociales, económicos y tecnológicos, se relaciona tanto con personas como con cosas
y tiene objetivos claros.
El transporte también se puede concebir como un proceso, que tiene por objeto el
cambio de posición con respecto al espacio de personas y/o cosas, cuya utilidad es
mayor en otro lugar. Su importancia radica en que condiciona directamente la
realización de eventos económicos y sociales según las características de cantidad,
calidad y de forma que se puedan otorgar a las acciones de traslado. Por ello, es un
fenómeno complejo, con características especiales, que incluso dependen del
enfoque con que se analicen (Islas & Zaragoza, 2007).
Como todo fenómeno complejo, está compuesto por elementos, que en el caso del
transporte se pueden clasificar en infraestructura, vehículos, operadores y normas. El
primero, se refiere a la parte física requerida para que se dé la operación del
25
transporte, como las vías, los andenes, los semáforos o las glorietas (Transit
Cooperative Research Program, 1999); el vehículo es la herramienta que permite el
traslado de personas o cosas; el operador de transporte, es la persona encargada de la
conducción del vehículo; y el último, que se refiere a las normas en general,
dictamina la manera de trasladarse de un lugar a otro, regula y normaliza la
operación de todos los agentes que intervienen en el servicio de transporte
(Transportation Research Board, 2000).
Según el Transportation Research Board, el transporte se caracteriza por ser
multimodal, multisectorial, multiproblemático y multidisciplinario. La primera
característica cubre todos los modos de transporte disponibles (aéreo, marítimo,
férreo, terrestre) y tanto a pasajeros como a carga; la segunda, involucra todos los
puntos de vista del gobierno, industria privada y el público en general; la tercera,
cubre una gran gama y aspectos que incluyen políticas, sistemas de planeamiento
regional, localización y diseño de facilidades específicas, el desarrollo económico
nacional, regional y urbano, así como calidad ambiental e igualdad social; y la
última, involucra campos de la ingeniería, la economía, ciencias políticas,
psicología, investigación de operaciones, gerencia, derecho público y administrativo
y otras ciencias naturales y sociales (Transportation Research Board, 2000).
Se puede decir que un sistema de transporte permite el desplazamiento de personas o
cosas por medio de vehículos, operadores, infraestructura y normas. En la Tabla 1 se
muestra una taxonomía de los sistemas de transporte según su ubicación,
organización, medio, modo, frecuencia, desplazamiento, delimitación,
administración y destino, que evidencia su complejidad a través de la distinción de
su tipología y no solo por la que conlleva el fenómeno del transporte. Se destaca en
esta taxonomía el transporte urbano, que hoy en día es clave para el desarrollo de las
ciudades porque permite la movilización de bienes y personas en condiciones
preestablecidas de precio, confort y seguridad en el menor tiempo posible y se
relaciona con la necesidad de comunicación originada por las actividades urbanas de
producción de bienes y servicios (Secretaría de Tránsito Transporte, 2005). Se puede
decir que los sistemas de movilidad urbana se componen de varios sistemas de
transporte urbano, que se han convertido en un tema central en la gestión de las
ciudades por tener características particulares que afectan una proporción importante
de la población mundial.
Factor Tipo Descripción
Ubicación
geográfica
Urbano Dentro de las ciudades
Interurbano Entre las ciudades
Rural En áreas rurales
Organización Planificado Hay políticas y normatividad que
lo regulan
No planificado No hay políticas y normatividad
que lo regulan
26
Medio Con vehículo motorizado Cuando la fuerza de tracción para
el desplazamiento es realizada por
un motor
Con vehículo no motorizado Cuando la fuerza de tracción para
el desplazamiento no es realizada
por un motor, si no por un animal
o una persona
Sin vehículo Cuando el desplazamiento se
lleva a cabo si el uso de un
vehículo
Modo Marítimo El desplazamiento se realiza sobre
el mar
Fluvial El desplazamiento se realiza en
los ríos
Terrestre El desplazamiento se realiza sobre
vías terrestres
Férreo El desplazamiento se realiza sobre
rieles
Aéreo Es desplazamiento se realiza en el
aire
Frecuencia Controlada Se conoce con cierta exactitud los
horarios de disponibilidad del
medio de transporte, como en el
metro
No controlada No se conocen los horarios de
disponibilidad del medio de
transporte, como los taxis en
Bogotá
Desplazamiento Controlado Cuando se conoce con
anterioridad la ruta exacta que se
sigue en cada desplazamiento,
como el caso de los BRT (Bus
Rapid Transit) como
Transmilenio en Bogotá,
Colombia
No controlado Cuando no se conoce con
anterioridad la ruta exacta que se
sigue en cada desplazamiento. La
ruta es variable, es flexible. Como
los vehículos particulares
Delimitación Abierto Cuando el sistema de transporte
puede ser usado por todos los
individuos, como el caso del
Transmilenio
Cerrado Cuando el sistema de transporte
solo puede ser usado por una
27
población específica, como dentro
de una empresa o en un campo de
exploración petrolera
Administración
de los medios
Público Cuando el funcionamiento
depende de un ente público, como
el caso del metro de Medellín,
Colombia
Privado Cuando el funcionamiento
depende de uno o varios entes
privados, como el caso de los
taxis en Bogotá, Colombia
Mixto Cuando el funcionamiento
depende tanto del sector público,
como del privado, como el caso
del Transmilenio
Destino Único Con un solo destino, como en el
caso de los teleféricos
Múltiple Tiene varios destinos, como el
caso de Transmilenio
Tabla 1. Taxonomía de los sistemas de transporte
Fuente: Elaboración propia
2.2 MOVILIDAD URBANA
En general, la movilidad urbana se refiere a los distintos desplazamientos que se
generan dentro de la ciudad a través de las redes de conexión locales, lo cual exige el
máximo uso de los distintos tipos de transporte colectivo, que no sólo incluyen el
sistema público de buses y metro sino también taxis, colectivos, transfers, etc., los
que tienen vital trascendencia en la calidad de vida, movilidad y uso del espacio
público (Jans, 2009). El sistema de movilidad es uno de los sistemas que determinan
el funcionamiento y estructura básica de la ciudad, tiene la capacidad de modificar el
nivel de desarrollo y calidad de vida de los habitantes así como de definir sus
hábitos y comportamientos.
La composición de los sistemas de movilidad ha sido analizada desde diferentes
enfoques. Por ejemplo, se dice que se componen de tres sistemas de transporte:
vehículos motorizados, no motorizados y a pie (Transportation Research Board,
2000). Es decir, los sistemas peatonales son parte de los sistemas de movilidad, que
permiten a las personas desplazarse para tener acceso a los diferentes lugares que
necesitan en su vida diaria, como los lugares de trabajo y de estudio (OPS-OMS,
2011).
Bajo otro enfoque, como se puede ver en la Figura 4, se puede decir que el sistema
de movilidad urbana se compone del sistema peatonal y del sistema vehicular.
Dentro del sistema de transporte vehicular se puede hacer la distinción de aquellos
que son para el servicio particular o para el servicio público, y entre los motorizados
28
y no motorizados. La intersección del sistema peatonal y el vehicular, simboliza las
interacciones entre ellos, que hacen parte de las ciudades. En términos generales se
puede decir que el sistema de movilidad contiene el sistema de transporte; además,
el transporte implica el tránsito.
Figura 4. Composición del Sistema de Movilidad Urbana
Fuente: Elaboración propia
Otra visión de los sistemas de movilidad es que se componen de varios sistemas de
transporte, que corresponden a cada uno de los modos (Martins & Conceição da
Rosa, 2007). Esta definición implicaría los modos terrestre, marítimo, y aéreo, pero
no ofrece información sobre su composición. En esta visión los sistemas peatonales
se enmarcan dentro del modo terrestre y específicamente dentro del sistema de
transporte urbano. Los diferentes puntos de vista que se han expuesto, tienen en
común que reconocen que los desplazamientos se pueden dar sin necesidad de un
medio de transporte.
2.3 SISTEMAS PEATONALES
La dinámica actual de las ciudades concibe la movilidad como un elemento
importante de su planeación y desarrollo; de hecho, es un derecho de las personas
que las ciudades deben garantizar. Sin embargo, con el aumento del uso de los
vehículos particulares, se centró la atención en la construcción de vías que
permitieran agilizar el transporte, dejando a un lado la movilidad de las personas
como tal; pero actualmente, la tendencia es hacia favorecer el uso del transporte
público, con el fin de generar condiciones de igualdad entre los ciudadanos, así
como disminuir la contaminación causada por los vehículos y hacer un uso racional
de recursos como el espacio público.
El hecho de favorecer el transporte público implica que se deben patrocinar los
viajes peatonales, aunque no es la única razón para hacerlo, ya que estos además
mejoran la salud de las personas, en algunos casos son más económicos y en general
las ciudades que los promueven mejoran su calidad de vida. Algunas ciudades
reconocen los sistemas peatonales como ejes fundamentales de su desarrollo, incluso
realizan planes específicos de movilidad peatonal, otras los incluyen dentro de los
Sistema Peatonal Sistema Vehicular
Peatonal
Vehicular particular
motorizado y no motorizado
Vehicular público
motorizado y no motorizado
29
planes de movilidad y muchas otras aún no los conciben dentro de su planeación.
Pero aun aquellas que los reconocen como parte fundamental de sus sistemas de
movilidad, no evidencian en sus planes un análisis global de sus componentes e
interrelaciones.
Dentro del sistema de transporte urbano, el sistema peatonal reviste gran
importancia ya que muchos de los viajes urbanos se realizan a pie, incluso para
acceder a los sistemas de transporte público. Se dice que los sistemas peatonales son
sistemas de transporte, ya que en ellos se pueden identificar y asociar claramente los
componentes de estos últimos (la infraestructura, el vehículo, el operador y las
normas). Su infraestructura y sus normas están definidas de manera implícita o
explícita dentro de los sistemas de movilidad de las ciudades, mientras que el
vehículo y el operador de transporte se pueden asociar con el peatón propiamente
dicho.
En la práctica, a medida que las ciudades se hacen más extensas geográficamente,
los desplazamientos peatonales se van haciendo casi obligados (por ejemplo, para
hacer uso de sistemas de transporte masivo o para parquear los vehículos en lugares
permitidos) y son deseables entre otras razones, para evitar la aglomeración
vehicular. Adicionalmente, las personas son cada vez más conscientes que caminar
mejora su calidad de vida, pero por otro lado, también hay personas que por sus
condiciones económicas lo tienen como su única opción de desplazamiento. Como
consecuencia, aumenta el número de peatones en ciertas zonas de las ciudades
causando congestión peatonal y afectando el tráfico vehicular por la interacción
peatones- vehículos. De hecho, en el informe sobre “Peatones: Seguridad vial y
espacio” del año 2011 se hizo visible la importancia de caminar y la necesidad de
contar con políticas que fomenten el transporte a pie (OCDE, 2011).
En el 2007 la tasa ajustada de mortalidad en el mundo por los traumatismos
causados por los accidentes de tránsito era de 18,8 por 100.000 habitantes y en la
Región de las Américas era de 15,8 por 100.000 habitantes (OCDE, 2011). El 39%
de las personas que fallecen en la Región debido a traumatismos causados por el
tránsito son usuarios vulnerables (peatones, ciclistas o motociclistas), mientras que
el 47% son ocupantes de vehículos automotores (OCDE, 2011). En Estados Unidos
de América y Canadá, cuyas tasas ajustadas de mortalidad en el mundo por los
traumatismos causados por el tránsito son de 13,9/100.000 habitantes y 8,8/100.000
habitantes, respectivamente, las tasas han bajado de forma considerable en los
últimos 30 años; mientras que en América del Sur, apenas Colombia registraba en
2007 una disminución en la tasa de mortalidad en los últimos 10 años (OCDE,
2011).
Según la Organización para la Cooperación y el Desarrollo Económico (OCDE), la
posición de los peatones en las políticas urbanas y de transporte no es la que debería
ser, porque se ha concedido prioridad al tráfico motorizado, lo que deja a los
peatones expuestos al riesgo de sufrir accidentes, emisiones de sustancias
contaminantes y ruido. Se considera que debería diseñarse todo el entorno urbano,
incluido el sistema de transporte por carretera, concediendo una mayor prioridad a
las necesidades de los peatones. “Los responsables de formular las políticas confían
30
en las estadísticas de movilidad, que incluyen datos sobre los patrones de
desplazamiento de las personas, para la formulación de políticas estratégicas de
transporte y para la mejora de la seguridad y la eficiencia de los sistemas de
transporte. Sin embargo, los datos publicados raramente incluyen los
desplazamientos a pie, lo que conlleva su exclusión de los análisis y del discurso
político” (OCDE, 2011). La movilidad de peatones y ciclistas tradicionalmente se ha
subestimado o considerando apenas desde la óptica recreativa, olvidando que es un
legítimo e imprescindible sistema de transporte; existe escasez en la disponibilidad
de información respecto a los viajes en los modos no motorizados, lo que contrasta
con la información disponible respecto a movilidad en sistemas motorizados (Guío,
2010).
La OCDE considera además al transporte peatonal como el más sencillo, más
sostenible y menos costoso y que se da independientemente de que todos los
desplazamientos comienzan y terminan a pie (OCDE, 2011). Sin embargo, aún la
definición de peatón no ha sido estandarizada; son varias las concepciones sobre
cómo se concibe al peatón. Según la guía para preparar planes de movilidad peatonal
de la Road Transportation Authority (RTA), un peatón es cualquier persona que
camina, incluyendo las personas que andan en sillas de ruedas motorizadas o no
motorizadas, que no pueden viajar a más de 10 km/h a nivel del piso; personas que
empujan sillas de ruedas motorizadas o no motorizadas y personas con o sobre
artefactos de recreación o juguetes con ruedas (Authority, 2002). Otra noción
concibe a los peatones como quienes se desplazan sin usar ruedas para moverse, no
es un desplazamiento técnico, sino una cosa natural (Tráfico, 1995). También se
puede entender como la persona que, sin ser conductor de momento, transita a pie
por las vías públicas. Se consideran peatones los que empujan cualquier otro
vehículo sin motor de pequeñas dimensiones o los minusválidos que circulan al paso
con una silla de ruedas con motor o sin él. O simplemente se considera peatón a toda
persona que va a pie (Transportation, 2003). En general, un peatón es toda persona
que se desplaza sin la mediación de vehículos que permitan velocidades superiores a
los 10 km/h.
2.3.1 Componentes de los sistemas peatonales
Las abstracciones que se han hecho de los sistemas peatonales en diferentes
publicaciones (Venuti & Bruno, 2007) (Seyfried, Steffen, & Lippert, 2006) (Leden,
Gårder, & Johansson, 2006) han permitido modelarlos para tomar decisiones
puntuales, generalmente sobre el nivel operativo, pero los demás niveles han sido
analizados básicamente en algunos planes de movilidad peatonal de unas pocas
ciudades. Sin embargo, son muchos los componentes de los sistemas peatonales que
no han sido analizados de manera explícita teniendo en cuenta que como cualquier
sistema de transporte, tienen ciertos componentes que permiten su funcionamiento
(Martins & Conceição da Rosa, 2007). La identificación de los componentes de los
sistemas peatonales puede servir como base para una definición formal de los
mismos, que a pesar de ser reconocidos subsistemas de los sistemas de movilidad,
no se encuentra de manera explícitamente en la literatura (tal vez porque los actores
de los diferentes sistemas que conforman los sistemas de movilidad urbana son
básicamente los mismos).
31
Los actores de los sistemas peatonales, es decir quienes afectan o son afectados
(stakeholders) son: Los peatones, los administradores, los poseedores de espacios
públicos y los usuarios de vehículos (motorizados, no motorizados, públicos,
privados, etc.). Los administradores deben ser los Consejos Locales (Local
Councils) que a su vez pueden delegar la tarea de hacer los planes de movilidad
peatonal (Authority, 2002). Los poseedores de espacios públicos, especialmente los
relacionados con comercio y oficinas, pueden ver como deseable la accesibilidad de
los peatones a sus establecimientos. Finalmente, los usuarios de vehículos son
afectados por la interacción con los peatones a través de diferentes maneras,
generalmente asociadas con el hecho de tener que compartir las vías en los cruces
peatonales que en el peor de los casos se da con infracciones de las partes.
Por otro lado, se pueden identificar claramente en los sistemas peatonales los niveles
de decisión estratégico, táctico y operativo (W. L. Wang, Lo, Liu, & Ma, 2015). En
el nivel estratégico se pueden identificar inicialmente las decisiones relacionadas
con la infraestructura, el presupuesto (Galvão & Martins, 1996), las políticas y la
normatividad (Martins, Rainer, & Souza, 2012). En el nivel táctico las campañas,
multas e información. Y en el nivel operativo, se encuentran básicamente las
relaciones entre los peatones, como se puede ver en la Figura 5. Esta propuesta es
base para el modelo de inteligencia colectiva, que será desarrollado en el capítulo 4.
Figura 5. Factores y niveles de decisión en Sistemas Peatonales
Fuente: Elaboración propia
En cuanto a los elementos que conforman la estructura (la disposición y orden de las
partes dentro de un todo) de los sistemas peatonales, que se pueden observar en la
Figura 6, se destaca como componente principal a un ente regulador, al que se le
denominará Ciudad, el cual es encargado de elaborar las políticas y en general de
diseñar y hacer modificaciones sobre el sistema peatonal, que debe velar por su
sostenibilidad, desarrollo y evolución en términos generales (Secretarías de
movilidad o Local Councils). La Ciudad cuenta con un sistema de movilidad, su
infraestructura, la normatividad y el presupuesto relacionad con los peatones.
32
El sistema de movilidad tiene componentes que generan las acciones que se dan en
el sistema por parte de los peatones, los vehículos y la Ciudad. La Ciudad es la
encargada del diseño y la ejecución de campañas para mejorar el desempeño del
sistema peatonal; estas pueden ser de tipo divulgativo, preventivo y correctivo. Las
primeras, son las que buscan que las personas conozcan cierta información, como
por ejemplo una nueva norma o algún cambio del sistema. Las segundas, son las que
buscan que no se de alguna acción o algún fenómeno, para anticiparse a un
comportamiento no deseado por parte de los peatones, como por ejemplo las que
buscan evitar accidentalidad en ciertos lugares o por cierta causa. Por último, las
campañas correctivas buscan cambiar comportamientos específicos o tendencias que
no son convenientes para el sistema, se realizan para modificar un comportamiento
no deseado que ya existe en los peatones y que se ve reflejado por ejemplo en cifras
de accidentalidad o infracciones a las normas de tránsito. Se pueden identificar
ciertos atributos en las campañas, por ejemplo el lugar, el tema, a quién está dirigida,
el presupuesto asociado y el responsable. El comportamiento de las campañas puede
depender del tipo de campaña y de la forma como va a modificar a las demás
entidades del sistema.
Figura 6. Estructura de los sistemas peatonales
Fuente: Elaboración propia
La ciudad también es responsable de las multas, que son parte del sistema de
movilidad (Franco, 2012). Son las sanciones que consisten en un pago en dinero o
en días, que pueden ser incluso reclusiones o trabajo comunitario, es decir, pueden
ser administrativas o penales y buscan sancionar el incumplimiento de las normas de
la Ciudad. Se puede decir que las multas en general tendrán los siguientes atributos:
33
la acción sancionada, a quién está dirigida, el monto, el tipo y el responsable de
imponerla. El comportamiento de este componente va a depender de su tipo y afecta
a los peatones y conductores de vehículos, así como también al presupuesto.
El control del tráfico, como parte del sistema de movilidad (Transportation Research
Board, 2000), lo lleva a cabo la Ciudad haciendo uso de estrategias de
infraestructura y/o de normatividad, así como también con acciones directas sobre
las personas por parte de los policías o agentes de tránsito. Se puede decir que este
componente tiene atributos como el lugar donde se ejerce el control, el tipo, a quién
está dirigido y el responsable; pero en términos generales, propende por mejorar la
movilidad.
La movilidad es una condición inseparable del desarrollo urbano de las ciudades,
pues inicia cuando se establece el trazado para determinar la morfología urbana a
través de cuadras en la etapa de diseño y a lo largo de su evolución y desarrollo. El
agente fundamental de la movilidad es el ser humano, como gestor y luego como un
componente dinámico, ya sea en el rol de peatón (movilidad peatonal), o cuando usa
medios de locomoción y transporte (movilidad vehicular). La movilidad peatonal
tiene como su protagonista a los peatones, que interactúan entre ellos, con los
vehículos y con la infraestructura (Jerez & Torres, 2011).
Los peatones son el componente protagonista de estos sistemas y son las personas
que se movilizan por su propia cuenta, sin usar un vehículo. Se considera que la
interacción con otros peatones se puede dar por ser parte de un grupo, cuando se
trata de sobrepasar a otros peatones, cuando se disminuye la velocidad por culpa de
otros peatones, entre otros. Los peatones tienen ciertos atributos de los cuales
dependerá su comportamiento, como son: la edad, el género, motivo de viaje,
distractores y tiempo disponible para el recorrido. El comportamiento de los
peatones también depende de sus atributos así como los de los actores con los que se
está interrelacionando y el lugar físico en el cual se encuentran. De hecho, los
desplazamientos de los peatones se hacen prácticamente por cualquier lugar, pero se
pueden clasificar en los que se hacen por zonas peatonales, como las aceras; los que
se hacen para cruzar por zonas permitidas (Transit Cooperative Research Program,
1999), como los pasos de cebra; y los que se hacen para cruzar por zonas no
permitidas. Durante estos desplazamientos los peatones interactúan con todos los
demás componentes, pero de manera directa lo hacen con otros peatones y/o con
conductores.
La movilidad vehicular tiene conductores y estos tienen vehículos. Se considera que
el vehículo es un ente pasivo, manejado por el conductor, pero que sin embargo
tiene un comportamiento que depende de su estado técnico y mecánico y de la forma
como se maneje. Los vehículos tienen entre otros los siguientes atributos: tipo,
modelo, condición, tipo de conductor y número de ocupantes. Su comportamiento
depende de la interacción con el conductor y estos últimos son un componente
dinámico de los sistemas peatonales y se supone que son en gran medida
responsables del tráfico en general y de los vehículos. Los conductores tienen ciertos
atributos como: el tipo, la edad, el género, los distractores y el motivo por el cual se
desplaza. El comportamiento de los conductores depende de con quiénes se está
34
interrelacionando y el lugar físico en el cual se encuentra. A pesar de que el
conductor en algún momento se convertirá en peatón, puede cometer infracciones
que terminan en incidentes o en el peor de los casos en accidentes de tránsito que
involucran peatones; pueden ser causados por su comportamiento, por el del
vehículo o por el del peatón, aunque también hay que reconocer otras como las
causas fortuitas.
La infraestructura es un componente que se refiere a todas aquellas partes físicas
que permanecen en el sistema, aunque este no esté en uso en cierto momento. La
infraestructura es objeto de modificaciones por parte de la Ciudad con el fin de dar
respuesta a predicciones sobre el tráfico peatonal (Secretaría de Tránsito Transporte,
2005) o a necesidades actuales reflejadas en cifras de accidentalidad, multas o de
riesgo al que se exponen los peatones. De hecho es el elemento que más se tiene en
cuenta en estos sistemas, como sucede en el National Bicycle and Walking Study
realizado por el departamento de transporte de Estados Unidos que propone una guía
para hacer sistemas peatonales efectivos (Transportation, 2003). Por otro lado, se
tiende a confundir la infraestructura de los sistemas peatonales con las zonas
peatonales, pero realmente debe entenderse por zona peatonal aquel conjunto de vías
urbanas dedicadas a la circulación preferente de peatones y usuarios de sistemas de
transporte no motorizados (Hernández & Abadia, 2008).
Se puede decir que la Ciudad contiene una infraestructura que restringe el
comportamiento de los vehículos y de los peatones, pues trata de poner límites a los
espacios físicos donde se mueven. Estas restricciones buscan la comodidad de los
actores, así como su seguridad, dentro del marco de las normas y las políticas
(Transit Cooperative Research Program, 1999). En términos generales la
infraestructura se puede dividir en vías y en señalización (Jerez & Torres, 2011). La
primera, contiene glorietas y puentes; adicionalmente, las vías pueden ser
vehiculares, ciclo-rutas o vías peatonales. Los atributos de las vías son: tipo, estado
del pavimento, estado de la señalización, velocidad máxima permitida, tipos de
vehículos permitidos y controles. La segunda, la señalización, se compone de
semáforos y de señales. La señalización tiene los siguientes atributos: tipo, tipo de
entidad a quien va dirigida, el estado, el responsable y la multa asociada por
incumplir.
La infraestructura es usada por los vehículos y por los peatones con el fin de
satisfacer sus necesidades de movilidad (Secretaría de Tránsito Transporte, 2005).
Aunque la infraestructura peatonal y la vehicular son distintas, coinciden en algunos
casos como por ejemplo en los cruces peatonales o pasos de cebra, donde se tienen
prioridades o turnos definidos por el ente regulador que es la Ciudad. Los turnos por
ejemplo pueden ser dados por un semáforo, una señal o en su ausencia está la
política de prioridad del peatón, que también es diseñada por la Ciudad.
Otro componente de la Ciudad en el análisis de su Sistema Peatonal es la
normatividad (Transit Cooperative Research Program, 1999), es decir, la
reglamentación Internacional, Nacional y Municipal con respecto a peatones. En
general, las normas restringen el comportamiento de los peatones, de los
conductores y de los vehículos, en diferentes niveles, buscando globalizar y
35
estandarizar dicho comportamiento de manera que se pueda preservar la vida y la
comodidad de los actores del sistema. La normatividad puede ser de tipo vehicular y
de tipo peatonal y puede tener atributos como el tipo, a quien va dirigida, la
vigencia, el ámbito de aplicación y las partes de la infraestructura que afecta.
Por último, el presupuesto es un componente de la estructura de los sistemas
peatonales; puede tener origen nacional o local y es un recurso que permite
principalmente las inversiones para proyectos de infraestructura o de campañas. Sin
embargo, se puede decir que el sistema peatonal puede seguir existiendo aún sin la
asignación de un presupuesto por parte de la Ciudad, por ser un tipo de
desplazamiento inherente al ser humano; la infraestructura y las normas pueden
surgir por acuerdos colectivos tácitos a través del tiempo.
En todo caso, la identificación de la estructura de los sistemas peatonales muestra de
manera explícita los componentes y las relaciones entre los mismos, que se pueden
relacionar también con los diferentes niveles de decisión; poniendo de manifiesto la
necesidad de analizar los sistemas peatonales independientemente de los
vehiculares, a pesar de estar relacionados, por ser los primeros sistemas de
transporte que pueden subsistir a través del tiempo sin necesidad de la existencia de
los últimos. Una ciudad puede ser completamente peatonal, pero por ahora, no puede
ser completamente vehicular.
Finalmente, los sistemas peatonales se pueden definir como sistemas de transporte
inherentes a la naturaleza humana, que hacen parte de los sistemas de movilidad de
las ciudades y permiten los desplazamientos de las personas sin la mediación de
vehículos que permitan velocidades superiores a los 10 km/h.
2.4 REPRESENTACIÓN DEL SISTEMA DE TRANSPORTE
El estudio de las representaciones de los sistemas permite hacer deducciones sobre
su concepción, de manera que las metodologías empleadas, más allá de regir los
métodos, tienen implícito el conocimiento que se ha logrado, así como los objetivos
que se persiguen con el uso de los modelos que se deriven.
El modelado en transporte no se refiere únicamente a la estimación de la demanda
de usuarios que desean desplazarse de un lugar a otro en la ciudad, sino que por
tratarse de un sistema complejo, involucra muchas otras variables, actores y hechos
(Duarte, 2011). Tampoco puede ser visto únicamente como un fenómeno en el que
el objeto de estudio consiste en el actuar del grupo de usuarios del sistema de
transporte, sino que implica considerar instituciones, reglamentaciones e incluso
aspectos culturales que inciden directa o indirectamente en la gestión del sistema de
transporte (Hensher & Button, 2005).
Beimborn & Kennedy (1996) citados por Duarte (2011) presentan un listado de
pasos para el modelado del transporte, cuyos principales componentes son el uso de
la tierra, el pronóstico de viajes y el impacto del transporte en aspectos como uso de
la tierra, calidad de vida, etc. El uso de la tierra resulta tener una clara correlación
36
con el sistema de transporte que existe en las ciudades (Montezuma, 2000) y el
proceso de modelado en que se busca encontrar un balance entre la demanda y la
oferta para el uso de la tierra y el transporte (Beimborn & Kennedy, 1996). De
hecho, los pronósticos de viajes son el corazón del modelado del transporte y dada
su complejidad, los métodos tradicionales dividen una zona de estudio en zonas de
análisis de viajes (TAZ por Travel Analysis Zones), buscando establecer cuáles son
las interacciones que ocurren entre unas TAZ y otras, desestimando los viajes que se
dan al interior de cada TAZ. Ello implica que no se tengan en cuenta modalidades
como los viajes “a pie” y en bicicleta, lo que significa una debilidad importante de
este tipo de modelos (Duarte, 2011). Sin embargo, con la inclusión de herramientas
informáticas, se han dado grandes avances para lograr acercarse cada vez a
representaciones más detalladas.
Algunas herramientas disponibles para la representación y el modelado de los
sistemas transporte, especialmente basadas en simulación son: MEPLAN,
INTEGRATION, IHDSM, TWOPAS, TRANSIMS, VISSIM, TEAPAC, AIMSUN,
HCM/Cinema, WATSIM, y CORSIM. Aunque estas herramientas no permiten
representar la dinámica de los sistemas peatonales, sino que se centran básicamente
en los vehículos y la infraestructura, constituyen importantes avances informáticos
para la representación de los sistemas de transporte. Pero, independiente de las
herramientas utilizadas, las representaciones de los sistemas peatonales tienen fines
específicos que definen enfoques de análisis de los sistemas y diferentes
concepciones de los mismos, que serán estudiadas en la siguiente sección.
2.5 REPRESENTACIÓN DE LOS SISTEMAS PEATONALES
Con el crecimiento de las ciudades, el aumento de la densidad del tráfico y de la
demanda de llegadas a tiempo de las personas, bienes y servicios, la situación de la
movilidad ha venido cobrando importancia especialmente en los países desarrollados
(Carsten, Sherborne, & Rothengatter, 1998). El transporte se ha convertido en un
sistema inherente al ser humano, fenómeno que ha llamado la atención de
organizaciones internacionales y ha generado la unión de sus esfuerzos con el fin de
realizar análisis conjuntos que conlleven al diseño de políticas que permitan un
desarrollo que responda a las necesidades de las ciudades, países y regiones.
Este fenómeno ha hecho que las personas utilicen diferentes modos de transporte,
que incluyen el transporte peatonal, como alternativa intrínseca al ser humano, que
ha cobrado especial atención por contribuir con el nivel de vida de las personas y de
las ciudades. Como consecuencia, tanto investigadores como planeadores han
analizados estos sistemas con el fin de dar soporte a la toma de decisiones sobre los
mismos.
Dichos análisis se han realizado desde diferentes enfoques y así mismo, se han
realizado diferentes abstracciones y representaciones del sistema peatonal, aunque
no necesariamente a través de modelos matemáticos. Las representaciones pueden
obedecer a modelos mentales en los que se basan los análisis que se realizan para la
toma de decisiones, en los cuales se puede plasmar dicha concepción. En todo caso,
37
la identificación de variables, parámetros, relaciones y componentes, son clave para
su representación.
Se presenta una visión del contexto en el que se encuentran inmersos los sistemas
peatonales; cómo se conciben, es decir cómo se caracterizan, cómo se han concebido
y finalmente se concluye sobre cuál es la tendencia en su representación y cuáles son
los vacíos, es decir, qué hace falta analizar en estos sistemas.
Los sistemas peatonales han sido analizados desde diferentes enfoques, que por
tratarse en su mayoría de estudios parcializados, cada uno reconoce ciertos
componentes que aunque son importantes, no permiten tener una visión global de
los mismos. Se puede decir que principalmente dichos enfoques han sido el de los
sistemas inteligentes de transporte, el de estudios académicos para representar
situaciones puntuales sobre comportamiento peatonal, el de las normas técnicas
sobre dimensionamiento de componentes de los sistemas peatonales y el de los
planes de movilidad de las ciudades, especialmente aquellos dedicados a la
movilidad peatonal.
2.5.1 Sistemas inteligentes de transporte
Los sistemas inteligentes de transporte (Intelligent Transportation Systems “ITS”)
hacen parte de una corriente de investigación que se dedica a proponer soluciones
inteligentes a los problemas de movilidad analizando la relación entre la
infraestructura y los vehículos con el fin de afectarla a través del uso de software,
hardware, artefactos y algoritmos con para mejorar el bienestar y la eficiencia de
esta relación. El enfoque dado a los estudios que usan ITS ha tenido en cuenta a las
personas desde el punto de vista de la seguridad y la accesibilidad, pero han sido
poco estudiados como peatones que interactúan y que tienen sus propias lógicas y
necesidades. Las soluciones propuestas por ITS no se basan en una visión global del
problema, aunque se han hecho esfuerzos para ampliarla, por ejemplo a través de la
fusión de modelos y datos (W.D. Yang and Wang 2012), sin embargo sigue teniendo
un enfoque operativo para solucionar problemas específicos.
Las investigaciones relacionadas con ITS se pueden clasificar en tres grupos: las
relacionadas con desarrollos electrónicos, algoritmos e infraestructura. Los primeros
son por ejemplo las alarmas, los semáforos, sensores, GPS, entre otros desarrollos,
como por ejemplo el uso ISA (Intelligent Speed Adaptation) en vehículos (Ma &
Andréasson, 2005). En el tema de infraestructura se tienen estudios relacionados
con puentes, intersecciones y dimensionamiento, entre otros. Y por último, en el
tema de algoritmos, se tienen los relacionados con sincronización semafórica (Chen,
Chen, Lin, & Mao, 2007).
Hay otros estudios donde el enfoque ITS también ha incluido explícitamente a los
peatones, como por ejemplo en una propuesta de artefactos para mejorar el tráfico de
peatones sin afectar los desplazamientos vehiculares (Carsten et al., 1998); también
se hizo el desarrollo de una plataforma informática para analizar y evaluar la
seguridad de los vehículos incluyendo a los peatones (Kulmala, 2010); así mismo,
se hizo un estudio sobre el impacto de instalar relojes que muestran cuánto tiempo
queda para que los peatones crucen las calles (Keegan & O’Mahony, 2003). En
38
términos generales, el enfoque ITS no ha tenido en cuenta de forma integral los
sistemas peatonales, sino que se han enfocado en evaluar la respuesta de los
peatones y de los vehículos ante la implementación y modificación de artefactos.
2.5.2 Estudios académicos
El segundo enfoque de análisis de los sistemas peatonales se refiere a los estudios
académicos, que en casi todos los casos han tratado de dar respuesta a problemas
puntuales y han hecho adaptaciones de técnicas, generalmente de tipo matemático,
para representarlos. Una de las técnicas más utilizadas para la toma de decisiones
con respecto a la movilidad peatonal es la simulación, especialmente utilizada para
representar el comportamiento de los peatones en situaciones específicas y no tanto
para hacer representaciones macro del sistema peatonal.
La mayoría de los estudios tratan alguna característica particular de los peatones,
como es el caso del modelamiento de los fenómenos que afectan sus movimientos
(Löhner, 2010); el comportamiento individual y el comportamiento debido a la
interacción con otros (Zhang & Han, 2011); los desplazamientos (Jian, Lizhong, &
Daoliang, 2005) (Suma, Yanagisawa, & Nishinari, 2012) (Ezaki, Yanagisawa,
Ohtsuka, & Nishinari, 2012) (Gotoh, Harada, & Andoh, 2012) (Tian, Huang, & Liu,
2010); la fuerza social, la velocidad y la densidad en los grupos (Seyfried et al.,
2006) y sobre los tipos de peatones en los cruces peatonales (J. Yang, Deng, Wang,
Li, & Wang, 2006).
Con respecto a la representación del flujo peatonal, también se han modelado
diferentes características como por ejemplo, un estudio de simulación de cuellos de
botella en zonas peatonales con alto tráfico (Cepolina, 2009); el modelado de los
desplazamientos diferenciando sistemas restringidos y no restringidos, concluyendo
que se deben tener en cuenta más características de los peatones para poder hacer
modelos más precisos (Robin, Antonini, Bierlaire, & Cruz, 2009) (Antonini,
Bierlaire, & Weber, 2006); y un modelo estocástico para representar la dinámica del
flujo de peatones teniendo en cuenta características psicofísicas y psicológicas
(Kholshevnikov, Shields, Boyce, & Samoshin, 2008). Otros ejemplos son: Un
modelo del flujo peatonal con conservación de masa y momentos (Jiang & Zhang,
2012); integración de modelos matemáticos con simulación con un ambiente
llamado Getram y un software de asignación de tráfico (Montero, Codina, & Barcel,
2001); y por último, un modelo de simulación microscópica de dos niveles (Xi &
Son, 2012). A pesar de tener en cuenta ciertas características para representar el flujo
peatonal, no se evidencia una visión global de los sistemas peatonales ni una
integración de las características previamente identificadas en otros estudios.
Sobre los desplazamientos de los peatones, se realizó el modelamiento de grupos
con sus comportamientos inter grupos e intra grupos (Löhner, 2010); los
movimientos de los peatones usando dos dimensiones (Jian et al., 2005); el
comportamiento individual y el comportamiento debido a la interacción con otros
peatones (Zhang & Han, 2011); la anticipación de los peatones (predicen si va a
estar ocupado o no el lugar a donde se piensa mover) (Suma et al., 2012); la
repulsión hacia otros peatones (Ezaki et al., 2012); el contraflujo de los peatones en
sistemas congestionados (Gotoh et al., 2012); la forma como se escoge la ruta,
39
basado en la experiencia (Tian et al., 2010); la fuerza social, la velocidad y la
densidad en los peatones (Seyfried et al., 2006); tipos de peatones en los cruces
peatonales: los que cumplen la ley y los oportunistas (J. Yang et al., 2006) y también
se hizo una caracterización del movimiento de los peatones para simular su
comportamiento (Löhner, 2010); sin embargo, cada uno se enfoca en un fenómeno
especifico que se representa con características parciales.
Por otro lado, hay estudios que han usado simulación y que han tratado de hacer la
representaciones de una manera más global. Por ejemplo un modelo de simulación
microscópica donde tuvieron en varios fenómenos que se dan en cruces de peatones,
como los cuellos de botella y las preferencias de rutas (Guo & Tang, 2012); un
modelo para estimar medidas de desempeño de sistemas de peatones usando teoría
de colas (Lovas, 1994); se realizó también un modelo de tiempo de espera de
peatones para minimizar los cuellos de botella que sirve para medir la efectividad de
las evacuaciones (Fang, Li, Li, Han, & Wang, 2011); un modelo de simulación que
tienen en cuenta a los vehículos y su interacción con los peatones usando autómatas
celulares (Tian et al., 2010); un modelo de micro simulación basada en agentes que
tiene tres niveles (López-Neri, Ramírez-Treviño, & López-Mellado, 2010); y un
modelo de micro simulación y optimización de redes para evaluar tiempos y costos
de peatones y vehículos variando los tiempos de los semáforos (Ishaque & Noland,
2007). Sin embargo, y a pesar de mostrar una visión más global, se limitan al nivel
operativo de los sistemas peatonales.
Otros estudios han tratado de involucrar más factores, por ejemplo, se tienen algunos
que han intentado hacer aportes desde el uso y adaptación de técnicas para el análisis
de los sistemas peatonales, pero que presentan las mismas falencias mencionadas
antes. Por ejemplo una simulación autónoma multihumana (Shao & Terzopoulos,
2007); una simulación multinivel con sistemas holónicos multiagentes y con un
motor de scheduling (Gaud, Galland, Gechter, Hilaire, & Koukam, 2008); un
modelo usando discretización espacial dinámica (Antonini et al., 2006); un modelo
estocástico para representar la dinámica del flujo de peatones (Kholshevnikov et al.,
2008); y un modelo con redes de Petri para simular los tiempos de los semáforos en
una intersección (Dotoli & Fanti, 2006).
Nombre del
programa
Descripción
SimWalk SimWalk PRO detecta congestiones críticas, densidades excesivas
de peatones, costosos e ineficientes diseños de edificios, y valida los
tiempos de evacuación en caso de incendio u otras emergencias.
Urbix Permite optimizar diseños de edificios para maximizar el confort y
la seguridad de las personas. Evaluar la seguridad del lugar para
distintos tipos y casos de evacuación. Verificar la funcionalidad y
calidad de un proyecto durante la etapa de diseño.
Legion Se ha desarrollado en base a millones de mediciones reales y ha
sido calibrado en función de patrones demográficos y del entorno.
Calcula densidades, flujos y tiempos de recorrido en cualquier
instalación.
40
Aimsum Permiten calcular los movimientos de vehículos en cualquier
entorno de tráfico rodado incluyendo autopistas, tráfico urbano,
cruces, rotondas e integración con la señalización semafórica y de
avisos.
AnyLogic Tiene una librería estándar de peatones que se dedica a simular sus
flujos en un ambiente "físico", que permite crear modelos de
edificaciones o de calles. Se pueden estimar valores como el tiempo
de permanencia en áreas específicas, y se pueden detectar
problemas con la geometría interior - como el efecto de quitar o
añadir obstáculos - y otras aplicaciones.
PedSim Permite simular peatones en entornos cerrados y entornos abiertos.
Permite calcular la densidad de los peatones y los tiempos de
evacuación. Tiene una librería que se puede usar y extender.
Tabla 2. Programas computacionales para simulación peatonal
Fuente: Elaboración propia
Se puede decir que la simulación ha sido ampliamente usada para su representación
y análisis, especialmente desde el enfoque de la microsimulación; sin embargo, solo
se ha usado en situaciones puntuales y no hay evidencia de su uso con enfoques
globales y sistémicos. De hecho, el software comercial disponible para simulación
de peatones, como se puede ver en la Tabla 2, se enfoca básicamente hacia el nivel
operativo; a pesar del auge de estas herramientas computacionales, en su mayoría
brindan apoyo a la toma de decisiones de carácter operativo y en algunos pocos
casos, de nivel táctico, pero no se evidencia una visión integral en los procesos de
toma de decisiones referentes a los sistemas peatonales.
