Tras la firma del convenio entre nuestra Facultad Regional y la Municipalidad de San Francisco para ampliar y optimizar las prestaciones que brinda la aplicación del estacionamiento medido, los Ingenieros y estudiantes que están a cargo de esa tarea dieron precisiones sobre el trabajo realizado, los objetivos, y las posibilidades de mejoras que brinda la información recopilada desde la plataforma.

El Subsecretario de Vinculación Tecnológica de UTN San Francisco, Ingeniero Ezequiel Gribaudo, explicó cuál fue el camino recorrido desde la implementación de la aplicación: “La nueva plataforma del Estacionamiento Medido nació por una necesidad que tenía el municipio, y dentro del balance técnico, la Facultad cumplía con los requisitos para llevarla adelante. Lejos de ser un trabajo aislado, con el tiempo, desde la implementación en la segunda mitad de 2023, fuimos realizando diversas actualizaciones mensuales a la plataforma, siempre con el objetivo de mejorarla. Y durante este tiempo, se fueron sumando datos que se recolectaron en el uso diario de la misma”.

“Paralelamente en nuestra Facultad, además del equipo de desarrollo, hay grupos de investigación que hacen foco en ciencia de datos, analítica de datos y otras ramas de la inteligencia artificial. A partir de esto, surgió la posibilidad de empezar a trabajar con esos datos, con la mirada puesta en las decisiones que podrían tomar la municipalidad y los usuarios con la información que se recoge con la aplicación del estacionamiento medido”, indicó Gribaudo.

Y añadió: “Contamos con un equipo de Investigación sobre Aplicaciones Inteligentes (GISAI) donde la Magister Rebeca Yuan se dedica a la investigación en Ciencia de Datos e Inteligencia Artificial. Además, se trabaja en conjunto con la Secretaría de Innovación de la Municipalidad, para generar sinergia entre ambas Instituciones y eso quede plasmado en el resultado de los proyectos en común. Bajo este marco, nos reunimos y relevamos las necesidades existentes, y este equipo de UTN plasmó qué es lo que potencialmente se podría hacer con el análisis más profundo de todos los datos que la plataforma venía recolectando. De allí, surge la propuesta de generar dos dashboards –tableros de control- del Estacionamiento Medido, con el objetivo de brindar datos útiles que apunten a optimizar el servicio de estacionamiento en la ciudad, tanto para la Municipalidad, como así también para el ciudadano”.

Una de las imágenes tomada en los ensayos realizados para las mejoras de la app

Por su parte, la Magister Yuan destacó: “El trabajo que brindamos desde la Facultad es analizar los datos recopilados por la plataforma del Estacionamiento Medido, procesarlos y ponerlos a disposición de la Municipalidad, mediante tableros de visualización de la información, para una toma de decisiones rápida. La información recopilada permite observar, entre otras cosas, cuáles son los horarios en los que suelen estar más ocupadas las diferentes zonas, así como los espacios menos utilizados, por lo tanto, surge la posibilidad de informar la disponibilidad de zonas que probablemente estén más liberadas para estacionar”.

“Todo esto implicó un análisis exhaustivo de datos y la posibilidad de sumar nuevas herramientas informáticas. Los resultados obtenidos buscan también dar soporte, visibilidad e importancia a los datos que se adquieren desde la plataforma. Con el análisis realizado, la Municipalidad podrá supervisar la congestión probable de las zonas de estacionamiento, rutas y frecuencias de inspección, identificar visualmente de una manera rápida las zonas potencialmente más descongestionadas, bicisendas, horas pico de estacionamiento, fluctuaciones diarias del porcentaje de plazas ocupadas y otros indicadores más”, afirmó Yuan.

En esta imagen de prueba se puede ver un mapa de calor con los espacios más concurridos

Para finalizar, la profesional en Inteligencia artificial de UTN añadió que “el entregable desde nuestra Facultad hacia la Municipalidad, consta no solo en la transferencia de conocimiento para la confección de tableros de información de este tipo, sino también en una batería de indicadores, que luego la Municipalidad será la encargada de implementar de la mejor manera para ofrecer al vecino recomendaciones, a la hora de utilizar el servicio de estacionamiento, y aplicarlos en dicha plataforma, para que el usuario pueda aprovecharlos”.

Yuan participa como docente investigadora en Inteligencia Artificial y Ciencia de datos en el GISAI, dirigido por el Dr. Javier Redolfi. El equipo que trabajó con los datos del estacionamiento está integrado por Fabricio Quinteros y Luca Viotti, estudiantes de Ingeniería en Sistemas de Información, y Álvaro Dosio, estudiante de la Tecnicatura Universitaria en Programación.

La ingeniera acotó más adelante que “este trabajo realizado desde UTN San Francisco se va a transferir a la Municipalidad para que puedan seguir avanzando en la optimización de la plataforma”.