Facultad de Informática de Barcelona
Máster en Ingeniería Informática
Trabajo Final del Máster con el tema:
Influencia de datos abiertos sobre la Ciudad Inteligente de Barcelona
Soluciones modernas para gestionar la movilidad Inteligente (Smart Mobility)
Tutor: Fernando Barrabés Naval
Nombre y Apellido del Autor: Florian Jedamzik
No. Teléfono: +34722110524
NIE: Y1489162H
Barcelona, Barcelona, abril 2021
2
Índice
Agradecimientos .............................................................................................................................. 7
Resumen .......................................................................................................................................... 8
Abstract ............................................................................................................................................ 9
1. Introducción ............................................................................................................................ 10
1.1 Justificación .................................................................................................................... 11
1.2 Objetivo y Alcance .......................................................................................................... 12
1.2.1 Objetivo ........................................................................................................................... 12
1.2.2 Alcance de este Trabajo ................................................................................................. 13
2. Formulación del problema y Preguntas de la investigación ................................................... 14
3. Marco teórico .......................................................................................................................... 15
3.1 La ciudad inteligente ....................................................................................................... 15
3.2 La movilidad inteligente .................................................................................................. 16
3.2.1 “Mobility as a Service” .................................................................................................... 17
3.2.2 Crowdsensing ................................................................................................................. 17
3.3 Open Data (datos abiertos) ............................................................................................ 19
3.3.1 Definición ........................................................................................................................ 20
3.3.2 Formatos ......................................................................................................................... 20
3.3.3 Intenciones ...................................................................................................................... 21
3.4 El caso de Barcelona ...................................................................................................... 21
3.4.1 La Movilidad Inteligente en Barcelona ........................................................................... 21
3.4.2 La Iniciativa Open Data BCN .......................................................................................... 23
3.4.2.1 Datos disponibles sobre Barcelona ............................................................................ 24
3.4.2.2 Formatos disponibles .................................................................................................. 25
3.4.2.3 El ámbito de Transporte.............................................................................................. 28
3.4.2.4 Desafíos – De los datos abiertos a las aplicaciones .................................................. 29
3.4.2.5 Un Ejemplo de Open Data en uso en Barcelona ....................................................... 30
4. Diseño metodológico .............................................................................................................. 33
4.1 Tipo de investigación y metodología elegida ................................................................. 33
4.1.1 Investigación cualitativa basada en entrevistas ............................................................. 33
4.1.2 Investigación Exploratoria e inductiva ............................................................................ 33
4.1.3 Orientada a solucionar problemas ................................................................................. 34
4.2 Contexto .......................................................................................................................... 34
4.3 Muestra ........................................................................................................................... 34
4.3.1 Guía de entrevista .......................................................................................................... 35
4.3.2 Transcripción .................................................................................................................. 36
3
4.4 Características de los datos ........................................................................................... 36
4.5 Procedimiento de la investigación .................................................................................. 36
4.6 Método de análisis .......................................................................................................... 37
5. Resultados .............................................................................................................................. 40
5.1 Tipo de datos (abiertos) más importantes para una movilidad inteligente eficaz .......... 40
5.1.1 General ........................................................................................................................... 40
5.1.2 Calidad de los datos ....................................................................................................... 41
5.1.3 Datos actuales ................................................................................................................ 41
5.1.4 Disponibilidad.................................................................................................................. 42
5.1.5 Procesamiento/Tratamiento/Análisis de Datos .............................................................. 42
5.1.6 Grado de Apertura .......................................................................................................... 43
5.1.7 Movilidad Inteligente ....................................................................................................... 43
5.1.7.1 “Code the curb” ........................................................................................................... 43
5.1.7.2 Aplicaciones ................................................................................................................ 43
5.2 Recomendaciones sobre las medidas que deben adoptarse ........................................ 44
5.2.1 Problemas y retos actuales ............................................................................................ 44
5.2.2 Ayuntamiento .................................................................................................................. 45
5.2.3 Cooperaciones ................................................................................................................ 46
5.2.4 Crowdsensing ................................................................................................................. 47