Por último, hay estudios que han contribuido notablemente a la caracterización de
los peatones, como se puede observar en (Tom & Granié, 2011) (Jesins, 1973)
(Hatfield & Murphy, 2007) (Cambon de Lavalette et al., 2009) (Milligan, Poapst, &
Montufar, 2012). Una de las ventajas de los estudios disponibles es que ofrecen gran
cantidad de información sobre el comportamiento de los sistemas peatonales,
destacándose la identificación de variables influyentes en el tráfico peatonal, así
como la de atributos que permiten identificar comportamientos comunes a pesar de
basarse en muchos casos en pruebas de campo realizados en ciudades aisladas
geográficamente.
2.5.3 Normas técnicas
El tercer enfoque de análisis es el de las normas técnicas para dimensionamiento de
los sistemas peatonales, donde se destaca el Highway Capacity Manual (HCM) que
es una publicación referente, conocida y usada por los tomadores de decisiones en
los sistemas de transporte; contiene conceptos, guías, y procedimientos para hacer el
cálculo de las necesidades y de calidad del servicio de varios componentes de las
vías, así como los efectos del transporte masivo, los peatones y las bicicletas en el
desempeño de esos sistemas. Los análisis que se exponen en este manual se enfocan
básicamente hacia los vehículos; de manera que no identifica explícitamente los
componentes del sistema de transporte, sino que identifica tres componentes básicos
41
que afectan la conducción: el vehículo, el entorno y el conductor. Dentro del
componente entorno están los peatones, las bicicletas y los buses, así como los
espacios físicos. De hecho en el manual HCM se propone la agregación de
elementos individuales de los sistemas urbanos para su análisis (Transportation
Research Board, 2000). A nivel de Colombia se destaca el Manual de planeación y
diseño para la administración del tránsito y el transporte, desarrollado por la
Secretaría de transporte, cuyo objetivo es fortalecer los procesos de planificación,
diseño, ejecución y supervisión de estudios, así como orientar las actividades de
seguimiento y monitoreo, adaptado a la ciudad de Bogotá (Secretaría de Tránsito
Transporte, 2005) .
Por otro lado, existen ciertos manuales y publicaciones especializadas en sistemas
peatonales. Dentro de estas se destaca a nivel colombiano, el Manual de
Infraestructura peatonal urbana, desarrollado en la Universidad Pedagógica y
Tecnológica de Colombia, donde se presentan los elementos más importantes de la
infraestructura de los sistemas peatonales con base en una extensa revisión
bibliográfica y teniendo en cuenta el HCM (Jerez & Torres, 2011). Sin embargo, y
aunque es una publicación muy valiosa, su alcance no va más allá de la
caracterización de la infraestructura. A nivel de otros países, se destaca la guía para
el diseño de planes maestros de movilidad peatonal y de bicicletas (Burbidge,
Vyas, Julie, & Mitman, 2012), el Manual de buenas prácticas para la planeación y el
diseño de sistemas peatonales de Sacramento (Sacramento Transportation and air
Quality, 2005), una guía sobre infraestructura peatonal para incorporar a los
peatones en el sistema de transporte de la ciudad de Washington (Otak, 1997), un
libro de la Roads and Traffic Authority de Australia sobre cómo hacer planes de
movilidad (Authority, 2002) y una guía sobre cómo planear y diseñar para peatones,
del departamento de Transporte de la ciudad de Western - Australia (Department of
Transport Western Australia, 2012); estas publicaciones tienen en cuenta la
infraestructura y otros componentes como las políticas, sin embargo es de aclarar
que no se distinguen en todas estas publicaciones los mismos componentes de los
sistemas peatonales que se han mostrado en la sección anterior.
2.5.4 Planes de movilidad
Por último, los planes de movilidad peatonal que han realizado ciertas ciudades
también aportan con un enfoque para el análisis y representación de los sistemas
peatonales, sin embargo, al igual que en la guías, se pueden identificar ciertos
componentes de los sistemas peatonales que no son tenidos en cuenta en todas las
publicaciones. Dentro de los principales planes se consideraron el de Grangegorman,
Dublín, Eugene, Irlanda, León, Londres, Nueva York, Ourense, San Diego y
Madrid.
En la Tabla 3, se resume el análisis sobre algunos planes de movilidad que tienen en
cuenta los sistemas peatonales. Se analizaron trece elementos que consideramos
claves en la composición de los sistemas peatonales y que ameritan ser analizados
para la toma de decisiones sobre los mismos. El primer elemento de la lista de
componentes específicos analizados, se refiere a si el plan de movilidad es
específicamente peatonal o si incluye los peatones, pero no es dedicado
específicamente a este sistema. El estado actual muestra si el plan tiene en cuenta
42
los elementos y/o de las estadísticas del sistema en el momento de la planeación. En
los otros elementos de la lista, es decir: metas, estrategias y acciones; bicicletas;
infraestructura; presupuesto; señalización; campañas; multas; seguridad; educación,
difusión; y evaluación, solo se revisó su existencia dentro de los planes, no se
analiza su enfoque o profundidad, si no solo su inclusión.
En los planes de movilidad analizados, no se contemplan todos sus elementos y
mucho menos las relaciones entre ellos. Se puede observar en sus contenidos que se
carece de una visión integradora en dichos planes y que es necesario tener claridad
sobre las relaciones de realimentación que se dan en los mismos, para poder
proponer planes más integrados y de mayor impacto para las ciudades.
Año 201
1
201
1
200
8
201
0
200
9
200
3
201
3
201
2
200
6
201
2
Elemento/Ciudad
Gra
ng
egor
man
Du
blí
n 1
Eu
gen
e
Irla
nd
a
Leó
n
Lo
nd
res
New
Yo
rk
Ou
ren
se
San
Die
go
Mad
rid
Específico ● ● ● ● ●
Estado actual ● ● ● ● ● ● ● ●
Metas, estrategias y
acciones
● ● ● ● ● ● ● ●
Bicicletas ● ● ● ● ● ● ●
Infraestructura ● ● ● ● ● ● ● ● ●
Presupuesto ● ● ● ●
Señalización ● ● ● ●
Campañas ● ● ● ● ●
Multas ● ● ● ●
Seguridad ● ● ● ● ● ● ●
Educación ● ● ● ● ● ●
Difusión ● ● ● ● ● ●
Evaluación ● ● ● ● ●
Tabla 3. Análisis de los componentes considerados en planes de movilidad
Fuente: Elaboración propia
A pesar de los recientes esfuerzos por realizar abstracciones y representaciones de
los sistemas peatonales, no se evidencia una concepción común de elementos en los
diferentes enfoques; pero se nota una clara tendencia a su identificación como
sistemas de transporte diferenciables, no solo por el modo, sino por los
comportamientos propios de los actores; lo cual se refleja cuando se tienen en cuenta
principalmente los desplazamientos, la educación y la seguridad. Sin embargo, aún
se carece de una visión sistémica en su concepción, que posiblemente obedece a su
reciente desarrollo, comparado con los planes de movilidad generales.
43
2.6 CONCLUSIONES
Los diferentes enfoques con los cuales han sido estudiados los sistemas peatonales
tienen en común la toma de decisiones sobre infraestructura, y aunque algunos
tienen en cuenta el comportamiento de los peatones como actores centrales, solo lo
hacen con respecto a ciertas características, generalmente las relacionadas con los
desplazamientos. Sin embargo, otros actores del sistema como los tomadores de
decisiones o quienes realizan el control, no se tienen en cuenta, salvo en algunos
casos en los planes de movilidad y las guías. Así mismo, la influencia de otros
componentes de los sistemas peatonales como el presupuesto, las campañas, etc. no
parecen haber sido tenidos en cuenta en dichos análisis, evidenciando la necesidad
de tener una visión global de la dinámica de su comportamiento.
La representación que se ha hecho hasta el momento sobre los sistemas peatonales
es orientada hacia las operaciones y carece de una visión sistémica. Se puede decir
que hay una tendencia de análisis microscópica, que dista de las representaciones
clásicas de los sistemas de transporte que se expusieron. Al parecer el peatonal no ha
sido reconocido en la práctica como un sistema de transporte tan importante para las
ciudades como lo es el sistema vehicular o el sistema de transporte colectivo. Es solo
desde la última década que se empiezan a encontrar planes de movilidad específicos
para sistemas peatonales.
Finalmente, en los estudios que se analizaron, se nota una clara influencia de las
estadísticas de accidentalidad en la toma de decisiones, mostrando una tendencia
reactiva, sin tener en cuenta una prospectiva o pronósticos basados en el
comportamiento de los actores y las relaciones de influencia y de realimentación
entre los componentes del sistema peatonal y su entorno.
44
3. LA MOVILIDAD PEATONAL EN BOGOTÁ
3.1 PLANEACIÓN GLOBAL ACTUAL DE LA MOVILIDAD EN BOGOTÁ
Gran parte de la infraestructura urbana está relacionada con el transporte, dando
respuesta a las necesidades de las personas o a la planeación que se ha hecho de las
mismas. Especialmente en los países desarrollados, la situación de tráfico ha venido
cobrando importancia (Carsten et al., 1998) debido al crecimiento de las ciudades, el
aumento de la densidad del tráfico y el crecimiento de la demanda de llegadas a
tiempo de las personas, bienes y servicios.
Así mismo, los modos y los hábitos de desplazamiento se han ido adaptando a las
necesidades de las personas, las ciudades y el ambiente; de manera que los viajes no
motorizados cobran cada vez más importancia real. Sin embargo, su concepción y
representación para la planeación urbana no parece ser coherente con las
necesidades de las personas y las ciudades, sino que a pesar del reconocimiento de
los peatones, los sistemas peatonales se encuentran relegados y son tratados como en
una categoría real inferior a la de los sistemas vehiculares. En el caso de la ciudad de
Bogotá, Colombia, se hace explícita la prioridad de los peatones en la planeación,
pero el despliegue de la política se lleva al nivel operativo con una visión
microscópica, que ha tenido efectos poco visibles sobre las estadísticas de
accidentalidad peatonal de la ciudad.
En términos generales, los desplazamientos peatonales se enmarcan dentro de la
movilidad urbana, porque esta se refiere a los diferentes desplazamientos generados
dentro de la ciudad a través de las redes de conexión local (Jans, 2009) sin importar
el medio de transporte; también se entiende como la capacidad que se tiene para
superar las distancias en los espacios urbanos (Kogan et al., 2010). Para Gonçalves
la movilidad urbana es "el movimiento de personas y bienes en el espacio mediante
el uso de la infraestructura de transporte disponible y la tecnología para acceder a la
vida de la ciudad" (Martins Gonçalves, 2014).
Por otro lado, el objetivo del transporte urbano definido en el Manual de la
planificación del transporte de la ciudad de Bogotá consiste en "permitir la
movilización de bienes y personas en condiciones preestablecidas de precio, confort
y seguridad en el menor tiempo posible" (Secretaría de Tránsito Transporte, 2005),
pero a pesar de esto, los peatones se han concebido como elementos del sistema de
movilidad, como un actor y no como un subsistema central de los sistemas de
movilidad. En contraste, se nota una tendencia en países desarrollados a incluir en
los planes de movilidad aspectos específicos relacionados con los peatones; otras
ciudades han sido más agresivas y hacen planes de movilidad peatonal.
En el capítulo anterior, se mostró el análisis de algunos planes de movilidad que
tienen en cuenta los sistemas peatonales1 del cual se concluye que no todos
1 Se consideraron los planes peatonales de San Diego, Madrid, León, Ourense, Nueva York,
León, Dublín, Grangegorman y Eugene
45
contemplan los mismos aspectos y mucho menos las relaciones entre ellos. Se puede
observar en sus contenidos que se carece de una visión integradora en dichos planes
y que es necesario tener claridad sobre las relaciones de realimentación que se dan
en los mismos, para poder proponer planes de mayor impacto para las ciudades. Sin
embargo, se reconoce que representan un gran avance para la planeación de la
movilidad peatonal.
3.2 CONCEPCIÓN DEL SISTEMA PEATONAL EN BOGOTÁ
En el caso de la ciudad de Bogotá, a pesar de que el Plan de Movilidad contempla
los peatones, no hay una sección donde se analicen explícitamente los factores
estudiados. Hablar sobre cómo se conciben los sistemas peatonales en la ciudad,
implica analizar los elementos que se tienen en cuenta para su planeación. De hecho,
la ciudad cuenta con un Plan de Ordenamiento Territorial, con un Plan Maestro de
Movilidad y con un Plan de Desarrollo.
La política de movilidad de la ciudad de Bogotá está definida explícitamente en su
Plan de Ordenamiento Territorial2 y básicamente se enfoca hacia facilitar el acceso
a los bienes y servicios urbanos para garantizar proyectos intermodales eficientes y
la mejora de la competitividad del transporte de carga. Se destaca dentro de los
lineamientos de la política, la priorización del transporte no motorizado (peatón y
ciclo-usuario) en lo que se refiere a las inversiones y demás decisiones en materia de
movilidad sobre el transporte público, transporte de carga y sobre el vehículo
particular. También se destaca el lineamiento de incorporar en todos los proyectos
de infraestructura vial y de oferta de transporte público, las condiciones necesarias
para el acceso a la población en condición de discapacidad y movilidad reducida y
por último, tener en cuenta la demanda y los patrones de movilidad diferenciales y
de género de la población para propiciar una adecuada interconexión en términos de
distancias, tiempos y costos desde los niveles locales a los niveles regionales.
La definición que se hace sobre el subsistema de espacios peatonales se refiere
únicamente a la infraestructura de la ciudad3. En los artículos 232 y 233 del mismo
documento, que tratan sobre la definición y normas específicas aplicables a andenes
y pasos peatonales y sobre la definición y normas específicas aplicables a enlaces
peatonales respectivamente, se definen normas generales sobre infraestructura usada
por peatones. Igualmente, se definen las normas generales aplicables al llamado
“subsistema de espacios peatonales” en el artículo 229 del mismo plan, donde
además de referirse a la infraestructura, también dice que: “se debe garantizar la
seguridad, libre desplazamiento e inclusión a personas con movilidad reducida y
2 Decreto 364 del año 2013, expedido por el Alcalde Mayor de Bogotá 3 “Artículo 224.- Subsistema de espacios peatonales. Es el conjunto de espacios de uso público destinados al tránsito y permanencia de los peatones y las personas con movilidad reducida, que se integran funcionalmente con los
parques, los elementos de la estructura ecológica principal, la infraestructura vial vehicular y las edificaciones para
conformar el espacio urbano. Los elementos arquitectónicos de los inmuebles privados que hacen parte del espacio público, como antejardines, aislamientos, fachadas y cubiertas, complementan los espacios peatonales y determinan
la calidad del espacio urbano. Los espacios peatonales son: Plazas y Plazoletas, alamedas, andenes y pasos
peatonales, vías peatonales, incluye rampas y escalinatas, enlaces peatonales a desnivel, áreas de control ambiental y
galerías y pasajes comerciales cubiertos de carácter público”.
46
que se deberá incorporar criterios de intervención orientados a la prevención de
delitos y conflictos, así como a fomentar la apropiación social y uso adecuado, con
el fin de reducir los factores de inseguridad y conflictividad en el espacio público
construido”.
La estructura del sistema de movilidad4 está conformada por los subsistemas vial, de
transporte, de regulación y control del tráfico y el vial peatonal (compuesto por los
andenes, plazas, parques, cruces peatonales, puentes peatonales y senderos) 5, para
dar respuesta a las necesidades internas y de conexión con los flujos externos de
movilidad de pasajeros y de carga, para consolidar el área urbana, contener la
conurbación, mejorar la productividad sectorial y en general, aumentar la
competitividad de la región Bogotá - Cundinamarca6.
La Secretaría de Tránsito y Transporte (STT) tiene como función formular el Plan
Maestro de Movilidad, en coordinación con el Departamento Administrativo de
Planeación Distrital (DAPD) y otras entidades del Distrito que sean requeridas por
esta. Se orienta a atender las necesidades de accesibilidad y movilidad de la ciudad y
de conexión con la red regional de ciudades, el resto del país y el exterior. El Plan
Maestro de Movilidad de Bogotá fue aprobado con el decreto 319 de 2006, tiene
vigencia de 20 años y una de sus políticas es la prioridad del peatón.
Este plan define los criterios de jerarquización para inversión en infraestructura vial,
dando prioridad a las vías destinadas al tránsito de peatones y ciclo-usuarios7; así
mismo, se prioriza su mantenimiento. Sin embargo, dentro de los proyectos de
infraestructura vial y vial peatonal8, no se apunta explícitamente a la construcción de
vías y espacios peatonales, a pesar de haber sido definido como prioritario; pero en
las estrategias de regulación y control, se tiene la implantación de planes de
seguridad vial y la implementación del sistema integrado de información de
movilidad urbano regional SIMUR, que están directamente relacionados con el
sistema peatonal.
Dentro del plan maestro de movilidad también se define el plan de seguridad vial,
que prioriza el mercadeo intensivo de la seguridad de los peatones, ciclistas y
transporte escolar, buscando un desarrollo integral del sistema de educación para
hacer uso de las calles, con énfasis en los componentes de corresponsabilidad y
autorregulación. Así mismo, se propone realizar investigaciones con respecto a la
causalidad de la accidentalidad9. Los proyectos que lo soportan son campañas de
larga duración, implementación de un sistema permanente de difusión masiva,
modelos matemáticos para accidentes de tráfico, adquisición y aplicación de
software reconstructor de accidentes y el desarrollo integral del sistema de
4 Artículo 162 del Decreto 469 de 2003
5 Artículo 164 del Decreto 469 de 2003 6 Artículo 163 del Decreto 469 de 2003
7 Artículo 9 del Decreto 319 de 2006 8 Estudio de jerarquización vial, estudios de los corredores especializados de carga, proyectos
de intersecciones e implementación de corredores para ciclorrutas 9 Artículo 67 y 68 del decreto 319 de 2010
47
educación en seguridad vial con énfasis en los componentes de corresponsabilidad y
autorregulación.
Específicamente sobre el tema de pedagogía10
se proponen acciones concretas como
el fortalecimiento del talento humano que trabaja en el sistema, continuar y
fortalecer las campañas de educación ciudadana para todos los actores de la
movilidad (Para llegar a los actores particulares: Escuelas de enseñanza
automovilística, centros de educación primaria y de bachillerato y universidades. Al
transporte público: las empresas que prestan servicio colectivo, individual, de
transporte especial y los centros de atención de emergencias. También se usan los
centros de participación ciudadana), con el fin crear cambios culturales a través de
módulos de capacitación, talleres, eventos y la publicación de documentos de
formación.
Figura 7. Mapa de riesgo de accidentes graves por UPZ. Bogotá 2013.
Fuente: Tomado del Observatorio de Movilidad de Bogotá (Andes, 2014)
Dentro de los indicadores de gestión para el control, seguimiento y evaluación de la
ejecución y el cumplimiento de las metas contempladas por el Plan Maestro de
Movilidad, con relación a los sistemas peatonales, se destaca la distancia promedio
recorrida a pie, que mide la efectividad de los incentivos hacia modos no
motorizados a través del seguimiento de la distancia que en promedio camina un
habitante. Los demás indicadores no contemplan el seguimiento de las demás
estrategias del Plan Maestro de Movilidad que se relacionan con los peatones11
.
10 Artículo 106 del decreto 319 de 2006 11 Los demás indicadores son: Índice de pasajeros por kilómetro, la edad promedio
de los vehículos de transporte público, el porcentaje de taxis ocupados, el estado de
la malla vial, el índice de accidentalidad (número de accidentes por cada 100 mil
habitantes), distancia promedio de viajes, velocidad de modos motorizados,
porcentaje de ejecución de las estrategias de ordenamiento logístico, participación
del GNV y otros combustibles amigables con el medio ambiente, distancia promedio
48
Finalmente, el Plan de Desarrollo 2012-2016 cuenta con un programa llamado
Movilidad Humana, que da prioridad al peatón y propone de manera explícita la
construcción, operación y conservación del espacio público peatonal para promover
los viajes no motorizados de una forma segura a través de la creación de redes
ambientales peatonales seguras (RAPS), de la construcción de andenes y de puentes
peatonales. Por otro lado, se busca realizar un cambio cultural en la gestión de la
movilidad a través de acciones con el fin de direccionar las formas de uso de la
infraestructura y la oferta del sistema de movilidad, para influenciar las dinámicas
sociales y los comportamientos individuales que los usuarios despliegan
cotidianamente.
Con respecto a la movilidad no motorizada, las ejecuciones en Bogotá se han
enfocado a incentivar el uso de la bicicleta. De hecho, Bogotá se considera líder en
América Latina frente a la promoción del uso de la bicicleta por contar con 376 km
de ciclo rutas construidas y al desarrollo de actividades dirigidas al uso de este
medio de transporte como son la ciclo vía y los ciclo paseos turísticos12
. Pero a pesar
del programa de RAPS (Secretaría Distrital de Movilidad, 2013b) y tener 412 m2 de
espacio público, de las UPZ existentes en Bogotá, 35 muestran un riesgo muy alto a
presentar accidentes graves de tránsito, como se ve en la Figura 7 (Andes, 2014).
Figura 8. Puntos críticos para peatones en Bogotá - 2012
Fuente: Secretaría de movilidad de Bogotá
Por otro lado, los programas de educación con respecto a la movilidad se han
enfocado hacia la difusión sobre el uso correcto de la infraestructura. Básicamente se
realizan campañas preventivas en colegios y empresas, así como campañas
correctivas en sitios de la ciudad donde se presenta una alta accidentalidad. La
identificación de esos puntos se realiza a través de mapas como el de la Figura 8 y se
instala en el lugar por una o varias semanas un grupo de personas de la secretaría de
movilidad para corregir los comportamientos peatonales considerados no deseables.
recorrida en bicicleta, sostenibilidad financiera, porcentaje de implementación del
SIMUR y ejecutorias de la agenda de movilidad, porcentaje de población de los
municipios con viajes rutinarios a Bogotá. 12 Estudio realizado por la Universidad Americana de Washington con apoyo del
Banco Interamericano de Desarrollo (BID).
49
Como resultado se tiene un cambio de comportamiento durante los días de la
campaña, pero que no se sostiene a través del tiempo.
Figura 9.Número de accidentes peatonales del 2005 al 2013
Fuente: Basado en datos de la Secretaría de Movilidad de Bogotá
Como respuesta, la secretaría de movilidad junto con la policía de tránsito, proponen
intervenciones al Instituto de Desarrollo Urbano (IDU) para hacer modificaciones a
la infraestructura cercana a estos puntos de accidentalidad, como por ejemplo
instalar señalización, poner barreras para impedir el paso peatonal por zonas no
permitidas y construir puentes peatonales. Sin embargo, las cifras de accidentalidad
peatonal no muestran una tendencia a disminuir, como se puede observar en la
Figura 9.
Figura 10. Porcentaje de accidentes peatonales del 2005 al 2014
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
0
5000
10000
15000
20000
25000
30000
35000
40000
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
Acc
ide
nte
s
Año
Peatones
Todos losaccidentes detránsito
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
Po
rce
nta
je d
e a
ccid
en
tes
Año
Porcentaje
50
De hecho, el porcentaje de accidentes peatonales con respecto al total de accidentes
desde el año 2005 al 2013, que se muestra en la Figura 10, no ha presentado cambios
significativos.
A pesar de la tendencia de aumento sostenida de vehículos en la ciudad, que se
muestra en la Figura 11, los accidentes peatonales no han aumentado, tal vez debido
a los efectos de las campañas que buscan reducirlos o a posibles errores en las
estadísticas.
Figura 11. Número de vehículos en Bogotá 2007 al 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Pero este aumento del número de vehículos en la ciudad ha tenido como
consecuencia congestiones vehiculares que han hecho que las personas busquen
medios alternativos de transporte, como la bicicleta y a pie; inclusive para acceder a
TransMilenio, que es el principal sistema de transporte público de la ciudad, en
recorridos inferiores a 5 km es mejor caminar que hacer uso de los buses
alimentadores, pues el tiempo promedio que se gastan las personas en el alimentador
es de 33 minutos frente a 19 minutos si hicieran el mismo recorrido a pie. De hecho
el 35,3% de los viajes mayores a 15 minutos en la ciudad se realizan con medios no
motorizados, según la encuesta de movilidad aplicada en el año 2011 (Andes, 2014).
Por otro lado, el 84% de los accidentes de tránsito en la ciudad son choques y el
12% son atropellos, lo que muestra los efectos de los fenómenos del tránsito con
respecto a la cantidad de vehículos y la vulnerabilidad de los peatones, que son
usualmente los más afectados. Esta situación pone en evidencia la necesidad de
ampliar la visión sobre la planeación del tránsito en Bogotá, para reconocer
elementos claves que afectan el colectivo (Martins Gonçalves, 2014) y sobre todo,
hacer análisis sistémicos, para reconocer por ejemplo el sistema peatonal como parte
clave y cada vez más importante para las ciudades.
0
200000
400000
600000
800000
1000000
1200000
1400000
1600000
2007 2008 2009 2010 2011 2012 2013
Can
tid
ad d
e V
eh
ícu
los
en
Bo
gotá
Año
Vehículos
51
La planeación clásica basada en el análisis de los viajes a través de origen-destino y
las UPZ, reconoce los viajes peatonales como un medio para cambiar de modo de
transporte, pero es evidente que caminar es más que eso, es una forma que ha vuelto
a ganar importancia para los desplazamientos cotidianos, que amerita ser tratado
como un medio de transporte, que forma un sistema tanto a nivel urbanístico como
en la planeación de la movilidad.
3.3 EFECTOS DE LA CONCEPCIÓN SOBRE LAS CARACTERÍSTICAS
MÁS IMPORTANTES PARA LA CIUDAD DE BOGOTÁ
El principal insumo para el análisis de la evolución del sistema peatonal de Bogotá
es su base de datos de accidentalidad, que guarda y consolida la información que se
considera clave para su gestión. La Secretaría de Movilidad cuenta con la Policía de
Tránsito, que se encarga de acudir a los lugares donde se reportan problemas de
movilidad, especialmente aquellos causados por accidentes; sus objetivos son
dirimir conflictos, prestar ayuda a los implicados, normalizar el tráfico y recoger
información sobre el accidente, si es el caso. Los datos se consignan en papel y son
digitalizados por personal de la Policía de Tránsito en una oficina encargada de
salvaguardar las estadísticas. Básicamente, se tiene una base de datos que tiene
información sobre el accidente, el conductor y la víctima, que son insumo para que
la Secretaría Distrital de Movilidad (SDM) y la Policía de Tránsito diseñen sus
estrategias de mejora, especialmente con respecto a la accidentalidad.
En esta investigación se tuvo acceso a la base de datos a través de la Secretaría de
Movilidad, pero finalmente no se pudo hacer uso de ella por carecer de una
codificación que permitiera vincular al accidente, al conductor y a la víctima peatón.
Se recurrió entonces a la Policía de Tránsito, quienes manejan y alimentan la base de
datos y entregan los informes solicitados por la Secretaría de Movilidad; finalmente
se obtuvo la información en un archivo de Excel por cada año del 2.005 al 2.014
(parcial), excluyendo todos los campos que se consideran datos personales, como el
nombre, dirección, teléfono, entre otros. Se contó con una gran cantidad de datos,
cada archivo tiene tres hojas, la primera con información de accidentes, la segunda
de conductor y la tercera, de víctimas. Por ejemplo para el año 2.013 se tienen
34.346 registros de accidentes, 64.709 de conductores y 4.959 de peatones; la
primera hoja tiene 17 columnas, la segunda 12 y la tercera 10. Es decir, que solo
para el año 2013 se tienen 1.409.980 celdas con datos, haciendo compleja su
depuración y manipulación.
Sin embargo, no había otra vía para analizar las estadísticas de accidentalidad del
sistema peatonal del Distrito, teniendo en cuenta que en la página web de la SDM se
publican informes individuales sobre ciclistas, embriaguez, vehículos de carga,
motocicletas y niños, que son base para la toma de decisiones; pero no se encuentran
publicados informes relacionados con peatones, a pesar de ser el actor principal
según el plan de movilidad de Bogotá.
Por otro lado, la ciudad ha hecho esfuerzos con el ánimo de disminuir la
accidentalidad como por ejemplo la inversión financiera a través de campañas
televisivas, radiales e in situ, así como intervenciones sobre la infraestructura de los
52
sitios identificados como de alta accidentalidad en la ciudad. Se resaltan también
campañas dirigidas a las personas accidentadas, así como cursos en instituciones
educativas de educación básica y media; también se han construido puentes
peatonales en sitios de alta accidentalidad.
Figura 12. Evolución Porcentual del Género de las Víctimas Peatones en Bogotá del
2005 al 2014
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Los efectos de estas intervenciones sobre las características importantes para la
ciudad se pueden analizar con la información histórica con que se cuenta (Anexo 2).
Por ejemplo, se pueden ver fenómenos interesantes como el aumento de la
participación por género de las mujeres víctimas en accidentes en los cuales hay
peatones implicados. En la Figura 12 se muestra cómo a partir de año 2010 se puede
ver como se equipara le porcentaje de participación de los dos géneros en los
accidentes. Sin embargo, la proporción de accidentes de mujeres han permanecido
estadísticamente estables, pero los de hombres has disminuido, mostrando
posiblemente una mejor penetración de las campañas en el género masculino o un
aumento del número de mujeres que transitan en las calles.
En el caso del género de los conductores, en la Figura 13 se observa que las mujeres
han aumentado su participación porcentual, aunque este aumento no sea
estadísticamente significativo. Sin embargo, la participación de las mujeres en el
total de conductores implicados en accidentes es de aproximadamente el 5%;
además, de cada 10 infracciones de tránsito en la capital, ocho son cometidas por
hombres y apenas dos por mujeres, que puede ser coherente con la proporción de
mujeres que conducen vehículos, con respecto a los hombres que lo hacen.
0%
20%
40%
60%
80%
100%
120%2
00
5
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
% G
én
ero
Víc
tim
as
Año
MASCULINO
FEMENINO
53
Figura 13. Evolución Porcentual del Género de los Conductores implicados en
accidentes con Peatones en Bogotá del 2006 al 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Figura 14. Conductores según género y año de 2005 al 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
El 33% de los conductores de vehículos implicados en accidentes con peatones
tienen entre 20 y 30 años; esta cifra se ha mantenido desde el año 2005, seguidos por
un 22% que se encuentra entre 30 y 40 años y un 16% entre 40 y 50 años. Puede ser
que en el rango de 20 a 30 años los conductores no cuenten con la experiencia
necesaria para evitar accidentes o simplemente que la mayoría de los conductores
de Bogotá estén en este rango de edad. En todo caso, a partir de esta información no
se puede afirmar con contundencia que mientras más edad tenga el conductor tiene
menos probabilidad de accidentarse; de hecho, al analizar la cantidad de conductores
que han atropellado peatones desde el año 2005 al 2013 según su género, se observa
0
1000
2000
3000
4000
5000
6000
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
Can
tid
ad d
e c
on
du
cto
res
Año
SIN INFORMACION
MASCULINO
FEMENINO
54
claramente en la Figura 14 que el grupo de 20 a 39 años es el que tiene más
accidentes, especialmente en el género masculino.
Por otro lado, el 32% las víctimas peatones se encuentran entre los 10 y 30 años,
seguidos del 13% entre 30 y 40 años y un 11% entre 40 y 50 años. No
necesariamente las personas entre 10 y 30 años son las más vulnerables, este
fenómeno se puede deber a que la mayoría de las personas que se movilizan a pie
están en estos rangos de edades. De hecho, al analizar la Figura 15 se puede observar
que la mayoría de las víctimas se encuentran entre el rango de edad de 20 a 39 años
y que, como se había dicho, la diferencia según género es cada vez menor.
Figura 15. Víctimas peatones según género y año de 2005 al 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Con respecto a los vehículos implicados en accidentes con peatones, la mayor parte
tiene menos de 10 años de antigüedad, como se observa en la Tabla 4; tendencia que
se hace cada vez más visible y significativa, teniendo en cuenta que el 60% de los
vehículos que circulan en las carreteras del país tiene más de 10 años de antigüedad.
A pesar de no contar con los datos del año 2010, la tendencia a presentarse más
accidentes con vehículos más recientes es indudable y podría tener explicaciones
como por ejemplo el nivel de capacidad de adaptación a los cambios tecnológicos de
los vehículos nuevos, que permiten desarrollar mayor velocidad e incluso más
confort al conductor, que puede favorecer una reacción más lenta ante un evento
súbito como los relacionados con atropellos de peatones.
55
Tabla 4. Vehículos accidentados según antigüedad de 2007 a 2014
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
El tipo de vehículos implicados en accidentes con peatones también es determinante
porque aproximadamente el 65% se presentan con automóviles y con motocicletas,
que han tenido un notorio aumento de circulación en la ciudad. La tendencia al
aumento de la accidentalidad con motocicletas se puede observar en la Tabla 5, así
como el porcentaje de accidentes con peatones de los demás tipos de vehículos.
Llama la atención que siendo las motocicletas los vehículos que más se encuentran
implicados en accidentes con peatones, no se tengan controles para la aprobación de
licencias de conducción, así como infraestructura vial apropiada. Es de resaltar
también el porcentaje sostenido de accidentalidad de las camionetas, que podría
sugerir la falta de precaución de los conductores de este tipo de vehículos,
especialmente mujeres, porque tienen un porcentaje estadísticamente mayor de
atropellos a peatones, como se ve en la Tabla 6.
Tabla 5. Clase de vehículo según año de 2007 a 2014
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Es de resaltar que al analizar el fenómeno de atropellos a peatones según el género
del conductor, hay más accidentes de mujeres que de hombres conduciendo
automóviles y más accidentes de hombres que de mujeres conduciendo motocicletas,
como se puede ver en la Tabla 6. Por otro lado, hay un mayor porcentaje de mujeres
atropelladas por motocicletas (40% de mujeres y 35% de hombres en 2013),
mientras que no hay diferencia estadísticamente significativa por género para los
demás tipos de vehículo.
RANGO
1 (< DE 1980) 2% 5% 4% 2% 2% 3% 2%
2 (1981 A 1985) 2% 3% 3% 2% 2% 1% 1%
3 (1986 A 1990) 2% 3% 3% 2% 1% 1% 1%
4 (1991 A 1995) 5% 9% 8% 5% 5% 4% 3%
5 (1996 A 2000) 9% 13% 9% 9% 7% 5% 5%
6 (2001 A 2005) 18% 23% 21% 18% 14% 13% 12%
7 (2006 A 2010) 38% 36% 44% 38% 32% 28% 25%
8 (2011 A 2014) 0% 0% 0% 15% 26% 40% 46%
S.I. 25% 8% 9% 10% 10% 5% 5%
MODELO VEHÍCULOS ACCIDENTADOS
2007 2008 2009 2010 2011 2012 2013 2014
CLASE
Automovil 34% 34% 33% 22% 30% 28% 27% 26%
Bicicleta 1% 1% 1% 1% 2% 1% 1% 2%
Bus 7% 7% 7% 3% 6% 6% 5% 6%
Bus Alimentador 0% 0% 0% 0% 0% 1% 1% 1%
Bus Articulado 0% 0% 1% 1% 1% 2% 2% 3%
Buseta 4% 4% 4% 2% 3% 2% 2% 1%
Camión, Furgón 3% 3% 3% 2% 3% 3% 3% 3%
Camioneta 8% 9% 8% 6% 8% 8% 8% 10%
Campero 3% 3% 3% 2% 3% 3% 3% 3%
Microbus 5% 4% 4% 3% 5% 4% 3% 4%
Motocicleta 24% 27% 27% 21% 29% 31% 38% 36%
Tractocamión 0% 0% 1% 0% 0% 1% 0% 0%
Volqueta 0% 0% 0% 0% 0% 0% 0% 0%
Sin informacion 9% 5% 33% 0% 0% 0% 0%
CLASE DE VEHICULO
2007 2008 2009 2010 2011 2012 2013 2014
56
Tabla 6. Tipo de vehículo según género de conductores de 2005 a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Sin embargo, en cuanto a la gravedad, el porcentaje de hombres que muere en
accidentes peatonales es mayor que el de mujeres, como se puede ver en la Tabla 7.
La explicación puede pasar por diferentes niveles de riesgo que toman según el
género, por el tipo de infraestructura de los lugares que más frecuentan las mujeres,
entre muchas otras que no se pueden analizar con la información disponible.
Tabla 7. Gravedad de accidentes peatonales según género de víctimas de 2005 a
2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Con respecto al tiempo, la mayoría de los accidentes peatonales, especialmente de
peatones hombres, suceden los fines de semana como se puede ver en la Figura 16.
Pero no hay diferencia estadísticamente significativa de la cantidad de accidentes
peatonales según el mes. También se observa que las mujeres han sufrido más
accidentes los días martes.
Así mismo, la mitad de los accidentes con peatones suceden entre el medio día y las
7 pm, aunque hay mayor cantidad de accidentes de mujeres entre 6 am y 8 am y
mayor cantidad de accidentes de hombres después de las 7 pm, como se ve en la
Figura 17. Nuevamente, este fenómeno tal vez pueda ser explicado con los hábitos
de desplazamiento de los peatones.
AÑOS
T. VEHICULO MujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombres
1 (Bicicleta) 0% 1% 1% 1% 0% 1% 0% 2% 1% 2% 0% 2% 1% 2%
2 (Motocicleta) 5% 19% 5% 23% 10% 28% 15% 30% 11% 33% 17% 35% 19% 41%
3 (Automóvil) 69% 37% 72% 36% 68% 33% 61% 35% 65% 31% 57% 29% 54% 27%
4 (Camioneta, Campero)18% 13% 16% 12% 14% 13% 17% 12% 17% 12% 15% 12% 19% 11%
5 (Microbus) 3% 6% 2% 6% 3% 5% 1% 5% 1% 5% 4% 5% 3% 4%
6 (Buseta) 2% 17% 2% 15% 1% 14% 5% 12% 1% 10% 3% 9% 2% 8%
7 (SITP) 0% 0% 0% 0% 0% 0% 0% 1% 1% 3% 2% 3% 0% 4%
8 (Camión, Furgón) 1% 4% 0% 4% 0% 4% 0% 3% 0% 3% 1% 4% 0% 3%
9 (Tractocamión, Volqueta)0% 1% 0% 1% 0% 1% 0% 1% 0% 1% 0% 1% 0% 1%
10 (No identificado, null)0% 2% 1% 0% 0% 0% 1% 0% 0% 0% 0% 0% 0% 0%
11 (Otro, Motocarro, Motociclo M. Agricola e Industrial, Traccion animal) 1% 1% 1% 0% 1% 1% 0% 0% 2% 0% 1% 0% 0% 0%
20132005 2006 2007 2008 2009 2010 2011 2012
AÑOS
GRAVEDAD MujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombresMujeresHombres
MUERTA 35% 43% 34% 45% 30% 43% 35% 45% 27% 45% 36% 47% 30% 49% 27% 49% 22% 48%
HERIDA 65% 57% 66% 55% 70% 56% 64% 55% 68% 55% 64% 53% 70% 51% 73% 51% 78% 52%
2005 2006 2007 2008 2009 2010 2011 2012 2013
57
Figura 16. Accidentes peatonales según género y día de 2005 a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Figura 17. Accidentes peatonales según hora y género de 2005 al 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Al analizar la hora a la que se presentan los accidentes, discriminando por el mes, se
observa que en los meses de julio y diciembre, se presentan más accidentes en las
noches que en los demás meses. Igualmente, los accidentes empiezan a suceder más
tarde, como se ve en la Figura 18. Una explicación puede ser que es época de
vacaciones escolares y las personas cambian sus horarios de inicio y fin de
actividades diarias.
Adicionalmente, existen localidades que históricamente han presentado mayor
porcentaje de accidentalidad que las demás, como por ejemplo la localidad de
58
Kennedy que tiene un 15% de la accidentalidad peatonal total de la ciudad, seguida
por Engativá (9%) y Ciudad Bolívar (8%). Las localidades de Kennedy, Suba,
Engativá, Bosa y Ciudad Bolívar son las más pobladas, albergan aproximadamente
al 56% de la población Bogotana y han tenido históricamente aproximadamente el
45% de los accidentes que implican peatones, pero cuentan con tan solo el 22% de
los 563 puentes peatonales (Instituto de Desarrollo Urbano, 2014) que hay en la
ciudad. Sin embargo, este es solo un tipo de infraestructura y no implica que sea la
causa principal o la única causa de la accidentalidad peatonal en estas zonas de
Bogotá.
Finalmente, con respecto a las causas posibles de los accidentes de tránsito, no se
puede hacer un análisis sobre las de mayor incidencia a lo largo de los últimos años,
debido a su falta de estandarización. Al parecer es un campo de texto que llenan los
policías de tránsito y no un campo con posibilidades finitas asociadas a las
infracciones del Código Nacional de tránsito, dificultando el análisis de las causas
para el diseño de las intervenciones basadas en el posible origen del accidente.
3.4 APORTE DE INFORMACIÓN DE LA BASE DE DATOS
Después del análisis estadístico descriptivo, se analizó la capacidad de la base de
datos para explicar ciertos comportamientos del sistema. La gravedad del peatón es
una variable de interés, que podría permitir el entendimiento de parte del fenómeno
de la accidentalidad peatonal a partir de la base de datos de la Secretaría de
Movilidad (ver Anexo 3).
Los análisis de homogeneidad de las variables desde el 2005 hasta el 2014, permiten
analizar si las distribuciones de cada una son las mismas entre las categorías de año.
Se trabajó con la prueba de Kruskal-Wallis para muestras independientes con un
95% de confianza, encontrando como resultado que la gravedad del peatón es
homogénea, pero las demás variables analizadas (edad y género del peatón, edad,
gravedad y género del conductor, día, mes, año, localidad y hora) no lo son. De
manera que las colecciones de datos de estas variables no se podrían representar con
la misma función para los diferentes años, porque su comportamiento ha cambiado a
lo largo del tiempo o porque dependen de otras variables, mientras que la gravedad
del peatón sí es homogénea. Para las variables no homogéneas por años, se obtuvo el
mismo resultado cuando se analizó su homogeneidad para los diferentes días de la
semana.
59
Figura 18. Cantidad de accidentes por hora y mes de 2005 al 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Por otro lado, analizando las correlaciones lineales entre las variables, se encuentra
que el servicio (si es particular o público) y la clase de vehículo (automóvil,
motocicleta, bus, camioneta, campero, entre otros) son las de más alta correlación
con 0,772 como se puede ver en la Tabla 8. También la edad del conductor se
relaciona con la clase (0,499) y el servicio del vehículo (0,541); las demás variables
no tienen una correlación lineal significativa entre ellas. La máxima correlación que
Enero Febrero Marzo
Abril Mayo Junio
Julio Agosto Septiembre
Octubre Noviembre Diciembre
60
tiene la gravedad del peatón es de (-0,132), encontrada con la variable edad del
peatón, que resulta poco reveladora para explicarla.
