LOICA

En LOICA (Learning Origin-destination Inference through Cross-source Analytics) estimamos la demanda de transporte público del Gran Santiago a partir de fuentes de datos que hoy se analizan por separado: las transacciones de la tarjeta bip!, las validaciones con código QR de la Red App, los registros anónimos de telefonía móvil de Entel, la infraestructura urbana de OpenStreetMap y el Censo 2024.

El problema

El sistema de transporte público de Santiago infiere el destino de cada viaje con algoritmos que alcanzan cerca de 90% de precisión en condiciones controladas. En la operación diaria aparecen tres limitaciones que ese número no refleja.

1. Viajes que no quedan registrados. En los datos solo quedan los viajes que pasan por la tarjeta. La evasión llega a 37% en los viajes que usan solo buses, así que una parte importante de la demanda no aparece en los datos con que se planifica y se opera el sistema.
2. Paraderos tratados como unidades aisladas. La demanda de un paradero depende de la de sus vecinos y de la estructura de la red, pero esa dependencia espacial no está incorporada en el modelo.
3. Sin distinción demográfica. El encadenamiento de viajes, más frecuente en mujeres y asociado a labores de cuidado, o la distinción entre “retornadores” y “exploradores”, no aparecen en las matrices origen-destino que se usan para planificar.

Sobre el tercer punto escribí en El viaje al trabajo (remunerado) no lo es todo.

Preguntas de investigación

1. ¿Se puede vincular a una misma persona entre los datos de tarjeta y los de telefonía móvil, sin identificadores comunes y con garantías formales de privacidad, para validar los algoritmos actuales y medir cuántos viajes no detectan?
2. ¿Mejoran las predicciones si se modela la red completa con Redes Neuronales de Grafos en vez de tratar cada estación por separado?
3. ¿Qué diferencias de movilidad hay según edad, género y tipo de comportamiento de viaje, y cuánto se pierde al ignorarlas?
4. ¿Cómo se comunican las predicciones, su incertidumbre y el costo en precisión que impone la privacidad a quienes planifican y operan el sistema?

Objetivos

El trabajo se organiza en cuatro paquetes:

1. Fusión entre fuentes. Desarrollar técnicas de coincidencia espaciotemporal que vinculen trayectorias entre la tarjeta y la telefonía móvil bajo privacidad diferencial. El resultado permite clasificar los viajes en tres categorías: los detectados de forma correcta, los perdidos (que incluyen la evasión) y los que ocurren en otros modos.
2. Predicción con estructura de red. Diseñar Redes Neuronales de Grafos sobre un grafo heterogéneo que combina los paraderos y estaciones de Santiago con una grilla hexagonal H3, de modo que el modelo cubra también las zonas sin servicio de transporte público.
3. Movilidad y demografía. Caracterizar el encadenamiento de viajes por género, las diferencias por edad y la dicotomía entre retornadores y exploradores, con el Censo 2024 como base para corregir sesgos de representatividad.
4. Analítica visual. Construir herramientas interactivas que permitan a planificadores y operadores evaluar intervenciones y comparar escenarios, con representación explícita de la incertidumbre.

Publicaciones

Con Natalia Meza y Mónica Humeres publicamos un artículo corto que muestra que en Santiago los viajes de cuidado de las mujeres forman una red más densa y más triangulada que la de los hombres. El conteo de viajes no muestra esa diferencia, pero la estructura de la red sí, y de ahí se sigue que la infraestructura de cuidado necesita conectividad dentro del barrio y no solo hacia el centro.

• Beyond trip counts: Women’s care trips in Santiago form denser networks than men’s. Environment and Planning B: Urban Analytics and City Science, 2026.

Ese método lo estamos aplicando ahora al panel de validaciones QR de bip!. En la figura siguiente hay cuatro grupos definidos por sexo y tramo de edad. Para cada uno se dibujan las conexiones origen-destino en las que ese grupo está sobrerrepresentado respecto del resto. Los cuatro subgrafos difieren en su geografía y en su topología: cuántas conexiones los forman, qué tan largas son y qué tan agrupadas están.

Software

El trabajo con los datos se apoya en dos bibliotecas de código abierto:

• palomatrix normaliza los datos abiertos de movilidad de Santiago: los viajes, las etapas, el catálogo de paradas y el GTFS que publica el DTPM, y la Encuesta Origen-Destino 2012. Deja ambas fuentes en la zonificación común de 866 zonas, que es donde se pueden comparar.
• data-fiusion implementa factorización tri-no negativa para fusión de datos. Mantiene las matrices de relación en formato disperso, lo que permite trabajar con relaciones de millones de filas que una implementación densa no alcanza a cargar en memoria.

Además hay dos aplicaciones que muestran resultados en el navegador:

Mapocho muestra la demanda horaria de buses Red y Metro como campos vectoriales sobre una grilla hexagonal, animados como partículas que siguen el flujo. La interfaz permite comparar dos horas del día lado a lado. Se puede usar acá.

Campo A.T. de Santiago (por Accesibilidad y Trabajo) mide la accesibilidad caminable a farmacias, supermercados, bancos y centros de salud cuando la demanda de cada celda cuenta tanto a quienes viven ahí como a quienes trabajan ahí. La población trabajadora se construye como población sintética casa-trabajo, con el Censo 2024, las llegadas de viajes al trabajo registradas por el DTPM y los destinos declarados en la Encuesta Origen-Destino de 2012. Con el control de demanda trabajadora se ve cómo cambia el mapa al pasar de contar solo residentes a contar también a quienes llegan a trabajar. Se puede usar acá.

Datos

Por un convenio con el Centro Nacional de Inteligencia Artificial (CENIA) accedemos a los registros anónimos de telefonía móvil de Entel, operador con 34,7% de participación de mercado el 2024, y a infraestructura de cómputo con GPU. Por un convenio con el Directorio de Transporte Público Metropolitano (DTPM) accedemos a los registros anónimos de bip! y de validación QR.

Tesis y memorias

• Alonso Almendras, tesis. De ahí sale Mapocho.
• Claudio Gaete Martí, memoria. De ahí sale Campo A.T. de Santiago.
• Vicente Onetto, tesis en curso.
• Romina Hernández, tesis en curso.

Sobre el nombre

La loica es un pájaro de pecho rojo que vive en las zonas abiertas de Chile. El acrónimo viene del título en inglés del proyecto, y el nombre sigue la costumbre de bautizar mis proyectos con aves. La ilustración es de Sarai Collilef.

¿Interesade en colaborar? Contáctame.