5.2.5 Infraestructura ................................................................................................................. 47
5.3 Los DA: El futuro uso para la MI..................................................................................... 48
5.3.1 Evolución ........................................................................................................................ 48
5.3.2 Efectos ............................................................................................................................ 49
5.3.3 Nuevas Conexiones entre los datos ............................................................................... 50
5.4 Aportación de cada experto ............................................................................................ 51
5.5 Resumen de los resultados ............................................................................................ 58
6. Conclusiones .......................................................................................................................... 60
6.1 Tipo de datos (abiertos) más importantes para una movilidad inteligente eficaz .......... 60
6.1.1 General ........................................................................................................................... 60
6.1.2 Calidad de los datos ....................................................................................................... 60
6.1.3 Datos actuales ................................................................................................................ 61
6.1.4 Disponibilidad.................................................................................................................. 61
6.1.5 Procesamiento/Tratamiento/Análisis de los datos ......................................................... 61
6.1.6 “Code the curb” ............................................................................................................... 62
6.1.7 Aplicaciones .................................................................................................................... 63
6.1.8 Conclusión de objetivo y subpregunta uno .................................................................... 63
6.2 Recomendaciones sobre las medidas que deben adoptarse ........................................ 64
6.2.1 Problemas y retos actuales ............................................................................................ 64
4
6.2.2 Ayuntamiento .................................................................................................................. 64
6.2.3 Cooperaciones ................................................................................................................ 65
6.2.4 Crowdsensing ................................................................................................................. 65
6.2.5 Infraestructura ................................................................................................................. 66
6.2.6 Conclusión de objetivo y subpregunta dos..................................................................... 66
6.3 Los DA: El futuro uso para la MI..................................................................................... 67
6.3.1 Evolución ........................................................................................................................ 67
6.3.2 Efectos ............................................................................................................................ 68
6.3.3 Nuevas Conexiones en los Datos .................................................................................. 68
6.3.4 Conclusión de objetivo y subpregunta tres .................................................................... 68
6.4 Conclusión objetivo y pregunta principal ........................................................................ 69
7. Limitaciones y recomendación de futuros estudios ............................................................... 70
7.1 Limitaciones .................................................................................................................... 70
7.2 Futuros estudios ............................................................................................................. 70
8. Referencias ............................................................................................................................. 72
9. Anexos .................................................................................................................................... 80
9.1 Anexo I: Guía de entrevista con el experto de los datos abiertos (Experto E1) ............ 80
9.2 Anexo II – Transcripción de la entrevista sobre los datos abiertos (Experto E1) .......... 80
9.3 Anexo III – Guía de entrevista uno de la movilidad inteligente (Experto E2) ................ 87
9.4 Anexo IV - Transcripción de la entrevista uno sobre la movilidad inteligente (Experto
E2) …………………………………………………………………………………………………. 88
9.5 Anexo V - Guía de entrevista dos sobre la movilidad inteligente (Experto E3) ........... 106
9.6 Anexo VI - Notas de la entrevista dos sobre la movilidad inteligente (Experto E3)..... 107
9.7 Anexo VII – Preguntas y Respuestas para el Proyecto [Confidencial] (Experto E4) .. 115
9.8 Anexo VIII – Guía de entrevista sobre los datos abiertos en Barcelona (Experto E5) 118
9.9 Anexo IX - Transcripción de la entrevista sobre los datos abiertos en Barcelona
(Experto E5) ............................................................................................................................. 119
9.10 Anexo X – Los datasets del ámbito de la Movilidad (Open Data BCN) ....................... 129
5
Índice de ilustraciones
Ilustración 1: La señal, capturado por el acelerómetro del móvil ......................................... 19
Ilustración 2: Evaluación de Barcelona en el ámbito de la movilidad ................................... 22
Ilustración 3: Datasets en cada ámbito ............................................................................... 25
Ilustración 4: Formatos de los datasets ............................................................................... 26
Ilustración 5: Accidentes agrupados por día y hora ............................................................. 31
Ilustración 6: Las heridas según la hora del día .................................................................. 32
Ilustración 7: Programa de análisis con las categorías iniciales .......................................... 38
Ilustración 8: Esquema de un análisis de contenido estructurado ....................................... 39
6
Índice de tablas
Tabla 1: Esquema de la calidad de los DA .......................................................................... 20
Tabla 2: Calificación de los formatos ................................................................................... 27
Tabla 3: Estadísticas y atributos de los datasets ................................................................. 29
Tabla 4: Las categorías y códigos de las entrevistas .......................................................... 38
Tabla 5: Aportación de cada experto ................................................................................... 57
Tabla 6: Resumen de los resultados ................................................................................... 59
7
Agradecimientos
Me gustaría dar las gracias a mi Tutor, Fernando Barrabés Naval, por sus valiosos consejos.