Tabla 8. Matriz de correlaciones de Pearson entre las variables de 2005 a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Sin embargo, un análisis de correlación parcial permite no tanto ver la relación lineal
entre dos variables, ni la contribución de una determinada en el modelo de regresión,
sino que permite tomar decisiones sobre la eliminación de ciertas variables que no
aportan a la comprensión de la relación entre aquellas que son de interés. Los
coeficientes de correlación parcial describen la relación lineal existente entre dos
variables mientras se controlan los efectos de una o más variables adicionales.
En la
Tabla 9 se muestran las correlaciones parciales para cuando se controla el año de
ocurrencia de los accidentes. La correlación parcial más alta (0,722) se obtiene entre
la clase y el servicio del vehículo; mientras que al controlar el año de ocurrencia, la
edad del conductor tiene una correlación parcial tanto con la clase (0.552) como con
el tipo de vehículo (0.631). De manera que se corrobora que las variables de la base
de datos no permiten explicar la gravedad del peatón.
ED
AD
PE
AT
ÓN
GÉ
NE
RO
PE
AT
ÓN
GR
AV
ED
A
D
PE
AT
ÓN
E
DA
D
CO
ND
UC
T
OR
G
ÉN
ER
O
CO
ND
UC
T
OR
G
RA
VE
DA
D
CO
ND
UC
T
OR
C
LA
SE
VE
HÍC
UL
O
SE
RV
ICIO
VE
HÍC
UL
O
DIA
ME
S
AÑ
O
LO
CA
LID
AD
HO
RA
EDAD
PEATÓN 1 ,005 -
,132 -
,019 ,024
-,014
,000 -
,010 ,029
-,011
,043 -
,021 -
,036 GÉNERO
PEATÓN ,005 1 -
,047 ,053 ,017
-
,009 ,080 ,081 ,058 ,003 ,041 ,002 ,040
GRAVEDAD
PEATÓN -
,132
-
,047 1 ,023 ,011
-
,010 ,067
-
,013 ,010
-
,001 ,001
-
,003
-
,009 EDAD
CONDUCTOR -
,019 ,053 ,023 1 ,157
-,057
,499 ,541 ,022 -
,044 ,080
-,002
-,019
GÉNERO
CONDUCTOR ,024 ,017 ,011 ,157 1 ,195 ,225 ,253 ,010 -
,004 ,052 ,005 ,000
GRAVEDAD
CONDUCTOR -
,014
-
,009
-
,010
-
,057 ,195 1 ,304 ,291 ,010 ,024 ,199
-,010
*
,007
CLASE
VEHÍCULO ,000 ,080 -
,067 ,499 ,225 ,304 1 ,772 ,001
-
,018 ,128
-
,002
-
,034 SERVICIO
VEHÍCULO -
,010 ,081
-,013
,541 ,253 ,291 ,772 1 ,018 -
,013 ,150 ,006 ,027
DIA
-
,029 ,058
-
,010 ,022 ,010 ,010
-
,001 ,018 1 ,043 ,003 ,034 ,013
MES
-,01 ,003 -
,001
-
,044
-
,004 ,024 ,018 ,013 ,043 1 ,045 ,031 ,014
AÑO
-
,043
-
,041
-
,001
-
,080 ,052
-
,199 ,128 ,150 ,003
-
,045 1 ,032 ,016
LOCALIDAD
-
,021 ,002
-
,003
-
,002 ,005
-
,010
-
,002 ,006 ,034 ,031 ,032 1 ,016
HORA
-
,036 ,040
-
,009
-
,019 ,000
-
,007 ,034 ,027 ,013 ,014 ,016 ,016 1
61
Tabla 9. Matriz de correlaciones parciales entre las variables de 2005 a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
Pero, como las correlaciones son medidas de asociación lineal, aunque dos variables
estén relacionadas, si no es de este tipo, el coeficiente de correlación no es un
estadístico adecuado para medir su asociación. De hecho, los resultados de una
regresión lineal para explicar la gravedad del peatón con base en las demás
variables, muestran la poca explicación del modelo ( coef. Correlación = 0.035),
como se muestra en la Tabla 10.
Observaciones 48331
Grados de libertad 48331
R2 0.035
R2 ajustado 0.035
MEC 0.037
RMSE 0.192
MAPE 5.694
DW 1708
Cp 13
AIC -159672.417
SBC -159672.417
PC 0.965
Tabla 10. Resultados regresión lineal multivariada para gravedad del peatón con las
variables de 2005 a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
ED
AD
PE
AT
ÓN
GÉ
NE
RO
PE
AT
ÓN
ED
AD
CO
ND
UC
TO
R
GÉ
NE
RO
CO
ND
UC
TO
R
GR
AV
ED
AD
CO
ND
UC
TO
R
CL
AS
E
VE
HÍC
UL
O
SE
RV
ICIO
VE
HÍC
UL
O
DIA
ME
S
HO
RA
LO
CA
LID
AD
GR
AV
ED
AD
PE
AT
ÓN
A
Ñ
O
EDAD
PEATÓN 1,000 -,005 -,019 ,118 -,027 -,008 -,021 -,015 ,007 -,002 -,033 -,131
GÉNERO
PEATÓN -,005 1,000 ,051 ,016 -,008 ,078 ,075 ,063 -,003 -,001 ,026 -,044
EDAD
CONDUCTOR -,019 ,051 1,000 ,383 ,182 ,552 ,631 ,036 -,051 ,010 -,033 ,024
GÉNERO
CONDUCTOR ,118 ,016 ,383 1,000 ,116 ,258 ,324 ,024 -,004 ,000 -,015 ,020
GRAVEDAD
CONDUCTOR -,027 -,008 ,182 ,116 1,000 ,217 ,184 ,014 -,011 -,010 -,024 -,010
CLASE
VEHÍCULO -,008 ,078 ,552 ,258 ,217 1,000 ,722 ,014 -,035 ,009 -,046 -,068
SERVICIO
VEHÍCULO -,021 ,075 ,631 ,324 ,184 ,722 1,000 ,018 -,036 ,019 -,038 -,013
DIA
-,015 ,063 ,036 ,024 ,014 ,014 ,018 1,00 ,026 -,002 ,002 -,008
MES
,007 -,003 -,051 -,004 -,011 -,035 -,036 ,026 1,000 ,010 ,026 -,003
HORA
-,002 -,001 ,010 ,000 -,010 ,009 ,019 -,002 ,010 1,000 ,012 -,005
LOCALIDAD
-,033 ,026 -,033 -,015 -,024 -,046 -,038 ,002 ,026 ,012 1,000 -,009
GRAVEDAD
PEATÓN -,131 -,044 ,024 ,020 -,010 -,068 -,013 -,008 -,003 -,005 -,009 1,000
62
Sin embargo, al hacer una regresión no paramétrica tipo Kernell, aprovechando la
cantidad de datos que se tiene y con el fin de no asumir una forma predeterminada
del predictor, es decir, con el fin de no asumir la linealidad de las relaciones, se tiene
un coeficiente de correlación es 0,067, que se muestra en la Tabla 11, de manera que
tampoco permite explicar la gravedad del peatón en términos de las variables de la
base de datos.
R2 0.067
SEC 1716.702
MEC 0.036
RMSE 0.188
Tabla 11. Resultados regresión no paramétrica para gravedad del peatón con las
variables de 2005 a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
De manera que el conjunto de variables que se tiene no puede explicar el
comportamiento de la gravedad del peatón, por lo menos con la codificación que usa
la Secretaría de Movilidad para la obtención de su información (ileso, herido y
muerto).
No obstante, se analiza la entropía y la información mutua, para analizar el aporte de
información que hay entre las variables y saber si la base de datos permite inferir
otro tipo de relaciones entre ellas. Si las variables tienen mayor entropía no existirá
relación entre ellas y toda la información que aporte cada una será usada plenamente
para predecir otra variable. Una menor entropía significa que existe cierta relación
entre las variables, es decir, que parte de la información que trae cada variable es
compartida por el resto de las variables o al menos por una de ellas. O sea que un
conjunto de datos se podría considerar “bueno” si contiene variables que estén
relacionadas con la variable a predecir, pero no entre sí; de manera que la entropía
de las variables independientes debería ser la mayor posible.
La información mutua denotada por ( ), es una medida de la dependencia mutua
entre dos variables aleatorias, que mide la reducción de la incertidumbre de una
variable aleatoria X, debido al conocimiento del valor de otra variable aleatoria Y.
En la ecuación (1) se muestra la definición matemática de la información mutua
(Ranajan, 2008).
( ) ∑∑ ( ) ( )
( ) ( ) ( )
En términos de la entropía ( ) se puede representar la información mutua entre
dos variables ( ) como se muestra en la ecuación (2):
( ) ( ) ( ) ( ) ( )
La matriz de información mutua se muestra en la Tabla 12 y tiene en su diagonal la
entropía, que es el máximo valor que puede tomar y que es referente para analizar
63
los valores de las demás celdas asociadas con cada variable. Nuevamente se
evidencia que la clase y el servicio del vehículo se aportan información (0,9201), así
como la edad a la clase (0.4672) y al servicio del vehículo (0.4180); también el año
al género del conductor (0,7089), pero las demás variables no se aportan
información. De hecho, la gravedad del peatón tiene una entropía de 0.2415 y la
máxima información mutua es de 0.0109 con la clase de vehículo, es decir, que las
variables de la base de datos no aportan información para predecir la gravedad del
peatón.
Por otro lado, el análisis de minería de datos, es otro enfoque que podría permitir
profundizar en el análisis para explicar los comportamientos del sistema observados
en la base de datos; así que se analizó la información del año 2005 por ser el que
tiene la mayor cantidad de campos completos. El análisis de clasificación identifica
gran cantidad de reglas, que resultan difíciles de generalizar, aunque se llegó a
encontrar un 94.45% de instancias correctamente clasificadas, en caso de los
algoritmos DTNB, JRIP, NNeg y PRISMA.
ED
AD
PE
AT
ÓN
GÉ
NE
RO
PE
AT
ÓN
GR
AV
ED
AD
PE
AT
ÓN
ED
AD
CO
ND
UC
TO
R
GÉ
NE
RO
CO
ND
UC
TO
R
GR
AV
ED
AD
CO
ND
UC
TO
R
CL
AS
E
VE
HÍC
UL
O
SE
RV
ICIO
VE
HÍC
UL
O
DIA
ME
S
AÑ
O
LO
CA
LID
AD
HO
RA
EDAD
PEATÓN 2.89
E+00
7.23
E-03
1.01
E-02
6.56
E-03
4.96
E-03
5.12
E-03
1.86
E-02
7.09
E-03
6.34
E-03
4.01
E-03
3.83
E-02
4.34
E-03
1.62
E-02
GÉNERO
PEATÓN 7.23
E-03
1.01
E+00
3.29
E-03
3.16
E-03
3.75
E-03
5.91
E-04
7.64
E-03
5.42
E-03
4.43
E-03
1.17
E-03
4.34
E-03
3.44
E-03
2.16
E-02
GRAVEDAD
PEATÓN 1.01
E-02
3.29
E-03
2.42
E-01
3.26
E-04
5.46
E-04
1.53
E-04
1.10
E-02
3.52
E-03
8.73
E-03
8.67
E-03
1.62
E-02
9.51
E-03
1.25
E-02
EDAD
CONDUCTOR 6.56
E-03
3.16
E-03
3.26
E-04
2.01
E+00
3.54
E-01
9.19
E-02
4.67
E-01
4.18
E-01
2.70
E-03
1.32
E-02
4.36
E-02
7.36
E-03
1.61
E-02
GÉNERO
CONDUCTOR 4.96
E-03
3.75
E-03
5.46
E-04
3.54
E-01
1.34
E+00
5.00
E-02
3.06
E-01
3.13
E-01
3.82
E-03
3.24
E-03
7.09
E-01
8.42
E-03
1.19
E-02
GRAVEDAD
CONDUCTOR 5.12
E-03
5.91
E-04
1.53
E-04
9.19
E-02
5.00
E-02
5.47
E-01
2.27
E-01
1.80
E-01
8.16
E-04
7.33
E-03
6.62
E-02
2.77
E-03
7.23
E-03
CLASE
VEHÍCULO 1.86
E-02
7.64
E-03
1.10
E-02
4.67
E-01
3.06
E-01
2.27
E-01
2.72
E+00
9.20
E-01
1.43
E-02
1.12
E-02
9.70
E-02
2.84
E-02
4.25
E-02
SERVICIO
VEHÍCULO 7.09
E-03
5.42
E-03
3.52
E-03
4.18
E-01
3.13
E-01
1.80
E-01
9.20
E-01
1.56
E+00
2.57
E-03
7.37
E-03
7.29
E-02
6.63
E-03
1.38
E-02
DIA 6.34
E-03
4.43
E-03
8.73
E-03
2.70
E-03
3.82
E-03
8.16
E-04
1.43
E-02
2.57
E-03
2.84
E+00
5.64
E-02
5.55
E-02
6.54
E-02
9.59
E-02
MES 4.01
E-03
1.17
E-03
8.67
E-03
1.32
E-02
3.24
E-03
7.33
E-03
1.12
E-02
7.37
E-03
5.64
E-02
3.61
E+00
8.72
E-02
5.88
E-02
6.25
E-02
AÑO 3.83
E-02
4.34
E-03
1.62
E-02
4.36
E-02
7.09
E-01
6.62
E-02
9.70
E-02
7.29
E-02
5.55
E-02
8.72
E-02
3.34
E+00
6.09
E-02
5.94
E-02
LOCALIDAD 3.83
E-02
3.44
E-03
9.51
E-03
7.36
E-03
8.42
E-03
2.77
E-03
2.84
E-02
6.63
E-03
6.54
E-02
5.88
E-02
6.09
E-02
4.07
E+00
7.29
E-02
HORA 8.55
E-02
2.16
E-02
1.25
E-02
1.61
E-02
1.19
E-02
7.23
E-03
4.25
E-02
1.38
E-02
9.59
E-02
6.25
E-02
5.94
E-02
7.29
E-02
4.43
E+00
Tabla 12. Matriz de información mutua para las variables de accidentalidad de 2005
a 2013
Fuente: Elaboración propia con base en datos de la Secretaría Distrital de Movilidad
64
También se realizó el análisis de formación de clusters, obteniendo 9 grupos a través
de la técnica cross validation, cuatro de los cuales suman un peso del 67%.
Analizando la conformación de las variables dentro de los grupos más
representativos, se concluye que los peatones en el rango de edad de 20 a 39 años,
sin distinción de género, son más propensos a ser heridos en accidentes de tráfico; de
hecho, la mayoría de los peatones implicados resultan heridos. Por otro lado, la
mayoría de los conductores en estos grupos están en ese mismo rango de edad, pero
son de género masculino y casi siempre resultan ilesos. Resulta interesante que la
mayor parte de los conductores son de servicio público, seguido de automóviles. En
cuanto a las características espacio-temporales del accidente, suceden con mayor
frecuencia los jueves y viernes en la franja del medio día y en las zonas más
densamente pobladas (localidades de Kenedy, Suba y Engativá).
Finalmente, la base de datos de accidentalidad de la Secretaría de Movilidad de
Bogotá permite la evidencia de fenómenos como la clase de vehículos más
accidentados y el rango de edades de los conductores que más se ven involucrados
en accidentes peatonales, como se puede ver en los anexos 2 y 3, que sin duda
pueden ser base para el diseño y desarrollo de estrategias encaminadas a disminuir el
impacto de los accidentes. Sin embargo, no permite la explicación de esos
fenómenos, es decir, no permite evidenciar las causas a través de análisis
estadísticos para tener una idea más clara de cómo deben ser las intervenciones; de
manera que se hace necesario un enfoque global que permita un mejor
entendimiento del sistema, con miras al diseño de estrategias que permitan impactos
de mejora reales sobre el sistema peatonal.
3.5 CONCLUSIONES
La concepción del Sistema Peatonal de Bogotá es orientada al nivel operativo y
carece de una visión sistémica. De hecho, el análisis a través de UPZ hace que la
información sobre viajes internos no sean tenidos en cuenta (Herce, 2009). Se puede
decir que hay una tendencia de análisis microscópica, que dista de las
representaciones clásicas de los sistemas de transporte y se basa en la infraestructura
y accidentalidad, dejando de lado su concepción como un sistema de transporte.
La base de datos con que cuenta la secretaría de movilidad de Bogotá puede ser
mejorada con la inclusión de más variables consideradas influyentes en la
caracterización de los accidentes de tránsito, como por ejemplo el nivel educativo
tanto de víctimas como de conductores, la localidad donde viven, el motivo, el
tiempo y la longitud del viaje. También se pueden estandarizar las posibles causas
del accidente a partir de las infracciones consideradas en el Código Nacional de
Tránsito.
En Bogotá se nota una clara influencia de las estadísticas de accidentalidad en la
toma de decisiones, mostrando una tendencia reactiva, sin tener en cuenta una
prospectiva o pronósticos basados en el comportamiento de los actores y las
relaciones de influencia y de realimentación entre los componentes del sistema
peatonal y su entorno; salvo por las estrategias pedagógicas de intervención a través
de la educación sobre movilidad en colegios en la ciudad de Bogotá, aunque aún no
65
han mostrado sus efectos reales sobre las cifras de accidentalidad peatonal, tal vez
por ser estrategias de largo plazo.
Las políticas de la ciudad a este respecto, así como su despliegue, no han logrado
obtener cambios estadísticamente significativos en las tendencias de las diferentes
variables que se tienen en la base de datos de accidentalidad de la Ciudad y que se
considera debe contener más información para la toma de decisiones sobre
intervención del sistema peatonal del Distrito, con base en análisis globales del
sistema.
66
4. INTELIGENCIA EN LOS SISTEMAS PEATONALES
La intervención sobre un sistema social requiere principalmente de entender su
comportamiento a nivel global, concibiéndolo como un todo que a través de sus
relaciones interactúa y se modifica, creando actuaciones que pueden considerarse
inteligentes y por tanto con capacidad de evolucionar. Los sistemas peatonales,
como sistemas sociales, pueden ser analizados desde esta perspectiva con el fin de
diseñar estrategias para su intervención con resultados comprobables de mejora.
4.1 GENERALIDADES DE LA INTELIGENCIA
A lo largo de la historia se han propuesto definiciones del término inteligencia desde
la psicología, la teoría de juegos, la inteligencia de negocios y la inteligencia
organizacional, entre otras; pero no existe un concepto unificado de inteligencia
(Colom & Andrés-Pueyo, 2000). Por ejemplo, la inteligencia es la “capacidad para
entender o comprender” y la “capacidad para resolver problemas”, según el
diccionario de la Real Academia de la Lengua Española.
En psicología, en la Mainstream Science on Intelligence, definieron la inteligencia
como una capacidad mental e incluso la relacionan con la capacidad de comprender
el entorno (Gottfredson, 1994). Además dicen que implica diferentes habilidades
como el raciocinio, la planeación, la de resolución de problemas, pensar de manera
abstracta, comprender ideas complejas, aprender rápidamente y aprender de la
experiencia.
En teoría de juegos, la inteligencia se concibe como una capacidad de tomar la mejor
decisión posible (Gibbons, 1993); en los inicios de la teoría de juegos se asumió que
los jugadores eran inteligentes y que actuaban siempre de forma inteligente, sin
engañar a su oponente u oponentes, luego se replantearon estos supuestos porque se
reconoce que los jugadores pueden tener la estrategia de actuar de forma engañosa
para tener mejores beneficios a futuro.
La inteligencia organizacional también relaciona el concepto de inteligencia con la
efectividad en la toma de decisiones (Liebowitz, 2000). Asume que es una capacidad
y necesidad de los individuos que hacen parte de la organización y de ella misma,
como un todo, teniendo en cuenta el medio en que está inmersa (Svobodová &
Koudelková, 2011). Por último, la inteligencia de negocios implica un proceso de
análisis de todo lo existente, para abstraer conocimiento que apoye la toma de
decisiones y mejore la efectividad de la organización.
Aunque las definiciones son concebidas por disciplinas distintas, tienen en común la
toma de decisiones como una medida de desempeño de la inteligencia. En el caso de
los sistemas peatonales, el comportamiento se puede concebir como el resultado de
las decisiones que toma el peatón, es decir, se puede concebir como una forma de
expresión de este proceso. El análisis de la inteligencia en los sistemas de tráfico
peatonal puede aportar la inclusión del componente humano a los estudios para la
toma de decisiones tanto a nivel macro (infraestructura, campañas, etc.) (Jerez &
Torres, 2011) como a nivel micro (comportamiento de las personas), siendo este
67
último más explorado específicamente en el mundo académico, especialmente a
través del uso de técnicas entre las que se destacan la simulación multiagente, la
estadística y los modelos matemáticos (Franc, Grac, & Santana, 2009) (Lovas, 1994)
(Zhang & Han, 2011).
Figura 19. Concepción de modelo de inteligencia.
Fuente: Elaboración propia
Pero estos estudios de nivel micro y macro no se han centrado en el análisis de la
inteligencia; de manera que en este contexto, entendiendo modelo como una
representación de la realidad que implica una abstracción de la misma, los modelos
de inteligencia se asumen como una representación de la estructura que permite el
análisis para que se lleve a cabo el proceso de toma de decisiones.
Como se puede ver en la Figura 19, los modelos de inteligencia requieren
información, implican una representación y soportan la toma de decisiones. La
información requerida es aquella relacionada con los componentes del sistema
peatonal y sus variables, no solo las medidas de desempeño, que es la que
usualmente se utiliza en los estudios sobre movilidad peatonal. Esta información
debe permitir el análisis de las variables para poder representar el comportamiento
del sistema y permitir la toma de decisiones en los diferentes niveles. Un modelo de
inteligencia está compuesto por reglas de comportamiento individual y colectivo de
los componentes del sistema, que permiten representar las interrelaciones de los
componentes y finalmente se ven reflejados en los indicadores para la toma de
decisiones, que pueden afectar también su comportamiento.
Los modelos de inteligencia se centran en herramientas matemáticas y
computacionales, que permiten tanto la representación como el análisis de los
sistemas. Se puede hacer uso de herramientas como la simulación, los sistemas
expertos y la teoría de juegos, al igual que otros modelos matemáticos que pueden
ser soporte para la toma de decisiones, teniendo como base para su construcción
estudios de comportamiento tanto individual como colectivo; al igual que modelos
parciales del sistema, provenientes de artículos científicos y de otros estudios
relacionados.
En la literatura se encuentran algunos modelos de inteligencia organizacional como
el de North y Poschl, el de Pinheiro, Hernández y Raposo y el modelo de Halal
adaptado por Guerra, Molinillo y Bermudez. El primero es un modelo de
68
inteligencia organizacional basado en variables (North & Pöschl, 2003). Se compone
de la capacidad de respuesta, la capacidad de resolución del problema, la capacidad
de aprender/creatividad/innovación, la memoria organizacional y la inteligencia
emocional. El segundo es un modelo estructural de inteligencia organizacional
(Pinheiro, Hernández, & Raposo, 2007) basado en las variables de North y Pöschl,
comprende la creación del conocimiento, memoria, transferencia de memoria,
conocimiento para las acciones, aplicación del conocimiento, capacidad de
respuesta, capacidad de resolver problemas. Por último, Guerra, Molinillo y
Bermúdez hicieron una adaptación del modelo de inteligencia organizacional de
Halal (Guerra, Molinillo, & Bermúdez, 2009), identificando las siguientes
variables: tecnología y sistemas de información, estructura organizacional, activos
del conocimiento, procesos estratégicos, cultura organizacional, relaciones de
interesados y rendimiento.
Sin embargo, no se ha encontrado en la literatura algún modelo de inteligencia para
sistemas sociales como es el caso de los peatonales. De hecho, los sistemas sociales
se diferencian de los organizacionales principalmente en que estos últimos son
cerrados y cuentan con sistemas de información que permiten y facilitan la
comunicación entre sus miembros, con las implicaciones que esto conlleva; por otro
lado, los sistemas organizacionales se soportan en las políticas, estrategias y normas
organizacionales que generalmente cuentan con reglas y límites definidos incluso
para la permanencia de los miembros, fenómenos son difíciles de encontrar en los
sistemas abiertos. Además, su estructura es diferente en cuanto a jerarquía y
funcionalidad, lo que hace que los modelos de inteligencia organizacional no se
reconozcan como modelos de inteligencia colectiva.
Figura 20. Tipos de Co-inteligencia
Fuente: Elaboración propia con base en Malone et al. (2008)
4.2 CO-INTELIGENCIA
Tom Atlee acuñó el término "co-inteligencia" para referirse a todas las formas de
evocar la sabiduría del conjunto como un todo, para proporcionar un espacio
conceptual para todas las dimensiones holísticas y formas de inteligencia. Hacen
Inteligencia Colectiva
Inteligencia multi-modal
Inteligencia resonante
Inteligencia universal
Sabiduría
Inteligencia colaborativa
69
parte de la co-inteligencia la inteligencia multi-modal, inteligencia colaborativa,
inteligencia resonante, inteligencia colectiva, inteligencia universal, y sabiduría.
Como se puede ver en la Figura 20, estos tipos de inteligencia no tienen una
jerarquía, sino que se dan independientemente una de la otra.
4.3 INTELIGENCIA COLECTIVA
El término inteligencia Colectiva es relativamente reciente. De hecho el
Massachusetts Institute of Technology creó el Center for Collective Intelligence,
cuyo director es el Ph. D. Thomas Malone, quien afirma que se encuentran
definiendo qué es lo que hace que un grupo sea inteligente, así como buscando
ejemplos de inteligencia colectiva (Malone et al., 2008).
Malone afirma que la inteligencia no es solo algo que sucede en el cerebro humano a
nivel individual, sino que está relacionado con grupos de individuos. De hecho,
define la inteligencia colectiva como un grupo de individuos actuando
colectivamente de formas que parecen inteligentes.
Por otro lado, para Pierre Lévy la inteligencia colectiva es una inteligencia repartida
en todas partes, valorizada constantemente, coordinada en tiempo real, que conduce
a una movilización efectiva de las competencias y cuyo fundamento y objetivo es el
reconocimiento y el enriquecimiento mutuo de las personas, y no el culto de
comunidades fetichizadas o hipóstasiadas (Lévy, 2004).
Para Lévy la inteligencia colectiva solo comienza con la cultura y aumenta con ella.
Además afirma que nadie lo sabe todo, todo el mundo sabe algo, todo el
conocimiento está en la humanidad, de manera que no existe un depósito de
conocimiento porque es lo que la gente sabe. Además afirma que la inteligencia
colectiva no es solo la suma de las inteligencias individuales sino un proceso de
crecimiento, de diferenciación y de reactivación mutua de las singularidades y que
los actos son coordinados y evaluados en tiempo real según un gran número de
criterios, ellos mismos constantemente reevaluados en contexto.
Woolley et. al. definen la inteligencia colectiva de un grupo como la capacidad
general del grupo para llevar a cabo una amplia variedad de tareas. Este tipo de
inteligencia colectiva es una propiedad del grupo, no sólo de los individuos que la
componen (Woolley, Chabris, Pentland, Hashmi, & Malone, 2010). La inteligencia
colectiva parece depender tanto en la composición del grupo como de los factores
que emergen cuando los individuos interactúan.
La inteligencia colectiva es la inteligencia de los grupos, que pueden tener
manifestaciones colectivamente estúpidas, así como colectivamente inteligentes de
alto funcionamiento. La inteligencia colectiva se refiere a la capacidad cognitiva y el
comportamiento colectivo que es altamente funcional (Malone et al., 2008).
Dentro de la inteligencia colectiva, Atlee identifica las siguientes escalas: individual,
interpersonal o relacional, de grupos, de actividades, organizacional, de redes, de
vecindarios, de comunidades, de ciudades, de condado o comarca, de estado o
provincia, regional, nacional o de la sociedad completa, de grupos, redes u
organizaciones internacionales, y la global de la humanidad (Malone et al., 2008).
70
Figura 21.Formas de inteligencia colectiva
Fuente: Elaboración propia con base en Malone et al. (2008)
Algunas formas de inteligencia colectiva son (Malone et al., 2008) (Figura 21):
Reflectiva (dialógica): las personas piensan juntas, usando diálogos y
deliberaciones; tienen una visión más completa, con más complejidad y
matices, y tienen mejores resultados que si lo hicieran de manera individual.
Gran parte de este fenómeno se puede explicar en términos de sinergias
cognitivas entre los participantes.
Estructural (sistémica): los sistemas sociales son construcciones que
soportan ambientes inteligentes por parte de los sistemas como un todo y/o
todos sus miembros.
Evolucionaria (basada en el aprendizaje): los organismos, especies,
ecosistemas y culturas tienen patrones de interrelaciones que han
“trabajado” por mucho tiempo, co-evolucionando, creando patrones exitosos
y sabios que se usan automáticamente en algunos casos, pero que están
disponibles para análisis y aprendizajes más profundos.
Informacional (basada en la comunicación): el flujo de información a través
de los canales de comunicación y la recolección generalizada y persistente
de información en bases de datos disponibles, significa que el conocimiento
que es creado o recordado en un lugar y tiempo está disponible para otros en
otros momentos y lugares.
Noética (espiritual o basada en la conciencia): el ámbito noético se basa en
experiencias subjetivas, aunque se incrementa con evidencia objetiva de
varios fenómenos noéticos. Los grupos tienen acceso a ciertos ámbitos de tal
forma que el subsecuente entendimiento y actividades son
demostrablemente inteligentes.
Flujo (basada en la sintonía mutua): cuando las fronteras entre los
individuos desaparecen, se permean o se desintegran dentro de las relaciones
Reflectiva Estructural
Informacional
Estadística
FlujoEvolucionaria
RelevacionalNoética
71
o se comparten los objetivos, un colectivo puede pensar, sentir, responder y
actuar como una sola entidad.
Estadística (orientado a la concurrencia): en la presencia de una meta,
intención, dirección objetivo, y sin factores que sesguen, un gran número de
individuos genera un alto nivel de solución de problemas de manera
colectiva o de poder de predicción, aún en ausencia de comunicación entre
ellos.
Relevacional (basada en emergencia): es la dinámica a través de la cual un
fenómeno emerge de un potencial actual debido a su importancia con
respecto a la realidad existente.
Estas ocho formas de inteligencia colectiva y probablemente otras formas más,
pueden manifestarse de manera muy independiente, pero en la mayoría de los casos
se superponen. Se puede avanzar en la evolución de nuestra cultura para convertirla
en una sociedad de sabiduría apoyando estos diversos campos para descubrir uno al
otro, hablar juntos y colaborar.
Por otro lado, Pierre Levy define el problema de incompatibilidad semántica.
Considera que la memoria virtual de la inteligencia colectiva humana está dada por
el ciberespacio a través de la interconexión de datos digitales y manipuladores
automáticos de símbolos, pero que hay dos tipos de obstáculos que se presentan para
la administración del conocimiento: el primero se refiere a la multiplicidad e
incompatibilidad de los sistemas simbólicos (pluralidad de lenguajes naturales,
incompatibilidad e inadaptación de muchas indexaciones y multiplicidad e
incompatibilidad de taxonomías, ontologías…); el segundo obstáculo se refiere a las
dificultades encontradas por la ciencia de los computadores para poder tener en
cuenta el significado de los documentos a través de métodos genéricos (Lévy, 2004).
Este enfoque es básicamente hacia los computadores y con una visión virtual del
mundo.
4.4 INTELIGENCIA COLECTIVA EN LOS SISTEMAS PEATONALES
Durante el siglo XIX se fortalece la relación entre transporte y desarrollo urbano,
donde la “ciudad rodada”, sustituyó la “ciudad para el peatón”. Pero es en el siglo
XX donde surge la “ciudad neumático” o “ciudad autopista”. Estos cambios
generaron mejoras en los indicadores socioeconómicos y por otro lado, permitieron
que las personas no estuvieran obligadas a vivir cerca de sus sitios de trabajo. Pero,
paradójicamente, las ciudades metropolitanas han crecido hasta el punto de
amenazar con estrangular el transporte que las hizo posibles (Daniel, P.W. and
Warnes, 1983).
En la medida en que los sistemas de transporte mejoran hay menor interacción entre
las clases sociales y se disminuye la proximidad entre los hogares y las industrias (J.
Forrester, 1969). Pero a pesar de todos los medios de transporte disponibles, a
medida que las ciudades se hacen más extensas geográficamente los
desplazamientos peatonales nuevamente se van haciendo casi obligados (inclusive
para acceder a los medio de transporte masivo) entre otras razones, para evitar la
aglomeración vehicular. En algunos casos son también deseados, porque las
72
personas son cada vez más conscientes que caminar mejora su calidad de vida.
Como consecuencia, aumenta el número de peatones en ciertas zonas de las ciudades
causando congestión peatonal y en algunos casos, este fenómeno afecta el tráfico
vehicular debido a la interacción peatones-vehículos.
En Bogotá, como en otras grandes ciudades del mundo, se presenta un problema de
base cultural fundamentado en el hecho de atribuir la responsabilidad del tráfico
únicamente a los vehículos; de hecho, la prioridad en la planeación de la movilidad
se centra en cómo ofrecer sistemas de transporte masivo que puedan ser usados por
la mayoría de los habitantes. Como resultado de esta priorización la inversión con
respecto a peatones es relativamente mínima, lo que conlleva a que comúnmente se
realicen cruces inseguros, ya sea por falta de infraestructura o bien, por otras causas
que no han sido intervenidas. Pero este es solo un tipo de infracción entre muchos
otros, que comúnmente carecen de controles o multas, y que evidencian
principalmente problemas de origen cultural y más concreto de cultura ciudadana,
que no tienen presupuesto asignado para solucionarlos. Este tipo de infracciones
peatonales puede afectar tanto la movilidad peatonal como la vehicular, sin
embargo, la toma de decisiones con respecto a movilidad no tiene en cuenta el
comportamiento y la lógica de los peatones, sino que privilegia la satisfacción de las
necesidades de movilidad de los vehículos; además, este aspecto no es comúnmente
estudiado en la literatura, más allá de la prevención de la accidentalidad.
La complejidad del comportamiento peatonal proviene de la presencia de patrones
de comportamiento colectivo (como agrupamientos, carriles y colas) como resultado
de las interacciones entre un gran número de individuos (Antonini et al., 2006). Las
investigaciones actuales sobre comportamiento peatonal se basan en modelos
microscópicos, donde los fenómenos colectivos emergen de las complejas
interacciones entre muchos individuos (efectos de auto-organización), es decir, se
centran en el peatón y los modelan como un conjunto de individuos que interactúan
únicamente entre ellos; sin embargo, existen otros factores que afectan el
comportamiento individual y por ende su auto-organización, más allá de la sola
influencia del comportamiento de los individuos que están a su alrededor; por
ejemplo la infraestructura, la normatividad y la imposición de multas pueden afectar
dichos comportamientos.
La capacidad de las comunidades humanas de evolucionar hacia un orden de una
complejidad y armonía mayor, tanto por medio de mecanismos de innovación, como
de diferenciación e integración, competencia y colaboración, ha sido llamada por
George Pór inteligencia colectiva, en el Blog of Collective Intelligence
(www.blogofcollectiveintelligence.com), reconociendo la interacción humana más
allá de una visión microscópica, que es con la que se han analizado los sistemas
peatonales.
4.5 PROPUESTA PARA EL ANÁLISIS DE LA INTELIGENCIA
El tráfico urbano en general permanece en una continua evolución y depende de
múltiples variables, porque es un sistema dinámico con alta dependencia de las
personas. Se han realizado estudios para representar el comportamiento de los
73
peatones, entenderlo y/o explicarlo de forma parcial (Löhner, 2010) (Zhang & Han,
2011) (Jian et al., 2005) (Suma et al., 2012) (Ezaki et al., 2012) (Gotoh et al., 2012)
(Tian et al., 2010) (Seyfried et al., 2006) (J. Yang et al., 2006) debido a que aunque
existen normas y estructuras en los sistemas peatonales, el comportamiento de las
personas no es estándar. Entonces, se evidencia la necesidad de analizar estos
sistemas de manera global y entender cómo es su flujo de conocimiento, para poder
intervenirlos de forma asertiva buscando disminuir los niveles de accidentalidad y de
muertes, y mejorar el tráfico peatonal en general.
Un modelo de inteligencia para sistemas peatonales implica de manera implícita
entender el comportamiento de los peatones de manera integral. Sin embargo, esto
no significa que se trate de concebir todos los factores que lo influencian, pues
resultaría ser una tarea de nunca acabar. El ser humano tiene un comportamiento que
se ve influenciado por gran cantidad de variables y cada uno las pondera de manera
distinta; cada ser humano las analiza y las procesa de una manera particular.
Asimismo, cada ser humano reacciona de diferente manera ante los
comportamientos de los otros, pero en conjunto crean un comportamiento global del
sistema, que puede hacer visible la existencia de inteligencia colectiva de los grupos
sociales.
De hecho, una visión global de la inteligencia colectiva es expuesta por Jorge
Majfud (2008), quien afirma que la maduración de la inteligencia colectiva se
refleja en que no ignore el mundo que la rodea, pero que no se quede atrapada en la
mera reacción y pase de una vez a la acción, a la creación (Majfud, 2008). Además,
que sin esta cultura de que “el bien del grupo que integro (la ciudad, la nación, la
Humanidad en su extremo ideal) me beneficia” no hay inteligencia colectiva, en
contraste con la visión de Malone, quien afirma que la inteligencia no es solo algo
que sucede en el cerebro humano a nivel individual, sino que está relacionado con
grupos de individuos (Malone et al., 2008). En todo caso, su fundamento y objetivo
es el reconocimiento y el enriquecimiento mutuo de las personas (Lévy, 2004) y
como tal, es una propiedad del propio grupo, no sólo de los individuos que la
componen (Woolley et al., 2010).
La inteligencia colectiva parece entonces depender tanto de los individuos, como de
la composición del grupo y de los factores que emergen cuando los individuos
interactúan. Entonces, el nivel cultural y la educación son componentes cruciales del
sistema peatonal. El primero opera a un nivel inconsciente porque se relaciona con
la composición del grupo social y con las emergencias, que no son dominadas por
un individuo; mientras que el segundo lo hace a un nivel consciente, porque afecta
directamente la toma de decisiones a nivel individual.
Un análisis global con respecto al tráfico peatonal debe tener en cuenta ciertos
aspectos como son el comportamiento y la lógica de los peatones, la infraestructura,
las medidas de desempeño de los peatones, los objetivos de las ciudades y los costos
asociados. La interacción de estos aspectos hace que se evidencie su complejidad y a
su vez la importancia de usar este enfoque para poder tomar decisiones sostenibles
en las ciudades, que abarquen un punto de vista más amplio con respecto a la
74
movilidad peatonal e involucren todos los agentes y la mayor cantidad de variables
del sistema, permitiendo tomar decisiones integrales y eficientes.
Por otro lado, en el análisis de la inteligencia de sistemas peatonales, existen otros
factores que afectan el desempeño y el comportamiento global. En general las
organizaciones sociales son altamente influenciadas por factores culturales, la
inteligencia colectiva comienza con la cultura y aumenta con ella (Lévy, 2004), sin
embargo, se encuentran similitudes importantes en las investigaciones realizadas en
diferentes países sobre comportamiento peatonal (Sullman et al., 2011)
(Papadimitriou, 2012); de manera que no se puede decir a priori que la cultura sea
el factor más influyente en el comportamiento peatonal o por lo menos que cause
diferencias entre peatones. El nivel cultural del sistema peatonal se refleja en los
patrones de comportamiento colectivo y estos a su vez en las estadísticas globales
del sistema.
Se debe hacer claridad entre el “nivel cultural” y el “tipo de cultura”. La cultura del
crimen, la mafia, por ejemplo, tiene un gran “nivel cultural”, pero es una cultura
destructiva. Es posible hablar de “culturas sofisticadas” vs “culturas poco
sofisticadas”, pero se entra en el campo antropológico cuando se compara, por
ejemplo, la cultura Maya y la de los Caribes en el siglo XVI o la cultura “occidental”
y la de algunas tribus africanas, todo lo cual no significa necesariamente superior o
inferior. Entonces, la inteligencia colectiva depende de la cultura (valores y
conceptos que llevan a la acción, crean hábitos) y de la educación (todos los
conocimientos adquiridos, que están en el individuo y que influyen en el
comportamiento colectivo), pero de “un tipo de cultura” que potencie la “conciencia
colectiva”, es decir, aquella que abarque el interés de un grupo numeroso, más allá
del interés del individuo o de la tribu, en su extremo ideal, aquella que abarque la
Humanidad (este planteamiento parece utópico comparado con lo que reflejan los
programas informativos o noticieros). En el individuo, la inteligencia colectiva es
aquella cultura que ejercita la conciencia de que el bien del grupo conduce al bien
del individuo, contrario al planteamiento clásico de “el bien del individuo conduce al
bien del grupo”.
Por otro lado, las señales de tránsito, las leyes y las multas entre otros, son agentes
externos que pretenden influir directamente sobre los individuos; sin embargo, el
peatón, en la mayoría de los casos, se ha tenido que adaptar a ellas. Esta
infraestructura no ha sido basada en el comportamiento del ser humano, sino que
casi siempre, son basadas en estudios de accidentalidad o en estudios para hacer
efectivo el tráfico vehicular. Esta puede ser una de las razones para que a pesar de
restringir algunas zonas de desplazamiento de los peatones en especial a través de
multas y de hacer cada vez más rígidos los espacios por los cuales se deben
desplazar las personas, sigan existiendo accidentes y quejas.
La ingeniería de tráfico, en general, toma decisiones sobre parámetros para
optimizar el tráfico vehicular; un buen ejemplo son los cruces elevados (puentes
peatonales), que se instalan en lugar de pasos a nivel con el fin de aumentar la
velocidad de los vehículos en las vías, pero que son impedimentos para los peatones.
De hecho, los agentes encargados de diseñar políticas y estrategias para la mejora de
75
la movilidad en las ciudades y en general los que toman decisiones relacionadas,
tienen unos objetivos distintos a los de los peatones, pues quieren por ejemplo
disminuir la accidentalidad y hacer que la movilidad de los vehículos no se vea
afectada por ellos. Por otro lado, en la mayoría de los casos las personas quieren
desplazarse lo más rápido posible y disminuir el espacio que recorren en sus
desplazamientos (Cambon de Lavalette et al., 2009), razón por la cual puede ser
atractivo incumplir ciertas normas. Básicamente, el nivel cultural y la educación son
componentes cruciales del sistema peatonal si se quiere operar un cambio que se
refleje en la inteligencia colectiva, entendida como todas las acciones y
comportamientos (tecnología) que mejoran las medidas de desempeño del sistema.
