Una aplicación basada en IA te dice qué camino a tu casa es más iluminado y seguro durante la noche

Una nueva aplicación de navegación basada en inteligencia artificial está cambiando la forma en que las personas se desplazan a pie durante la noche, al priorizar rutas más seguras, iluminadas y con menor percepción de riesgo. Se trata de Safest Way, una herramienta que ya se utiliza en ciudades como Londres y Derry, en Irlanda del Norte, y que busca cubrir un vacío que las aplicaciones tradicionales de mapas todavía no resuelven: indicar el camino menos peligroso, no solo el más rápido.

A diferencia de plataformas como Google Maps o Apple Maps, que optimizan los recorridos según el tiempo, el tráfico o el transporte público, Safest Way introduce variables vinculadas a la seguridad urbana. Iluminación, presencia de cámaras, historial delictivo y percepción humana del entorno son algunos de los factores que la aplicación analiza para recomendar trayectos nocturnos que reduzcan la sensación de miedo al caminar solo.

El desarrollo de esta app responde a una experiencia cotidiana, especialmente entre mujeres, que desde edades tempranas son educadas para extremar cuidados al desplazarse por la ciudad. Frases como “avísame cuando llegues” o la necesidad de ir acompañadas de noche reflejan una desigualdad persistente en el uso del espacio público. Frente a este contexto, Safest Way propone una solución tecnológica que no elimina el riesgo, pero sí ayuda a tomar decisiones más informadas.

El proyecto nació inicialmente en Londres con el objetivo de facilitar caminatas nocturnas más seguras y, con el tiempo, se expandió a Derry, una ciudad donde un grupo de voluntarios patrulla las calles cada noche para asistir a personas vulnerables. Este colectivo, conocido como Inner City Assistance Team (iCat), interviene en casos de intoxicación, problemas de salud mental o simplemente cuando alguien se encuentra solo en zonas poco transitadas. Como complemento a su trabajo presencial, iCat impulsó el uso de Safest Way.

La aplicación funciona introduciendo un punto de origen y un destino. A partir de ahí, calcula el trayecto que minimiza la exposición a calles oscuras, áreas degradadas o zonas con mayor incidencia delictiva. Además, incluye una alarma disuasoria que puede activarse en situaciones de peligro, generando un sonido fuerte para alertar a personas cercanas.

Desde el lanzamiento de su versión beta, Safest Way ha sido adoptada por alrededor de 1.000 usuarios, principalmente en Londres y Derry. En estas ciudades, gran parte de la infraestructura de seguridad ya está mapeada, lo que facilita el funcionamiento del sistema. El objetivo de sus desarrolladores es ampliar la cobertura a todo el Reino Unido y seguir incorporando datos que mejoren la precisión de las rutas sugeridas.

El corazón del proyecto está en el uso de inteligencia artificial para interpretar el entorno urbano. Uno de los primeros pasos fue recopilar datos geoespaciales sobre iluminación, considerados un factor clave en la percepción de seguridad. Para ello, el equipo realizó decenas de solicitudes a consejos municipales en Londres, obteniendo información sobre más de medio millón de farolas y miles de cámaras públicas.

Con estos datos se creó un mapa de iluminación en el que cada tramo de calle está codificado por colores según su nivel de luz, desde bien iluminado hasta completamente oscuro. Este trabajo fue reconocido con el primer premio en un proyecto de doctorado de la University College of London. Posteriormente, el mapa se combinó con bases de datos policiales sobre delitos y con información urbana adicional, como parques, zonas industriales o edificios abandonados, utilizando fuentes abiertas como Mapillary y OpenStreetMap.

El siguiente desafío fue incorporar la percepción humana del peligro, un elemento subjetivo pero determinante. Para ello, se recurrió a modelos de inteligencia artificial capaces de interpretar escenas urbanas completas. Estudios previos, como uno realizado por el MIT en Estocolmo, demostraron que es posible entrenar modelos para predecir cómo perciben las personas la seguridad de una calle a partir de imágenes.

En el caso de Safest Way, se utilizó el modelo CLIP de OpenAI, que combina lenguaje e imagen para comprender el significado semántico de una escena. Sin necesidad de reentrenamiento específico, las clasificaciones del modelo sobre calles “seguras” e “inseguras” coincidieron con el juicio humano en el 94 % de los casos.

Sus responsables aclaran que la aplicación no puede predecir incidentes concretos ni sustituir la acción de las autoridades. Sin embargo, sostienen que herramientas como Safest Way pueden ayudar a reducir la exposición al riesgo y complementar políticas públicas orientadas a mejorar la seguridad nocturna, como una mejor iluminación, urbanismo más inclusivo y presencia comunitaria en las calles.