También, me gustaría dar las gracias a mis padres por su apoyo, a mis amigos que me
visitaron en Barcelona, a mis nuevos amigos que conocí en Barcelona y a mi novia. Todas
estas personas siempre estuvieron a mi lado y me marcaron en la vida.
Por último, me gustaría dar las gracias a los participantes en mi investigación que se tomaron
su tiempo para compartir conmigo sus experiencias de forma muy detallada.
Ich möchte mich bei meinem Tutor, Fernando Barrabés Naval für sein wertvollen Tipps
bedanken.
Auch möchte ich mich bei meinen Eltern für ihre Unterstützung bedanken, sowie bei meinen
Freunden, welche mich in Barcelona besucht haben, als auch bei meinen neuen Freunden,
welche ich in Barcelona kennenlernen durfte. Auch möchte ich mich bei meiner Freundin für
ihre Unterstützung bedanken. All diese Menschen waren immer an meiner Seite und haben
mich im Leben geprägt.
Zum Schluss möchte ich mich bei meinen Interviewpartnern bedanken, die sich Zeit
genommen haben, ihre Erfahrungen auf eine detaillierte Art und Weise mit mir zu teilen.
8
Resumen
El objetivo de este trabajo final de máster es responder a la pregunta de hasta qué punto los
datos abiertos pueden contribuir a la movilidad inteligente en Barcelona de forma que sea
más eficiente y qué hay que hacer para ello. Se plantea la siguiente pregunta de investigación
¿En qué medida los datos abiertos tienen el potencial de hacer más eficiente la movilidad
inteligente en Barcelona? Para responder a la pregunta de investigación, se han realizado
entrevistas semiestructuradas con expertos en el campo de los datos abiertos y la movilidad
inteligente, así como con un responsable de la administración de la ciudad. Los resultados
muestran que la calidad, la actualidad y la disponibilidad de los datos, así como la
digitalización de las infraestructuras, las colaboraciones con entidades privadas y públicas, y
con los ciudadanos en forma de crowdsensing pueden ayudar a superar los obstáculos
existentes en el ámbito de la movilidad inteligente. El futuro traerá consigo APIs abiertas, a
través de las cuales los ciudadanos y especialmente los vehículos de transporte podrán
interactuar con la infraestructura existente en la ciudad en tiempo real. Esto demuestra que
la administración de la ciudad necesita encontrar formas de asegurar la calidad, la puntualidad
y la disponibilidad de los datos, así como la capacidad técnica para procesar las cantidades
de datos para encontrar una nueva forma de digitalizar sus activos ("codificar la acera") para
superar los próximos desafíos en el campo siempre cambiante de la movilidad urbana.