4.5.1 Factores influyentes en el análisis de la inteligencia de los
sistemas peatonales
La identificación de variables clave se toma como punto de partida del análisis
estructural, teniendo en cuenta que un modelo de inteligencia para sistemas
peatonales debe permitir representar las relaciones entre estas que se dan en el
sistema y que soportan la toma de decisiones. Para su definición, se utilizó una
técnica híbrida entre MICMAC (por el acrónimo francés para “matriz de
multiplicaciones de impacto cruzado aplicada a la clasificación”), la propuesta
metodológica de Godet (Arcade, Godet, Meunier, & Roubelat, 1999) y la
desarrollada por el grupo SES (Méndez & Álvarez, 2004). La primera, se basa
principalmente en matrices de impacto como una caja de herramientas de
prospectiva desarrollada a mediados de los años setenta por Michel Godet y los
equipos franceses de asesoramiento e investigación prospectiva; la segunda, es la
explicada en el capítulo inicial, basada en la opinión de expertos y las relaciones de
variables influyentes. Básicamente, la técnica propuesta se compone de dos etapas:
la construcción de bases e identificación de variables y la identificación de sectores
clave.
La primera etapa se basa en delimitar y analizar el sistema objeto de estudio; tiene
como propósito identificar los temas fundamentales en torno a los cuales los actores
podrían elaborar sus estrategias, así como las variables que los afectan. La
herramienta principal en esta etapa del proceso es el análisis estructural, basado en
las opiniones que los expertos plasman en sus publicaciones, tal y como lo propuesto
por el grupo SES y no como lo propone Godet en la técnica MICMAC, que requiere
la presencia de los expertos.
La segunda etapa busca identificar los aspectos más importantes de la primera etapa,
estudiando los mecanismos que regulan la existencia y evolución de ciertas variables
a través del análisis de influencia entre ellas. Luego se identifican sectores mediante
un análisis de afinidad entre las variables, basado en las influencias identificadas y
las posibles estrategias de los actores, que pueden permitir comprender mejor las
evoluciones identificadas.
76
Figura 22. Análisis de Pareto para identificación de causas más relevantes
Fuente: Elaboración propia
El proceso híbrido para la construcción del modelo de inteligencia se basa en la
definición de variables de interés, de manera que se consultaron expertos en el
campo de la movilidad peatonal y sus publicaciones derivadas (estos autores y sus
respectivas obras consultadas se puede observar en el Anexo 1. Una vez
identificadas las variables que inciden en la Movilidad Peatonal se realizó un
proceso de análisis de Pareto para identificar las más relevantes, como se observa en
la Figura 22; en este caso, se tomaron 67 variables incidentes que se relacionan en la
Tabla 13.
Var Descripción Definición Var Descripción Definición
1 Accidentalidad Representa la cantidad de
accidentes que suceden en el
sistema y que provocan
lesiones y muertes en los
peatones (Forensis, 2012)
(Avineri, Shinar, & Susilo,
2012) (Bergman, Olstam, &
Allström, 2011) (Baykal-
Gürsoy, Xiao, & Ozbay,
2009) (W.-D. Yang & Wang,
2012).
35 Presupuesto
para
Semáforos
Es la cantidad de
dinero, del
presupuesto de
infraestructura,
destinado a la
compra e
instalación de
nuevos
semáforos.
2 Muertes Es el número de muertes que
hay en el sistema peatonal
(Forensis, 2012) (Barrero et
al., 2013) (Gandhi & Trivedi,
2007).
36 Mantenimiento
de puentes
Es el porcentaje
del presupuesto
del distrito para
inversión en
infraestructura
peatonal, que se
destina para el
0
0,2
0,4
0,6
0,8
1
1,2
0
10
20
30
40
50
60
Acc
iden
tal
Ce
der
el p
aso
Man
t.an
de
nes
Co
s. le
sio
nes
Co
s. m
ue
rte
Pre
s.In
frae
str.
Co
mp
aren
do
s
Co
s. in
valid
ez
Man
t.tú
ne
les
Co
s. le
sio
nes
Lesi
on
es
Re
cord
ació
n
Co
s.in
v.D
istr
.
Co
s.le
s.e
mp
.
De
t.se
máf
De
t.an
de
ne
s
Ing.
corr
ien
tes
Sign
os
Mo
nto
det
erio
.
N.m
ul.i
nv.
esp
ac.
Sob
reta
sa.G
as.
Ef.c
amp
.div
ulg
.
Pé
rdid
a
T.ca
mp
.div
ulg
.
77
mantenimiento
de puentes
peatonales.
3 Lesiones Representa la tasa a la cual
los peatones sufren lesiones
mientras permanecen en el
sistema (Forensis, 2012)
(Barrero et al., 2013)
(Baykal-Gürsoy et al., 2009)
(Gandhi & Trivedi, 2007).
37 Mantenimiento
de túneles
Es el porcentaje
del presupuesto
del distrito para
inversión en
infraestructura
peatonal, que se
destina para el
mantenimiento
de túneles
peatonales
(Barker, 1986)
(Urazán, Torres,
& Sánchez,
2013).
4 Incapacitados Es el número de
incapacidades de peatones
causadas por accidentes de
tránsito en un año en la
ciudad (Barrero et al., 2013)
(Gandhi & Trivedi, 2007).
38 Mantenimiento
de andenes
Es el porcentaje
del presupuesto
del distrito para
inversión en
infraestructura
peatonal, que se
destina para el
mantenimiento
de andenes
(Aschwanden,
Wullschleger,
Müller, &
Schmitt, 2012).
5 Lesionados Es el número de lesiones de
peatones causadas por
accidentes de tránsito en un
año en la ciudad (Barrero et
al., 2013) (Gandhi & Trivedi,
2007).
39 Mantenimiento
de
señalización
Es el porcentaje
del presupuesto
del distrito para
inversión en
infraestructura
peatonal, que se
destina para el
mantenimiento
de la
señalización
peatonal
instalada en la
ciudad.
6 Discapacitados Es el número de peatones
declarados con invalidez por
causa de accidentes de
tránsito en un año en la
ciudad (Barrero et al., 2013)
(Gandhi & Trivedi, 2007).
40 Mantenimiento
de semáforos
Es el porcentaje
del presupuesto
del distrito para
inversión en
infraestructura
peatonal, que se
destina para el
mantenimiento
78
de semáforos
peatonales
(Aschwanden et
al., 2012)
(Carsten et al.,
1998).
7 Costo social Es el costo que tiene para la
sociedad la ocurrencia de las
lesiones y muertes en los
sistemas peatonales. Se
calcula con base en la suma
de los dos costos anteriores,
multiplicados por la cantidad
de muertes y lesiones que se
dan en el sistema
respectivamente (FPV &
Uniandes, 2013).
41 Mantenimiento
de otras obras
Es el porcentaje
del presupuesto
del distrito para
inversión en
infraestructura
peatonal, que se
destina para el
mantenimiento
de otras obras
peatonales.
8 Costos por
muertes
Es el costo promedio en el
que se incurre por cada
persona muerta a causa de
accidentes de tránsito. Este
costo es aproximadamente
treinta veces el costo de
lesiones y tiene en cuenta por
ejemplo la expectativa de
vida de la víctima, las
personas a cargo, el daño
moral, entre otros (FPV &
Uniandes, 2013) (Moyano,
1997).
42 Normatividad Representa los
descuentos y las
prescripciones
de las deudas
que tienen los
peatones con el
Distrito por
concepto de
multas (Cambon
de Lavalette et
al., 2009)
(Bachels, Peet,
& Newman,
1999).
9 Costo por
incapacidades
Es el costo por incapacidades
en el que se incurre en
promedio por cada
accidentado o lesionado que
se presenta en un accidente
de tránsito. (FPV &
Uniandes, 2013).
43 Leyes Son normas
jurídicas
dictadas por
autoridades
públicas que
ordena, prohíbe
o permite
comportamientos
y acciones a los
peatones, y a la
cual todos deben
obediencia
(Bachels et al.,
1999) (Cambon
de Lavalette et
al., 2009).
10 Costo por
lesiones
Es el costo promedio en el
que se incurre por cada
lesionado que se presenta en
un accidente de tránsito.
Depende del valor promedio
44 Publicidad Es la cantidad de
mensajes que se
dan en el
sistema, por
cualquier medio,
79
de las lesiones y muertes y
del total lesiones y muertes.
En estos estudios se tiene en
cuenta por ejemplo los
costos de las ambulancias y
del personal que atiende la
emergencia, el costo por las
incapacidades, entre otros
factores (FPV & Uniandes,
2013).
y que buscan
mejorar el nivel
cultural
(Kulmala, 2010)
(OECD, 2011).
11 Costo por
invalidez
Es el costo que se incurre en
promedio por cada
accidentado o lesionado que
permanece en condición de
invalidez por causa de un
accidente de tránsito. (FPV
& Uniandes, 2013).
45 Mensajes Es la cantidad de
impulsos
publicitarios que
buscan educar a
los peatones,
por cualquier
medio, teniendo
en cuenta el
presupuesto para
publicidad y el
costo de la
misma (Pfau,
Kirley, &
Kashima, 2013)
(OECD, 2011).
12 Caminar por
su derecha
Es un hábito generalizado de
caminar por el costado
derecho del espacio que se
está recorriendo, con el fin
de no interrumpir el
recorrido de quienes caminan
en el sentido contrario al
suyo (Alhajyaseen,
Nakamura, & Asano, 2011)
(Banos & Charpentier,
2007).
46 Olvido Representa la
falta de
efectividad de la
publicidad
(Kulmala, 2010)
(OECD, 2011).
13 Ceder el paso Es un hábito generalizado de
las personas, de permitir que
quienes caminan en sentido
contrario al suyo puedan
continuar su recorrido sin ser
detenidos por causa de la
ocupación del espacio por
parte de uno como peatón
(Banos & Charpentier, 2007)
(Gotoh et al., 2012) (Zhang
& Han, 2011).
47 Recordación Es la proporción
de campañas que
realmente
recuerdan las
personas a las
cuales apunta la
publicidad
(Franco, 2012)
(Barrero et al.,
2013) (Kulmala,
2010).
14 Detenerse en
grupos
Es un hábito generalizado de
detenerse un grupo de
personas en lugares de
circulación peatonal,
48 Cantidad de
campañas
preventivas
Es el número de
campañas
enfocadas hacia
la prevención de
80
generalmente para tener una
conversación entre personas
que se encuentran por
casualidad, causando
interrupción al flujo normal
de peatones (Kilambi,
Ribnick, Joshi, Masoud, &
Papanikolopoulos, 2008)
(Qiu & Hu, 2010a).
cierto
comportamiento
que genera
resultados no
deseables en el
sistema peatonal
(Barrero et al.,
2013) (Moyano,
1997).
15 Cruces
prohibidos en
grupos
Es un hábito generalizado de
cruzar vías de circulación
vehicular motorizada o no
motorizada, por sitios o
momentos no permitidos
para los peatones,
principalmente en
agrupaciones de personas
que no necesariamente son
conocidas (Moyano, 1997)
(Kilambi et al., 2008)
(Conradt & List, 2009).
49 Cantidad de
campañas
divulgativas
Es el número de
campañas que
buscan divulgar
un conocimiento
específico a los
peatones
(Barrero et al.,
2013) (Moyano,
1997).
16 Sobrepasos Hábito generalizado de
desplazarse de manera tal
que no se permita el
sobrepaso por parte de
personas que se desplacen a
una velocidad superior, ya
sea porque no se camina
orillado o porque van varias
personas a la misma
velocidad ocupando toda la
zona de desplazamiento
(Antonini et al., 2006)
(Cambon de Lavalette et al.,
2009) (Xu, Mao, Liang, &
Feng, 2012).
50 Cantidad de
campañas
correctivas
Es el número de
campañas que
buscan corregir
un hábito
específico
(Barrero et al.,
2013) (Moyano,
1997).
17 Ideas Son representaciones
mentales que surgen a partir
del razonamiento o de la
imaginación de una persona
(Avineri et al., 2012) (Banos
& Charpentier, 2007)
(Moyano, 1997) (Kaparias,
Bell, Miri, Chan, & Mount,
2012).
51 Costo de
campañas
Es el costo
aproximado de
las campañas
publicitarias
(Hatfield &
Murphy, 2007).
18 Valores Son cualidades de los
peatones que modifican su
comportamiento y actitudes,
confiriéndoles una
estimación, ya sea negativa o
positiva (Axelrod, 1997)
(Moyano, 1997).
52 Multas Son las
sanciones que se
imponen al
peatón por
infringir las
normas de
tránsito peatonal
81
(Cambon de
Lavalette et al.,
2009).
19 Normas Son conjuntos de reglas que
buscan ordenar el
comportamiento. Son
dictadas por una autoridad
competente y su
incumplimiento puede
acarrear sanciones (Bachels
et al., 1999) (Beimborn &
Kennedy, 1996) (Cambon de
Lavalette et al., 2009).
53 Comparendos Son las multas
que se imponen
a los peatones
por parte de los
agentes de
tránsito
(Secretaría
Distrital de
Movilidad,
2013a).
20 Costumbre Es una tendencia adquirida
por la práctica frecuente de
un acto y que se convierte en
formas
de comportamiento particular
que asume toda
una comunidad y que la
distinguen de otras
comunidades (Auvinen &
Tuominen, 2014) (Avineri et
al., 2012) (Axelrod, 1997)
(Keegan & O’Mahony,
2003).
54 Regulación de
muertes
Es el porcentaje
de muertes que
se logra regular
en el sistema
(Forenses,
2012).
21 Presupuesto
Distrital
Es el total del dinero con que
cuenta el Distrito al inicio de
cada año. (Hacienda, 2014)
(Beimborn & Kennedy,
1996).
55 Regulación de
lesiones
Es el porcentaje
de lesiones que
se logra regular
en el sistema.
(Forenses,
2012).
22 Presupuesto de
Movilidad
Es el presupuesto total con
que cuenta la Secretaría de
Movilidad. Lo aprueba
anualmente el Concejo de
Bogotá (Beimborn &
Kennedy, 1996).
56 Costo de
lesiones
Es el costo
promedio en el
que se incurre
por cada
lesionado que se
presenta en un
accidente de
tránsito.
Depende del
valor promedio
de las lesiones y
muertes y del
total lesiones y
muertes. (FPV &
Uniandes, 2013).
23 Política de
presupuesto
Se refiere a los lineamientos
de diferentes niveles de
decisión que apuntan hacia la
toma de decisiones sobre el
presupuesto de movilidad
57 Costo de
muerte
Es el costo
promedio en el
que se incurre
por cada persona
muerta a causa
82
(Acevedo et al., 2009)
(Auvinen & Tuominen,
2014) (Balsas, 2003)
(Beimborn & Kennedy,
1996).
de accidentes de
tránsito. (FPV &
Uniandes, 2013).
24 Valor de multa Es la cantidad de dinero que
se impone a un peatón por
incumplir las normas de
tránsito (República, 2014).
58 Presenciar
accidente
Es estar presente
cuando sucede
un accidente de
tránsito que
involucra
peatones o
aunque no se
esté presente, ver
el lugar con las
personas y los
vehículos
implicados
(Avineri et al.,
2012).
25 Política de
infraestructura
Es la proporción del
presupuesto de
infraestructura que se destina
para la construcción de
nuevos puentes, túneles,
andenes, señalización,
semáforos y otras obras,
respectivamente, así como
para su mantenimiento
(Acevedo et al., 2009)
(Auvinen & Tuominen,
2014) (Beimborn &
Kennedy, 1996).
59 Enterarse de
un accidente
Cuando una
persona se entera
por medio de
una
conversación o
por un medio
masivo de
comunicación,
sobre un
accidente de
tránsito que
involucra
peatones, pero
no lo presenció
(Avineri et al.,
2012).
26 Presupuesto de
publicidad
Es la cantidad de dinero que
se destina para hacer
publicidad positiva, con
miras a mejorar el
desempeño del sistema
(Hacienda, 2014).
60 Llamado de
atención
Son los llamados
de atención que
recibe un peatón
por parte de
funcionarios de
la Secretaría de
Movilidad o por
cualquier
ciudadano, por
haber tenido
comportamientos
no deseables
(Ulloa, 2011).
27 Recaudo de
multas
Es la porción del dinero
proveniente de pagos de
multas, que se logra recaudar
(Secretaría Distrital de
61 Recibir multas Es el número de
peatones que han
sido multados
por haber
83
Movilidad, 2013a). infringido las
normas
relacionadas con
peatones y
definidas en el
Código Nacional
de Tránsito.
28 Inversión en
educación
Es la cantidad de dinero que
se invierte con fines con el
fin de mejorar el nivel de
educación de los peatones,
con el objetivo de mejorar su
comportamiento en el
sistema (Ulloa, 2011).
62 Hábito de
invadir
espacios
Es el
comportamiento
frecuente e
inconsciente de
un peatón, de
ocupar espacios
que no están
destinados para
los peatones
(Auvinen &
Tuominen, 2014)
(Barrero et al.,
2013).
29 Inversión en el
sistema de
información
Es el dinero que se invierte
para la creación y el
mantenimiento del sistema
de información del sistema
peatonal del Distrito
(Auvinen & Tuominen,
2014) (Hacienda, 2014).
63 Hábito de
hacer cruces
prohibidos
Es el
comportamiento
frecuente e
inconsciente de
un peatón, de
cruzar las calles
y ciclo-rutas por
sitios prohibidos
(Auvinen &
Tuominen, 2014)
(Barrero et al.,
2013).
30 Inversión en
Infraestructura
Es el dinero que realmente
invierte el Distrito en
infraestructura (Cambon de
Lavalette et al., 2009).
64 Hábito de
remolcarse
Es el
comportamiento
frecuente e
inconsciente de
un peatón, de
remolcarse a
vehículos en
movimiento, con
el fin de
aumentar su
velocidad de
desplazamiento
(Auvinen &
Tuominen, 2014)
(Barrero et al.,
2013).
31 Inversión en
control
Es el dinero que el Distrito
invierte para controlar el
tráfico peatonal de la ciudad
(Barrero et al., 2013)
65 Hábito de
obstaculizar
vehículos
Es el
comportamiento
frecuente e
inconsciente de
84
(Carsten et al., 1998). un peatón, de
ocupar espacios
de manera que
no permite el
libre
desplazamiento
de un vehículo
(Auvinen &
Tuominen, 2014)
(Barrero et al.,
2013).
32 Inversión en
tránsito
Es el dinero que invierte el
Distrito para organizar el
tránsito (Carsten et al., 1998)
.
66 Otros hábitos
negativos
Es el
comportamiento
frecuente e
inconsciente de
un peatón, de
comportarse de
manera tal que
afecta el
desplazamiento
libre y seguro de
sí mismo y de
otros actores de
la vía (Auvinen
& Tuominen,
2014) (Barrero et
al., 2013)
(Cambon de
Lavalette et al.,
2009).
33 Presupuesto
Infraestructura
Es el dinero destinado por el
Distrito para invertir en
infraestructura peatonal
(Auvinen & Tuominen,
2014) (D. Wang, Gao,
Kasperski, Liu, & Jin, 2011).
67 Hábito de
cumplir las
reglas
Es el
comportamiento
frecuente e
inconsciente de
un peatón, de
verificar las
señales de
tránsito y tener
presentes las
normas
peatonales, para
actuar conforme
a ellas (Auvinen
& Tuominen,
2014) (Barrero et
al., 2013).
34 Presupuesto
para
Señalización
Es la cantidad de dinero, del
presupuesto de
infraestructura, destinado a la
construcción de señalización
(Auvinen & Tuominen,
2014) (D. Wang et al., 2011).
85
Tabla 13. Descripción de Variables Incidentes
Fuente: Elaboración propia
Realizando un primer proceso de afinidad entre variables, se identificaron sectores
de interés que las agrupan. Los sectores son básicamente Accidentes,
Estadística/Accidente, Estadística, Comportamiento, Cultura, Política, Presupuesto,
Estructura, Normatividad, Campañas, Multas, Sistemas de Información,
Experiencias y Hábitos. El segundo sector muestra una confusión porque para
algunos de los autores consultados las variables agrupadas se consideran
pertenecientes al sector de accidentalidad, mientras que para otros son del sector de
estadísticas. Las variables de cada sector se muestran en la Tabla 14.
Sector Variables asociadas por afinidad
Accidentes Accidentalidad
Estadística/Accidente Muertes, Lesiones, Incapacitados, Lesionados, Inválidos
Estadística Costo social, Costos por muertes, Costo por incapacidades,
Costo por lesiones, Costo por invalidez
Comportamiento Caminar por su derecha, Ceder el paso, Detenerse en
grupos, Cruces prohibidos en grupos, Sobrepasos
Cultura Ideas, Valores, Normas, Costumbre
Política Presupuesto Distrital, Presupuesto de Movilidad, Política
de presupuesto, Valor de multa, Política de infraestructura
Presupuesto Presupuesto de publicidad, Recaudo de multas, Inversión
en educación, Inversión en el sistema de información,
Inversión en Infraestructura, Inversión en control,
Inversión en tránsito, Presupuesto Infraestructura,
Presupuesto para Señalización, Presupuesto para
Semáforos
Infraestructura Mantenimiento de puentes, Mantenimiento de túneles,
Mantenimiento de andenes, Mantenimiento de
señalización, Mantenimiento de semáforos, Mantenimiento
de otras obras
Normatividad Normatividad, Leyes
Campañas Publicidad, Mensajes, Olvido, Recordación, Cantidad de
campañas preventivas, Cantidad de campañas divulgativas,
Cantidad de campañas correctivas, Costo de campañas
Multas Multas, Comparendos
Sistemas de
Información
Regulación de muertes, Regulación de lesiones, Costo de
lesiones, Costo de muerte
Experiencias Presenciar accidente, Enterarse de un accidente, Llamado
de atención, Recibir multas
Hábitos Hábito de invadir espacios, Hábito de hacer cruces
prohibidos, Hábito de remolcarse, Hábito de obstaculizar
vehículos, Otros hábitos negativos, Hábito de cumplir las
reglas
86
Tabla 14. Primera afinidad de variables
Fuente: Elaboración propia
Una vez realizada la agregación por sectores y con base en la metodología de Godet
(Arcade et al., 1999), se analiza la afectación entre las variables identificadas (en
total son 4489 relaciones que se pueden ver en detalle en el Anexo 1. Del análisis de
incidencias se concluye que la variable Accidentalidad se debe analizar por
separado, independiente de las que se agruparon en el sector
Estadísticas/Accidentalidad, para que estas sean estudiadas todas bajo el sector de
Estadísticas. En general, la variable Accidentalidad resulta ser la de mayor grado de
incidencia en el estudio, mostrando la consistencia en la opinión de los expertos y de
las metodologías empleadas.
Acc
iden
tali
d
ad
E
stad
ísti
cas
Com
port
am
i
ento
C
ult
ura
Polí
tica
s
Pre
sup
ues
to
Est
ruct
ura
Norm
ati
vid
a
d
Cam
pañ
as
Mu
ltas
Sis
tem
a
de
info
rmaci
ón
E
xp
erie
nci
as
Háb
itos
Accidentali
dad
X 0 0 0 1 0 1 1 1 0 0 1 1
Estadísticas 0 X 0 0 0 1 1 0 0 0 0 0 1
Comportam
iento
0 0 X 0 0 0 0 0 0 0 0 0 0
Cultura 0 0 1 X 0 0 0 0 0 0 0 0 1
Políticas 0 0 0 0 X 1 0 0 0 0 0 0 0
Presupuesto 0 0 0 0 0 X 0 0 0 0 0 0 0
Estructura 1 1 0 0 0 0 X 0 0 0 0 0 0
Normativid
ad
0 0 0 1 0 0 0 X 0 0 0 0 0
Campañas 1 0 0 1 0 0 0 0 X 0 0 0 0
Multas 0 0 0 0 0 1 0 0 0 X 0 0 0
Sistema de
información
0 0 0 0 0 1 0 0 0 0 X 0 0
Experiencia
s
0 0 0 1 0 0 0 0 0 0 0 X 0
Hábitos 1 0 0 0 0 0 0 0 0 0 0 0 X
Tabla 15. Análisis de incidencia por sectores
Fuente: Elaboración propia
En la
Tabla 15 se muestran los resultados del mismo tipo de análisis de incidencia
utilizado, aplicado a los sectores, haciendo una relación marginal de número de
incidencias sobre el número de arcos por cada sector. Igualmente, los valores de las
diagonales no se tienen en cuenta porque se consideran lazos de autoreferenciación o
87
tipo loop; asimismo, se normalizó la relación considerando la de mayor peso, según
lo propuesto por Godet. Nótese que las variables del sector estadística/accidentalidad
fueron incorporadas en el sector de estadísticas.
Las relaciones que existen entre los sectores no son muestra de qué tan importantes
son, sino que permiten evidenciar la complejidad del sistema peatonal y qué tan
influyente e influenciado puede ser cada uno de ellos. Entonces, siguiendo la
metodología de Godet, los sectores se deben relacionar con niveles jerárquicos y
luego, se debe analizar su grado de afinidad; así que se establece como estrategia la
relación de los sectores con “Mega-Sectores” (que son sectores más amplios),
identificando así el sector sistema de indicadores, el sector nivel estratégico, el
sector de nivel táctico y el sector de nivel operativo. Luego, se analiza la relación
entre los sectores, como se muestra en la Figura 23.
Figura 23. Análisis Jerárquico por mega-sectores
Fuente: Elaboración propia
Finalmente, teniendo en cuenta las relaciones de afinidad entre los sectores, se
muestran en la Tabla 16, los sectores asociados a cada nuevo sector identificado.
Sector Sectores asociados por afinidad
Sistemas de
Indicadores
Accidentes, Estadística, Comportamiento, Cultura
Nivel Estratégico Política, Presupuesto, Estructura, Normatividad
Nivel Táctico Campañas, Multas, Sistemas de Información
Nivel Operativo Experiencias, Hábitos
Tabla 16. Segunda afinidad de sectores
Fuente: Elaboración propia
88
Nuevamente, se realiza un tratamiento de análisis de incidencias por sectores, que se
muestra en la
Tabla 17 y Figura 24.
Sis
tem
a d
e
info
rmaci
ón
Niv
el
estr
até
gic
o
Niv
el t
áct
ico
Niv
el
op
era
tiv
o
Sistema de información X 1 1 1
Nivel estratégico 1 X 1 0
Nivel táctico 1 1 X 1
Nivel operativo 1 0 0 X
Tabla 17. Análisis de incidencia por Mega-sectores
Fuente: Elaboración propia
Figura 24. Análisis de Relaciones por Mega-sectores
Fuente: Elaboración propia
En este caso se observa una relación en ambas direcciones de los diferentes niveles
de planeación con el sistema de indicadores, lo cual indica que estos niveles afectan
pero a la vez se ven afectados por los diferentes indicadores del sistema, por otro
lado, se encuentra una afectación en ambas vías del sistema de planeación
estratégica y la táctica con lo que se demuestra la relación entre niveles de decisión y
una relación de subordinación de la planeación operativa frente a la planeación
táctica.
89
En un ejercicio adicional se analizaron las relaciones de incidencia de los sectores
excluyendo el del sector de sistema de información, como se evidencia en la Figura
25. Las multas y sanciones que se imponen a los peatones afectan las experiencias
individuales y estas últimas pueden modificar los hábitos de las personas, así como
lo hacen también las campañas correctivas. Por otro lado, los hábitos individuales
son afectados por la normatividad, que finalmente indica cómo se supone que se
deben comportar los individuos; por la infraestructura porque restringe los espacios
de desplazamiento, el orden y los tiempos en que se deben dar; y por las campañas
divulgativas porque buscan dar a conocer las normas existentes y motivar para que
estas se cumplan. En definitiva, son los hábitos los que hacen que emerjan patrones
de comportamiento colectivo, que a su vez afectan las campañas en general, así
como a la estructura, la normatividad y las multas y sanciones. Estos patrones de
comportamiento colectivo se consideran dentro del sistema de indicadores, porque
permite analizar el desempeño del sistema, a pesar de no considerarse como una
variable estructural.
Figura 25. Análisis de Relaciones por Mega-sectores
Fuente: Elaboración propia
De la misma manera se reconoce el nivel cultural, que es influenciado directamente
por los patrones de comportamiento colectivo, pues el cumplimiento de las normas
en el sistema es una medida que se refleja finalmente en las estadísticas globales del
sistema peatonal. Estas últimas afectan directamente las campañas correctivas, que
buscan mejorar los indicadores del sistema peatonal; la normatividad, que busca
mejorar los códigos de comportamiento; y las campañas divulgativas, que buscan
que las personas conozcan la normatividad y la cumplan. Sin embargo, a pesar de
que los patrones de comportamiento colectivo afectan directamente el nivel cultural
y este último la accidentalidad, la mayoría de la inversión se realiza sobre la
90
infraestructura de los sistemas peatonales y sobre controles enfocados hacia las
multas y sanciones.
Desde otra perspectiva, y únicamente con el ánimo de mostrar que el enfoque actual
de planeación del sistema peatonal se centra básicamente en garantizar su
funcionamiento, en la
Figura 26 se puede observar tres diferentes grupos de factores: los relacionados con
el funcionamiento, los relacionados con las personas, consideradas individualmente,
y los que emergen del sistema. Los primeros son las multas y sanciones, las
campañas, las políticas, la infraestructura, la normatividad y el presupuesto; los
segundos, son las experiencias, la interacción y los hábitos individuales; y por
último, los patrones de comportamiento colectivo, el nivel cultural, los accidentes y
las estadísticas globales del sistema.
Los factores relacionados con el funcionamiento buscan restringir comportamientos
que se consideran no deseados en el sistema peatonal. Las multas y sanciones
buscan castigar a quienes actúen de manera contraria a las normas; las campañas
correctivas buscan influenciar a las personas para que no continúen realizando
ciertos comportamientos que no son deseables en el sistema por considerarse
riesgosos o que afectan negativamente sus medidas de desempeño; las campañas
preventivas buscan evitar que las personas se comporten de cierta manera; y las
campañas divulgativas, buscan que las personas tengan conocimiento sobre la
normatividad existente, los riesgos y las alternativas que existen para desplazarse a
pie sin poner en riesgo su integridad, ni afectar negativamente los demás. La
infraestructura restringe los desplazamientos de los actores de la vía, es decir, de
vehículos y peatones, para ofrecer condiciones adecuadas para ir de un lugar a otro;
y la normatividad representa los acuerdos o códigos con que cuenta una ciudad o un
país para sus desplazamientos.
Figura 26. Agrupación de factores según su relación con el funcionamiento, con los
peatones y con los comportamientos emergentes
Fuente: Elaboración propia
Los relacionados con los peatones son: las experiencias, la interacción y los hábitos
individuales. Los primeros se refieren a lo que las personas perciben en el día a día,
por ejemplo cuando presencian accidentes, cuando observan el buen
comportamiento de la gente o la violación a las normas sin consecuencias
91
sancionatorias; mientras que los hábitos se refieren a cómo las personas actúan
cotidianamente en sus desplazamientos como peatones.
Por último, los relacionados con comportamientos emergentes, son los patrones de
comportamiento colectivo, el nivel cultural, la accidentalidad y las estadísticas
globales del sistema. El primero se refiere a la forma como comúnmente actúa la
mayoría de las personas que se desplazan a pie, es la forma como se puede
generalizar su comportamiento. El nivel cultural se refiere al nivel de cumplimiento
de las normas y las estadísticas globales del sistema se refieren a los valores que
toman los indicadores con los que se juzga el sistema peatonal, como por ejemplo el
número de personas lesionadas. En este grupo de factores se reconoce que la
inteligencia colectiva puede tener manifestaciones colectivamente estúpidas, así
como colectivamente inteligentes de alto funcionamiento, como lo afirma Malone,
pues se refiere a la capacidad cognitiva y el comportamiento colectivo que es
altamente funcional (Malone et al., 2008). Con base en el análisis estructural
presentado en este aparte, a continuación se propone una representación de la
inteligencia del sistema peatonal.
4.5.2 Representación de la Inteligencia del sistema peatonal de
Bogotá
La inteligencia colectiva se refleja en el comportamiento de los grupos, es decir, que
no solo es un reflejo de la suma de las individualidades, sino que se afecta por las
interacciones e influencias entre ellas, exhibiendo la existencia de una actuación y
por ende, de un conocimiento como grupo. Se puede decir entonces que el
conocimiento y la actuación del colectivo, son reflejo de su inteligencia colectiva.
Para Snowden (2003) el conocimiento puede entenderse como un objeto y como un
flujo (Snowden, 2003). Incluso se considera que el conocimiento como flujo, puede
considerarse de tipo explícito (Tee & Lee, 2013) y que la transmisión de unos a
otros individuos es compleja. Jay Forrester identifica seis diferentes tipos de flujos
que usa para la representación de sistemas, pero dentro de estos no se hace evidente
el flujo de conocimiento. En la dimensión técnica los flujos son tangibles, pero en la
dimensión social representan intangibles relacionados con personas.
J. W. Forrester (1961) afirma que la estructura básica de los modelos dinámicos de
sistemas industriales está conformada por niveles (son acumulaciones dentro del
sistema, son los valores actuales de las variables que resultan de la diferencia
acumulada entre los flujos de entrada y los de salida), flujos (que transportan el
contenido de un nivel a otro), funciones de decisión (que controlan las tasas de flujo
entre los niveles) y canales de información (que conectan las funciones de decisión
con los niveles). Además identifica seis redes interconectadas que permiten la
representación de los sistemas industriales y cada una de las cuales tiene un flujo: la
red de materiales, pedidos, dinero, personal, equipo de capital e interconexión de
información.
La red de información es considerada como única y superior que las otras, porque
puede extenderse desde un nivel de cualquiera de las seis redes a una tasa en la
misma red o en otra, pero el flujo de información no necesariamente provoca
92
cambios en los niveles del sistema (J. Forrester, 1972). Por ejemplo, en el caso de
los sistemas peatonales, los individuos pueden tener información sobre las normas
de tránsito, pero no actuar conforme a ellas; sin embargo, una campaña de difusión
de las cifras de accidentalidad, puede provocar una sensibilización que puede hacer
cambiar su comportamiento. La conciencia adquirida, va más allá de la información
y es lo que se considera conocimiento. De hecho, la epistemología como teoría del
conocimiento, estudia las posibles formas de relación entre el sujeto y el objeto, es
decir, el estudio de la función del entendimiento propia de la persona.
El fenómeno de distorsión de información propuesto por Forrester es tal vez la
primera aproximación al flujo de conocimiento en la dinámica de sistemas
industriales, porque reconoce que la decisiones son afectadas por todo cuanto
influye sobre los flujos de información, los cuales sufren distorsiones más allá que
las causadas por las demoras y la amplificación. Reconoce además que la
información es interpretada de distintas formas por las diversas personas y
organizaciones, a la vez que contiene errores, ruido aleatorio y perturbaciones
desconocidas de fuentes externas (J. Forrester, 1972).
Al reconocer la existencia de Inteligencia en algunos colectivos o grupos sociales,
se puede reconocer en ellos también la existencia del conocimiento. Este último
pasa de pertenecer a individuos a pertenecer a grupos sociales que pueden verse
como un todo que se expresa como tal a través de sus comportamientos emergentes.
La importancia de representar estos fenómenos para la toma de decisiones es
resaltada por Forrester cuando afirma que “dado que la información es la materia
prima de las decisiones, la distorsión de aquella debe incluirse si deseamos
representar adecuadamente las decisiones”.
A pesar de que el conocimiento no se ha modelado como tal, si existen modelos
para gestionarlo en las organizaciones, tal como lo propusieron por ejemplo Nonaka
y Takeuchi y que ha seguido siendo enriquecido por otros autores (Tee & Lee,
2013). Sin embargo, entendiendo el conocimiento como algo positivo en las
organizaciones sociales, se puede decir que su mejor expresión se da a través de su
nivel cultural y su flujo puede experimentar los fenómenos de difusión,
modificación, reaprendizaje, aumento o disminución. Una propuesta de la
representación del flujo de conocimiento como base de la inteligencia colectiva de
los sistemas peatonales se muestra en la Figura 27, que se basa en el análisis
estructural realizado en la sección anterior.
La difusión del conocimiento se da desde el nivel táctico al operativo, buscando la
afectación de todo este último nivel y no la afectación de un determinado individuo;
pues a diferencia de las organizaciones cerradas, los sistemas de tipo social por su
naturaleza abierta no hacen un despliegue táctico con consecuencias de un solo
nivel, sino que su influencia en el nivel operativo puede tener un efecto de
dispersión sobre otros individuos que no se han afectado directamente. Se entiende
la difusión, como toda socialización que busca la creación de conocimiento en el
individuo, como por ejemplo, cuando se hacen campañas divulgativas sobre cifras
de accidentalidad. El conocimiento se difunde también a través de la interacción
entre las personas, a través de los hábitos y de las experiencias individuales, como
93
por ejemplo, cuando se presencia la imposición de un comparendo a otra persona
por haber infringido una norma. La característica de amplificación, como aquella
que determina el comportamiento de los sistemas de realimentación informativa y
que provoca decisiones que permitan dar respuesta a las fluctuaciones y a las
demoras propias de los sistemas, puede ser un ejemplo de respuesta al fenómeno de
difusión del conocimiento, porque trata de anticiparse a las fluctuaciones buscando
que se realice de manera adecuada el despliegue de las políticas del sistema.
Figura 27. Modelo de inteligencia colectiva del sistema peatonal de Bogotá
Fuente: Elaboración propia
La modificación del conocimiento se da principalmente en los factores relacionados
con el funcionamiento, es decir, específicamente en los niveles estratégico y táctico.
Las políticas modifican directamente la concepción global del sistema en cuanto a la
estructura, el presupuesto y la normatividad; el nivel táctico se ve completamente
afectado por las dos últimas, mientras que la estructura afecta directamente las
multas y sanciones, por delimitar geográficamente la cobertura de la normatividad
específica. Los sistemas de información, las multas y sanciones, modifican el
94
conocimiento del sistema a nivel operativo, debido a que la normatividad se
despliega a través de estas últimas y los sistemas de información están ligados con lo
que se considera importante de medir y tener en la “memoria” del sistema. Una
modificación del conocimiento se entiende como un replanteamiento global de una
verdad, como una nueva definición de algo que se consideraba cierto a nivel global.
Por ejemplo, cuando se define una nueva infracción, se está reconociendo como “no
deseable” un comportamiento que antes lo era. Por otro lado, el sistema de
indicadores modifica el conocimiento, en el sentido que modifica lo que se concibe
como el estado actual del sistema, a través de los análisis de realimentación de su
comportamiento global.
Los reaprendizajes son “modificaciones locales” de conocimiento adquirido o
definido por cada individuo, pero que finalmente afecta en algún grado el
conocimiento del sistema. Los reaprendizajes se dan en el nivel operativo, son
relacionados únicamente con los peatones y específicamente con sus experiencias
individuales. Puede ser causado por campañas; ya sean correctivas, divulgativas o
preventivas; o puede ser a través de multas que se le han impuesto o por información
de accidentes, incidentes y lesiones. De hecho las experiencias individuales causan
el fenómeno de reaprendizaje afectando los factores hábitos individuales e
interacción con otros individuos.
La pérdida o ganancia del conocimiento que hay en el sistema, se da por la
modificación de los patrones de comportamiento colectivo y de los niveles de
accidentes, incidentes y lesiones sin llegar a juzgar este conocimiento como bueno o
malo. Nótese que la relación entre el nivel cultural y cada uno de estos factores es
bidireccional, pues se considera que la afectación se da en los dos sentidos, pero con
demoras que serán tenidas en cuenta más adelante.
Se entiende entonces el nivel cultural como la representación del conocimiento
actual con que cuenta el sistema de tránsito peatonal, que se difunde cuando se dan
a conocer las estadísticas globales, a través de las campañas divulgativas y durante
la interacción entre peatones. Los factores relacionados con el ente regulador,
buscan modificar el conocimiento del sistema, casi siempre a través de
“imposiciones globales” como políticas y legislación. En el despliegue de esta
últimas, las multas y sanciones buscan que se provoque un reaprendizaje del
conocimiento, inicialmente a nivel individual, afectando las experiencias anteriores,
aunque este reaprendizaje también se da por medio de campañas correctivas y
durante la interacción con otros peatones, pues la cultura se disemina a través del
aprendizaje de unos a otros (Axelrod, 1997) por ejemplo, cuando se presencian
accidentes.
De manera que la red de información reconocida por J. Forrester (1972) puede
considerarse en el plano técnico, mientras la red de conocimiento trasciende a lo
social y es inherente a la naturaleza humana. Se puede extender por los diferentes
factores filtrando el flujo de información, influyendo en el comportamiento de los
grupos sociales para convertirlo en lo que razonan como más apropiado, ya sea por
parte del sistema en general a través de los entes creadores de políticas o de los
95
individuos propiamente dichos, reflejándose finalmente en los comportamientos
emergentes del sistema.
Un modelo de inteligencia puede servir como base para el diseño y modificación de
normas sobre infraestructura, como base para el diseño de estrategias para modificar
los sistemas peatonales y como herramienta para entender este tipo de sistemas.
Además, se puede desplegar en modelos, especialmente de simulación continua, que
permitan la toma de decisiones sobre el sistema peatonal. En la siguiente sección se
muestra el despliegue del modelo de inteligencia colectiva para el análisis de
políticas del sistema peatonal de Bogotá, haciendo uso de la dinámica de sistemas.
4.6 CONCLUSIONES
Los sistemas peatonales se ven afectados directamente por un ente externo (el
estado), que toma decisiones con el fin de mejorarlos. Sin embargo, en este tipo de
sistemas los individuos y su comportamiento son muy influyentes. Un modelo de
inteligencia para sistemas peatonales puede permitir mejorar los procesos de toma de
decisiones, el entendimiento y en general su desempeño, a través de la identificación
de las relaciones de flujo de conocimiento que se dan a nivel global.
Se identifica una nueva escala de la inteligencia colectiva, que se suma a las
propuestas por Atlee, que son individual, interpersonal o relacional, de grupos, de
actividades, organizacional, de redes, de vecindarios, de comunidades, de ciudades,
de condado o comarca, de estado o provincia, regional, nacional o de la sociedad
completa, de grupos, redes u organizaciones internacionales, y la global de la
humanidad; es la escala que se da en sistemas y subsistemas sociales, donde se
pueden identificar comportamientos emergentes y de auto-regulación, que
evidencian la existencia de inteligencia colectiva.
