La firma internacional de arquitectura con sede en Nueva York, Perkins Eastman, presentaba recientemente el resultado de un estudio sobre los factores que determinan la transitabilidad a pie o «caminabilidad» («walkability») de las calles. Dicho de otra forma, sobre los factores que hacen los espacios urbanos más apetecibles para caminar. El estudio, con el título ¿Están hechas para caminar estas calles? Cómo la IA visual puede dar cuenta de la caminabilidad urbana para los adultos mayores, se circunscribe geográficamente al área urbana del distrito de Kowloon, en Hong Kong, y, demográficamente, a los «adultos mayores», es decir, «personas de 65 años o más».

Más allá de los resultados en sí, que culminan en unas «directrices de diseño de la caminabilidad», lo que hace a este estudio especialmente interesante es su metodología, en la cual la IA o inteligencia artificial tiene una parte importante. Veamos cómo y por qué:

«Caminar es una actividad vital para los adultos mayores —empieza por justificar la investigación—, ya que les permite realizar ejercicio físico y les ofrece oportunidades de interacción social, lo que repercute significativamente en su salud física y mental». Sin embargo, hasta ahora, prácticamente todos los estudios urbanísticos sobre los hábitos de este segmento de población han recurrido a «datos a gran escala relacionados con los sistemas de transporte, el uso del suelo y la población». Es por ello que no han adoptado «una perspectiva a escala humana y a pie de calle» y, sin darse cuenta, «han simplificado en exceso los detalles sutiles de la experiencia humana de caminar».

En consecuencia —y esta es una de las primeras declaraciones metodológicas—, el estudio, que pretende proporcionar esa perspectiva cercana, cuantifica diversos elementos urbanos a partir de imágenes directas de la calle tomadas desde un ángulo humano. Para «escudriñar los elementos urbanos del distrito de Kowloon», el equipo de investigación utilizó concretamente un total de 32.512 imágenes obtenidas del sistema de Google Street View, a intervalos de 10 m.

Para completar las fuentes de información sobre los hábitos ciudadanos de los residentes en el distrito objetivo, el equipo investigador recurrió a los datos procedentes de una encuesta dirigida a más de 100.000 de ellos. Fue el propio gobierno de Hong Kong quien preguntó a sus ciudadanos, en 2021, sobre su movilidad y sus preferencias de transporte —incluida la de caminar, pues, al fin y al cabo, es otro medio más.

Así, a partir de la información demográfica de esa muestra de población y los datos de su comportamiento respecto a la movilidad, los investigadores establecieron el «índice de caminabilidad» —o probabilidad de que la elección de los adultos mayores en sus traslados sea la de caminar— en las distintas partes del vecindario, según la siguiente fórmula:

Caminabilidad = Nº de adultos mayores que eligen caminar / Nº total de adultos mayores

Una vez obtenido ese índice para las distintas partes del distrito de Kowloon, ya solo era cuestión de correlacionarlo con los distintos elementos urbanos característicos, presentes en sus calles. Y para el objeto del estudio, los investigadores distinguieron los siguientes elementos del paisaje urbano: «pasos de peatones, bancos, muros, ventanas, árboles y vegetación, aceras y farolas».

Es ahora cuando entran en juego «los métodos de inteligencia artificial visual, como la detección de objetos y la segmentación de imágenes». Gracias a estos y al aprendizaje automático, el equipo investigador calculó el porcentaje de cada elemento urbano en las imágenes de Kowloon procedentes del Google Street View. Y lo hicieron según la siguiente —expeditiva e innovadora— fórmula:

Cantidad de un elemento urbano = Píxeles del elemento urbano en una imagen / total de píxeles en ella

De esa manera, pudieron «comprender los atributos cuantitativos precisos de los elementos urbanos experimentados por los adultos mayores durante los paseos» y realizar un análisis comparativo entre las zonas urbanas que mostraban fuertes correlaciones, ya fueran positivas (alta presencia de elemento urbano = alta transitabilidad a pie, o baja presencia de elemento urbano = baja transitabilidad a pie) o inversas (baja transitabilidad a pie = alta presencia de elemento urbano, o alta transitabilidad a pie = baja presencia de elemento urbano).

Los responsables del estudio aún afinaron y alcanzaron mayor profundidad con el análisis de las correlaciones existentes entre parejas y grupos de elementos urbanos con las precisas preferencias de transporte de los residentes. Con todo, por fin, establecieron esas directrices de diseño urbanístico a que nos referíamos al inicio de este paseo. Por no extendernos en exceso, os resumimos sus conclusiones respecto aquellas y a los hechos comprobados que mejoran la transitabilidad a pie de las ciudades:

-«Cuando hay más árboles y bancos juntos».

-«La combinación de pasos de peatones y farolas».

-«Más aberturas en las fachadas (por ejemplo, ventanas, patios, balcones) junto con bancos y árboles».

-«Bancos emparejados con ventanas tanto cómo con muros de fachada».

Solo queda dar crédito al equipo investigador del estudio, que dirigió Haozhuo Yang, estudiante de la Graduate School of Design de Harvard University, al cual becó Perkins Eastman en 2023, en el capítulo de «Diseño y Bienestar», en colaboración con Alejandro Giraldo, Hanna Negami y Emily Chmielewski, integrantes del propio estudio de arquitectura.

Fuente: Are these streets made for walking? How visual AI can inform urban walkability for older adults.
Imágenes: Perkins Eastman.