Palabras claves: Movilidad Inteligente, Datos Abiertos, Barcelona, Administración de la
Ciudad, Crowdsensing
9
Abstract
The goal of this master’s thesis is to answer the question to what extent open data can
contribute to the smart mobility in Barcelona in a way to make it more efficient and what must
be done for it. To archive this, the following research question is being asked: To what extent
does open data have the potential to make smart mobility more efficient in Barcelona? To
answer the research question, semi-structured interviews with experts in the field of open data
and smart mobility, as well as the responsible persons in the city’s administration have been
conducted. Findings show that the quality, timeliness, availability of the data, as well as the
digitalisation of the infrastructure, collaborations with private and public entities, as well as
citizens in the form of crowdsensing can help overcome existing obstacles in the field of smart
mobility. The future will bring open APIs into the field, through which citizens and especially
transport vehicles will be able to interact with the existing infrastructure of the city in real-time.
This shows that the citys administration needs to find ways to assure quality, timeliness, and
availability of the data, as well as technical ability to process the amounts of data to find new
way to digitalize its assets (“code the curb”) to overcome upcoming challenges in the ever-
changing field of urban mobility.
Keywords: Smart Mobility, Open Data, Barcelona, City Administration, Crowdsensing
10
1. Introducción
„Cities have the capability of providing something for everybody, only because, and only when,
they are created by everybody.” – Jane Jacobs (Jacobs, 2020)
Los datos abiertos (“Open Data”) juegan un papel importante tanto en el desarrollo de nuevas
aplicaciones (16 Innovative Applications and Businesses Created With Open Data, 2021)
como en ciudades inteligentes como Barcelona. Existen varios portales de datos abiertos,
donde el público puede encontrar y descargar datos de acceso libre. Así, estos datos pueden
ser editados y procesados casi sin restricciones por cualquier persona. Como podrán
observar, se han desarrollado varias aplicaciones nuevas, especialmente en el ámbito de la
movilidad inteligente. Unos ejemplos entre muchos son las aplicaciones de “TransitBCN”
(Trànsit, 2021) en Barcelona y los planificadores de rutas, como “Moovit” (Moovit: MaaS
Solutions & the #1 Urban Mobility App, 2021).
Muchas aplicaciones para gestionar la movilidad en las ciudades están hechas por empresas
que están utilizando sus propios datos, sobre los que la ciudad no tiene ningún control hasta
la fecha (Segal, 2021). Este trabajo final quiere investigar como los datos abiertos tienen el
potencial de contribuir a la ciudad inteligente y mejorarla en el dominio de la movilidad
inteligente.
El interés de este TFM es contribuir al uso eficaz de los datos abiertos en el ámbito de la
movilidad inteligente. Como datos que se crean a cada momento por la gente a partir de
sensores, dispositivos inteligentes, vehículos, y la utilización de GPS en una ciudad
(Lenormand and Ramasco, 2016), este TFM quiere investigar si existen posibilidades de
aprovechar dichos datos para procesarlos y utilizarlos en el ámbito de la movilidad inteligente.
Por lo tanto, tiene gran valor:
a) explorar el campo de los datos necesarios para la Movilidad Inteligente (MI). Más
adelante se aclarará
b) qué medidas pueden ser adoptadas para habilitar la MI con los datos abiertos
c) cómo pueden obtenerse los datos que aún se necesitan,
d) que retos hay que esperar, y
e) cómo será el futuro uso de los DA en la ciudad
11
1.1 Justificación
El estado del arte del ámbito de los datos abiertos consiste en gran medida en recoger los
datos, procesarlos mínimamente y ponerlos a disposición. Sin embargo, apenas se recogen
las conexiones y los requisitos de los Datos Abiertos, que pueden aumentar su potencial.