La identificación de los fenómenos de difusión, modificación, reaprendizaje y
pérdida o ganancia del conocimiento, permiten el análisis y modelamiento del flujo
de conocimiento de los sistemas peatonales. A través de la intervención de estos
fenómenos, se afecta su flujo, modificando la inteligencia colectiva del sistema.
5. DESPLIEGUE DEL MODELO DE INTELIGENCIA
El interés de su despliegue se basa en que los modelos, como medios para el estudio
de fenómenos complejos, mejoran la comprensión de las características de su
comportamiento en forma más efectiva que si se observara el sistema real, porque
proporciona información a bajo costo y permite el logro de un conocimiento más
rápido de las condiciones que no se observan en la vida real (J. Forrester, 1972). De
manera que la comprensión de la existencia e importancia de fenómenos poco
analizados de manera cuantitativa como la cultura, pueden ser analizados a través
del despliegue del modelo de inteligencia, haciendo uso de modelos con base en la
dinámica de sistemas y la simulación.
96
En la primera sección se presenta el despliegue del modelo de inteligencia en el
nivel estratégico y luego se muestra una aproximación a su despliegue global
(incluyendo los niveles estratégico, táctico y operativo).
5.1 ANÁLISIS ESTRATÉGICO DEL SISTEMA PEATONAL DE BOGOTÁ
Las políticas modifican el conocimiento del sistema y permean todos los niveles de
toma de decisiones. El análisis de la interacción de factores clave que influyen en la
toma de decisiones, como los recursos económicos, las multas, la publicidad social,
el cambio cultural y la accidentalidad, permiten representar la dinámica del nivel
estratégico de los sistemas peatonales, es decir, permite analizar a nivel macro el
comportamiento del sistema en el largo plazo. El primero de ellos es el relacionado
con los recursos económicos; se refiere al dinero que se destina para invertir y gastar
en el sistema peatonal. Estos recursos pueden provenir de distintas fuentes, siendo la
principal el presupuesto Distrital, cuya suma es definida por el Consejo de Bogotá.
Otra fuente de recursos económicos es el dinero que se recibe por concepto de
multas y sanciones, que es una fuente variable a lo largo del tiempo.
Las multas son las sanciones económicas dirigidas a personas, naturales o jurídicas,
por infringir la normatividad. Pueden ser impuestas tanto a peatones como a
vehículos, pero en esta investigación solo se considerarán aquellas que afectan
directamente a quienes circulan a pie. La publicidad social tiene como fin motivar a
las personas a mejorar el sistema a través de cambios en su comportamiento
individual, que se consideran necesarios para que evolucione de manera positiva. La
publicidad social se presenta como campañas, ya sean televisivas, radiales, a través
de vallas o de influencia directa de pedagogía.
El nivel cultural se considera como el nivel de cumplimiento de las normas que
existen en los sistemas, ya sean explícitas o implícitas. Se considera que un alto
nivel cultural es deseable y necesario, porque muestra que se toman buenas
decisiones (que favorecen a todo el colectivo) por los diferentes actores. El nivel de
accidentalidad se refiere a la cantidad de accidentes que se presentan en el sistema,
en este caso, relacionados con peatones; es decir, sin importar si también se
encuentran involucrados vehículos, otros peatones o cualquier parte de la estructura
del sistema. Los accidentes pueden provocar lesiones en las personas implicadas o
incluso su muerte.
Las relaciones entre los diferentes factores se pueden representar como lazos de
retroalimentación positiva y/o negativa, como se puede ver en la Figura 28, con el
fin de entender la dinámica del nivel de decisión estratégico y de las políticas
relacionadas con peatones para poder evaluar su impacto real sobre el sistema
peatonal. La publicidad social afecta positivamente el cambio cultural; es decir,
mientras más publicidad social en el sistema, habrá más cambio cultural. Por otro
lado, la publicidad social afecta negativamente las multas; es decir, mientras más
publicidad social, hay menos multas. A su vez, mientras más multas, habrá más
cambio cultural y más recursos económicos que afectan positivamente la publicidad
social.
97
Figura 28. Modelo dinámico de políticas en el Sistema Peatonal del Distrito
Fuente: Elaboración propia
Mientras mayor sea el nivel de accidentalidad, habrá más multas, que se convierten
en mayor cantidad de recursos económicos que permiten más publicidad, generando
un mayor cambio cultural. Por otro lado, mientras más cambio cultural, habrá un
menor nivel de accidentalidad. Aumentos en el nivel de accidentalidad provocan
disminuciones en los recursos económicos del sistema, debido al gasto de recursos
inherente a este tipo de sucesos. Por ejemplo, el pago que se hace al personal de
tránsito para que restablezca la normalidad en el tráfico, el dinero que se debe
invertir para arreglar la infraestructura afectada, entre otros.
Adicionalmente, mientras más publicidad social se realice, se espera que disminuya
la cantidad de multas. Sin embargo, esto genera una disminución en el recaudo de
dinero por esta causa, que se ve reflejado en una disminución del nivel de recursos
económicos con que cuenta el sistema peatonal de Bogotá. Una vez se tiene el
diagrama causal, se identifican los tipos de flujos y las variables que hay en el
sistema y se representan las relaciones a través de ecuaciones para poder crear el
prototipo que se muestra en la Figura 29.
5.1.1 Prototipo para analizar las políticas relacionadas con el tráfico
peatonal en Bogotá
Para realizar el prototipo se utilizó el software de simulación continua IThink
versión 8.0. Este software cuenta con un entorno operativo de tres capas: la de
interfaz, la de mapa y modelo, y la de ecuaciones. La capa de interfaz proporciona
las herramientas necesarias para involucrar las interfaces de usuario final a los
modelos, para que los usuarios puedan interactuar con el modelo, permitiendo
transformar un modelo en un entorno atractivo para el aprendizaje. La capa de
mapa/modelo es donde se formalizan las relaciones numéricas, valores y ecuaciones
y se construyen los modelos de simulación. Finalmente, la capa de ecuaciones
permite ver las ecuaciones diferenciales asociadas al modelo.
98
5.1.1.1 Bloques constructores
Con el fin de representar el comportamiento del sistema peatonal en Bogotá, se
utilizaron variables identificadas en el capítulo anterior, así como parámetros que
influyen y se deben tener en cuenta para la toma de decisiones. Debido a que el
prototipo se hizo mediante dinámica industrial, se identificarán como niveles, tasas,
parámetros y variables (convertidores y variables auxiliares).
Los niveles representan las acumulaciones de los flujos. En el modelo, el nivel de
recursos se refiere al dinero con que cuenta el sistema para invertir en educación; el
de publicidad es la cantidad de mensajes que se dan en el sistema, por cualquier
medio, y que buscan mejorar el nivel cultural. Depende del presupuesto, del valor de
la publicidad y del olvido de los mensajes.
El nivel cultural es un intangible que se refleja en las medidas de desempeño del
sistema y es el nivel más importante del modelo. Se afecta por todos los esfuerzos
que se realizan en el sistema para influenciar de manera directa el comportamiento
de los peatones y afecta el nivel de accidentalidad. Un máximo nivel de cultura es el
respeto total por todas las normas y las personas. El mínimo es un estado de
irrespeto total. Este nivel se alimenta por las contribuciones a la cultura, que vienen
dadas por la relación entre el nivel de publicidad y el aporte real de este a la cultura
(relaciona el costo social de la accidentalidad, con la inversión en publicidad social).
El de multas representa el nivel de infracciones a las normas que son penalizadas y
que disminuye por los pagos realizados por los infractores. El nivel de
accidentalidad representa la cantidad de accidentes que suceden en el sistema y que
provocan lesiones y muertes en los peatones.
Las tasas son las encargadas de controlar los niveles, tanto porque permiten la
entrada, como la salida de los flujos en el sistema. Son las tasas de cambio de un
nivel, llenan o desocupan niveles y pueden ser de entrada (inflow) o de salida
(outflow). Las tasas que se tienen en cuenta en el prototipo son la de entrada de
recursos, de inversión en educación, los mensajes, el olvido, la ganancia, la pérdida,
la disminución y el aumento de accidentes, el aumento de multas y la salida de
recursos.
La tasa de entrada de recursos regula la alimentación del nivel de recursos para
educación que provienen del Distrito y de los pagos de las multas; la de inversión
educación regula la salida del nivel de recursos; la de mensajes regula la entrada al
nivel de publicidad, teniendo en cuenta el presupuesto para publicidad y el costo de
la misma; la de olvido permite la salida del nivel de publicidad y representa la falta
de efectividad de la publicidad; la de ganancia es la tasa de entrada de la cultura y
depende de los aportes de la publicidad; la de pérdida permite la pérdida de cultura,
que es afectada por la regulación y otros factores; la de disminución de accidentes
representa la tasa a la cual se reducen los accidentes y es afectada por el nivel
cultural; la de aumento de accidentes es la velocidad a la cual se presentan los
accidentes de peatones; la de aumento de multas representa la imposición de multas
en el sistema peatonal y es afectada por los comparendos a peatones cuando
incumplen las normas de tránsito. Por último, la de salida de recursos es la tasa a la
99
cual se disminuye el nivel de multas, a través del pago de los comparendos que se
han impuesto y de la salida de los recursos captados que van a afectar el nivel de
recursos económicos con que cuenta el sistema.
Por otro lado, los convertidores o variables auxiliares modifican entradas en
salidas, son útiles para desagregar y romper en detalles la lógica del modelo,
calculan relaciones algebraicas, pueden ser constantes utilizadas para calcular el
valor de un flujo. Al contrario de los niveles, los convertidores no acumulan nada. A
continuación se describen los principales convertidores y/o variables auxiliares que
se identificaron en el sistema peatonal.
El costo de lesiones es el promedio en el que se incurre por cada lesionado que se
presenta en un accidente de tránsito (FPV & Uniandes, 2013); el costo de muerte.es
el promedio en el que se incurre por cada persona muerta a causa de accidentes de
tránsito, que es aproximadamente treinta veces el costo de lesiones y tiene en cuenta
por ejemplo la expectativa de vida de la víctima, las personas a cargo, el daño moral,
entre otros (FPV & Uniandes, 2013); el costo social es el costo que tiene para la
sociedad la ocurrencia de las lesiones y muertes en los sistemas peatonales y se
calcula con base en la suma de los dos costos anteriores, multiplicados por la
cantidad de muertes y lesiones que se dan en el sistema respectivamente.
El costo de campañas es el costo aproximado de las campañas publicitarias y como
no se encuentra información al respecto en las bases de datos disponibles, se hizo
una aproximación con base en la opinión de expertos; la recordación es la
proporción de campañas que realmente recuerdan las personas a las cuales apunta la
publicidad. Se realizó una aproximación con expertos y con base en el estudio de
Ipsos Napoleón Franco sobre la campaña “Inteligencia Vial”, debido a que no
existen bases de datos con información sobre seguimiento de las campañas (Franco,
2012) ; la variable “Otros” se refiere a los aportes que se hacen a la cultura de
manera indirecta y que contribuyen con la toma de conciencia, como cuando se
presencia un accidente, con mensajes que se dan en el hogar, en el colegio o en la
universidad. Es una fracción de aporte cultural, que se estima con base en la opinión
de expertos.
El presupuesto de publicidad es la cantidad de dinero que se destina para hacer
publicidad positiva, con miras a mejorar el desempeño del sistema. Las cuentas del
presupuesto Distrital que componen este presupuesto son “Promoción de la
movilidad Segura y prevención de la accidentalidad vial” y “Generar una movilidad
con seguridad comprometiendo al ciudadano en el conocimiento y cumplimiento de
las normas de tránsito” (Hacienda, 2014). El presupuesto Distrital es el total del
dinero con que cuenta el Distrito al inicio de cada año y al igual que en todas las
relacionadas con presupuesto, se trabajaron cifras deflactadas para evitar la falsa
tendencia al aumento como efecto de la inflación, sobre las funciones de
representación (Hacienda, 2014).
Se diseñó un indicador de eficiencia que también se representa a través de un
convertidor, definido como la relación entre lo invertido en campañas y el costo
social. Se considera que el costo por accidentalidad debería disminuir en la medida
100
en que se invierta en campañas, de manera que el ideal es que el costo de
accidentalidad disminuya con la mínima inversión en publicidad. Es la contribución
de la prevención. Es un indicador que se define como uno menos los costos de
accidentalidad sobre el presupuesto de publicidad más los costos de accidentalidad.
Los aportes de publicidad son la relación entre lo invertido en publicidad y el
indicador de eficiencia, que buscan representar cuál es el aporte real de lo que
invierte el Distrito por publicidad social de movilidad; la regulación es la cantidad
de lesiones y muertes que se logran regular en el sistema y se calcula con base en la
regulación de muertes y lesiones.
La regulación de muertes es el porcentaje que se logra regular en el sistema, cuya
aproximación se hace a través de las bases de datos de medicina legal y ciencias
forenses (Forenses, 2012), en las cuales se discrimina si se identifica o no el
conductor implicado en el accidente; la regulación de lesiones es el porcentaje que
se logra regular en el sistema (Forenses, 2012) y se estima de la misma manera que
la anterior.
La fracción de recaudo es el porcentaje de recaudo total de las multas impuestas en
el sistema (Secretaría Distrital de Movilidad, 2013a); los comparendos se refieren a
la cantidad de multas que se imponen a los peatones por parte de los agentes de
tránsito (Secretaría Distrital de Movilidad, 2013a); el recaudo de multas es la
porción del dinero proveniente de pagos de comparendos que se logra recaudar
(Secretaría Distrital de Movilidad, 2013a); el valor de multa es la cantidad de dinero
que se impone a un peatón por incumplir las normas de tránsito (República, 2014) y
para su cálculo, se deflactó porque está dado en salarios mínimos legales vigentes.
La variable muertes representa la tasa de defunciones que hay en el sistema peatonal
(Forensis, 2012) y se calculó con las bases de datos del Instituto Colombiano de
Medicina Legal y Ciencias Forenses, así como las lesiones, que representan la tasa a
la cual los peatones son lastimados en accidentes de tránsito mientras permanecen en
el sistema (Forensis, 2012).
Por último, los conectores son otros elementos del modelo, que pasan información
de niveles a convertidores, de niveles a reguladores de flujos, de reguladores de
flujos a reguladores de flujos, de reguladores de flujos a convertidores, de
convertidores a reguladores de flujos y de convertidores a otros convertidores.
La información utilizada para la construcción del modelo es basada en datos
estadísticos de diferentes entidades del Distrito, así como de publicaciones
académicas del año 2007 al 2013 (Anexo 2). Cabe resaltar que no existe una base de
datos donde se encuentre consolidada la información necesaria para realizar el
análisis estratégico del sistema peatonal de Bogotá y que se evidencia falta de
continuidad tanto en el tipo de información que se recaba año tras año, como en las
entidades que las generan. Se debería hacer esfuerzos por tener sistemas de
información claros, coherentes y al alcance de los ciudadanos.
101
Se hizo entonces necesario hacer aproximaciones estadísticas de datos faltantes o
incoherentes de las variables definidas, a través del uso de regresiones estadísticas
univariadas y multivariadas (como en el caso del número de comparendos impuestos
y el costo de muertes y lesiones), así como haciendo uso de funciones de
probabilidad, al validar estadísticamente el modelo hay un alto grado de ajuste y los
comportamientos de las variables de desempeño son coherentes con el
comportamiento real del sistema peatonal de Bogotá. Se tomaron como medidas de
desempeño la accidentalidad y los comparendos peatonales impuestos. La validación
estadística se realizó con un 95% de confianza y con una la prueba t-student
modificada para salidas sin comportamiento normal. Se tomó un tiempo de
calentamiento (warm up) de cinco años.
En la Figura 29 se presenta el prototipo del modelo, en la capa mapa y modelo del
software IThink, para analizar las políticas relacionadas con el tráfico peatonal en
Bogotá.
Figura 29. Modelo para soportar decisiones estratégicas del Sistema Peatonal de
Bogotá
Fuente: Elaboración propia
En la Figura 30 se resaltan los fenómenos asociados al conocimiento que se
representan en el modelo de simulación (difusión, pérdida o ganancia, reaprendizaje
y modificación), siguiendo las convenciones de colores del modelo de inteligencia
colectiva del Capítulo 4. El fenómeno de difusión se encuentra básicamente en el
sector de publicidad social y afecta el sector a través de los impulsos publicitarios,
con base en su nivel y eficiencia; a la vez, la difusión se encuentra en la recordación
que tiene la misma y que se verá afectada por el diseño de las campañas, el mensaje,
la frecuencia de emisión y los medios que usa.
102
La pérdida o ganancia de conocimiento se encuentra en el sector de cultura, se
refleja a través del nivel cultural y su drenaje debido a la pérdida por muertes,
lesiones y otros factores. Afecta directamente el sector de accidentalidad.
Figura 30. Modelo para soportar decisiones estratégicas del Sistema Peatonal de
Bogotá, con relaciones de flujo de conocimiento
Fuente: Elaboración propia
El flujo de reaprendizaje se identifica en el sector de accidentalidad y se relaciona
con las muertes y lesiones de peatones, pues se reconoce el efecto que tiene sobre las
personas experimentar o presenciar un accidente. Este fenómeno afecta el nivel
cultural de manera indirecta a través de la regulación de lesiones y muertes.
Por último, el flujo de modificación del conocimiento se identifica en la
representación a través de la regulación de muertes y lesiones del sector de
accidentalidad, así como en el sector de multas cuando se materializa por medio de
los comparendos. Se considera que las multas y sanciones se diseñan en los sectores
estratégico y táctico y se imponen en el nivel operativo, modificando el
conocimiento actual sobre lo que está bien o está mal para el sistema peatonal en
general.
Las ecuaciones del modelo se muestran en la Tabla 18.
103
COMPONENTE SIGLA ECUACIÓN
Accidentalidad ACCIDENTALIDAD ACCIDENTALIDAD(t-dt)+(AUM_ACCIDENTES- DISMIN_ACCIDENTES) * dt
Cultura CULTURA CULTURA(t - dt) + (GANANCIA - PERDIDA) * dt
Disminución de
accidentes
DISMIN_ACCIDENTES ACCIDENTALIDAD*CULTURA
Ganancia GANANCIA Aportes_de_Publicidad+Otros
Pérdida PERDIDA CULTURA*(1-
MAX(REG_LESION,REG_MUERTE))+CULTURA*OTROS_FACTORES
Multas MULTAS MULTAS(t - dt) + (AUM_MULTAS - SALIDA_RECUR) * dt
Aumento de
multas
AUM_MULTAS MIN(COMPARENDOS,COMPARENDOSREALES)
Salida de
recursos
SALIDA_RECUR MULTAS*VR_MULTA*FR_RECAUDO
Presupuesto para
educación
PPTO_EDUCACION PPTO_EDUCACION(t - dt) + (ENTRADA_REC -
INVERSION_EDUCACION) * dt
Entrada de
recursos
ENTRADA_REC PPTO_DISTRITAL*PUBLICIDAD%+REC_MULTAS
Inversión en
educación
INVERSION_EDUCACIO
N
PPTO_EDUCACION
Publicidad PUBLICIDAD PUBLICIDAD(t - dt) + (MENSAJES - OLVIDO) * dt
Mensajes MENSAJES int((INVERSION_EDUCACION*CAMPAÑAS_PEATONES%+CAMPAÑAS_FPV)/VrCampañas)
Olvido OLVIDO int(DELAY(PUBLICIDAD,VrRecordacion))
Aportes de
publicidad
APORTES_DE_PUBLICID
AD
PUBLICIDAD*INDICADOR_EFICIENCIA
Costo de lesiones COSTO_LESIONES LESIONES*VR_PROM_LESION
Costo de muerte COSTO_MUERTE MUERTES*VR_PROM_MUERTE
Costo social COSTO_SOCIAL COSTO_LESIONES+COSTO_MUERTE
Indicador de
eficiencia
INDICADOR_EFICIENCI
A
1-
(COSTO_SOCIAL/(MENSAJES*VrCampañas+COSTO_SOCIAL))
Lesiones LESIONES ACCIDENTALIDAD*FraccLesiones
Muertes MUERTES ACCIDENTALIDAD*FraccMuertes
Regulación REGULACION MUERTES*REG_MUERTE+REG_LESION*LESIONES
Tabla 18. Ecuaciones del modelo de despliegue estratégico
Fuente: Elaboración propia
Después de realizar el proceso de verificación y validación mediante comprobación
de fenómenos (Sargent, 1999), el modelo se valida estadísticamente mediante una
prueba t para dos muestras suponiendo varianzas desiguales. La medida de
desempeño utilizada fue la cantidad de muertes de peatones utilizando los datos de
la Tabla 19, donde se muestran los resultados que evidencian que el modelo es
estadísticamente válido.
Año Muertes
Reales
Muertes
Modelo Ithink Variable 1 Variable 2
1 1755 1338.12 Media 1767.1666 1623.12833
2 1752 1817.52 Varianza 295.76666 49625.6989
3 1748 1838.07 Observaciones 6 6
4 1783 1758.51 Diferencia hipotética
de las medias 0
104
5 1780 1617.49 Grados de libertad 5
6 1785 1369.06 Estadístico t 1.57910151
Media 1767.166667 1623.12833 P(T<=t) una cola 0.0875733
Desviación 17.19786808 222.768263 Valor crítico de t (una
cola) 2.0150483
P(T<=t) dos colas 0.1751467
Valor crítico de t (dos
colas) 2.5705818
Tabla 19. Validación del modelo estratégico
Fuente: Elaboración propia
5.1.1.2 Resultados del modelo
La cultura en el sistema peatonal de Bogotá, se concibe como el nivel de
cumplimiento de las normas por parte de los individuos. El nivel cultural aumenta
con la publicidad social y con otros factores como la educación que se da a este
respecto en los centros educativos y en los hogares. El nivel cultural se drena en la
medida en que las personas olvidan los mensajes publicitarios y disminuye su flujo
de entrada en la medida en que dicha publicidad disminuye su eficiencia. El nivel de
accidentalidad del sistema peatonal de Bogotá presenta un patrón de
comportamiento que fluctúa de manera opuesta a como lo hace la cultura. Cuando el
nivel cultural es más alto, el nivel de accidentalidad tiene los niveles más bajos. De
manera similar ocurre en las empresas con respecto a la calidad, pues los efectos
son cíclicos en las organizaciones productivas, se trabaja ciclos donde se tiene una
alta cultura y se va olvidando hasta que aparece una nueva campaña y lo refuerza.
De hecho, las fluctuaciones de los niveles de publicidad se reflejan en los niveles
culturales, con un retraso que puede representar el tiempo en el que se da la
interiorización de las campañas. Aunque no se destinara por parte del distrito dinero
para educación, el patrón de comportamiento de los niveles se puede mantener con
lo que aporta el fondo de prevención vial y los demás factores (educación en
colegios, en empresas y autorregulación), pero los valores del nivel cultural son
significativamente más bajos. Las lesiones y las muertes tienen el mismo tipo de
fluctuaciones, que están asociadas al nivel cultural de la misma manera que la
accidentalidad, como se puede ver en la Figura 31.
105
Figura 31. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá
Fuente: Elaboración propia
La accidentalidad puede dividirse en muertes y lesiones, que no se regulan en un
porcentaje considerable. En todo caso, dichos accidentes tienen asociados unos
costos que al relacionarlos con la inversión en publicidad social, permiten dar una
idea de la eficiencia real de esta última sobre el sistema. Sin embargo, la influencia
de la regulación sobre los niveles de accidentalidad del Distrito no son tan
influyentes como la educación. Si el Distrito lograra hacer una regulación del 100%
de los accidentes y lesiones, esto es, si bajara al mínimo la impunidad, lograría un
aumento significativo en el nivel cultural del sistema solo al final de la segunda
década de su implementación, a pesar de que sí disminuye la accidentalidad, como
se puede ver en la Figura 32. Es decir, la inversión en educación es preferible a la
inversión en regulación, en términos de cultura y accidentalidad, pero no significa
que no se deba hacer una mejor y mayor regulación sobre todo de carácter
preventivo, pues existe una relación reforzadora mutua entre regulación y cultura
para disminuir la accidentalidad.
Figura 32. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, con una regulación del total de accidentes y lesiones
Fuente: Elaboración propia
Sin embargo, el nivel cultural no se basa únicamente en la inversión en publicidad.
Un nivel muy bajo o nulo de publicidad social no implica que el nivel cultural
decaiga al límite (ver Figura 33), pues hay otros factores que también lo afectan,
como son la regulación y la educación que se da de manera indirecta en instituciones
educativas. Incluso, cuando los peatones presencian un accidente, toman conciencia
del peligro de incumplir las normas y puede crear una actitud reflexiva hacia el
tema. Pero si no hay inversión por parte del Distrito, en una década se presenta el
máximo nivel cultural que es la mitad del que se tiene en las condiciones actuales de
operación y en adelante, se presenta una tendencia a su disminución, a pesar de la
intervención del Fondo de Prevención Vial en materia de educación social.
106
Figura 33. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, sin inversión en publicidad por parte del Distrito
Fuente: Elaboración propia
Por otro lado, si el Fondo de Prevención Vial no realizara intervenciones educativas
sobre el sistema peatonal de Bogotá, la tendencia a la disminución de accidentes
continuaría, aunque el nivel cultural se vería afectado. De hecho, si no se tuviese
ningún aporte en dinero para campañas educativas, el solo hecho de presenciar
accidentes y la educación que proviene de otras fuentes, hace que el sistema se
autorregule y que poco a poco aumente su nivel cultural, aunque al cabo de 30 años
tome un valor apenas superior al mínimo, como se ve en la Figura 34. Este
comportamiento evidencia que no es un sistema caótico, sino que muestra relaciones
de auto-organización; es decir, puede sobrevivir sin intervenciones externas, pero
que si las recibe de manera adecuada, mejora su desempeño en términos de cultura y
accidentalidad. Los olvidos o el mantenimiento de los niveles culturales también se
deben a los relevos generacionales, que pueden tener niveles culturales que
permanecen en el tiempo.
Figura 34. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, con ningún tipo de inversión en publicidad
Fuente: Elaboración propia
107
Por último, y yendo al otro extremo, el caso utópico que el Distrito invirtiera todo su
presupuesto en publicidad social, los niveles de accidentalidad decrecerían
considerablemente al cabo de tres décadas y se alcanzaría un nivel cultural muy
elevado con respecto al actual, como se puede ver en la Figura 35.
Figura 35. Niveles de accidentalidad, cultura y publicidad del Sistema Peatonal de
Bogotá, si se invirtiera todo el presupuesto distrital en publicidad social
Fuente: Elaboración propia
5.1.1.3 Discusión sobre el modelo estratégico
El prototipo presentado permite una aproximación cercana a la realidad del sistema
peatonal de Bogotá, que intenta demostrar las tendencias y hacia donde debe
orientarse en materia de fijación de políticas los entes gubernamentales, sin
embargo, es evidente la dificultad para obtener datos confiables, principalmente
porque no se tiene una cultura de mantener estadísticas y segundo porque las cifras
se manejan de forma aislada.
Es preferible que el Distrito invierta en educación y no en regulación de muertes y
lesiones, ya sea por medio de cámaras, policías, mallas para obstaculizar el paso no
permitido de peatones, entre otros. Pues cada inversión en publicidad social influye
sobre el nivel cultural y este último, en la disminución de la accidentalidad. Sin
embargo, no se puede desconocer el aporte de la regulación para el funcionamiento
del sistema y el mantenimiento de los niveles culturales.
La inversión en educación social o prevención, debería decidirse con base en el
costo social por muertes y lesiones provocadas por los accidentes de tránsito que
involucran peatones, pues dicha relación muestra la eficiencia en la inversión y
permite una intervención real y preventiva sobre el sistema peatonal de Bogotá. La
inversión en educación debería equipararse con la de la accidentalidad, para poder
disminuir la última de forma real y sostenida.
A pesar de que la imposición de multas a los peatones influye en su nivel cultural
como parte de la regulación, realmente el aporte de los recaudos por los pagos de las
mismas, no es influyente sobre el nivel de publicidad social del Distrito.
108
La autorregulación del sistema peatonal puede entenderse como la reflexión que
hacen las personas cuando presencian accidentes y como la transmisión de la cultura
entre las personas a través de la educación en los hogares y centros educativos. Sin
embargo, para poder lograr mejoras significativas en su nivel cultural, es necesaria
la intervención en educación.
5.2 ANÁLISIS GLOBAL DEL SISTEMA PEATONAL DE BOGOTÁ
El despliegue estratégico del modelo de inteligencia permitió un análisis global del
sistema peatonal, pero no representa su nivel operativo; de manera que se hace
necesario hacer un despliegue más detallado que permita plasmar las relaciones de
realimentación que involucran a los peatones para examinar la estructura y
evolución del sistema. Para realizar el despliegue del modelo de inteligencia, se usa
nuevamente la dinámica de sistemas; pero en este caso, incluyendo todos los niveles
(estratégico, táctico y operativo).
Con este fin, se identificaron algunos factores que permiten representar las
relaciones causales entre ellos y la dinámica del sistema. Fue necesario incluir
elementos ya mencionados como las políticas, presupuesto, infraestructura,
normatividad, campañas, multas y sanciones, la interacción, experiencias
individuales, hábitos, el control, accidentes, costos, nivel cultural y los patrones de
comportamiento colectivo, como se observa en la Figura 36.
Figura 36. Modelo causal
Fuente: Elaboración propia
Las políticas públicas son concebidas como los lineamientos generales de cuya
construcción teórica se establecen las referencias que orientan los distintos
Presupuesto
Políticas
Infraestructura
Campañas
Patrones decomportamiento
colectivo
Normatividad
Nivel cultural
Costos
Accidentes,
incidentes y lesionesHábitos
Individuales
Control
Multas y sanciones
Experiencias
individuales
Interacción
+
+
+
+
++
-
-
+
-
+
+
+
+
+
+ +
+
+
+
+
-
+
+ -
+
+
+
+
+
+
+
109
mecanismos de acción en la gestión. Son el punto de cruce entre la acción
gubernamental y las demandas ciudadanas, por ser las respuestas del Estado frente a
situaciones, de cualquier campo del desarrollo, consideradas socialmente
problemáticas, que cumplen con una función social, educativa y cultural que hace
parte del desarrollo individual y colectivo de un país (Mesa, 2006). Las políticas
reflejan su primer nivel de afectación sobre la determinación del presupuesto, la
infraestructura y la normatividad. En el caso de la ciudad de Bogotá, el presupuesto
destinado para la movilidad es definido anualmente por el Consejo de Bogotá, con
base en lo propuesto por la Alcaldía Mayor de la ciudad, pero es la Secretaría de
Movilidad la que define cuánto va a destinar para funcionamiento, inversiones y
programas específicos.
A su vez, el presupuesto afecta las campañas y la infraestructura (mientras más
presupuesto, más infraestructura y más campañas), y esta última, la normatividad
(en el sentido que mientras más infraestructura tiene la ciudad, más normatividad
debe tener porque aumenta su complejidad). Por otro lado, las campañas afectan las
multas y sanciones, el control y la interacción, como mecanismos de tipo correctivo,
preventivo y divulgativo, enfocados hacia el cambio de comportamiento de los
peatones.
Las experiencias individuales se enriquecen por la interacción con los demás
actores; por las multas y sanciones impuestas a los peatones al infringir las normas
del código de tránsito; por el control realizado directamente sobre el desplazamiento
de los peatones a través de barreras físicas o por medio de personas dedicadas a
restringir el paso en zonas o momentos no permitidos; y por último, las experiencias
individuales se ven afectadas cuando se presencia o se tiene conocimiento de
accidentes, incidentes y lesiones, porque las personas se sensibilizan ante este tipo
de eventos y tienden a ser más precavidos por lo menos en el corto plazo, pero estos
eventos aumentan los costos del sistema.
Igualmente, el nivel cultural hace que sea necesaria la inversión en más o menos
control, a su vez, si se tiene más control los costos del sistema también aumentan y
en la medida en que haya más normatividad, los niveles de control serán mayores y
por ende, la imposición de multas. De esta manera, las experiencias individuales y
los hábitos se ven afectados, influenciando positivamente los patrones de
comportamiento colectivo y el nivel cultural del sistema.
La normatividad y el control, al ser influenciados por el nivel cultural, muestran que
la legislación y la actuación sobre los sistemas peatonales se deben adaptar a los
comportamientos propios de los grupos sociales en donde está inmerso, para lograr
impactos reales de largo plazo, y no deben obedecer únicamente al análisis de cifras
y a asignaciones presupuestales “justas” en el sentido de establecer los montos de
manera equivalente, sin mediciones de impacto potencial sobre las variables.
5.2.1 Prototipo para el análisis global del sistema peatonal
Para plasmar el modelo causal propuesto y con base en el modelo de inteligencia
colectiva, fue necesario construir once sectores en el modelo de simulación:
110
Políticas, presupuesto, campañas, infraestructura, multas, accidentalidad, costos de
accidentalidad, cultura, hábitos, experiencias y comportamiento colectivo. Cada uno
de los sectores es reflejo directo del modelo de inteligencia colectivo y permite
evidenciar la necesidad de medir diferentes fenómenos clave a la hora de representar
y medir el impacto de las decisiones sobre el sistema peatonal.
5.2.1.1 Sector políticas
De acuerdo con la concepción clásica del diseño de políticas, estas deben partir de
un problema para que con base en información que se recopile sobre el sistema, se
construyan alternativas, se seleccionen criterios, se proyecten los resultados, se
evalúen los efectos y se tomen decisiones (Bardach, 1998). En este sector se
representan las políticas para intervención sobre los sistemas peatonales, que como
ejes rectores de las ejecuciones que se hagan en el sistema, deben ser claramente
definidas. Sin embargo, se reconoce que las políticas deben ser desplegadas para que
se puedan conseguir efectos reales.
Con base en el modelo de inteligencia colectiva, se identifican cuatro políticas
básicas para el sistema peatonal: la política de infraestructura, de campañas,
sancionatoria y de presupuesto, como se muestra en la Figura 37. La política de
infraestructura se basa en los niveles de puentes, túneles, andenes, señalización,
semáforos y otros como los obstáculos que impiden el paso de las personas;
básicamente se representa con base en un nivel ideal que debe definir la Secretaría
de Movilidad y que se debe contrastar con el nivel actual para invertir
proporcionalmente de acuerdo a los déficit de cada uno. Se propone este tipo de
política, reconociendo que es susceptible de mejora en la medida en que se cuente
con información que permita por ejemplo encontrar la relación entre los elementos
de la infraestructura y los hábitos (como el estado de los andenes y el hábito de
caminar sobre la calle).
La política del presupuesto de campañas debe ser regente de todas las estrategias y
actividades encaminadas a la divulgación de información, la prevención e incluso la
corrección de ciertos comportamientos que generan efectos indeseados en el sistema.
Para su representación se tiene en cuenta la accidentalidad en términos del nivel de
muertes y lesiones, los hábitos y los eventos malos que se dan en el sistema; de
manera que estos niveles son los que deben determinar su definición. Básicamente,
las campañas correctivas se deben enfocar hacia la disminución de la accidentalidad,
las divulgativas a menguar los malos hábitos que hay en el sistema y las preventivas
deberían lograr que eventos malos se reduzcan. Aquí se propone una política que
asigne proporcionalmente el presupuesto de acuerdo a la cantidad de eventos
relacionados que existen en el sistema y que le corresponde influenciar; sin
embargo, en la medida en que tenga mayor información sobre el comportamiento de
las campañas y sus impactos reales, va a ser posible representar de una mejor
manera su despliegue.
111
Figura 37. Sector de políticas
Fuente: Elaboración propia
En cuanto a la política sancionatoria, se debe definir con base en el nivel de
accidentalidad, pues se considera que preservar la salud y la integridad de los
peatones, debe ser el principal objetivo de la planeación en este tipo de sistemas; sin
embargo, por no contar con información que permita relacionar el impacto de las
sanciones sobre la accidentalidad, únicamente se deja enunciada a través de la
posibilidad real de modificar los valores de las sanciones impuestas.
Por último, la política de presupuesto es la que más niveles debe tener en cuenta, por
considerarse que el presupuesto es un recurso que permite la realización de
actividades propicias para la intervención planeada en el sistema peatonal; debería
tener en cuenta el nivel de accidentalidad, de cultura y de infraestructura, pero de la
misma manera que en el caso de la política sancionatoria, se deja enunciado para que
se pueda modificar solamente el porcentaje de dinero que se asigna a la movilidad.
De esta manera, se reconoce que con la información disponible actualmente, este
tipo de decisiones no tienen una propuesta explícita con este modelo, sino que deben
ser analizadas por expertos.
5.2.1.2 Sector presupuesto
Básicamente se tiene una concepción clásica de fuentes y usos, donde se identifica
claramente a través de convertidores, cuáles son los aportes de dinero que
conforman el presupuesto Distrital y el de la Secretaría de Movilidad, como la
sobretasa a la gasolina, el impuesto de vehículos, los pagos de multas, otros
ingresos, transferencias y recursos de capital, como se ve en la Figura 38.
112
Figura 38. Sector presupuesto
Fuente: Elaboración propia
Los usos se basan en el presupuesto de la Secretaría de Movilidad (Hacienda, 2014)
y se dividen en la inversión en educación, en el sistema de información, en el plan
maestro, la inversión en infraestructura, en control, en tránsito y en otras cuentas,
como el servicio de la deuda. La inversión en educación, por ser clave para el
modelo, se despliega en el monto para las campañas correctivas, divulgativas y
preventivas, de acuerdo con la política de inversión en este ítem.
Las cifras de usos en la ciudad de Bogotá no se encuentran centralizadas en un
sistema de información disponible para consulta. La información sobre
infraestructura la maneja el Instituto de Desarrollo Urbano (IDU); la inversión en
control se deriva del presupuesto con el que se paga a la Policía de Tránsito, pero no
hay acuerdos sobre la dedicación al sistema peatonal, sino que se centra en el control
del tránsito vehicular; el sistema no cuenta con un software integral, sino que hay
datos que son manejados por ciertas dependencias de la Secretaría de Movilidad a
las que las demás no tienen acceso ni conocimiento. El dinero invertido en campañas
es difícil de cuantificar, puesto que los diferentes costos no se agrupan y no se
conoce claramente cuáles son los montos dedicados a educación sobre peatones.
Como los porcentajes a invertir en cada uno de los usos es determinante en este
sector, pero hay carencia de información, deben ser datos de entrada en el modelo.
5.2.1.3 Sector campañas
Modificación
113
El Distrito cuenta con información del monto total invertido para educación, pero no
se conoce el costo de cada campaña. Los tiempos de exposición sí se conocen, pero
no están disponibles en una base de datos, así como tampoco información sobre su
eficiencia. Durante la campaña de “inteligencia vial” (Franco, 2012) se realizó un
estudio de recordación que puede permitir hacer una aproximación a los niveles de
eficiencia de las campañas asumiéndola como alta, media o baja, pero en todo caso,
no hay información sobre cuál ha sido el impacto de las campañas de intervención
sobre el sistema peatonal.
Figura 39. Sector campañas
Fuente: Elaboración propia
Analizando el sector de campañas, así como los niveles de accidentalidad y el
comportamiento del sistema en general, surge el interrogante de si hay claridad
sobre el impacto real de las campañas correctivas, divulgativas y preventivas, sin
hacer evaluación de su eficiencia. Es decir, que mientras no se tenga información
disponible para alimentar por lo menos este sector del modelo, será difícil evaluar si
las campañas se diseñan y ejecutan correctamente; es decir, si realmente se están
haciendo las que más favorecen el sistema peatonal. Se propone que este sector se
debe enfocar en la eficiencia y el impacto real de las campañas y por ahora se
enuncia como en la Figura 39, porque la información disponible no permite aún
representar su comportamiento con más detalle. Se debe tener en cuenta que las
campañas son la base para el fenómeno de difusión del conocimiento que se da
desde el nivel táctico, buscando afectar el nivel operativo a través de la creación de
conocimiento en las personas; aumentando el nivel de hábitos buenos en el sistema y
por tanto, su nivel cultural.
Difusión
114
5.2.1.4 Sector infraestructura
El nivel de infraestructura peatonal de la ciudad aumenta en la medida en que se
invierte dinero del presupuesto para construir nuevas obras como puentes, túneles,
andenes, señalización, semáforos peatonales y otros como obstáculos y rampas. El
nivel de dinero que tiene invertido el Distrito en cada una de esas obras, se ve
afectado por el mantenimiento que se hace a la infraestructura existente y se
disminuye por el deterioro de las mismas (Figura 40). El Distrito cuenta con un
inventario actualizado de infraestructura peatonal, pero no con información sobre el
deterioro y el mantenimiento de la misma.
Figura 40. Sector infraestructura
Fuente: Elaboración propia
El dinero que se invierte para la construcción de cada tipo de infraestructura,
depende de la política de inversión que se explicó. La propuesta para el modelado
consiste básicamente en asignar proporcionalmente a cada nivel, de acuerdo a unas
cantidades que idealmente debería tener el sistema peatonal de la ciudad y que va a
repercutir en los hábitos y la cultura.
La infraestructura modifica el conocimiento del sistema, porque restringe o da
nuevas posibilidades de desplazamiento a los peatones, de manera que las formas y
los espacios que se consideran propicios, pueden dejar de serlo o el sistema lo
replantea. Tal es el caso del reemplazo de un puente por un semáforo peatonal o
viceversa; en ese caso no hay un nuevo conocimiento, sino que el que había se
modifica (el paso seguro ya no será por el puente, sino haciendo uso del semáforo
peatonal).
5.2.1.5 Sector Multas
De acuerdo con el Código Nacional de Tránsito, en general se sanciona a los
peatones básicamente por cruzar las calles por sitios prohibidos o estar en sitios
prohibidos. Presenciar este tipo de actuaciones genera en los peatones modificación
del conocimiento, principalmente debido a que se presencia tanto la impunidad
como la sanción; de manera que esto puede hacer que se replantee la idea sobre lo
bueno o malo de la actuación e incluso las implicaciones que tiene actuar bien o no
hacerlo. Por otro lado, la existencia o no de la caducidad de las deudas obtenidas por
multas, puede hacer que las personas elijan la opción de esperar a que caduque
Modificación
115
porque el sistema lo permite; de manera que aunque se tenía un concepto malo sobre
ser deudor, se reaprende que luego de un tiempo, se convierte en algo no tan malo.
Para representar el sector en el modelo, se clasificaron los motivos de las multas en
cuatro grupos según la naturaleza de las faltas: invadir espacios vehiculares, hacer
cruces prohibidos, obstaculizar vehículos y remolcarse. El nivel de multas depende
de las imposiciones totales que se dan en el periodo a analizar y se calcula como el
número de faltas que se cometen afectadas por el grado de impunidad. Este último se
representa en este sector con un porcentaje asociado a cada grupo de faltas (Figura
41).
Figura 41. Sector multas
Fuente: Elaboración propia
El Distrito no cuenta con información estimada del número de infracciones que se
cometen diariamente, pero tiene información sobre la cantidad de multas que se
imponen a los peatones, así como del nivel de multas y de los pagos. La
alimentación del nivel se hace asumiendo que el número de infracciones depende de
la cantidad de viajes peatonales y se modela usando la proporción de peatones que
las cometen. Por otro lado, el nivel de multas disminuye en la medida en que las
personas pagan las sanciones económicas impuestas (se representa con el porcentaje
de recaudo), así como por la política sancionatoria y la normatividad asociada con el
pago de las multas (que se representa como la fracción que caduca).
A pesar de no contar con la totalidad de esta información, se hace la propuesta para
que sea recabada a través de la Encuesta de movilidad, con la cual se ha venido
consiguiendo información sobre el número de viajes peatonales y la extensión de
estos en tiempo y espacio.
Modificación
Reaprendizaje
116
5.2.1.6 Sector de accidentalidad
El sector de accidentalidad tiene cuatro niveles: el de muertes, el de lesiones, el de
incapacidad y el de minusválidos; los dos últimos se derivan del segundo, como se
puede ver en la Figura 42. Todos son alimentados según la causa aparente del
accidente, que se podría deducir de la base de datos de accidentalidad de la
Secretaría de Movilidad. Sin embargo, como ya se había dicho, esta carece de
estandarización en el diligenciamiento, lo que imposibilita hacer un análisis
estadístico que permita la utilización de datos reales sobre el porcentaje de peatones
que cometen las infracciones e incluso sobre las incapacidades y el porcentaje de
peatones minusválidos como consecuencia de la accidentalidad en el sistema.
Por otro lado, como se mostró en el capítulo 3, la base de datos de accidentalidad
con que cuenta la Secretaría de Movilidad no permite hacer inferencias sobre las
causas de la gravedad de los peatones con base en información como edad, tipo de
vehículo o género. Por esta razón, la representación se basa en los porcentajes de
muertes y lesiones según la causa probable del accidente.
En este sector se considera que el flujo de conocimiento tiene un fenómeno de
reaprendizaje, que se da por presenciar loa accidentes, incidentes y lesiones; que
pueden hacer que la persona vuelva a aprender que las infracciones ponen en riesgo
la vida de las personas y deben ser evitadas.
Figura 42. Sector accidentalidad
Fuente: Elaboración propia
Reaprendizaje
117
5.2.1.7 Sector de costos de accidentalidad
El nivel de costos totales de accidentalidad se basa en cuatro niveles de costos: el de
los asumidos por el Distrito, por las familias, por las aseguradoras y por las
empresas (FPV & Uniandes, 2013). En general, estos costos se calculan teniendo en
cuenta el nivel de accidentalidad peatonal, que se traduce en muertos, lesionados,
incapacitados y minusválidos (Figura 43).
Los costos asumidos por el Distrito, son por ejemplo los daños a la infraestructura y
el trabajo invertido por los policías de tránsito para atender el accidente. Los de las
familias incluyen el tiempo que invierten en acompañar a las víctimas, el dinero que
gastan y que dejan de percibir por ausencias al trabajo para atender actividades
relacionadas con el accidente. En cuanto a los asumidos por las aseguradoras, se
calculan básicamente a través del SOAT (seguro obligatorio de accidentes de
tránsito). Por último, los de las empresas, se refieren a lo que pierden o dejan de
percibir por la ausencia de los empleados que fueron peatones víctimas de
accidentes de tránsito.
Una aproximación de los costos y los porcentajes en los que incurre cada uno de los
actores ha sido analizada en el Estudio de Costo Económico de Accidentalidad del
Fondo de prevención vial y la Universidad de Los Andes (FPV & Uniandes, 2013).
Figura 43. Sector costos de accidentalidad
Fuente: Elaboración propia
118
5.2.1.8 Sector de hábitos
Los hábitos se entienden como los comportamientos comunes y repetitivos de las
personas. Tener un nivel alto de hábitos significa que la variabilidad del
comportamiento peatonal es baja, es decir, que las personas se comportan de manera
muy similar, sin juzgar si favorece o no el sistema. Mientras que un nivel bajo de
hábitos significa que el comportamiento de las personas es altamente variable, es
decir, que es difícil generalizar sobre cómo actúan los peatones en las calles cuando
se desplazan. Al diferenciar entre hábitos beneficiosos y no beneficiosos para las
medidas de desempeño del sistema, lo ideal es tener un nivel alto de los primeros,
que están alineados con las normas.
El sector de hábitos se alimenta por las experiencias de las personas y su interacción,
así como por sus ideas, costumbres y usos. De manera que se identificaron cinco
grupos de hábitos buenos: caminar por la derecha, ceder el paso, usar las aceras, usar
puentes peatonales y usar los semáforos peatonales. Como grupos de hábitos malos,
se utilizaron los mismos que se identificaron según el código Nacional de Tránsito:
Invadir espacios vehiculares, hacer cruces prohibidos, obstaculizar vehículos,
remolcarse y adicionalmente, se identificó el hábito de obstaculizar peatones. La
aproximación del número de eventos que alimenta el sector de hábitos se representa
por medio del porcentaje de peatones que tiene cada hábito, multiplicado por el
número de viajes peatonales (Figura 44).
Figura 44. Sector hábitos
Fuente: Elaboración propia
Difusión
119
Así mismo, la disminución de los hábitos beneficiosos (buenos) se da por la
impunidad, y el déficit de infraestructura (déficit de puentes, semáforos, andenes y
túneles), pues se entiende que aunque las personas tengan hábitos buenos, si
observan que no hay control y sanciones sobre quienes actúan mal, esto puede
influir y hacer cambiar su comportamiento. De la misma forma, si no hay
disponibilidad de infraestructura que permita que actúe conforme a las normas,
terminará cometiendo infracciones casi que de manera obligada y puede perder sus
buenos hábitos.
Por otro lado, los hábitos no beneficiosos (malos) se drenan en la medida en que las
campañas educativas sean eficientes y haya un buen nivel de señalización y de otros
que minimice el porcentaje de déficit. En este caso, también es evidente la necesidad
de realizar estudios que permitan identificar otros factores que afecten los niveles de
hábitos.
La interacción implica estar inmerso en los hábitos tanto positivos como negativos,
de manera que se genera el fenómeno de difusión del conocimiento, en la medida los
hábitos más comunes se propagan a través del ejemplo que se da continuamente.
5.2.1.9 Sector de cultura
El nivel cultural se define por los valores, las normas y los signos con que cuente en
sistema peatonal, así como por la alteridad y el cumplimiento de las normas; es
decir, se refiere a la cultura del sistema en general y no solo a la cultura reflejada por
los peatones durante los desplazamientos. El nivel cultural se alimenta por el
porcentaje de recaudo de multas, el aprendizaje por control (que se calcula como el
complemento del porcentaje de reincidencia), el porcentaje de regulación y el de
hábitos buenos. Así que en esta representación el nivel de cultura puede tener un
valor máximo de 5, que se da cuando se tienen el 100% en cada uno de los factores
que lo alimenta (Figura 45).
El drenaje o la pérdida de cultura se representan con la fracción de multas que
caducan, el porcentaje de hábitos malos, el de reincidencia y el de impunidad. Estos
factores representan aquellos comportamientos no deseables en el sistema y que
pueden reflejar un bajo nivel de valores.
Este nivel evidencia la pérdida o ganancia del conocimiento del sistema; el nivel
cultural puede ser visto como indicador de la inteligencia del sistema, ya que se
alimenta con los comportamientos deseables y se drena con aquellos que generan
consecuencias negativas.
120
Figura 45. Sector cultura
Fuente: Elaboración propia
5.2.1.10 Sector de experiencias
Las experiencias de dividieron en buenas y malas y se representan como el número
de eventos en el sistema y que pueden influenciar de buena o mala manera a los
peatones, ya sea por crear conciencia a través de las sensibilización por observación
o por afectación directa.
Se entiende como experiencias buenas las multas, la accidentalidad y los hábitos
buenos, que son los niveles que representan aquellos eventos que pueden hacer que
se tome conciencia de la importancia de cumplir las normas y respetar a los demás
individuos. De la misma forma, las experiencias malas o que no contribuyen,
provienen del nivel de hábitos malos. En todo caso, se asume que los eventos buenos
drenan los malos y los malos, drenan los buenos, como se observa en la Figura 46.
Este sector permite analizar las formas como los diferentes tipos de eventos pueden
generar experiencias que influyen en el sistema. A pesar de que no todas las
experiencias son manipulables, el análisis de su influencia sobre el sistema puede
llegar a ser crucial para su mejora. Por su naturaleza, evidencia el fenómeno de
difusión del conocimiento.
Pérdida o ganancia
121
Figura 46. Sector experiencias
Fuente: Elaboración propia
5.2.1.11 Sector de comportamiento colectivo
Se representa el comportamiento colectivo como la cantidad de hábitos tanto buenos
como malos que se dan el sistema. En la medida en que disminuye la variabilidad
del comportamiento de las personas, el comportamiento colectivo aumenta porque
tienden a hacer las mismas cosas.
Figura 47. Sector comportamiento colectivo
Fuente: Elaboración propia
Difusión
Difusión
122
Esta representación permite analizar la evolución de los hábitos como un todo. Se
asume que se disminuyen en la medida en que los peatones tienen menos
interacción, pues en la medida en que la ciudad la permita, la posibilidad de
influenciarla puede aumentar (por ejemplo por imitación) y por ende el
comportamiento colectivo, como se observa en la Figura 47. El fenómeno de
difusión del conocimiento se da por la interacción que hace que se propaguen o no lo
hábitos.
5.2.1.12 Sector de indicadores
Este sector permite la visualización de ciertos indicadores que permiten hacer
seguimiento a la toma de decisiones sobre el sistema peatonal, con base en el
modelo de inteligencia planteado. Se identifican como indicadores clave el déficit de
infraestructura, la eficiencia real de campañas, el nivel cultural, el porcentaje de
regulación y el de hábitos buenos, como se observa en la Figura 48.
Figura 48. Sector comportamiento colectivo
Fuente: Elaboración propia
El déficit de infraestructura se presenta para cada uno de los elementos modelados y
que influyen en los hábitos de los peatones, como son los puentes peatonales,
andenes, señalización, semáforos, túneles y otros. La eficiencia real de campañas se
define con relación a los costos totales de accidentalidad y la inversión en
educación, de la misma manera como se calculó y se explicó en el modelo
estratégico. El porcentaje de regulación se calcula con base en los porcentajes de
impunidad de los eventos malos que se dan el sistema, que son la invasión de
espacios de vehículos, remolcarse, hacer cruces prohibidos y obstaculizar vehículos.
El porcentaje de hábitos buenos se define como la proporción de hábitos buenos del
total de hábitos que se da en el sistema (hábitos buenos + hábitos malos). Por último,
el nivel cultural puede reflejar la inteligencia del sistema peatonal, porque expresa la
confluencia de los diferentes sectores y la interacción de los diferentes niveles del
sistema (valores y conceptos).
123
En la Figura 49 se puede ver la capa de primer nivel del despliegue global del
modelo de inteligencia colectivo. En esta capa se puede ver los sectores y los datos
que alimentan el modelo. En la medida en que se pueda tener acceso a más
información sobre el sistema peatonal y se mejore su confiabilidad, se pueden hacer
análisis cuantitativos que permitan mejorar el nivel de detalle del modelo; pues con
el despliegue global queda claro que en la medida en que se quiere hacer despliegues
más detallados del modelo de inteligencia, se requiere de mejores bases de datos
para analizar el flujo de conocimiento del sistema, el comportamiento y los efectos
reales de las decisiones que se toman.
Figura 49. Modelo global en la capa de primer nivel
Fuente: Elaboración propia
5.2.1.13 Verificación del modelo
Para la verificación del modelo se evalúan tendencias que permiten probar que el
modelo muestra el comportamiento esperado en el sistema real ante ciertas
situaciones específicas. Cuando se dispone de información suficiente para correr el
modelo, se realizan pruebas estadísticas de validación; en este caso, debido a la
mencionada carencia de datos, se hace una aproximación con base en los resultados
obtenidos durante el desarrollo de la investigación y lo conversado con expertos. Se
verifica a través de las tendencias en los escenarios de mejor y peor caso e iniciando
con el más parecido a la situación actual.
El modelo que representa la situación actual fue alimentado con los datos del
modelo estratégico y los demás datos se aproximaron hasta calibrarlo para obtener
las medidas de desempeño de accidentalidad estadísticamente iguales al sistema
peatonal de Bogotá. En la Figura 50 se graficaron los niveles de cultura, hábitos
buenos, hábitos malos, lesionados y muertes; en la cual se puede observar que los
niveles de muertos y lesionados tienden a mantenerse estables. Este comportamiento
coincide con lo que realmente ha sucedido, a pesar del aumento de los hábitos
124
malos; una posible explicación es que los hábitos buenos también han aumentado.
Pero como los hábitos buenos no tienen la misma tendencia de los hábitos malos, el
nivel cultural ha descendido, en parte porque se ha disminuido la diferencia entre la
cantidad de hábitos buenos y malos.
Figura 50. Escenario más parecido al actual
Fuente: Elaboración propia
Con base en el modelo más parecido al actual, en la Figura 51 se muestra un
escenario ideal, donde las personas no cometen infracciones y de haberlas, habría un
control total de ellas. No se tiene déficit de infraestructura y todo el presupuesto del
Distrito se destina a educación, además, las campañas son totalmente eficientes.
Como resultado se tiene el nivel más bajo de hábitos malos y de accidentalidad,
mientras el nivel de hábitos buenos y el de cultura, tienden a aumentar y a tener los
valores máximos posibles.
Figura 51. Escenario del mejor caso
Fuente: Elaboración propia
Como peor caso, se evalúa el escenario cuando no se invierte dinero en educación,
todas las personas tienen únicamente malos hábitos y hay un gran déficit de
infraestructura. En la Figura 52 se observa que los niveles de cultura y de hábitos
125
buenos toman su mínimo valor, mientras que el nivel de hábitos malos tiende a
aumentar. Como resultado, los niveles de muertos y lesionados toman valores muy
elevados con respecto a los niveles actuales.
Figura 52. Escenario de peor caso
Fuente: Elaboración propia
A pesar de no contar con toda la información necesaria para alimentar el modelo, se
logró hacer una aproximación que coincide con la situación actual; al evaluar los
comportamientos en el mejor y peor caso, se obtienen los resultados y las tendencias
que se esperaban, de manera que el modelo puede ser usado en la práctica para el
análisis de la toma de decisiones sobre el sistema peatonal, teniendo en cuenta la
inteligencia colectiva del sistema.
126
5.3 CONCLUSIONES
La dinámica industrial, permite realizar el despliegue del modelo de inteligencia de
este sistema complejo con el fin de entenderlo y experimentar antes de hacer
implementaciones en el sistema real. Es importante analizar las consecuencias en el
largo plazo que pueden tener las decisiones que se planea tomar, ya que por la
cantidad de relaciones que hay entre las variables y parámetros, es muy posible que
se vean afectadas otras áreas diferentes a las directamente implicadas.
Este análisis previo permite evidenciar que el nivel cultural es un factor muy
importante en el sistema peatonal del Distrito, pues se refleja en la prevención de
accidentes y muertes, es decir, en el nivel de accidentalidad que representa las
medidas de desempeño de uso más común. La evolución del sistema peatonal del
Distrito no solo se debe analizar a través de la accidentalidad, sino que también se
deben tener en cuenta los siguientes niveles: recursos, publicidad, cultura y multas,
así como la infraestructura, la eficiencia real de las campañas y la regulación.
La recordación que se tenga por parte de los peatones con relación a las campañas y
en general con respecto a la publicidad que se hace en el sistema con el fin de
mejorar su desempeño, es un factor muy influyente, pues aunque se tenga
presupuesto y se invierta mucho en publicidad, si la recordación es baja, las medidas
de desempeño del sistema no mejoran. Es posible que mientras no se logre entender
cuál es la lógica del comportamiento y cuáles son los modelos de inteligencia
peatonal, es difícil hacer que la infraestructura vial se adapte al ser humano, sino que
este último va a tener que seguir adaptándose a la infraestructura, con un costo muy
alto que es la accidentalidad y la vida.
Las bases de datos para la toma de decisiones sobre el sistema peatonal de Bogotá,
tiene un gran potencial de mejora. Se cuenta con información desde el año 2005, y
sus campos no han sufrido modificaciones importantes. Básicamente la base de
datos tiene tres categorías: la relacionada con el accidente, con el conductor y con la
víctima. Con respecto al accidente, se tiene información sobre el lugar del accidente,
el vehículo implicado, la hora y la causa probable. No se cuenta con información
sobre el entorno, como puede ser el estado de la vía, la iluminación, si hay
señalización adecuada, si se encuentra en un cruce peatonal permitido o dónde se
encuentra el más cercano, con el fin de identificar características comunes de los
lugares donde se presentan accidentes para caracterizar sus causas e intervenir sobre
ellas.
Sobre el peatón, como con las demás víctimas, se guardan datos personales como
nombre, dirección, edad, gravedad y hospital al cual se remite. No se tiene
información sobre la localidad en la que reside o en la que trabaja el peatón, cuál es
su nivel de escolaridad, en qué trabaja, cuál es la razón del viaje, cuánto era el total
del trayecto planeado o cuáles son el origen y el destino del viaje. Información de
este tipo puede permitir determinar características de los peatones víctimas de
accidentes de tránsito, con el fin de desarrollar estrategias de prevención de
accidentes basados en intervenciones en los sitios de mayor permanencia de las
víctimas, así como adecuadas a sus hábitos y preferencias.
127
Una situación parecida se tiene con la información del conductor, pues se tiene
información sobre si usaba cinturón de seguridad, cuál es la categoría de la licencia
de conducción y sobre los datos personales; pero al igual que en el caso de los
peatones, no se sabe cuál es su nivel de escolaridad, no se tiene información sobre el
número de multas que ha tenido, así como las razones por las que ha sido multado,
tampoco se sabe cuánto tiempo lleva conduciendo, dónde realizó su curso de
conducción para obtener la licencia, cuál es su procedencia y su motivo del viaje. Es
necesario tener información de este tipo para poder identificar las características
típicas de los conductores infractores, identificar sus perfiles y desarrollar políticas
para otorgar licencias de conducción, sobre tarifas de multas y sobre campañas
preventivas de accidentalidad con peatones.
La construcción actual de la base de datos de accidentalidad de Bogotá muestra una
clara prioridad sobre la persistencia de la información enfocada hacia la
caracterización con fines legales o para la imposición de multas, pero no parece estar
enfocada hacia la realimentación de las intervenciones que se han realizado por parte
de la Secretaría de Movilidad como campañas, cursos y control sobre las escuelas de
conducción. De igual manera, no tienen un enfoque prospectivo como apoyo para la
intervención del sistema peatonal para la corrección, divulgación y prevención.
Sería interesante saber por ejemplo, si los accidentes se relacionan con la mayor
velocidad que pueden desarrollar los vehículos nuevos o si las condiciones de las
vías y las políticas de uso son adecuadas a este tipo de vehículos. Tampoco se tiene
información sobre las condiciones del lugar del accidente, como la distancia a cruces
peatonales seguros, la cantidad de personas que se movilizan en esos horarios, la
condición de los andenes, la razón del viaje, entre otras variables que pueden
permitir hacer un análisis más completo de las causas de accidentalidad.
Tampoco se conoce la cantidad de viajes peatonales que se dan en las diferentes
localidades, ni hay en la base de datos indicadores sobre el estado de la
infraestructura peatonal de cada una. Finalmente, con respecto a las causas posibles
de los accidentes de tránsito, no se puede hacer un análisis sobre las de mayor
incidencia a lo largo de los últimos años, debido a su falta de estandarización. Al
parecer es un campo de texto que llenan los policías de tránsito y no un campo con
posibilidades finitas asociadas a las infracciones del Código Nacional de tránsito,
dificultando el análisis de las causas para el diseño de las intervenciones basadas en
el posible origen del accidente. Se debe analizar el tamaño de la base de datos y la
complejidad para capturar y guardar información.
Al tener disponibilidad de este tipo de información, se pueden hacer
representaciones del despliegue del modelo de inteligencia con un mejor nivel de
detalle, que permite la toma de decisiones más específicas y con mediciones sobre el
impacto sobre ciertos fenómenos que han sido tratados como muy importantes, pero
como cualitativos y subjetivos, como es el caso de la cultura y los hábitos.
El despliegue global del modelo de inteligencia es susceptible de ser complementado
y mejorado en la medida en que se tenga acceso a una mejor base de datos; de
128
manera que deja abierto un campo de investigación desde la ingeniería para generar
propuestas de medición cuantitativa de fenómenos sociales que no han sido
abordados desde dicha óptica.
129
6. DESPLIEGUE OPERATIVO
En el nivel operativo del modelo de inteligencia colectiva se encuentran el factor de
interacción, el de hábitos y el de experiencias individuales; las relaciones que hay
entre ellos provocan difusión del conocimiento y reaprendizajes. Básicamente este
nivel se refiere a las interacciones entre los peatones, enmarcados en un entorno que
se puede modificar por los niveles táctico y estratégico, que buscan disminuir los
niveles de accidentalidad y mejorar las demás medidas de desempeño del sistema. El
problema es que los objetivos de los peatones pueden no coincidir con lo que se
busca globalmente en el sistema peatonal; un ejemplo es el caso de los puentes para
cruzar calles con gran flujo vehicular, que terminan siendo poco utilizados a pesar
de ser un medio de aislamiento entre personas y carros, que si se usara siempre,
eliminaría por completo los accidentes vehiculares con peatones en la zona.
Entonces, la exploración de lo que buscan las personas cuando se desplazan a pie
debe ser objeto de análisis más detallados, no solo a nivel global, sino para la toma
de decisiones sobre situaciones específicas. Como se mostró en el despliegue global
del modelo de inteligencia, el análisis de la interacción entre los peatones (que se
refleja a través de los hábitos) tiene una gran influencia en el sistema, de manera que
amerita un estudio más preciso que permita entender cómo se puede representar la
lógica del comportamiento de los peatones para analizar la forma en que puede ser
modificado el nivel operativo. Se identifican básicamente dos niveles en la toma de
decisiones de los peatones: la escogencia de la ruta y cómo se desplazan durante la
ruta escogida. Se asume que la ruta no será modificada una vez escogida, mientras
que las decisiones sobre cómo desplazarse en la ruta dependerán de la interacción
con las demás personas que se encuentren durante su recorrido.
6.1 REPRESENTACIÓN DEL PROBLEMA DE ESCOGER LA RUTA
Considerando únicamente los viajes peatonales no recreativos, es decir, en los cuales
las personas tienen un fin de desplazamiento específico que desean hacer lo más
pronto posible, se pueden identificar ciertos parámetros y variables que permitan
hacer una representación matemática de la lógica de las personas para escoger la ruta
de un recorrido sin usar vehículos. Teniendo en cuenta la velocidad de
desplazamiento, la distancia y la calidad del entorno, el problema se puede
representar de la siguiente manera:
Variable:
: Es una variable binaria que toma el valor de 1 si se asigna la ruta j, ó 0 si no se
asigna
Parámetros:
= Distancia que debe recorrer el peatón si elige la ruta j
= Distancia máxima que el peatón está dispuesto a caminar
= Es la velocidad promedio a la que se camina en esa ruta
130
= Es la velocidad máxima que puede o quiere tener el peatón en ese
desplazamiento
= Es un valor entre cero y uno que mide la calidad del entorno medida en función
del estado de los andenes, densidad de peatones y nivel de seguridad. Es 1 si cumple
con las normas estructurales, no tiene congestión y además es seguro y es 0 si no
cumple con las normas y es inseguro.
Planteamiento:
Minimizar función objetivo:
Tiempo total de desplazamiento = ∑ ( )
Restricciones:
La distancia recorrida en la ruta j debe ser menor o igual que la distancia máxima
que el peatón desea caminar, pues el peatón trata de caminar lo menos posible:
La velocidad promedio de desplazamiento en la ruta j debe ser mayor o igual que
velocidad deseada por el peatón, pues para el peatón no son deseables los bloqueos
durante su desplazamiento:
Se debe escoger una sola ruta
∑
A pesar de que la decisión de qué ruta escoger es individual, es evidente la
influencia del colectivo porque define la velocidad máxima a la que se podría
desplazar el peatón si escoge esa ruta. Básicamente se debe a que las personas que lo
rodean pueden restringir su velocidad de desplazamiento; sin contar con otro tipo de
influencias como por ejemplo la que ejercen las demás personas cuando hacen pasos
indebidos, que pueden motivar a hacer lo mismo a quienes las están mirando. Este
tipo de influencia es la que puede ser modificada con intervenciones sobre el sistema
peatonal, pero su evaluación para la toma de decisiones no es tarea fácil. De hecho,
la representación cuantitativa de los desplazamientos ha sido objeto de varias
investigaciones, pero sigue siendo un desafío que tenemos que afrontar.
6.2 REPRESENTACIÓN CUANTITATIVA DE LOS DESPLAZAMIENTOS
PEATONALES
Se realizó una revisión de la literatura sobre la representación cuantitativa de los
desplazamientos, con el fin de explorar las diferentes técnicas y enfoques que se han
131
usado y que se pueden adaptar para el análisis del nivel operativo del sistema
peatonal de la ciudad de Bogotá. Como se trata de explorar un tema muy definido, se
usó la metodología propuesta por (Brailsford, Harper, Patel, & Pitt, 2009) que tiene
tres etapas: búsqueda exhaustiva, revisión de resúmenes y revisión de texto
completo. La primera consiste en una amplia búsqueda de artículos en las bases de
datos Proquest y ScienceDirect; las palabras que se buscaron fueron pedestrians,
pedestrians modeling y pedestrians simulation, apareciendo en el título, resúmenes o
palabras clave. La segunda, consiste en la revisión de los títulos y resúmenes de los
primeros 300 artículos según el orden de importancia de cada base de datos, para
seleccionar aquellos que hicieran modelamiento y/o simulación de peatones en las
calles.
Cualitati
vo
Modelado
matemático
Análisis
estadístic
o
Modelad
o
estadístic
o
Simulació
n
Otro
Total del enfoque
principal
29 30 16 4 38 0
% enfoque principal 25 26 14 3 32 0
Total enfoque
secundario
32 24 28 3 19 3
% enfoque
secundario
27 21 24 3 16 3
Tabla 20. Enfoques principal y secundario para modelamiento y simulación de
peatones
Fuente: Elaboración propia
El estudio de la representación cuantitativa de los sistemas peatonales ha sido
dinámico en la última década, de hecho el 86,3% de las publicaciones analizadas en
la tercera etapa es de la última década (publicada después del 2005) y el 61% es de
los últimos 5 años. La técnica principal con el que se ha analizado es la simulación
(32%), seguido de modelamiento matemático (26%) y del enfoque cualitativo (25%)
como se observa en la Tabla 20. Mientras que el cualitativo es el de más uso como
enfoque secundario (27%), seguido de análisis estadístico (24%) y del modelamiento
matemático (21%).
El 28% de los artículos que utilizan simulación como técnica principal hacen uso de
los sistemas multiagente, mientras que el 23% usan autómatas celulares, como se
puede ver en la Tabla 21. Es de resaltar que el 38% de los artículos que usan
simulación, trabajan con datos reales (18).
Multiagente
Autómata
Continua Discreta Newton y modelos
floor field
13 11 7 7 9
28% 23% 15% 15% 19%
Tabla 21. Cantidad y porcentaje de artículos que usan simulación discriminados por
la técnica que usan
Fuente: Elaboración propia
132
El 55% de los que trabajan con simulación como técnica principal, usan como
técnica secundaria el modelamiento matemático, y el 32% el análisis cualitativo,
como se puede ver en la Tabla 22.
Cualitativo Modelado
matemático
Análisis
estadístico
Modelado
estadístico
Otro
12 21 3 1 1
32% 55% 8% 3% 3%
Tabla 22. Artículos según técnica secundaria, que usan la simulación como técnica
principal
Fuente: Elaboración propia
El aumento de las publicaciones relacionadas con el estudio de los peatones en la
última década, especialmente con el tráfico peatonal, evidencian la preocupación
que hay con respecto al tema. En cuanto a los enfoques, la simulación es la técnica
más utilizada como principal para el análisis cuantitativo del tráfico peatonal en las
calles, seguida por el modelamiento matemático.
El análisis cualitativo también juega un rol muy importante, por ser el más usado
como enfoque secundario y el tercero más usado como enfoque principal. Este
fenómeno puede obedecer a la necesidad de obtener más conocimiento sobre los
desplazamientos peatonales, con el fin de complementar los modelos actuales. Como
estrategias, se han hecho análisis empíricos a través de encuestas para intentar
determinar factores influyentes en la decisión de cruzar las calles, discriminando por
edades, género e incluso por características del lugar en donde se presenta el cruce.
(Dommes, Granié, Cloutier, Coquelet, & Huguenin-Richard, 2015) y (Tom &
Granié, 2011) han hecho encuestas en calles de Francia para concluir sobre factores
que influyen en la decisión de cruzar o no con el semáforo peatonal en rojo. En
España, analizaron el caso de los adolescentes a través de una metodología que ya
había sido usada en Inglaterra y Nueva Zelanda, para analizar variables influyentes
sobre ellos para el cruce de las calles (Sullman et al., 2011); concluyen que hay
algunas similitudes en los comportamientos, pero que no se pueden hacer
generalizaciones. Se han propuesto otras metodologías como la de (Papadimitriou,
2012) pero en general, no hay correlación entre los estudios y aún no se puede sobre
los factores considerados como influyentes en el comportamiento peatonal; de
hecho, (Hamed, 2001) luego de analizar factores de infraestructura vial y de
comportamiento en cruces peatonales en Jordania, reconoció la importancia de hacer
un mejor uso de este tipo de investigaciones para que puedan ser utilizadas como
base para análisis de intervenciones sociales.
Otra tendencia importante es el modelado matemático de los peatones, que permite
análisis del dimensionamiento de infraestructuras y comportamientos globales, pero
no permite el análisis sobre intervenciones sociales. A pesar de permitir
abstracciones, son modelos que en la mayoría de los casos analizan flujos de
peatones, como el caso de (Galiza & Ferreira, 2013), que adaptaron el análisis de
flujos de vehículos añadiendo las características de velocidad de caminata y tamaño
de los cuerpos. El modelo de fuerza social es otro de los enfoques más usados en el
133
modelado matemático de los peatones, con la ventaja de no tener mucha
complejidad computacional, como el propuesto por (Seyfried et al., 2006), que lo
analizan en dos dimensiones o el de (Buisson, Galland, Gaud, Gonçalves, &
Koukam, 2013) que permite representar los movimientos realizados por las personas
para esquivar lo que no le permite su libre desplazamiento, e introduce las llamadas
fuerzas de deslizamiento. Otro enfoque que vale la pena resaltar, es el de los
modelos de Gas Lattice, que relacionan el flujo de peatones con la teoría de gases,
como el de (Muramatsu & Nagatani, 2000) que modelan varios tipo de peatones y el
de (Liang, Zhang, & Yang, 2013), que reconocen la dificultad de hacer
generalizaciones con este tipo de enfoques, pero resaltan su facilidad para
implementarlo en simulaciones.
Otros esfuerzos por hacer representaciones más realistas, se evidencian en el uso del
modelado matemático para representar ciertos comportamientos de los peatones
usando simulación, como el modelo holístico desarrollado por (Kneidl, Hartmann, &
Borrmann, 2013) o un sistema genético difuso con agentes, propuesto por (Nasir,
Lim, Nahavandi, & Creighton, 2014); pero aunque estos enfoques permiten
acercarse con más detalle a la realidad, como lo afirman (Robin et al., 2009) es poco
común encontrar el uso de datos reales como en el caso (Hamed, 2001).
El contraste de estos modelos con datos reales y la inclusión de características que
permitan tener modelos con más detalle, es un desafío que hay que afrontar. De
hecho, la técnica de simulación más empleada es la multiagentes, que permite incluir
información detallada relacionada con la interacción entre los agentes. En términos
generales, la simulación multiagentes es una herramienta mediante la cual un
sistema es modelado como un conjunto de entidades autónomas llamadas agentes,
que toman decisiones y se comportan conforme a un conjunto de reglas predefinidas
y cuya interrelación determina las características de dicho sistema. Además, estos
agentes pueden evolucionar, lo que posibilita considerar el impacto de la propiedad
de emergencia del sistema. (Bonabeau, 2002) sugiere considerar modelos basados en
agentes para simular la emergencia potencial de fenómenos, lo que se presenta
principalmente cuando el comportamiento individual es no lineal y puede
circunscribirse dentro de ciertos umbrales teóricos, porque tratar con
discontinuidades en el modelado de comportamientos individuales sugiere una alta
dificultad si se quiere tratar con ecuaciones diferenciales, o en casos en los que el
comportamiento individual está representado por procesos no markovianos y que se
modifica por fenómenos de aprendizaje y adaptación.
En los artículos analizados, el detalle de los modelos con simulaciones multiagente
no permite la evaluación de estrategias de intervención sobre los peatones y buscan
únicamente su representación, a pesar de ser un enfoque valioso para el análisis del
dimensionamiento de infraestructura y para la ubicación de artefactos como los
semáforos, pero aún no se logran modelos para la prevención de la accidentalidad a
través de modificaciones del comportamiento colectivo de los peatones.
En los modelos multiagente se han tenido en cuenta comportamientos generales que
permiten representar los desplazamientos a través del análisis de fenómenos como la
formación de grupos (Qiu & Hu, 2010a) (Qiu & Hu, 2010b), la representación de las
134
fuerzas de los peatones (Gotoh et al., 2012) (Gaud et al., 2008), factores ambientales
(Aschwanden et al., 2012) y factores individuales como el género, el rango de
visión, el conocimiento del lugar e incluso la urgencia (W. L. Wang et al., 2015)
(Toyama, Bazzan, & Silva, 2006) (Hollmann, Lawrence, & Galea, 2010) (Banos &
Charpentier, 2007), pero no se han modelado características que puedan ser
modificables a través de campañas u otro tipo de intervenciones sociales. Por otro
lado, a pesar de reconocer que estas características y comportamientos afectan el
desempeño de los sistemas peatonales, no se evidencia un soporte estadístico para su
escogencia y medición de impacto contrastado con la realidad.
Como conclusión, la construcción de modelos multiagente basado en análisis
estadísticos sobre datos provenientes de pruebas de campo, son un enfoque
prometedor y poco explorado para el modelado del comportamiento peatonal.
Permite tener en cuenta características sociodemográficas y evidenciar la
importancia de ciertas variables en el comportamiento en grupos sociales
específicos, por tanto se adopta este enfoque para la representación del
comportamiento peatonal de Bogotá.
6.3 COMPORTAMIENTO PEATONAL EN BOGOTÁ
En general, los peatones son más flexibles que los vehículos durante su
movilización; en un área sin ninguna limitación de dirección estos pueden elegir
libremente la orientación de movimiento, puesto que no son cuerpos rígidos y
poseen características particulares que siguen patrones de comportamiento que
afectan la dinámica conjunta de los sistemas peatonales (Mataix, 2010). El
comportamiento de los peatones en Bogotá ha sido estudiado principalmente por el
Fondo de Prevención Vial y por la Universidad Javeriana, pero aún hay mucho por
explorar.
El Fondo de Prevención vial realizó una caracterización del comportamiento de los
peatones en Colombia, con datos significativos de la ciudad de Bogotá, en el cual se
encontró que por lo menos el 61% de la población son caminantes habituales, ya sea
porque deben desplazarse para tomar otro medio de transporte (bus, taxi, bici taxi y
moto taxi) o porque es su transporte principal hasta el lugar de destino (Vial, 2011).
Con respecto al comportamiento de los peatones se observaron patrones recurrentes
como los siguientes: Cuando se encuentran en grupo o los andenes están obstruidos,
los peatones tienen a caminar por la vía vehicular; cuando las personas van pensando
en su lugar objetivo (centros comerciales, conjuntos residenciales, empresas, bancos,
entre otros) tienden a caminar hacia este en línea recta, que en muchos casos implica
no hacer uso de pasos peatonales seguros; cruzar la calle sin mirar a los dos lados,
aunque normalmente se haga; las personas se basan en el semáforo vehicular y en el
flujo para realizar un cruce y en muchos casos no esperan a que el semáforo peatonal
se ponga en verde; cruces cuando el semáforo está en verde o cruces lejos del
semáforo; y el no uso de los puentes peatonales y pasos a desnivel.
Según el estudio mencionado, las principales causas de los comportamientos
anteriores se podrían atribuir a errores en la infraestructura, que propicia confusiones
por falta de señalización; lapsus de los peatones determinados por la falta de
135
atención o de costumbre; y transgresiones, que se refiere a acciones conscientemente
decididas por acciones personales, como falta de tiempo, temor ante a alguna
circunstancia del entorno, pereza, etc. En cuanto a la infraestructura, ésta es
percibida como inadecuada, generalmente por falta de espacio y por mensajes
contradictorios (Vial, 2011).
Por otro lado, la Universidad Javeriana desarrolló un estudio sobre las costumbres y
percepciones de los peatones con respecto a los cruces peatonales en Bogotá, por
medio de la aplicación de cuestionarios con respecto a la actitud de seguridad frente
al riesgo al realizar un cruce. Como resultado se identificó que las intenciones para
ejecutar un comportamiento riesgoso se deben básicamente a la sensación de
inseguridad. También se observa que actitudes orientadas a ahorrar tiempo y energía
(como hacer cruces prohibidos) son motivadas por observar a otros peatones
haciéndolos, seguido por la capacidad física. En general se observa que más del 30%
de los peatones poseen una actitud orientada al riesgo en los cruces peatonales
(Barrero et al., 2013). Estos estudios han sido exploratorios y no han buscado
representar las interacciones, pero sin duda son un gran aporte al conocimiento sobre
el comportamiento operativo del sistema peatonal de Bogotá.
6.3.1 Estudio de caso para la representación del comportamiento
peatonal de Bogotá a través de simulación multiagente
Se realiza un estudio de campo como base para el análisis con simulación
multiagentes, para identificar estrategias que busquen modificar el comportamiento
de las personas en los sistemas peatonales (ver Anexo 4). Se modelan y representan
los peatones durante su desplazamiento en intersecciones con sistemas vehiculares
de la ciudad de Bogotá D.C., en el área comprendida entre las calles 39 y 45 y entre
las carreras 7 y 14 (Av. Caracas). El estudio se basa en la observación de los
patrones de comportamiento de los peatones en cruces y senderos peatonales a
través de la toma de datos y su correspondiente análisis para la simulación.
El área estudiada está ubicada en la localidad de Chapinero, zona de gran afluencia
de personas (estudiantes, trabajadores, pacientes, entre otros) porque es rica en
atractores como las universidades Javeriana, Distrital y Gran Colombia; empresas,
bancos y agencias de viajes; hospitales y centros médicos como Compensar y
hospital San Ignacio y las estaciones de Transmilenio de la Calle 39 y Calle 45. Esta
zona es rica en componentes estructurales como intersecciones y pasos peatonales, y
a priori es diversa en el tipo de peatones.
Se entienden por intersecciones y pasos de peatones los acondicionamientos
específicos que facilitan el cruce de calzadas de circulación rodada por los peatones,
en condiciones de seguridad. Pueden localizarse en un punto de un tramo de vía o
integrarse en una intersección de dos o más vías (Madrid, 2000). Se distinguen los
siguientes tipos:
• Pasos cebra: Son aquellos cuyo pavimento está marcado por una serie de líneas
blancas de gran anchura, paralelas al eje de la vía, que implican prioridad
permanente a los peatones que los utilizan.
136
• Pasos de peatones semafóricos: En los pasos de peatones semaforizados, un
sistema de luces establece los períodos (fases) en que tienen prioridad de paso los
peatones o los vehículos por una franja de la calzada.
Suponen una interrupción en las corrientes de tráfico, por lo que influyen de forma
importante en la capacidad de las vías sobre las que se sitúan. Se encuentran en vías
de amplia sección, que comunican y distribuyen zonas de gran actividad (usos
comerciales, oficinas, entre otros) (López & Neves, 2009).
• Pasos de peatones a distinto nivel: Son de este tipo los pasos que crean una
plataforma situada a un nivel distinto del de la calzada para el tránsito de los
peatones. Se constituyen en casos extremos donde hay prioridad absoluta sobre el
tránsito peatonal, en este grupo se incluyen los puentes peatonales y los túneles
subterráneos.
• Pasos Integrados en reductores de velocidad, sobre badenes o elevaciones de
calzada: Ubicados en lugares de flujo vehicular bajo e intermitente.
Los pasos no regulados o prohibidos son todos aquellos cruces cuyo fin no es el de
propiciar el cruce de peatones, es decir; se entiende como paso prohibido aquel que
forma parte del sistema peatonal pero no ha sido diseñado para el cruce de peatones.
Esta infraestructura es clave para la definición del marco de la simulación del
comportamiento peatonal en Bogotá y para propósitos del estudio, se clasificaron las
intersecciones peatonales en dos grandes grupos: Las intersecciones a desnivel, que
se caracterizan por ser limitadas dimensionalmente, restringiendo el espacio del flujo
peatonal (puentes y túneles) y aislando el sistema peatonal del vehicular; y las
intersecciones a nivel, en las cuales el movimiento de los peatones no está
restringido espacialmente, pero está controlado por elementos como cebras y
semáforos (cruce semafórico). A partir de esta caracterización se modela un caso de
cada tipo de intersección.
6.3.1.1 Intersección a desnivel: túnel de la calle 40 con carrera
séptima
El túnel peatonal ubicado en la calle 40, sirve para cruzar la avenida carrera séptima
en la ciudad de Bogotá y se encuentra ubicado frente a la Universidad Javeriana, que
tiene en su campus el Hospital Universitario San Ignacio.