Para ello, es necesario considerar los datos en su conjunto y optimizarlos en cuanto a sus
atributos (calidad, actualidad, metainformación, etc.) (Janssen, Charalabidis and Zuiderwijk,
2012). Como ya se ha mencionado, existen también varias fuentes de datos abiertos. Esto
tiene el inconveniente que cada fuente sigue sus propios intereses y se establece una visión
o mentalidad silo. Por lo tanto, eso impide las conexiones entre los diferentes datos y la
capacidad de coordinar mencionados (datos) para crear el máximo rendimiento para – en
este ejemplo – la movilidad inteligente en una ciudad.
Los escenarios de aplicación de los datos abiertos van desde la optimización digital del flujo
de tráfico hasta el control automatizado de las redes de aguas residuales y energía. Lo ideal
es que la fusión a gran escala de una gran variedad de datos dé lugar a nuevos conocimientos
y usos de la ciudad digital que puedan utilizarse para un desarrollo urbano sostenible y
participativo (¿Datenhoheit - Wem gehört die Smart City?, 2021).
Sin embargo, el espacio de datos (abiertos) digital no se organiza por sí mismo. Requiere
centros de control digital e interfaces entre los diferentes circuitos de datos. Como los
ayuntamientos no son magos de los (big) data, el poder real sobre el flujo de información de
una ciudad inteligente suele estar en manos de los proveedores de servicios informáticos y
las empresas de Internet. Para jugar en la liga de las ciudades inteligentes, una ciudad
conectada a la red debe adquirir software y hardware comercial, sin poder comprender todos
los detalles de su trabajo en el espacio municipal. De este modo, La ciudad pierde la
soberanía de los datos a favor de las empresas privadas. Entonces, el ayuntamiento ya no
sabe por qué los sistemas informáticos toman determinadas decisiones, pero sigue siendo
políticamente responsable de ellas (¿Datenhoheit - Wem gehört die Smart City?, 2021).
Aún no existe mucha bibliografía dedicada a la conexión de los datos abiertos con la movilidad
inteligente. Los primeros pensamientos sólo están surgiendo ahora debido al uso
generalizado del Internet de las cosas. Como la movilidad inteligente juega cada vez un papel
más importante, es justificado examinar el potencial de los datos abiertos en el ámbito de la
MI a través de nuevas medidas, corporaciones, y el uso eficaz de los datos ya existentes.
A nivel personal, el autor está motivado por la organización de una ciudad grande,
especialmente Barcelona y en qué lugar se encuentra en el camino de ser un líder mundial
12
como ciudad inteligente. Además, la ciudad ha causado una impresión duradera en el autor
desde su primera visita en 2009.
1.2 Objetivo y Alcance
El Objetivo principal de este TFM es descubrir y reconocer el potencial de los datos abiertos
para contribuir a la eficaz de la movilidad inteligente en Barcelona.
El alcance de este trabajo final de máster incluye la ciudad, en este caso concreto Barcelona.
Trata de la movilidad y su impacto dentro del área urbana, y de cómo los Datos Abiertos
pueden influir positivamente en ella. Para ello, se entrevista a expertos en el ámbito de la
movilidad, pero también en el de los datos abiertos y la administración de la ciudad.
1.2.1 Objetivo
Así, se han deducido los siguientes objetivos específicos:
• OE1: capturar qué tipo de datos son los más importantes para una movilidad
inteligente eficaz
• OE2: formular recomendaciones sobre las medidas que – en cualquier forma – pueden
adoptarse en la ciudad en relación con la movilidad inteligente junto con los datos
abiertos para mitigar retos existentes
• OE3: presentar el futuro uso junto con los efectos de los datos abiertos en el ámbito
de la movilidad inteligente
13
1.2.2 Alcance de este Trabajo
Como este trabajo tiene como objetivo analizar el impacto de los datos abiertos a la movilidad
inteligente se ha seleccionado el portal Open Data BCN como fuente de datos abiertos. Se
trata de una fuente oficial de la ciudad de Barcelona ya que es gestionado por el Ayuntamiento
de Barcelona y obtiene información a través de varios proveedores de datos abiertos como
Sentilo BCN (Sentilo BCN | Plataforma de Sensors i Actuadors de Barcelona, 2021). Existen
varios portales en Catalunya y España encargados de trabajar con los “open data”, pero la
consideración de todos esos portales excedería el alcance de este TFM. Este trabajo se
ocupa principalmente del ámbito privado de la movilidad, y no del ámbito de la logística, ni de
la movilidad interregional o la movilidad internacional.