Observación del comportamiento
En presencia de contravía, las personas “negocian” y evalúan el cambio de carril
(Blue & Adler, 2001). Sin embargo, cuando este cambio de carril se encuentra
espacialmente restringido se evidencian acciones que podrían entenderse como una
“reducción de dimensiones” en el espacio bidimensional; es decir, en el evento de
una contravía en la cual ninguno de los actores puede cambiar su carril, tienden a
modificar la posición naturalmente frontal de su tronco, a una posición semilateral
que reduce el espacio necesario para hacer posible su movimiento a través del área
disponible.
En eventos de contravía también se observa que las personas determinan su decisión
de cambiar de carril o permanecer en el mismo con base en un juicio comparativo de
flujo vs. contraflujo. Es decir, si hay un flujo alto pero el contraflujo es medio o
137
bajo, la persona cede inmediatamente y procede a cambiar su carril para permitir el
paso del grupo más grande. Evidentemente, esta misma lógica aplica si la persona se
incluye dentro del sentido de transito más denso (flujo alto).
Por otro lado, la distribución de probabilidades que sigue la velocidad de las
personas atribuida a ciertas características ha sido objeto de análisis en estudios
previos (Willis, Gjersoe, Havard, Kerridge, & Kukla, 2004), sin embargo, no se ha
estudiado el impacto de las velocidades fuera de rango que se dan cuando una
persona realiza el cruce o una parte del mismo corriendo. Un fenómeno igualmente
característico es el de la detención esporádica de los peatones por actividades
individuales o grupales, cuyo impacto genera efectos exponenciales en el incremento
del número de personas detenidas y el tiempo de la detención.
En lo que a bloqueos y sobrepasos se refiere, se observa que el momento en el que
se presentan por lo general difiere del momento en el cual se efectúa el sobrepaso.
Se evidencia que esta demora varía de manera positiva con respecto al crecimiento
del nivel de contraflujo. Adicionalmente, en el estudio realizado se observó que en
general entre más grande sea un grupo y mayor sea el nivel de contraflujo, menos
probable es que decida sobrepasar. Dependiendo del espacio disponible el grupo
puede dividirse para efectuar el sobrepaso. Otro fenómeno recurrente son los
sobrepasos motivados por otros sobrepasos, en los cuales se observa que la
probabilidad de que una persona decida sobrepasar aumenta considerablemente si
observa que alguien ha sobrepasado el mismo bloqueo. En dicho caso el sobrepaso
se apoya en un efecto de seguimiento.
Definición de características
A partir de la revisión bibliográfica y de la observación realizada en las pruebas de
campo, se analizaron las características del comportamiento peatonal en el cruce a
desnivel objeto de estudio, que se muestran en la Tabla 23.
Variable Definición
Tiempo de
llegada
Es el registro del momento en el cual el peatón inicia el cruce del túnel
Posición inicial Es el registro del carril en el cual el peatón inicia el cruce del túnel
Grupo Es el registro del tamaño del grupo de peatones de un arribo en
particular
Edad Corresponde a la estimación visual del rango de edades dentro del cual
se ubica un peatón o grupo de peatones. Estos rangos son: 15 a 30 años,
30 a 50 años, 50 a 60 años y 60 a 70 años. Los individuos con edades
aparentemente superiores a los 70 años o inferiores a los 15 se
clasificaron en los intervalos extremos de la clasificación
respectivamente
Objetos Es el registro de los objetos que lleva una persona consigo y que
representan un aumento significativo en el espacio requerido para su
movilidad como peatón
Distancia δ Es la distancia de un punto inicial a un punto final establecidos para la
estimación de la velocidad deseada de cada peatón o grupo de peatones
138
Tiempo Δ Es el tiempo expresado en segundos y milésimas que transcurre
mientras un peatón o grupo de peatones recorren la distancia δ
Velocidad Resulta complejo estimar la velocidad a la cual una persona se siente
más cómoda caminando, denominada como velocidad deseada (Willis
et al., 2004). Habiendo establecido las consideraciones de la estimación
de las características distancia δ y tiempo Δ el cálculo de la velocidad
naturalmente es el resultado de la división de la constante sobre la
variable
Flujo peatonal Es la valoración cualitativa del nivel de ocupación de la entrada del
túnel al momento de cada arribo. Puede ser alto, medio o bajo
Género Es el registro del género en el cuál se circunscribe un peatón o grupo de
peatones. Puede ser Masculino, Femenino o Mixto en el caso de los
grupos
Evento Registra el tipo de evento que ocurre durante el tránsito de un peatón o
un grupo de peatones a través del túnel. Se definen dos tipos de evento:
Contravía y Bloqueo
Contravía Evento resultante del encuentro frontal de dos o más personas que
caminan en sentidos contrarios en el mismo carril
Bloqueo Evento resultante del encuentro de un peatón con otro peatón que
camina en el mismo sentido en su mismo carril a una velocidad menor
Posición Es el carril por el cual transita una persona en el momento de
ocurrencia de un evento
Momento Es el registro del tiempo en el cual ocurre un evento que involucra al
peatón objeto de estudio
Flujo Es la valoración cualitativa del nivel de ocupación de los carriles en el
momento de ocurrencia de un evento; puede ser: Alto, Medio y Bajo
Contraflujo Es la valoración cualitativa del nivel de ocupación de los carriles que
tienen el sentido contrario de la anterior, en el momento de ocurrencia
de un evento
Acción Es el registro del resultado de la decisión que toma el peatón fruto de la
ocurrencia de un evento. Puede ser: Contravía, bloqueo e intentos
fallidos de sobrepaso
Fin del cruce Es el registro del momento en el cual el peatón finaliza el cruce del
túnel
Posición final Es el registro del carril en el cual el peatón finaliza el cruce del túnel
Tiempo de cruce Es el tiempo que toma un peatón en cruzar el túnel
Velocidad
promedio
Es el registro de la velocidad a la que una persona se movilizó en
promedio durante el cruce del túnel
No. de peatones
cruzando
Es la estimación de la cantidad de personas que se encuentran
realizando el cruce del túnel simultáneamente en cada sentido
Tabla 23. Características del modelo del túnel
Fuente: Elaboración propia con base en (Sánchez & Pacheco, 2015)
6.3.1.2 Construcción del modelo de simulación
Con el fin de estructurar las relaciones entre variables de los sistemas de estudio se
realizaron diagramas causales y causa – efecto, con base en la metodología del
grupo de investigación Sistemas Expertos y Simulación (SES), (Méndez & Álvarez,
2004) y sirvieron como base para la construcción del modelo, como se muestra en la
Figura 53. El diagrama causal ilustra la relación positiva que tiene la congestión
peatonal en el túnel (en especial por la presencia de grupos) con la ocurrencia de
139
bloqueos y acciones de sobrepaso y contravía, lo cual afecta negativamente a la
velocidad promedio y por lo tanto al tiempo de cruce promedio. En el diagrama
causa – efecto se observa la relación de causalidad de factores y características de
los peatones como son la edad, la distracción y las agrupaciones en el aumento del
tiempo de cruce. Principalmente se identifican la baja velocidad deseada del peatón,
la disminución de la velocidad real del peatón y el aumento del número de peatones
cruzando.
Figura 53. Diagrama causa - efecto y diagrama causal de intersección a desnivel:
túnel
Fuente: Con base en (Sánchez & Pacheco, 2015)
Para la intersección a desnivel se tomaron las 21 características enunciadas y se
registraron 1723 arribos en los dos sentidos del túnel, lo que en total representa
43075 datos. Sumado a ello, el registro de los valores de cada una de las
características de interés para cada arribo en particular corresponde a la observación
atenta de distintos puntos del tiempo registrado en video (unos propios y otros
suministrados por la Universidad Javeriana), en espera de que se presente cada uno
de los eventos que dan lugar al registro de una o varias características. Los datos
recolectados se analizaron estadísticamente y se obtuvieron los parámetros para el
modelado del túnel estudiado, que se muestran en la Tabla 24.
Población Distribuciones
Grupos de
peatones
Distribución velocidad deseada: Weibull con parámetros min = 0.5 α
= 4.83365 y β = 1.07445
Distribución tiempo entre arribos entrada oriental: Exponencial con
140
parámetros min = 0 y β = 7.79825
Distribución tiempo entre arribos entrada occidental: Weibull con
parámetros min = 0 α = 0.900285 y β = 21.7695
Peatones
con edades
de hasta 30
años
Distribución velocidad deseada: LogLogistic con parámetros min =
0.5, p = 6.99837 y β = 1.27981
Distribución tiempo entre arribos entradas oriental y occidental:
Weibull con parámetros min = 0 α = 1.1515 y β = 6.66417
Peatones
con edades
entre los 31
y los 50 años
Distribución velocidad deseada: LogLogistic con parámetros min =
0.5, p = 8.31652 y β = 1.22613
Distribución tiempo entre arribos entradas oriental y occidental:
Exponencial con parámetros min = 0 y β = 14.0161
Peatones
con edades
de más de
50 años
Distribución velocidad deseada: LogLogistic con parámetros min =
0.5, p = 7.55149 y β = 1.12721
Distribución tiempo entre arribos entradas oriental y occidental:
Weibull con parámetros min = 0, α = 0.849302 y β = 27.1285
Tabla 24. Distribuciones del modelo del túnel
Fuente: Elaboración propia con base en (Sánchez & Pacheco, 2015)
A partir de los diagramas anteriores y el análisis de datos, se hizo uso de la
herramienta Anylogic 7.1.2 PLE (Personal Learning Edition) para desarrollar los
modelos de simulación correspondientes, como se muestra en la Figura 54.
Figura 54. Imagen del modelo del túnel
Fuente: Tomado de (Sánchez & Pacheco, 2015)
Análisis de salida
Para poder llevar a cabo el análisis y validación de resultados de los dos modelos
desarrollados, se identificó el sistema como no terminal, se calculó el periodo de
estabilización del sistema, la longitud de corrida, el número de corridas y
posteriormente se validó estadísticamente. También se evaluaron diferentes
escenarios analizando sus efectos en las medidas de desempeño en el sistema.
141
Debido a la complejidad de los sistemas modelados bajo el enfoque multiagente, son
muchas las variables simuladas y no siempre se dispone de información histórica
detallada para evaluar la consistencia (Helbing & Molnar, 1995). Se trabajó con el
tiempo de cruce y el núme.ro de peatones cruzando como medidas de desempeño del
sistema, ya que son implícitamente indicadores del flujo y la congestión del sistema
respectivamente. Con base en la estimación de parámetros del modelo como son el
periodo de estabilidad, la longitud de corrida y el número de corridas, se realiza la
validación del modelo del túnel para comprobar la validez estadística de la
representación de las características analizadas.
Como medio de validación gráfica del modelo se hizo uso de mapas de densidad
generados en software, como se observa en la Figura 55, corroborando las áreas de
mayor congestión (inicios de los pasillos en los dos sentidos), que es donde se
ocasionan la mayoría de bloqueos. También se corrobora una densidad de flujo
considerable en la zona central del túnel, debido a que una gran cantidad de personas
tienden a realizar sobrepasos, incurriendo en contravía.
Figura 55. Mapa de densidad túnel.
Fuente: Tomado de (Sánchez & Pacheco, 2015).
La validación del modelo se realizó mediante pruebas “t” de diferencia de medias,
con un 95% de confianza, entre la información del sistema real y los resultados del
modelo. El modelo es estadísticamente válido, como se observa en Tabla 25.
Medida de desempeño
Número de
Peatones Cruzando
desde el Oriente
Número de
Peatones Cruzando
desde el Occidente
Tiempo de
Cruce desde el
oriente
Tiempo de
Cruce
desde el
occidente
Varianza datos
simulados
0,4249 0,099 0,056 0,1063
Varianza datos
empíricos
1,4036 0,4720 0,2430 0,6140
P-value 0,0495 0,0646 0,059 0,0474
Tabla 25. Resultados de pruebas “t” de diferencia de medias
Fuente: Basado en (Sánchez & Pacheco, 2015).
Análisis de escenarios
De acuerdo con los objetivos del proyecto, se construyeron diez escenarios usando la
misma secuencia de números aleatorios para cada una de las alternativas, con el fin
142
de evaluar las estrategias que permitan mejorar las medidas de desempeño del
sistema. Se utilizó la prueba t de student para evaluar la diferencia entre el sistema
actual y cada uno de los escenarios, con un 95% de confianza. Un resumen de los
escenarios y los resultados observados se muestran en la Tabla 26.
Se concluye que a través de cambios en la infraestructura del túnel se puede
disminuir el tiempo promedio de desplazamiento. La ampliación del túnel sería una
solución ideal a este respecto, pero no lo es en el aspecto económico; y la instalación
de barandas para evitar las contravías, aunque es mucho menos costosa, no generaría
mejoras en los tiempos de desplazamiento porque disminuye la posibilidad de
esquivar a las personas que generan bloqueos.
Sin embargo, a través de la intervención sobre el comportamiento de las personas
que lo usan se pueden mejorar las medidas de desempeño; principalmente se puede
hacer campañas para que los peatones no se detengan en el túnel, para que se
desplacen de tal manera que permita el sobrepaso de los demás y para que se eviten
bloqueos a causa de las contravías.
6.3.1 Intersección a nivel: cruce semafórico carrera 13 con calle 40
En esta intersección los principales atractores en el sentido oriente-occidente son las
estaciones de Transmilenio y Compensar; y en el sentido occidente-oriente son las
Universidades Distrital y Javeriana y el hospital San Ignacio. El cruce semaforizado
tiene señalización sobre la calle con líneas tipo cebra y semáforo peatonal; está
ubicado en la calle 40 y permite cruzar la carrera 13.
Escena
rio
Modificación Resultado
1 Aumento del flujo peatonal
disminuyendo el tiempo entre
arribos en un 5% en los dos
sentidos
Aumento de bloqueos, sobrepasos y contravía, por
el mayor flujo peatonal. Aumento del 6.39% del
tiempo de cruce por la entrada oriental y del
2,02% por la entrada occidental
2 División de carriles con
barandas, para separar los
flujos y evitar contravía. Flujo
peatonal alto (actual)
Disminución de congestión en el centro del túnel.
Aumento del 21.11% en los tiempos de cruce por
la entrada oriental y del 3.01% por la occidental,
debido a que se presentan bloqueos y es más
dificil hacer sobrepasos
3 División de carriles con
barandas, para separar los
flujos y evitar contravía. Flujo
peatonal alto en un solo carril
Bloqueo en la salida del túnel donde hay alto flujo.
Aumento del 87% del tiempo de cruce en ese
sentido, ocasionado por la eliminación de las
contravías, que ocasiona bloqueos y dificulta los
sobrepasos. Evita la inminente invasión del carril
contrario
4 Personas en el sentido oriente-
occidente, que iban en
direcciones opuestas, pero se
encontraron al inicio del
recorrido en ese sentido para
entablar una conversación
Aumento del tiempo de cruce en 13.67% en el
sentido oriente-occidente y 0.18% en el otro. Se
presentan disuasiones y contravías
143
5 Personas en el sentido oriente-
occidente, que iban en
direcciones opuestas, pero se
encontraron en la mitad del
túnel para entablar una
conversación
Aumento del tiempo de cruce en 8.39% en el
sentido oriente-occidente y 1.57% en el otro. Se
presentan disuasiones y contravías
6 Personas en el sentido oriente-
occidente, que iban en
direcciones opuestas, pero se
encontraron al final del
recorrido en ese sentido para
entablar una conversación
Aumento del tiempo de cruce en 17.73% en el
sentido oriente-occidente y 2.98% en el otro. Se
presentan disuasiones y contravías
7 Duplicar el ancho del túnel con
flujo peatonal actual
Disminución de congestión. El tiempo de cruce es
menor que el actual
8 Duplicar el ancho del túnel con
flujo peatonal muy alto
(aumento del tiempo entre
arribos del 67%)
Disminución de congestión y de tiempo de cruce.
9 Duplicar el ancho del túnel con
flujo peatonal actual y división
con barandas
Resultados similares al escenario 7, porque la
cantidad de contravías es mínima
10 Duplicar el ancho del túnel con
flujo peatonal muy alto
(aumento del tiempo entre
arribos del 67%) y división con
barandas
Resultados similares al escenario 7, porque la
cantidad de contravías es mínima
Tabla 26. Resumen del análisis de escenarios del modelo del túnel peatonal
Fuente: Elaboración propia con base en (Sánchez & Pacheco, 2015)
Observación del comportamiento
En la espera desde el arribo de los peatones hasta el inicio del cruce, se observa un
patrón de ubicación que obedece a una relación entre la posición geográfica de su
atractor particular, el eje central de la cebra y el espacio disponible. Los peatones no
conservan su derecha al realizar el cruce, entorpeciendo el flujo peatonal por
provocar eventos de disuasión y contravía, donde deben realizar una negociación
para decidir si cambian de carril o disminuyen su espacio dimensional para
continuar su recorrido.
Otro evento observado con frecuencia en los videos son los bloqueos, debido a
diferencia de velocidad entre personas que van en la misma dirección y en el mismo
carril. La persona que se encuentra con el bloqueo puede disminuir su velocidad
para acoplarse al ritmo de la persona que va adelante (evento de seguimiento) o
puede sobrepasar a la persona cambiando de carril (evento de rechazo). Por otro
lado, se observa que las personas tienden a confiar en la diferencia de cambio entre
la luz peatonal y la vehicular, intentando realizar el cruce en el lapso que tiene lugar
entre el cambio de luz peatonal de verde a rojo y el cambio de luz vehicular de rojo a
amarillo y de amarillo a verde.
144
Análogamente, a menudo las personas realizan el cruce pasando por alto la luz roja
peatonal, guiados por la concepción de prevalencia del peatón o por el
comportamiento de los otros peatones. En los pasos peatonales tipo cebra, se
observa la delimitación de un espacio entre ésta y la vía vehicular, con el fin de
evitar que los autos se estacionen sobre la cebra cuando el paso peatonal es
habilitado. Sin embargo, se observa que con frecuencia esta distancia es vulnerada,
obstruyendo el paso de los peatones. Por otro lado, se observa que aunque la luz
peaonal esté en verde, habilitando el cruce seguro, los peatones desconfían del
comportamiento de los actores del sistema vehicular y se aseguran antes de cruzar
observando el flujo vehicular y/o a la luz vehicular. Se observan también personas
cruzando fuera de la cebra, orientados a seguir su dirección final de manera más
directa para acortar distancia, este fenómeno recurrente y característico tanto en el
cruce particular como en los demás cruces observados en la investigación.
Definición de características
A partir de la revisión bibliográfica de algunos estudios orientados a cruces
semafóricos y de la observación realizada en las pruebas de campo, se obtuvieron las
características del comportamiento peatonal en este tipo de sistemas que se muestran
en la Tabla 27.
Variable Definición
Tiempo de
llegada
Es el registro del momento en el cual el peatón inicia el cruce
Señal Característica visualmente distintiva del peatón
Posición inicial Es el sitio donde se ubica la persona antes de iniciar el cruce.
Puede estar sobre la cebra o no
No. de peatones
esperando
Es el registro de la cantidad de peatones que están esperando
para cruzar cuando se registra un arribo
Edad Corresponde a la estimación visual del rango de edades dentro
del cual se ubica un peatón o grupo de peatones (15 a 30 años,
30 a 50 años, 50 a 60 años y 60 a 70 años)
Grupo Es el registro del tamaño del grupo de peatones de un arribo en
particular
Objetos que
portan los
peatones
Se refiere a elementos que afecten la movilidad del peatón o de
las demás personas a su alrededor. Cajas, sombrillas, maletas,
equipaje, etc
Flujo vehicular Se refiere a la densidad de tráfico vehicular. Se estimó como
detenido, bajo, moderado o denso
Género Es el registro del género en el cuál se circunscribe un peatón o
grupo de peatones. Puede ser Masculino, Femenino o Mixto en
el caso de los grupos
Movimiento de
la cabeza antes
Es la atención que está prestando al entorno antes de cruzar y
durante el cruce. Se clasifica en mirar los vehículos, mirar los
145
de pasar y
durante el
cruce
otros peatones, mirar al piso o mirar las luces semafóricas
Factor de
seguridad
Se refiere al momento en el que los peatones deciden realizar un
cruce peatonal siendo el momento de mayor seguridad cuando el
semáforo peatonal está en verde y el de menor seguridad cuando
el semáforo peatonal está en rojo y hay alto tráfico vehicular
Inicio de cruce Momento en el que los peatones inician el cruce de la
intersección peatonal
Tiempo A Es el tiempo que le toma a un peatón recorrer una distancia α
comprendida entre el fin de la acera y el inicio de la cuarta franja
de la cebra
Tipo de cruce Es la definición del trayecto que realiza el peatón. Puede ser en
línea recta, en diagonal, entre los vehículos, sobrepaso entre los
peatones y otras
Efecto de
seguimiento
Seguir el movimiento de la persona que está en frente para evitar
bloqueos
Efecto disuasivo Tomar una dirección para esquivar los peatones que van en
dirección contraria y así evitar colisiones
Efecto de
rechazo
Cuando una persona se encuentra obstaculizada ajusta su
decisión en cuando a la dirección de su recorrido
Flujo peatonal Se refiere a la densidad de tráfico peatonal que hay en la calle
objeto de estudio. Puede ser alto, medio o bajo
Fin de cruce Momento en el que los peatones finalizan el cruce de la
intersección peatonal
Posición final
del peatón
Es el sitio donde se ubica la persona cuando termina el recorrido
del cruce. Puede estar sobre la cebra o no
Tiempo de
cruce
Es el tiempo que se demora cada uno de los peatones desde que
inicia el cruce hasta que lo termina
Tiempo de
espera
Tiempo en el que los peatones esperan a que el semáforo
peatonal se ponga en verde para realizar el cruce
Tiempo en el
sistema
Tiempo total de permanencia en el sistema
No. de peatones
cruzando
Es la estimación de la cantidad de personas que se encuentran
realizando el cruce simultáneamente en cada sentido
Tabla 27. Características modelo cruce peatonal Carrera 13
Fuente: Con base en (Sánchez & Pacheco, 2015).
Consideraciones sobre la recolección y análisis de datos
La codificación y el análisis de los videos de los sistemas peatonales constituyen un
esfuerzo de larga duración debido a la consideración de una gran cantidad de
variables por arribo y las altas tasas de arribo en las que se interesa el estudio, lo
cual incrementa notablemente el número de datos a registrar. Por ejemplo, para la
intersección a nivel se tomaron 24 características por arribo y se registraron 885
146
arribos en los dos sentidos de la calle, por lo tanto en total se registraron 23085
datos.
De acuerdo al análisis estadístico presentado, se obtuvieron los siguientes
parámetros para el modelado del cruce semafórico estudiado, donde se identificaron
seis poblaciones, que se muestran en la Tabla 28.
Población Distribuciones
Grupos de peatones Distribución velocidad deseada: Lognormal con
parámetros min = 0.5, µ = -0.417457 y σ = 0.432555
Distribución tiempo entre arribos acera oriental:
Exponencial con parámetros min = 0 y β = 34.5658
Distribución tiempo entre arribos acera occidental:
Exponencial con parámetros min = 0 y β = 57.8167
Peatones que cruzan
con un factor de
seguridad de 1
Distribución velocidad deseada: Weibull con parámetros
min = 0.8, α = 2.04926 β = 0.95887
Distribución tiempo entre arribos aceras oriental y
occidental: Weibull con parámetros min = 0, α = 0.66316
y β = 52.2205
Peatones que cruzan
con un factor de
seguridad de 2
Distribución velocidad deseada: Loglogistic con
parámetros min = 0.5, p = 5.83584 y β = 1.17397
Distribución tiempo entre arribos aceras oriental y
occidental: Weibull con parámetros min = 0, α =
0.583255 y β = 66.1642
Peatones que cruzan
con un factor de
seguridad de 3, con
edades de hasta 30
años
Distribución velocidad deseada: Loglogistic con
parámetros min= 0.5, p = 4.2805 y β = 1.00181
Distribución tiempo entre arribos aceras oriental y
occidental: Weibull con parámetros min = 0, α =
0.905345 y β = 17.88
Peatones que cruzan
con un factor de
seguridad de 3, con
más de 30 años de
edad, de género
masculino
Distribución velocidad deseada: LogLogistic con
parámetros min = 0.5, p = 3.24794 y β = 0.935778
Distribución tiempo entre arribos aceras oriental y
occidental: Weibull con parámetros min = 0, α =
0.926872 y β = 99.0149
Peatones que cruzan
con un factor de
seguridad de 3, con
más de 30 años de
edad, de género
femenino
Distribución velocidad deseada: Loglogistic con
parámetros min = 0.5, p = 4.48736 y β = 0.71437
Distribución tiempo entre arribos aceras oriental y
occidental: Weibull con parámetros min = 0, α =
0.926872 y β = 99.0149
Tabla 28. Distribuciones del modelo carrera 13
Fuente: Elaboración propia con base en (Sánchez & Pacheco, 2015)
Construcción del modelo de simulación
147
Se construyeron los diagramas causa-efecto que se muestran en la Figura 56, para
entender las causas del aumento de tiempo de cruce y de la decisión de cruzar la
calle. El primero depende del flujo vehicular, del estado de las señales de tráfico, el
tiempo de cruce, la cantidad de peatones cruzando, los bloqueos y las contravías;
mientras que al cruzar, se tiene en cuenta el estado de los semáforos vehicular y
peatonal, el flujo vehicular y la decisión de los demás peatones que están en el cruce.
Figura 56. Diagramas causa - efecto de intersección semafórica
Fuente: (Sánchez & Pacheco, 2015)
Aparte de la relación anteriormente mencionada entre bloqueos y contravías con la
disminución del tiempo de cruce promedio, en la Figura 57 se puede observar la
clasificación de los peatones en dos grupos: Oportunistas y No oportunistas. Las
personas oportunistas son las que cruzan la calle violando la señal de tráfico o el
semáforo peatonal, por lo tanto dependen de manera inversa del flujo vehicular para
realizar el cruce, aumentando las imprudencias y disminuyendo el número de
personas esperando a cruzar cuando el semáforo peatonal esté en verde. Por otro
lado si el flujo vehicular es considerablemente alto, las personas prefieren esperar al
semáforo para cruzar, por lo tanto disminuyen los oportunistas.
148
Figura 57. Diagrama causal de intersección semafórica
Fuente: (Sánchez & Pacheco, 2015)
A partir de los diagramas anteriores y el análisis de datos, por medio de la
herramienta Anylogic 7.1.2 PLE (Personal Learning Edition) se desarrollaron los
modelos de simulación correspondientes a los cruces objeto de la investigación,
como se ve en la Figura 58.
Figura 58. Intersección a nivel: cruce semafórico carrera 13 calle 40.
Fuente: (Sánchez & Pacheco, 2015)
Análisis de salida: intersección semafórica.
Las medidas de desempeño analizadas son el tiempo de cruce (Indicador de
congestión) para peatones con origen en acera oriental y occidental, el número de
peatones esperando para realizar el cruce en la acera oriental y occidental y el
número de peatones cruzando con origen en acera oriental y occidental. Para
establecer si el modelo construido representa de una manera estadísticamente válida
la estructura y las características de interés en el sistema se efectuaron pruebas t de
diferencia de medias para datos independientes con un 95% de confianza. Las
medidas de desempeño utilizadas fueron el tiempo de cruce, el número de peatones
cruzando y el número de peatones esperando para cruzar. El modelo es
estadísticamente válido, como se observa en la
149
Tabla 29.
Medida de desempeño
Número de
Peatones
Cruzando desde
el Oriente
Número de
Peatones
Cruzando desde
el Occidente
Tiempo
de Cruce
desde el
oriente
Tiempo
de Cruce
desde el
occidente
Varianza datos
simulados
8,772 8,8507 7,9687 8,1100
Varianza datos
empíricos
8,7500 8,4800 7,0300 7,9600
P-value 0,192 0,082 0,059 0,643
Tabla 29. Resultados de pruebas t de diferencias de medias
Fuente: Con base en (Sánchez & Pacheco, 2015).
Análisis de escenarios
Para poder llevar a cabo el análisis y validación de resultados, se identificó el
sistema como de tipo terminal, se calculó la longitud de corrida, el número de
corridas y la validación estadística. También se evaluaron diferentes escenarios
analizando sus efectos en las medidas de desempeño. En la Tabla 30 se muestran
los principales escenarios evaluados para el modelo de intersección semafórica.
Como conclusión de este caso particular, se pueden modificar las medidas de
desempeño con intervenciones que modifican el comportamiento colectivo de los
peatones; bien sea por modificación de la infraestructura (tiempo semafórico) o a
través de campañas. El luegar en donde se ubican los peatones para iniciar el cruce
resulta tener impacto en el tiempo promedio de recorrido; igualmente el patrón de
desplazamiento que utilizan para cruzar. De manera que se pueden hacer campañas
para que las personas inicien los recorridos en ciertos lugares o sigan un patrón
establecido en los recorridos sobre el cruce, según sea el destino hacia el cual se
dirigen.
En general, estos casos ponen en evidencia que ciertas intervenciones pueden hacer
cambiar el comportamiento colectivo del sistema en el nivel operativo, mejorando
sus medidas de desempeño a través de reaprendizajes y difusiones del conocimiento.
Este tipo de estudios se deberían hacer para identificar los problemas reales del nivel
operativo del sistema peatonal, que deben ser la base para la formulación y el
despliegue de políticas de impacto sostenible sobre el nivel cultural del sistema.
Escenario Modificación Resultados
1 Disminuir en 10 segundos el
tiempo en verde del
semáforo peatonal (pasar de
24 a 14 segundos).
Aumento del 22% en el número
promedio de peatones esperando y el
número de peatones cruzando.
150
2 Eliminación del tiempo de
seguridad (tiempo que
transcurre desde que el
semáforo vehicular pasa a
rojo, hasta que el semáforo
peatonal pasa a verde).
Las imprudencias tipo 2 aumentan 36%
con respecto a la configuración del
sistema actual (realizar cruces que
inician de forma segura pero por un mal
juicio del tiempo restante para cruzar se
convierten en cruces peligrosos porque
mientras son efectuados cambia el
estado del semáforo).
3 Cambio en el patrón de
acomodación de los
peatones: Las personas se
ubican y cruzan
conservando un carril
definido.
Mejora la congestión del cruce en un
9%, pero este patrón de acomodación
implica la invasión de un mayor espacio
del andén que invadiría la cicloruta
actual.
4 Conservar el patrón de
acomodación actual pero
señalizar la dirección que
debe tomar cada flujo de
peatones (por su derecha)
con el fin de establecer un
carril propio.
Mejora la congestión del cruce en un
7% con respecto al sistema actual, pero
no supera el escenario anterior. El
escenario 3 resulta ser más beneficioso
en términos de descongestión del cruce
en horas pico.
Tabla 30. Resultados escenarios modelo de intersección semafórica
Fuente: Con base en (Sánchez & Pacheco, 2015).
6.4 CONCLUSIONES
A pesar de que en la literatura se ha analizado el flujo de los peatones, no hay
claridad sobre cómo se puede hacer un mejor uso de la infraestructura o cómo se
puede influenciar el comportamiento de los peatones para disminuir la
accidentalidad. Tampoco se analiza lo que pasaría si se lograra intervenir sobre sus
hábitos; es decir, modificarlos a través de campañas o incluso infraestructura, como
por ejemplo barreras físicas que impidan los crucen no permitidos.
El modelamiento matemático del tránsito peatonal debe incluir variables adicionales
a las de desplazamientos, como las relacionadas con la caracterización de los
peatones, de manera que no solo se representen los flujos, sino que se permita tener
una visión microscópica a través de ellos. La representación de los peatones debe
tener en cuenta la lógica y el comportamiento de las personas, para poder analizar
cuantitativamente cuáles podrían ser los efectos de campañas, multas, y controles,
con el fin de hacer un mejor uso de la infraestructura o mejorar el comportamiento
colectivo de los peatones, de manera que el modelado con sistemas multiagente,
puede ser un enfoque que permita la cohesión del conocimiento disponible que se ha
logrado con el análisis matemático, el análisis cualitativo y empírico y la simulación.
151
Aunque no se puede asumir completamente predecible el accionar humano, es
posible evaluar estrategias basadas en reglas que determinan el comportamiento más
probable, para efectos de su estudio en ambientes definidos como los sistemas
peatonales. El oportunismo, es una característica que en la mayoría de los casos
depende de una relación entre el tiempo de espera y el grado de prisa que lleva cada
peatón, sumado entre otras cosas a la percepción del riesgo circunstancial, cuyos
rangos de tolerancia parecen determinarse de forma independiente para cada
individuo. Sin embargo, aunque un análisis profundo encaminado hacia una
caracterización general de la impaciencia peatonal excede el alcance de este estudio,
de acuerdo con la observación del sistema se estableció a la velocidad deseada como
característica objetiva que hace dicha impaciencia visualmente apreciable.
De esta manera y de acuerdo con los resultados del análisis estadístico, se determinó
una forma de clasificación de los peatones que varía según las consideraciones
expuestas y que puede resultar válida en condiciones de flujo crítico. Por supuesto,
en las intersecciones semafóricas reales un mismo peatón se puede comportar como
oportunista o como respetuoso de la ley dependiendo de su juicio resultante de una
compleja combinación de condiciones de cada cruce en determinado punto del
tiempo y de condiciones de carácter emotivo.
La alta variabilidad que se observa de forma teórica con respecto a los criterios y
parámetros de decisión que determinan el comportamiento individual en los sistemas
peatonales es la principal razón de la complejidad de su análisis y por tanto resulta
ser inversamente proporcional a la probabilidad de una aproximación aceptable
hacia su modelamiento adecuado. Sin embargo, es importante resaltar que acciones
como campañas e intervenciones sociales de carácter pedagógico resultan ser la
principal herramienta para minimizar dicha variabilidad y por tanto contribuyen
hacia mejores resultados para los modelos propuestos.
Aunque el estudio de los sistemas peatonales cada vez recibe más importancia por
parte de la academia alrededor del mundo, la aproximación hacia la generalización
de patrones de comportamiento que permitan la construcción de modelos de
simulación es un campo que aún se encuentra incipiente, entre otras cosas debido a
que requiere del uso de técnicas y herramientas que van desde la ingeniería hasta las
ciencias sociales y las humanidades; áreas del conocimiento que por su definición
clásica se ocupan de asuntos diametralmente distintos. Este estudio pone de
manifiesto que aunque el modelamiento de sistemas peatonales por medio de la
simulación basada en agentes resulta complejo y extenso, la potencial utilidad de sus
resultados tanto en aprendizaje del sistema como en evaluación del impacto de
estrategias de intervención social lo ubica dentro las primeras opciones ingenieriles
que los entes encargados de la gestión del sistema deberían considerar.
152
7. CONCLUSIONES, APORTES, TRABAJOS FUTUROS Y
METODOLOGÍA GENERADA
En este capítulo se presentan las principales conclusiones y aportes derivados de la
investigación, así como los trabajos futuros que permitirán continuar con la
exploración del tema. Por último se presenta la metodología que se generó y con la
cual se puede replicar la investigación.
7.1 CONCLUSIONES GENERALES
El objetivo de la investigación fue el de representar el funcionamiento de la
inteligencia colectiva en los sistemas peatonales, mediante un modelo que considera
la complejidad del comportamiento de los actores más representativos del sistema,
así como sus interrelaciones dinámicas. Durante su desarrollo, dos fueron los objetos
de conocimiento claramente distinguibles: los sistemas peatonales y la inteligencia
colectiva; de cuyo análisis se obtuvieron las conclusiones que se exponen a
continuación.
Los sistemas peatonales son un subsistema de los sistemas de movilidad de las
ciudades y su complejidad amerita una visión global para la toma de decisiones; no
es suficiente con abordarlos únicamente a través de reconocer a los peatones solo
como un actor más del sistema de movilidad. Se debe tener en cuenta la
realimentación de los diferentes factores que lo componen (que se identificaron en el
modelo de inteligencia colectiva) para poder evaluar las consecuencias reales de las
decisiones que se tomen sobre ellos. Esta evaluación se debe hacer con base en
medidas de desempeño que permitan la observación de las evoluciones del sistema y
no solo de una dimensión del mismo, como es el caso de los costos de operación o
del control. Para poder utilizar este enfoque se necesita una caracterización de los
sistemas peatonales que permita reconocer sus componentes y sus límites.
Con respecto a la caracterización del sistema peatonal, el análisis estructural
utilizado en esta investigación permite describir su organización y comportamiento y
basa su análisis en las publicaciones de expertos. Por otro lado, el análisis jerárquico
considera únicamente la ordenación del mismo, sin reconocer el análisis de la
interacción entre los actores, es decir que consiente establecer el dimensionamiento
espacial del sistema y de sus componentes, así como la definición base sobre la cual
parte el análisis estructural basado en expertos.
En el caso de Bogotá no hay reconocimiento del sistema peatonal, solo se concibe a
los peatones como un actor más del sistema de movilidad. No hay un despliegue
coherente de la política de darle prioridad al peatón, y la situación actual del sistema
es el resultado de la toma de decisiones con base en la accidentalidad y no en los
hábitos que se presentan en el nivel operativo, que debe ser el centro de la gestión.
Por otro lado, la base de datos de accidentalidad peatonal de Bogotá no permite la
identificación de patrones, ni el análisis inferencial para identificar las causas de la
153
accidentalidad peatonal y de la gravedad de los accidentes; por lo tanto, se debe
mejorar para tener más claridad sobre las relaciones entre los diferentes factores que
componen el sistema, a través del análisis del aporte de información de las variables
que persistan.
La ciudad de Bogotá debe definir el plan de movilidad peatonal con base en el
análisis de la inteligencia colectiva, porque la gente se ve obligada a caminar cada
vez más y su interacción, con los hábitos actuales, genera subutilización de la
infraestructura y bajo control sobre el nivel de accidentalidad, a pesar de los
constantes esfuerzos e inversiones por parte de la Secretaría de movilidad.
Por la complejidad de los sistemas peatonales, entender su organización y
comportamiento es clave para la toma de decisiones con respecto al diseño de
políticas para su intervención, como pueden ser los planes de movilidad peatonal.
Por ejemplo, su caracterización permitió verificar también que estos sistemas tienen
diferentes niveles de decisión, cada uno con factores que se afectan mutuamente y
que generan un comportamiento propio que no se suele tener en cuenta en la
planeación de la movilidad. A través del modelado de la inteligencia colectiva, se
representa la interacción entre dichos factores y las relaciones de flujo de
conocimiento, mediante la asociación con los fenómenos de difusión, modificación,
reaprendizaje y pérdida o ganancia del conocimiento; convirtiéndose en una forma
de ver los efectos reales de las interacciones entre factores sobre el conocimiento del
sistema y no sólo sobre los indicadores o las medidas de desempeño, que es como
usualmente se hace.
La construcción de modelos de simulación con base en modelos de inteligencia
colectiva se debe enfocar en la representación de los comportamientos de los
agentes, de las causas y las consecuencias de las decisiones que toman, para
identificar los fenómenos de flujo de conocimiento.
La dinámica de sistemas y la simulación continua permiten la representación para el
análisis de la inteligencia colectiva (despliegue del modelo de inteligencia) de los
niveles estratégico y táctico, porque permiten analizar las políticas que rigen las
intervenciones para la mejora del sistema peatonal; así como la identificación de los
flujos de conocimiento. Por otro lado, la simulación multi-agente permite el análisis
del nivel operativo, para la evaluación de los efectos de influir sobre el
comportamiento de los peatones. Pero sea cual sea el nivel que se esté analizando,
las consecuencias de la intervención sobre el flujo de conocimiento finalmente
recaen sobre el nivel operativo y deben ser consideradas durante el modelado
estratégico y táctico.
El análisis de la inteligencia colectiva se convierte en una poderosa herramienta de
gestión para la intervención sobre los sistemas sociales, como es el caso de los
sistemas peatonales, porque permite el estudio de los diferentes niveles de decisión y
la evaluación de los cursos a seguir con una visión sistémica. Es decir, que puede
servir como base para el diseño de políticas y planes que parten de las necesidades
de intervención real sobre el sistema.
154
La intervención sobre la inteligencia colectiva de los sistemas peatonales va más allá
de los esfuerzos para la disminución de la accidentalidad, abarca el nivel cultural
como factor central y determinante en la evolución para la mejora del sistema,
evaluando la confluencia de la actuación en todos los niveles y relacionando la
influencia de sus actos sobre los fenómenos de flujo de conocimiento. Quedan
sentadas las bases para la creación de modelos de inteligencia colectiva y su
posterior despliegue en modelos de simulación, como una herramienta para la
intervención integral en sistemas sociales.
7.2 APORTES
En el desarrollo de la investigación sobre inteligencia colectiva de los sistemas
peatonales, se ha logrado hacer aportes relacionados con el tema de inteligencia y
con el de planeación de la movilidad. A continuación se enuncian los más
significativos.
Aportes al análisis de la inteligencia colectiva
El principal aporte de la investigación es la propuesta de modelado de la inteligencia
colectiva de un sistema abierto. Esta representación permite la medición de la
influencia global de las decisiones que se toman en los diferentes niveles y es la
primera aproximación al modelado de la inteligencia colectiva haciendo uso de
técnicas cuantitativas para un sistema social abierto.
De este estudio se deriva también la metodología para desplegar los modelos de
simulación asociados para evaluar cuantitativamente las políticas de los sistemas
objeto de análisis. Tienen en cuenta factores que no han sido considerados antes en
el análisis de la inteligencia colectiva, como los hábitos y el nivel cultural, que
tienen una fuerte influencia sobre el comportamiento global del sistema.
Otro aspecto a resaltar es la identificación del flujo de conocimiento, que puede ser
reconocido en los modelos de simulación basados en dinámica de sistemas. La
gestión del conocimiento en sistemas sociales debe apuntar hacia la modificación de
este flujo, que es el que influye sobre la inteligencia y permite impactos sobre todos
los niveles del sistema.
Aportes al transporte
También es importante el aporte en el análisis de la micro-operación del sistema,
que permite mostrar la representación del impacto de la modificación del
comportamiento de los agentes protagonistas del nivel operativo, en este caso, los
peatones. Los modelos de este nivel permiten el análisis cuantitativo del cambio de
los hábitos de los agentes, como evidencia de su influencia en el desempeño del
sistema.
Por otro lado, el análisis del despliegue de la política de movilidad peatonal en
Bogotá, evidencia que no basta con la formulación explícita de la misma, si no se
logra coherencia entre todos los niveles de decisión; además, puede ser utilizado
155
para el análisis y la evaluación del impacto de políticas en sistemas sociales y en
concreto, es un aporte importante para la planeación de la movilidad.