14
2. Formulación del problema y Preguntas de la investigación
En este apartado se procede a describir el problema central que este trabajo final de máster
quiere solucionar.
Problema
Aún no existe suficiente investigación sobre la relación entre los datos abiertos y la
movilidad inteligente y el potencial que surge de esto.
Del mencionado problema se deduce la siguiente pregunta de investigación:
Pregunta de investigación
• ¿En qué medida, los datos abiertos tienen el potencial de hacer más eficiente la
movilidad inteligente en Barcelona?
A través de esta pregunta de investigación se han desarrollado las siguientes preguntas
específicas:
Preguntas específicas
• ¿Qué tipo de datos son necesarios para una movilidad inteligente eficaz?
• ¿Qué medidas, relacionadas con los datos abiertos, deben ser implementadas en la
ciudad inteligente para conseguir una gestión más eficaz de la MI?
• ¿Cómo pueden utilizarse los datos abiertos en relación con la movilidad inteligente en
el futuro y que efectos traerán?
15
3. Marco teórico
Los datos abiertos son actualmente ofrecidos por muchos organismos (administración de la
ciudad, política, gobiernos). Como estos datos se encuentran disponibles libremente,
cualquiera puede acceder a ellos y procesarlos en consecuencia. Con dichos datos se pueden
llenar bases de datos, crear aplicaciones nuevas, u observar relaciones nuevas con el
resultado de nuevas innovaciones. Poner los datos a disposición del público y empresas
interesadas significa abrirlos a las ideas de las masas y aceptar sus innovaciones. Hay
numerosos ejemplos de cómo se han creado aplicaciones a partir de datos abiertos y cómo
han generado beneficios para los usuarios de la aplicación. Estos conciernen a las áreas de
movilidad, estilo de vida, salud, etc...
Todo esto significa, que los datos abiertos tienen el potencial de influir a una ciudad como
Barcelona de manera sostenible. En primer lugar, hay que aclarar los términos más
importantes para garantizar una introducción fluida al tema. Dado que este TFM se centra en
la influencia de datos abiertos sobre la ciudad inteligente y la movilidad inteligente, se aclara
primero el termino y la historia de la ciudad inteligente con la parte de la movilidad inteligente,
y luego el de los datos abiertos.
3.1 La ciudad inteligente
Todavía no está claro en qué consiste un “Smart City” exactamente. Existen varias
definiciones de la ciudad inteligente. Algunas publicaciones intentan considerar los diferentes
terrenos de una CI: Dameri explica una CI a través de la siguiente definición:
Una ciudad inteligente es una zona geográfica bien definida, en la que las altas tecnologías
como las TIC, la logística, la producción de energía, etc., cooperan para crear beneficios para
los ciudadanos en términos de bienestar, inclusión y participación, calidad ambiental,
desarrollo inteligente; es gobernado por un conjunto bien definido de sujetos, capaces de
establecer las normas y la política para el gobierno y el desarrollo de la ciudad (Dameri,
2013)".
Además, hay conceptos que se solapan con CI; Camero and Alba han clasificado varios
conceptos que se solapan con la CI, como “Digital City” (personas interactuando y
compartiendo conocimientos e intereses), “Intelligent City” (Aprendizaje e Innovación
mediante creatividad e infraestructura digital), “Knowledge City” (fomentando conocimientos
16
colectivos), “Sustainable City” (tanto mejorando el entorno cultural, natural y construido, como
soportando el objetivo de desarrollo sostenible), y “Wired City” (todos los servicios
electrónicos de comunicación están disponibles para cada persona y negocio) (Camero and
Alba, 2019). Según Kunar et al. la ciudad inteligente es el futuro de la población urbana en
alrededores seguros con un medio ambiente de alta calidad. En una CI los gobiernos han de
enfocarse en la calidad de todos los procesos y las políticas de la evolución urbana (Kumar
and Singh Rattan, 2020).