Por último, el análisis para identificar el aporte real de información de la base de
datos de accidentalidad peatonal de Bogotá, presenta una contribución reveladora
para el diseño de bases de datos, que permita la evaluación de los campos que
realmente son significativos en el sistema y permiten la explicación de
comportamientos influyentes sobre la inteligencia del mismo.
7.3 TRABAJOS FUTUROS
Una vez concluida la investigación, se proponen los siguientes trabajos futuros para
continuar con el desarrollo del tema:
Identificación de necesidades de información para identificar las causas de
la accidentalidad peatonal de Bogotá a través de análisis estadístico.
Diseño de indicadores de calidad de infraestructura peatonal y análisis de su
incidencia sobre la accidentalidad peatonal.
Análisis de información y minería de la base de datos de accidentalidad
peatonal de Bogotá para los años 2005-2015, para encontrar patrones que
expliquen la gravedad de los accidentes.
Identificación de patrones en el comportamiento peatonal para el análisis de
la inteligencia de grupos.
Construcción de modelos multi-agente con interacción vehicular, para
analizar la influencia de los hábitos de los peatones en la accidentalidad.
Diseño de un simulador para medir la interacción y los hábitos de peatones,
e identificación de módulos genéricos.
Metodología para el diseño de planes de movilidad peatonal haciendo uso de
inteligencia colectiva y diseño del plan de movilidad peatonal de Bogotá.
Diseño de políticas de movilidad de peatonal como las de inversión en
infraestructura, en educación y en control.
Hacer uso de las metodologías propuestas para la construcción de modelos
de inteligencia colectiva para representar otro tipo de sistemas sociales y
desplegar los respectivos modelos de simulación.
7.4 METODOLOGÍA PARA ANALIZAR LA INTELIGENCIA COLECTIVA
EN SISTEMAS SOCIALES
En esta sección se presenta la metodología para construir un modelo de inteligencia
colectiva en sistemas sociales y cómo hacer su despliegue en modelos de simulación
que permitan realizar análisis para la toma de decisiones con respecto a políticas. A
pesar de que su aplicación se hizo únicamente para el sistema peatonal, puede ser
utilizada para otros tipos de sistema social por la flexibilidad de los procesos que la
componen.
7.4.1 Metodología para construir un modelo de inteligencia colectiva
156
La metodología utilizada para la construcción del modelo de inteligencia colectiva
está compuesta de cuatro procesos: La definición de la estructura del sistema, la
adquisición del conocimiento, la identificación de factores influyentes y análisis de
afinidad de variables, y la identificación de fenómenos de flujo de conocimiento,
como se observa en la Figura 59.
Figura 59. Metodología para construir un modelo de inteligencia colectiva
Fuente: Elaboración propia
El proceso de definición de la estructura del sistema es la base para su descripción
detallada, que permite la identificación de límites sobre los cuales se enmarca la
posterior etapa de adquisición del conocimiento. Básicamente este proceso se puede
llevar a cabo mediante cinco etapas o sub-procesos:
Identificación de componentes. Es la definición clara y precisa de cada una
de las unidades que permiten la existencia del sistema. Esto incluye
entidades, grupos, elementos que restringen y elementos facilitadores. Las
entidades se refieren a los componentes dinámicos del sistema (como los
peatones y los vehículos); los restrictores son componentes dinámicos o
estáticos que tienen como fin obligar a las entidades a comportarse de cierta
manera (como por ejemplo, las barreras que impiden el paso peatonal o las
personas que se dedican al control de tráfico); y los facilitadores pueden ser
también estáticos o dinámicos, pero buscan hacer más sencillos ciertas
actividades propias de las entidades (como por ejemplo un puente peatonal,
que facilita el paso de una calle y lo hace más seguro) .
Análisis de jerarquía. Tiene como objetivo identificar las relaciones
jerárquicas que hay entre los componentes del sistema, de manera que se
pueda identificar a cuál componente pertenece cada uno, es decir, las
relaciones de pertenencia entre ellos. Este proceso debe permitir la
157
expresión gráfica del mapa de todos los componentes, ordenados
principalmente en razón a que unos hacen parte de otros, es decir, que se da
una relación de contenencia que implica que un componente no puede
existir sin la presencia de el/los que lo conforman.
Definición de enlaces. En este proceso se trata de hacer explícitas las
relaciones que se dan entre los componentes y que permiten su
funcionamiento. Estas pueden ser de interacción o de restricción; la primera
se da porque hay intercambio de información que puede influir en el
comportamiento y la segunda, se refiere a que un componente define límites
al comportamiento del otro.
Identificación de patrones. Derivado de los enlaces entre componentes, se
deben identificar los comportamientos repetitivos más importantes que
definen el funcionamiento del sistema, así como aquellos que puedan
considerarse emergentes.
Evolución. Este proceso busca identificar cómo reacciona el sistema ante las
intervenciones de que puede ser objeto. Se debe identificar también las
acciones que pueden hacer modificar esa evolución.
Adquisición del conocimiento
Este proceso se basa en la metodología propuesta por el grupo SES (Sistemas
Expertos y Simulación) para adquirir conocimiento a través de lo plasmado por los
expertos en su producción académica y científica. Básicamente se compone de tres
sub-procesos:
Definición del problema y de los objetivos. Se debe hacer un
reconocimiento del problema que se ha identificado, justificarlo como un
problema social y las consecuencias que lo han hecho visible como tal. En
esta fase deben quedar claros los objetivos del análisis de dicho problema.
Consulta bibliográfica. es la revisión del estado del arte y se fundamenta en
el recaudo del conocimiento de expertos, nacionales e internacionales,
especialmente a través de sus obras bibliográficas. En esta fase también se
admiten pruebas de campo y el uso de bases de datos e información
histórica.
Pareto de causalidad. En esta fase se compila, procesa y sintetiza la
información recabada. Se deben construir diagramas de afinidad para
homologar causas mediante la afinidad de variables, incluyendo la
información verbal, para entender sistemáticamente la estructura del
problema global. Finalmente, se construye un diagrama de Pareto para
identificar el mínimo de causas que influye según la opinión de expertos, en
la situación problemática (teóricamente el 20% de causas participa en el
80% de las opiniones de los expertos). Esta base de conocimiento debe ir
soportada por las fuentes de las cuales se abstraen y debe considerar tanto
las variables que están relacionadas en cada regla como su influencia, para
realizar un diagrama de afinidad que permita homologar causas mediante la
semejanza de variables. Finalmente, se deben poder identificar los temas
fundamentales en torno a los cuales los actores podrían elaborar sus
estrategias, así como las variables que los afectan.
158
Identificación de factores influyentes y Análisis de afinidad de variables
Este proceso se basa en la técnica MICMAC (por el acrónimo francés para “matriz
de multiplicaciones de impacto cruzado aplicada a la clasificación”) propuesta por
Godet (Arcade et al., 1999), que consiste principalmente en el uso de matrices de
impacto, que en este caso permiten la identificación de factores y sectores clave con
base en los resultados de la fase anterior. Busca identificar los aspectos más
importantes, estudiando los fenómenos que regulan la existencia y evolución de
ciertas variables. Se puede realizar en dos fases: el análisis de influencia y la
identificación de sectores.
Análisis de influencia. Se construyen matrices haciendo uso de las variables
identificadas en la fase anterior, para sistematizar la afectación que hay entre
unas y otras.
Identificación de sectores. Se hace un análisis de afinidad entre las variables
basado en las influencias identificadas y las posibles estrategias de los
actores, que pueden permitir comprender mejor las evoluciones identificadas
en el proceso de definición de la estructura. Los grupos de variables afines
se denominan sectores y luego se analiza la influencia entre sectores de
acuerdo con el paso anterior, hasta que se logren integrar como un todo que
represente el sistema.
Identificación de fenómenos de flujo de conocimiento
Con base en el análisis de la etapa anterior, se deben identificar las relaciones entre
los sectores y su influencia, clasificándolas como: Relaciones de difusión del
conocimiento (socializaciones que buscan la creación de conocimiento en el
individuo, como por ejemplo, cuando se hacen campañas divulgativas sobre cifras
de accidentalidad), de modificación (replanteamiento global de la verdad, como una
nueva definición de algo que se consideraba cierto a nivel global. Por ejemplo,
cuando se define una nueva infracción, se está reconociendo como “no deseable” un
comportamiento que antes lo era), de reaprendizaje (son “modificaciones locales” de
conocimiento adquirido o definido por cada individuo, pero que finalmente afecta en
algún grado el conocimiento del sistema), de pérdida o de ganancia de conocimiento
colectivo (son afectaciones al conocimiento global, que se relaciona directamente
con el nivel de cultura que tiene el sistema). Para lograr hacer esta clasificación, se
debe realizar un análisis de los componentes de cada sector y de las relaciones entre
las variables que lo forman, hasta conformar el modelo con la menor cantidad de
sectores posible, pero que permita evidenciar las relaciones de flujo de conocimiento
entre ellos.
7.4.2 Metodología para desplegar el modelo de inteligencia colectiva
El despliegue del modelo de inteligencia colectiva puede hacer uso de los
fundamentos de la Dinámica de Sistemas propuesta por Forrester. Básicamente
consiste en la construcción del diagrama causal, construcción del modelo de
simulación, la identificación de fenómenos de conocimiento y la identificación de
necesidades de información.
159
Construcción del diagrama causal. Se construye el modelo causal que
representa la dinámica del sistema, haciendo uso de las variables
identificadas en la etapa de adquisición del conocimiento.
Construcción del modelo de simulación. Se deben identificar sectores para
ser representados en el modelo de simulación, con base en el modelo de
inteligencia. Estos sectores están compuestos de elementos y relaciones que
deben permitir representar las relaciones plasmadas en el diagrama causal.
Identificar los fenómenos del conocimiento en el modelo. De acuerdo con el
modelo de inteligencia colectiva, identificar en el modelo de simulación la
representación que se logra de los fenómenos de difusión del conocimiento,
de modificación, de reaprendizaje y de pérdida o de ganancia de
conocimiento colectivo; agregar el detalle necesario para evidenciarlos y
verificar el modelo.
Identificar necesidades de información. Analizar el modelo de simulación e
identificar las necesidades de información para que se pueda verificar y
validar, con el fin estudiar los impactos de la toma de decisiones sobre el
sistema. Comparar con la disponibilidad de información real que existe en el
sistema e identificar las necesidades de información. Estas últimas permiten
la identificación de brechas entre las bases de datos disponibles y las
requeridas para la toma de decisiones basada en el estudio de la inteligencia
colectiva.
160
REFERENCIAS
Acevedo, J., Bocarejo, J. P., Echeverry, J. C., Lleras, G. C., Ospina, G., &
Rodríguez, Á. (2009). El transporte como soporte al desarrollo de Colombia.
Una visión al 2040. Bogotá: Universidad de Los Andes. Retrieved from
http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:No+Title#0
Alhajyaseen, W. K. M., Nakamura, H., & Asano, M. (2011). Effects of Bi-
directional Pedestrian Flow Characteristics upon the Capacity of Signalized
Crosswalks. Procedia - Social and Behavioral Sciences, 16, 526–535.
doi:10.1016/j.sbspro.2011.04.473
Andes, C. de C. de B. y U. de L. (2014). Reporte Anual de Movilidad 2013. Bogotá.
Antonini, G., Bierlaire, M., & Weber, M. (2006). Discrete choice models of
pedestrian walking behavior. Transportation Research Part B:
Methodological, 40(8), 667–687. doi:10.1016/j.trb.2005.09.006
Arcade, J., Godet, M., Meunier, F., & Roubelat, F. (1999). Análisis estructural con
el método MICMAC y estrategia de los actores con el método MACTOR. In
Futures Research Methodology, Version 1.0. Washington: Millennium Project
del American Council for the United Nations University.
Aschwanden, G. D. P. a., Wullschleger, T., Müller, H., & Schmitt, G. (2012). Agent
based evaluation of dynamic city models. Automation in Construction, 22, 81–
89. doi:10.1016/j.autcon.2011.07.001
Authority, R. and traffic. (2002). How to Prepare a Pedestrian Access and Mobility
Plan. (Roads and Traffic Autority, Ed.). Australia. Retrieved from
http://www.rms.nsw.gov.au/doingbusinesswithus/downloads/technicalmanuals/
mobility-plan_how-to.pdf
Auvinen, H., & Tuominen, A. (2014). Future transport systems: long-term visions
and socio-technical transitions. In European Transportation Research (pp.
343–354). doi:DOI 10.1007/s12544-014-0135-3
Avineri, E., Shinar, D., & Susilo, Y. O. (2012). Pedestrians’ behaviour in cross
walks: the effects of fear of falling and age. Accident; Analysis and Prevention,
44(1), 30–4. doi:10.1016/j.aap.2010.11.028
Axelrod, R. (1997). The Dissemination of Culture: A Model with Local
Convergence and Global Polarization. Journal of Conflict Resolution, 41(2),
203–226. doi:10.1177/0022002797041002001
Bachels, M., Peet, J., & Newman, P. (1999). Using a Systems Approach to Unravel
Feedback Mechanisms Affecting Urban Transport Choices. In 17th
International Conference of The System Dynamics Society. Wellington, New
Zealand. Retrieved from
http://www.systemdynamics.org/conferences/1999/PAPERS/PARA242.PDF
Balsas, C. J. . (2003). Sustainable transportation planning on college campuses.
Transport Policy, 10(1), 35–49. doi:10.1016/S0967-070X(02)00028-8
Banos, A., & Charpentier, A. (2007). Simulating pedestrian behavior in subway
stations with agents. In E. S. S. Association (Ed.), Proceedings of the 4th
European Social Simulation Association (pp. 611–621). Tolouse, Francia:
European Social Simulation Association.
Bardach, E. (1998). Los ocho pasos para el análisis de las políticas públicas. (M. A.
Porrua, Ed.) (1st ed.). México: Centro de investigación y docencia económicas.
161
Barker, M. B. (1986). Toronto’s underground pedestrian system. Tunnelling and
Underground Space Technology, 1(2), 145–151. doi:10.1016/0886-
7798(86)90052-0
Barrero, L. H., Sánchez, A., Forero, A., Quiroga, J., Felknor, S., & Quintana, L. A.
(2013). Pedestrians’ Beliefs about Road Crossing in Bogotá: Questionnaire
Development. Universitas Psychologica, 12(2), 433–444.
doi:10.11144/Javeriana.UPSY12-2.pbrc
Baykal-Gürsoy, M., Xiao, W., & Ozbay, K. (2009). Modeling traffic flow
interrupted by incidents. European Journal of Operational Research, 195(1),
127–138. doi:10.1016/j.ejor.2008.01.024
Beimborn, E., & Kennedy, R. (1996). Inside the Blackbox: Making transportation
models work for livable communities. (C. for a better environment and T. E. D.
Fund., Ed.). Milwaukee. Retrieved from
http://www4.uwm.edu/cuts/blackbox/blackbox.pdf
Bergman, A., Olstam, J., & Allström, A. (2011). Analytical Traffic Models for
Roundabouts with Pedestrian Crossings. Procedia - Social and Behavioral
Sciences, 16, 697–708. doi:10.1016/j.sbspro.2011.04.489
Blue, V., & Adler, J. (2001). Cellular Automata Microsimulation for Modeling Bi-
directional Pedestrian Walkways. Transportation Research Part B:
Methodological, 35(3), 293–312.
Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating
human systems. (I. Corporation, Ed.). Cambridge, USA.
Brailsford, S. C., Harper, P. R., Patel, B., & Pitt, M. (2009). An analysis of the
academic literature on simulation and modelling in healthcare, 130–140.
doi:10.1057/jos200910
Buisson, J., Galland, S., Gaud, N., Gonçalves, M., & Koukam, A. (2013). Real-time
Collision Avoidance for Pedestrian and Bicyclist Simulation: A Smooth and
Predictive Approach. Procedia Computer Science, 19, 815–820.
doi:10.1016/j.procs.2013.06.108
Burbidge, S., Vyas, M., Julie, B., & Mitman, M. (2012). Utah Bicicle and
Pedestrian Master Plan Design Guide. Utah.
Cambon de Lavalette, B., Tijus, C., Poitrenaud, S., Leproux, C., Bergeron, J., &
Thouez, J.-P. (2009). Pedestrian crossing decision-making: A situational and
behavioral approach. Safety Science, 47(9), 1248–1253.
doi:10.1016/j.ssci.2009.03.016
Carsten, O. M. J., Sherborne, D. J., & Rothengatter, J. A. (1998). Intelligent traffic
signals for pedestrians : evaluation of trials in three countries. Transportation
Research Part C: Emerging Technologies, 6, 213–229.
Cepolina, E. M. (2009). Phased evacuation: An optimisation model which takes into
account the capacity drop phenomenon in pedestrian flows. Fire Safety
Journal, 44(4), 532–544. doi:10.1016/j.firesaf.2008.11.002
Chen, Z., Chen, S., Lin, L., & Mao, B. (2007). Design and Simulation of Signal
Phase for Pedestrians’ Twice Crossing at Large Signalized Intersections.
Journal of Transportation Systems Engineering and Information Technology,
7(4), 57–65. doi:10.1016/S1570-6672(07)60030-0
Colom, R., & Andrés-Pueyo, A. (2000). The study of human inteligence: a review at
the turn of the millennium. Psychology in Spain, 15.
162
Conradt, L., & List, C. (2009). Group decisions in humans and animals: a survey.
Philosophical Transaction of the Royal Society, 364(1518), 719–742.
doi:10.1098/rstb.2008.0276
Daniel, P.W. and Warnes, A. M. (1983). Movimiento de Ciudades. (I. de E.
deAdministración Local, Ed.). Madrid: Methuen & Co.
Department of Transport Western Australia. (2012). Planning and Designing for
Pedestrians: Guidelines. (D. of T. W. Australia, Ed.). Western. Retrieved from
http://www.transport.wa.gov.au/mediaFiles/active-
transport/AT_WALK_P_plan_design_pedestrians_guidelines.pdf
Dommes, A., Granié, M.-A., Cloutier, M.-S., Coquelet, C., & Huguenin-Richard, F.
(2015). Red light violations by adult pedestrians and other safety-related
behaviors at signalized crosswalks. Accident Analysis & Prevention, 80, 67–
75. doi:10.1016/j.aap.2015.04.002
Dotoli, M., & Fanti, M. P. (2006). An urban traffic network model via coloured
timed Petri nets. Control Engineering Practice, 14(10), 1213–1229.
doi:10.1016/j.conengprac.2006.02.005
Duarte, E. (2011). Desarrollo De Un Modelo Para El Sistema De Transporte
Público De La Ciudad De Bogotá, D.C., Basado En Dinámica De Sistemas.
Universidad Distrital Francisco José de Caldas.
Ezaki, T., Yanagisawa, D., Ohtsuka, K., & Nishinari, K. (2012). Simulation of space
acquisition process of pedestrians using Proxemic Floor Field Model. Physica
A: Statistical Mechanics and Its Applications, 391(1-2), 291–299.
doi:10.1016/j.physa.2011.07.056
Fang, Z., Li, Q., Li, Q., Han, L. D., & Wang, D. (2011). A proposed pedestrian
waiting-time model for improving space–time use efficiency in stadium
evacuation scenarios. Building and Environment, 46(9), 1774–1784.
doi:10.1016/j.buildenv.2011.02.005
Forenses, I. de medicina legal y ciencias. (2012). Forensis. Bogotá.
Forrester, J. (1969). Urban Dynamics. (The MIT Press, Ed.). Cambridge: The MIT
Press.
Forrester, J. (1972). Dinámica Industrial. (E. Ateneo, Ed.). Buenos Aires: Ateneo,
El.
Forrester, J. W. (1961). Dinámica Industrial (The M.I.T.). Cambridge, USA.
FPV, & Uniandes. (2013). Costo económico de la accidentalidad vial en Colombia.
Bogotá: Fondo de Prevención Vial.
Franc, R. S., Grac, M., & Santana, W. R. De. (2009). An Agent-Based Simulation
Model for Pedestrian Unidirectional Movement. IEEE, 375–379.
Franco, I. N. (2012). Segundo Estudio de Comportamiento y Seguridad Vial.
Bogotá: Fondo de Prevención Vial. Retrieved from
http://fpv.org.co/images/repositorioftp/fpv-ii estudio vial.pdf
Galderisi, A., & Ceudech, A. (2009). Soft mobility and pedestrian networks in urban
areas. TeMaLab Journal of Mobility, Land Use and Environment, 7.
Galiza, R., & Ferreira, L. (2013). A methodology for determining equivalent factors
in heterogeneous pedestrian flows. Computers, Environment and Urban
Systems, 39, 162–171. doi:10.1016/j.compenvurbsys.2012.08.003
Galvão, A., & Martins, N. (1996). Avaliação Distributiva De Benefícios E
Externalidades Em Sistemas De Transportes Urbanos. In VIII Congresso
Latino Americano De Transporte Público E Urbano.
163
Gandhi, T., & Trivedi, M. M. (2007). Pedestrian Protection Systems: Issues, Survey,
and Challenges. IEEE Transactions on Intelligent Transportation Systems,
8(3), 413–430. doi:10.1109/TITS.2007.903444
Gaud, N., Galland, S., Gechter, F., Hilaire, V., & Koukam, A. (2008). Holonic
multilevel simulation of complex systems: Application to real-time pedestrians
simulation in virtual urban environment. Simulation Modelling Practice and
Theory, 16(10), 1659–1676. doi:10.1016/j.simpat.2008.08.015
Gibbons, R. (1993). Un primer curso de teoría de juegos. (A. Bosh, Ed.). Buenos
Aires.
Gotoh, H., Harada, E., & Andoh, E. (2012). Simulation of pedestrian contra-flow by
multi-agent DEM model with self-evasive action model. Safety Science, 50(2),
326–332. doi:10.1016/j.ssci.2011.09.009
Gottfredson, L. (1994). Mainstream Science on Intelligence: An Editorial With 52
Signatories, History, and Bibliography. Wall Street Journal.
Guerra, L., Molinillo, S., & Bermúdez, G. (2009). Inteligencia Organizacional como
elemento dinamizador de configuraciones organizativas competitivas del sector
empresarial. Espacios, 30, 10.
Guío, F. (2010). Flujos peatonales en infraestructuras continuas : marco conceptual y
modelos representativos. Revista Virtual Universidad Católica Del Norte, (29),
179–203.
Guo, R.-Y., & Tang, T.-Q. (2012). A simulation model for pedestrian flow through
walkways with corners. Simulation Modelling Practice and Theory, 21(1),
103–113. doi:10.1016/j.simpat.2011.10.007
Hacienda, S. D. de. (2014). Presupuesto de Movilidad de Bogotá. Bogotá: Alcaldía
de Bogotá.
Hamed, M. M. (2001). Analysis of pedestrians’ behavior at pedestrian crossings.
Safety Science, 38(1), 63–82. doi:10.1016/S0925-7535(00)00058-8
Hatfield, J., & Murphy, S. (2007). The effects of mobile phone use on pedestrian
crossing behaviour at signalized and unsignalized intersections. Accident;
Analysis and Prevention, 39(1), 197–205. doi:10.1016/j.aap.2006.07.001
Helbing, D., & Molnar, P. (1995). Social orce model for pedestrian dynamics.
Physical Review E, 51(5), 4282–4286.
Hensher, D., & Button, K. (2005). Handbook of transport modelling. (Pergamon,
Ed.) (2nd ed.). Netherland.
Herce, M. (2009). Sobre la movilidad en la ciudad. (E. Reverté, Ed.). Barcelona.
Hernández, E., & Abadia, X. (2008). Criterios de movilidad - Las zonas peatonales.
(D. marketing del RACC, Ed.). Barcelona: RACC.
Hollmann, C., Lawrence, P. J., & Galea, E. R. (2010). Introducing Emotion
Modelling to Agent-Based Pedestrian Circulation Simulation. In PED 2010,
NIST (pp. 8–11). London.
Hoogendoorn, S. P., & Bovy, P. H. L. (2005). Pedestrian Travel Behavior Modeling.
Networks and Spatial Economics, 5(2), 193–216. doi:10.1007/s11067-005-
2629-y
Instituto de Desarrollo Urbano. (2014). Inventario de puentes. Bogotá. Retrieved
from
http://www.idu.gov.co/html/ftpidu/dte/boletin_inventario_puentes_2014.pdf
164
Ishaque, M. M., & Noland, R. B. (2007). Trade-offs between vehicular and
pedestrian traffic using micro-simulation methods. Transport Policy, 14(2),
124–138. doi:10.1016/j.tranpol.2006.11.001
Islas, V., & Zaragoza, M. L. (2007). Análisis de los sistemas de transporte.
Sanfandila, Mexico: Instituto Mexicano del Transporte. Retrieved from
http://www.imt.mx/archivos/Publicaciones/PublicacionTecnica/pt307.pdf
Jans, M. (2009). Movilidad urbana: en camino a sistemas de transporte colectivo
integrados. AUS (Valdivia), 6, 6–11. doi:10.4206/aus.2009.n6-02
Jerez, S., & Torres, L. (2011). Manual de diseño de infraestructura peatonal
urbana. (UPTC, Ed.). UPTC, Tunja.
Jesins, M. (1973). Response of pedestrian to traffic challenge. Transportation
Research, 8, 71–74.
Jian, L., Lizhong, Y., & Daoliang, Z. (2005). Simulation of bi-direction pedestrian
movement in corridor. Physica A: Statistical Mechanics and Its Applications,
354, 619–628. doi:10.1016/j.physa.2005.03.007
Kaparias, I., Bell, M. G. H., Miri, A., Chan, C., & Mount, B. (2012). Analysing the
perceptions of pedestrians and drivers to shared space. Transportation
Research Part F: Traffic Psychology and Behaviour, 15(3), 297–310.
doi:10.1016/j.trf.2012.02.001
Keegan, O., & O’Mahony, M. (2003). Modifying pedestrian behaviour.
Transportation Research Part A: Policy and Practice, 37(10), 889–901.
doi:10.1016/S0965-8564(03)00061-2
Kholshevnikov, V. V., Shields, T. J., Boyce, K. E., & Samoshin, D. a. (2008).
Recent developments in pedestrian flow theory and research in Russia. Fire
Safety Journal, 43(2), 108–118. doi:10.1016/j.firesaf.2007.05.005
Kilambi, P., Ribnick, E., Joshi, A. J., Masoud, O., & Papanikolopoulos, N. (2008).
Estimating pedestrian counts in groups. Computer Vision and Image
Understanding, 110(1), 43–59. doi:10.1016/j.cviu.2007.02.003
Kneidl, A., Hartmann, D., & Borrmann, A. (2013). A hybrid multi-scale approach
for simulation of pedestrian dynamics. Transportation Research Part C:
Emerging Technologies, 37, 223–237. doi:10.1016/j.trc.2013.03.005
Kogan, J., Azán, S., Miquilena, M. E., & Vasconcellos, E. (2010). Observatorio de
Movilidad Urbana para América Latina.
Kulmala, R. (2010). Ex-ante assessment of the safety effects of intelligent transport
systems. Accident; Analysis and Prevention, 42(4), 1359–1369.
doi:10.1016/j.aap.2010.03.001
Leden, L., Gårder, P., & Johansson, C. (2006). Safe pedestrian crossings for children
and elderly. Accident; Analysis and Prevention, 38(2), 289–94.
doi:10.1016/j.aap.2005.09.012
Lévy, P. (2004). Inteligencia Colectiva: Por una antropología del ciberespacio.
(Organización Panamericana de la Salud, Ed.). Washington.
Liang, J., Zhang, Y., & Yang, J. (2013). An Extended Small-grid Lattice Gas Model
for Pedestrian Counter Flow. Procedia Engineering, 62, 501–508.
doi:10.1016/j.proeng.2013.08.093
Liebowitz, J. (2000). Building organizational intelligence. A knowledge
management primer (CRC Primer.). USA.
Löhner, R. (2010). On the modeling of pedestrian motion. Applied Mathematical
Modelling, 34(2), 366–382. doi:10.1016/j.apm.2009.04.017
165
López, P., & Neves, E. (2009). Manual de Vados y Pasos Peatonales. (E. Libre,
Ed.). Madrid.
López-Neri, E., Ramírez-Treviño, A., & López-Mellado, E. (2010). A modeling
framework for urban traffic systems microscopic simulation. Simulation
Modelling Practice and Theory, 18(8), 1145–1161. Retrieved from
http://linkinghub.elsevier.com/retrieve/pii/S1569190X09001312
Lovas, G. (1994). Modeling and simulation of pedestrian traffic flow.
Transportation Research Part B: Methodological, 288(6), 429–443.
Ma, X., & Andréasson, I. (2005). Predicting the effect of various ISA penetration
grades on pedestrian safety by simulation. Accident; Analysis and Prevention,
37(6), 1162–1169. Retrieved from
http://www.ncbi.nlm.nih.gov/pubmed/16061189
Madrid, A. de. (2000). Instrucción Vía Pública. Madrid: Ayuntamiento de Madrid.
Retrieved from
http://www.madrid.es/UnidadesDescentralizadas/UDCUrbanismo/Comision
PGOUM/InstruccionViaPublica/Ficheros/fic5.5.pdf
Majfud, J. (2008). La inteligencia colectiva. Revista Iberoamericana de Educación,
45(2), 3. Retrieved from http://www.rieoei.org/opinion.php
Malone, T., Atlee, T., Lévy, P., Rt, T., Paul, H., & Homer-dixon, T. (2008).
Collective Intelligence: Creating a Prosperous World at Peace. (Earth
Intelligence Network (EIN), Ed.). Oakton, Virginia.
Martins Gonçalves, N. (2014). INTEGRATED URBAN TRANSPORT PLANNING -
ACCESSIBLE CITIES TOWARDS INDIVIDUAL AND COLLECTIVE
DEVELOPMENT. Universitat Tubingen.
Martins, N., & Conceição da Rosa, S. (2007). Gestão Conjunta Do Transporte E
Trânsito Em Municípios Integrados Ao Sistema Nacional De Trânsito - O Caso
Do Município De Criciúma/Sc. In 16 Congresso Brasileiro de transporte e
transito.
Martins, N., Rainer, R., & Souza, R. (2012). A organização e a ocupação do espaço
urbano nas cidades do século XXI: impactos das políticas públicas do Brasil
dos anos 90 no direito de ir e vir no ambiente local. Amicus Curiae, 9(9), 26.
Mataix, C. (2010). Movilidad Urbana Sostenible: Un Reto Energético y Ambiental.
(C. M. Obra Social, Ed.) (1st ed.). Madrid: Obra Social ,Caja Madrid.
Méndez, G. (2012). Dinámica de sistemas y problemática social. (U. D. F. J. de
Caldas, Ed.). Bogotá.
Méndez, G., & Álvarez, L. (2004). Diseño de prototipo diagnóstico para la pequeña
y mediana empresa, PyME. (U. D. F. J. de Caldas, Ed.). Bogotá.
Mesa, R. (2006). Construcción de una Política Pública para el deporte, la
educación física y la recreación en Antioquia. (C. de I. Económicas, Ed.)
(Universida.). Medellín: Centro de Investigaciones Económicas.
Milligan, C., Poapst, R., & Montufar, J. (2012). Performance measures and input
uncertainty for pedestrian crossing exposure estimates. Accident Analysis and
Prevention, 50, 490–498. doi:10.1016/j.aap.2012.05.024
Ministerio de transporte de Colombia. (2004). Plan Nacional de Seguridad Vial
2004-2006 “Hacia una Nueva Cultura de Seguridad Vial.” Bogotá:
Mintransporte.
166
Montero, L., Codina, E., & Barcel, J. (2001). A combined methodology for
transportation planning assessment . Application to a case study.
Transportation Research Part C: Emerging Technologies, 9, 213–230.
Montezuma, R. (2000). Presente y futuro de la movilidad urbana en Bogotá: retos y
realidades. (Veeduría Distrital, Ed.). Bogotá. Retrieved from
http://www.scribd.com/doc/32147362/Presente-y-futuro-de-la-movilidad-
urbana-en-Bogota-Retos-y-realidades
Moyano, E. (1997). Teoría del Comportamiento Planificado e intención de infringir
normas de tránsito en peatones. Estudios de Psicología, 2(2), 335–348.
Muramatsu, M., & Nagatani, T. (2000). Jamming transition in two-dimensional
pedestrian traffic. Physica A: Statistical Mechanics and Its Applications, 275,
281–291.
Nasir, M., Lim, C. P., Nahavandi, S., & Creighton, D. (2014). A genetic fuzzy
system to model pedestrian walking path in a built environmet. Simulation
Modelling Practice and Theory, 45.
North, K., & Pöschl. (2003). Un test de inteligencia para las organizaciones (La
Coria.). Trujillo.
OCDE. (2011). Peatones: seguridad vial, espacio urbano y salud. Retrieved from
http://www.internationaltransportforum.org/pub/pdf/11PedestrianSumES.pdf
OECD. (2011). Pedestrian Safety, Urban Space and Health. Paris: OECD
Publishing. doi:10.1787/9789282103654-en
OPS-OMS. (2011). Plan De Acción De Seguridad Vial (Vol. 16).
Otak. (1997). Pedestrian Facilities Guide Book. (Otak, Ed.). Washington. Retrieved
from
http://www.wsdot.wa.gov/publications/manuals/fulltext/m0000/pedfacgb.pdf
Papadimitriou, E. (2012). Theory and models of pedestrian crossing behaviour along
urban trips. Transportation Research Part F: Traffic Psychology and
Behaviour, 15(1), 75–94. doi:10.1016/j.trf.2011.11.007
Pfau, J., Kirley, M., & Kashima, Y. (2013). The co-evolution of cultures, social
network communities, and agent locations in an extension of Axelrod’s model
of cultural dissemination. Physica A: Statistical Mechanics and Its
Applications, 392(2), 381–391. doi:10.1016/j.physa.2012.09.004
Pinheiro, G., Hernández, R., & Raposo, M. (2007). La inteligencia organizativa de
las empresas del sector textil portugués (La Coria.). Trujillo.
Qiu, F., & Hu, X. (2010a). Modeling Dynamic Groups for Agent-Based Pedestrian
Crowd Simulations. In 2010 IEEE/WIC/ACM International Conference on
Web Intelligence and Intelligent Agent Technology (pp. 461–464). Ieee.
doi:10.1109/WI-IAT.2010.9
Qiu, F., & Hu, X. (2010b). Modeling group structures in pedestrian crowd
simulation. Simulation Modelling Practice and Theory, 18(2), 190–205.
doi:10.1016/j.simpat.2009.10.005
Ranajan, B. (2008). Information Theory, Coding And Cryptography. (T. McGraw-
Hill, Ed.) (Second.). New Delhi: Tata McGraw-Hill.
República, B. de la. (2014). Banco de la república. Salario mínimo legal en
Colombia. Serie histórica en pesos colombianos. Retrieved from
http://obiee.banrep.gov.co/analytics/saw.dll?Go&Path=/shared/Consulta+Serie
s+Estadisticas+desde+Excel/1.+Salarios/1.1+Salario+minimo+legal+en+Colo
167
mbia/1.1.1+Serie+historica&Options=rdf&NQUser=salarios&NQPassword=sa
larios&lang=es
Robin, T., Antonini, G., Bierlaire, M., & Cruz, J. (2009). Specification, estimation
and validation of a pedestrian walking behavior model. Transportation
Research Part B: Methodological, 43(1), 36–56. doi:10.1016/j.trb.2008.06.010
Saby, J. (2013). Notas de clase Seminario de Investigación II - Doctorado en
Ingenieria. Bogotá: Universidad Distrital Francisco José de Caldas.
Sacramento Transportation and air Quality. (2005). Best Practices for Pedestrian
Master Planning and Design. Sacramento. Retrieved from
http://www.sacta.org/pdf/STAQC/FinalReportII_BPPedestrian.pdf
Sánchez, A., & Pacheco, F. (2015). Modelo de simulación basado en agentes de
sistemas peatonales en Colombia. Bogotá.
Sargent, R. G. (1999). Validation ande verification of simulation models.
Proceedings of the 1999 Winter Simulation Conference.
Secretaría de Tránsito Transporte. (2005). Manual de planeación y diseño para la
administración del tránsito y el transporte. (E. C. de Ingenieria, Ed.) (II.).
Bogotá.
Secretaría Distrital de Movilidad. (2013a). Plan de cobro 2013 Secretaría Distrital
de Movilidad. Bogotá.
Secretaría Distrital de Movilidad. (2013b). Transporte no motorizado. Bogotá.
Retrieved from
http://www.movilidadbogota.gov.co/hiwebx_archivos/audio_y_video/TRANS
PORTE NO MOTORIZADO.pdf
Seyfried, A., Steffen, B., & Lippert, T. (2006). Basics of modelling the pedestrian
flow. Physica A: Statistical Mechanics and Its Applications, 368(1), 232–238.
doi:10.1016/j.physa.2005.11.052
Shao, W., & Terzopoulos, D. (2007). Autonomous pedestrians. Graphical Models,
69(5-6), 246–274. doi:10.1016/j.gmod.2007.09.001
Snowden, D. (2003). Complex acts of knowing: Paradox and descriptive self-
awareness. Bulletin of the American Society for Information Science and
Technology, 29(4), 23–28.
doi:http://search.proquest.com/docview/195317673?accountid=34687
Sullman, M. J. M., Gras, M. E., Font-Mayolas, S., Masferrer, L., Cunill, M., &
Planes, M. (2011). The pedestrian behaviour of Spanish adolescents. Journal of
Adolescence, 34(3), 531–9. doi:10.1016/j.adolescence.2010.05.011
Suma, Y., Yanagisawa, D., & Nishinari, K. (2012). Anticipation effect in pedestrian
dynamics: Modeling and experiments. Physica A: Statistical Mechanics and Its
Applications, 391(1-2), 248–263. doi:10.1016/j.physa.2011.07.022
Svobodová, A., & Koudelková, P. (2011). Collective Intelligence And Knowledge
Management As A Tool For Innovations. ECONOMICS AND
MANAGEMENT.
Tee, M. Y., & Lee, S. S. (2013). Advancing understanding using Nonaka’s model of
knowledge creation and problem-based learning. International Journal of
Computer-Supported Collaborative Learning, 8(3), 313–331.
doi:http://dx.doi.org/10.1007/s11412-013-9175-2
Tian, L., Huang, H., & Liu, T. (2010). Day-To-Day Route Choice Decision
Simulation Based on Dynamic Feedback Information. Journal of
168
Transportation Systems Engineering and Information Technology, 10(4), 79–
85. doi:10.1016/S1570-6672(09)60056-8
Tom, A., & Granié, M.-A. (2011). Gender differences in pedestrian rule compliance
and visual search at signalized and unsignalized crossroads. Accident Analysis
and Prevention, 43(5), 1794–1801. doi:10.1016/j.aap.2011.04.012
Toyama, M. C., Bazzan, A. L. C., & Silva, R. (2006). An Agent-Based Simulation
Of Pedestrian Dynamics : From Lane Formation To Auditorium Evacuation.
AAMAS- ACM, 108–110.
Trafico, Z. De. (1995). El desplazamiento a pie y en bicicleta. Papers Regio
Metropolitana de Barcelona, (24), 129–139.
Transit Cooperative Research Program. (1999). Transit Capacity and Quality of
Service Manual. Retrieved from
http://onlinepubs.trb.org/onlinepubs/tcrp/tcrp100/part 0.pdf
Transportation, G. department of. (2003). Pedestrian and streescape guide. Georgia:
Otark.
Transportation Research Board. (2000). Highway capacity manual. USA: National
Academy of Sciences. Retrieved from
http://sjnavarro.files.wordpress.com/2008/08/highway_capacital_manual.pdf
Ulloa, G. (2011). El tránsito vehículo-peatonal desde un punto de vista psicocultural.
Revista Costarricesnse de Psicología, 30, 12.
Urazán, C., Torres, A., & Sánchez, É. (2013). El rol de los pasos peatonales
subterráneos como alternativa en los actuales esquemas de planeación urbana.
Revista Tecnura, 17(38), 97–108.
Venuti, F., & Bruno, L. (2007). An interpretative model of the pedestrian
fundamental relation. Comptes Rendus Mécanique, 335(4), 194–200.
doi:10.1016/j.crme.2007.03.008
Vial, F. de P. (2011). ¿ Todos los Caminantes son Peatones ? Primer estudio de
Caracterización del La accidentalidad vial es un problema significativo para
los colombianos :
Wang, D., Gao, S. Q., Kasperski, M., Liu, H. P., & Jin, L. (2011). The Dynamic
Characteristics of a Couple System by Pedestrian Bridge and Walking Persons.
Applied Mechanics and Materials, 71-78, 1499–1506.
doi:10.4028/www.scientific.net/AMM.71-78.1499
Wang, W. L., Lo, S. M., Liu, S. B., & Ma, J. (2015). On the Use of a Pedestrian
Simulation Model with Natural Behavior Representation in Metro Stations.
Procedia Computer Science, 52, 137–144. doi:10.1016/j.procs.2015.05.048
Willis, A., Gjersoe, N., Havard, C., Kerridge, J., & Kukla, R. (2004). Human
Movement Behaviour in Urban Spaces: Implications for the Design and
Modelling of Effective Pedestrian Environment. Environment and Planning B:
Planning and Design, 31(6), 805–828.
Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N., & Malone, T. W. (2010).
Evidence for a collective intelligence factor in the performance of human
groups. Science (New York, N.Y.), 330(6004), 686–8.
doi:10.1126/science.1193147
Xi, H., & Son, Y.-J. (2012). Two-level modeling framework for pedestrian route
choice and walking behaviors. Simulation Modelling Practice and Theory, 22,
28–46. doi:10.1016/j.simpat.2011.11.002
169
Xu, Q., Mao, B., Liang, X., & Feng, J. (2012). Simple Cognitive Heuristics Applied
to Modeling Pedestrian Behavior Dynamics. Procedia - Social and Behavioral
Sciences, 43, 571–578. doi:10.1016/j.sbspro.2012.04.130
Yang, J., Deng, W., Wang, J., Li, Q., & Wang, Z. (2006). Modeling pedestrians’
road crossing behavior in traffic system micro-simulation in China.
Transportation Research Part A: Policy and Practice, 40(3), 280–290.
doi:10.1016/j.tra.2005.08.001
Yang, W.-D., & Wang, T. (2012). The Fusion Model of Intelligent Transportation
Systems Based on the Urban Traffic Ontology. Physics Procedia, 25, 917–923.
doi:10.1016/j.phpro.2012.03.178
Zhang, Q., & Han, B. (2011). Simulation model of pedestrian interactive behavior.
Physica A: Statistical Mechanics and Its Applications, 390(4), 636–646.
doi:10.1016/j.physa.2010.10.029