Las definiciones anteriores intentan exponer ideas sobre CI en general y los sectores que
hay. Un sector importante es la movilidad inteligente (MI), ya que las ciudades ya están
llegando a su límite en el ámbito del tráfico y están intentando reducir el número de coches
por motivos de ruido, congestión de las calles y calidad de aire.
3.2 La movilidad inteligente
El término movilidad inteligente (MI) apareció a principios de los noventa para señalar a una
ciudad con un sistema de movilidad cada vez más dependiente de la tecnología y de la
innovación. Según (Papa y Lauwers, 2015) existen 2 enfoques para implementar la MI,
llamados “el enfoque técnocéntrico” y “el enfoque centrada en el consumidor.” Por un lado, el
aspecto tecnocéntrico de la movilidad inteligente se caracteriza por un fuerte énfasis en el
"hardware" y en la idea de que la infraestructura de las TIC representa la piedra angular para
la construcción de la movilidad inteligente. Por otro lado, el enfoque centrado en el
consumidor mira el lado humano, la gente, como consumidores de un servicio, centrándose
en su necesidad individual (Papa and Lauwers, 2015). Según (Litman, 2013) eso representa
una movilidad sostenible cuya atención no se centra tanto en el rendimiento del sistema de
transporte (como velocidad, conveniencia, asequibilidad de vehículos), sino en un sistema
más amplio y multimodal con varias opciones de contribuir y mejorarla. La MI es una parte
importante en la CI, en como las ciudades tienen que hacer frente con un tráfico cada vez
mayor, más accidentes, congestión, mala calidad de aire, etc... De hecho, debido a que la
movilidad es un sistema, hay muchos posibles futuros de la MI, dependiendo de las
innovaciones tecnológicas (Docherty, Marsden and Anable, 2018).
Por lo tanto, es necesario encontrar formas y medios para hacer más eficiente el tráfico, así
como las posibilidades de llegar a su destino a través del transporte público, como se
explicará a continuación.
17
3.2.1 “Mobility as a Service”
Según Chourabi et al., la prestación y la orquestación adecuada de servicios dedicados a
mejorar la movilidad urbana es fundamental para lograr una movilidad inteligente (Chourabi
et al., 2012). También la infraestructura será cada vez más inteligente, como vehículos
conectados a otros vehículos (V2V) y vehículos conectados a la infraestructura (V2I), p.ej. a
las marcas de carriles, las señales de tráfico, y los semáforos (Vehicle-to-Vehicle
Communication, ¿2020 y What is Vehicle-to-Infrastructure (V2I) Communication and why do
we need it?, 2020). Además, la electrificación de los vehículos junto con una infraestructura
de apoyo (como una red de electrolineras) juega un papel importante para lograr objetivos de
la descarbonización y la adopción de formas de transporte más sostenibles (Coronado
Mondragon, 2015). Una nueva tendencia es que la propiedad de los vehículos (“ownership”)
será sustituido por el uso de los medios de transporte (“usership”), lo que es posible gracias
a que se pueden adquirir de manera fácil derechos a varios servicios de movilidad
interoperables (coches, taxi, autobús, bicicletas, etc…) (Thakuriah, Tilahun and Zellner,
2016). Según (Heitanen, 2014) el sector del transporte se convertirá en un ecosistema
interconectado teniendo en cuenta las necesidades de los consumidores. Entre los diferentes
modos de transporte no habrá diferencias. Para eso, se necesitan nuevos agregadores de
movilidad integrados e intermediarios inteligentes para ajustar ofertas de movilidad a la
demanda en tiempo real. Además, la diferencia entre la movilidad y la movilidad inteligente
es la accesibilidad pública a la información en tiempo real. Esto mejora los servicios al ahorrar
tiempo, mejorar el viaje, ahorrar dinero y reducir las emisiones de CO2 (Manville et al., 2014).
Adicionalmente, se indicaba que para el año 2020 alrededor del 50% de todos los automóviles
nuevos contaban con características básicas de conducción autónoma (Smart mobility: the
future of the car, 2020).
La siguiente sección destaca una forma cada vez más importante de recoger datos para la
Movilidad Inteligente.
3.2.2 Crowdsensing
El estado está perdiendo su posición como fuente principal de conocimientos sobre pautas
de viaje comparado con los operadores de teléfonos móviles, una asimetría que sigue
creciendo (Docherty, Marsden and Anable, 2018). El Crowdsensing es una forma de
recopilación datos mediante usuarios con un dispositivo móvil y es potencialmente más barato
18
que las soluciones de detección basadas en la infraestructura, porque no requiere el
despliegue de una (costosa) infraestructura fija. Además, el crowdsensing es más fácil de
desplegar y puede utilizarse en zonas en que el despliegue de una infraestructura fija puede
ser difícil o tal vez imposible. En general, los dispositivos móviles utilizados para el
crowdsensing y la detección basada en la infraestructura son tecnología complementaria que
puede cooperar para acumular los datos necesarios en las ciudades (Cardone et al., 2013).
Se reconoce que es un importante facilitador tecnológico para las CI, con el objetivo de
mejorar la calidad de la detección en los dispositivos móviles, promover la participación de
los usuarios y validar los datos recogidos (Ganti, Ye and Lei, 2011, Talasila, Curtmola and
Borcea, 2013). Algunos de los diversos sistemas y aplicaciones de crowdsensing se dedican
a permitir que los ciudadanos colaboren en la mejora de la calidad de vida en su entorno
urbano (Zambonelli, 2011) (Bicocchi et al., 2013). Una parte de ellas tiene por objeto recopilar
datos sobre la accesibilidad urbana (Mirri, Muratori and Salomoni, 2011), mejorando la calidad
de vida y el nivel de independencia de las personas con discapacidad, una utilidad adicional
que pueden aportar los datos abiertos. En ello se verá como los DA tienen el potencial de
ayudar a personas con discapacidad. (Mirri et al., 2011) se han centrado en desarrollar una
aplicación con servicios para dicho colectivo. Se propone capturar información mediante
dispositivos móviles de gente que participa voluntariamente en la recopilación de datos
(abiertos), moviéndose por la ciudad. Este método descrito anteriormente se llama “mobile
crowdsensing” y, en la mayoría de los casos, se recopilan datos sobre los movimientos de los
usuarios mediante acelerómetros (Ilustración 1), los cuales están incluidos en cada Smart
phone. El objetivo principal era detectar escaleras en la Ciudad de Bologna y guardar su
posición en un base de datos. Utilizando esta información, se puede ofrecer a un usuario en
una silla de ruedas una ruta de A a B en la ciudad, que evite las escaleras. Los medios de
transporte público propuestos siguen siendo los mismos para este colectivo que para los
usuarios "normales". El único cambio es la ruta que hay que recorrer a pie/silla de ruedas
(Mirri et al., 2016).
19
Ilustración 1: La señal, capturado por el acelerómetro del móvil (fuente: Mirri et al., 2016)
Este ejemplo muestra cómo los datos abiertos hacen que la movilidad inteligente sea aún
más inteligente y, en este caso concreto también tiene la ventaja de que se facilita la inclusión
de las personas discapacitadas en la vida de la ciudad.
3.3 Open Data (datos abiertos)
Como ya se ha mencionado, los datos abiertos son accesibles por cualquier persona y/o
empresa, y pueden ser definidos como datos no restringidos a la privacidad y no
confidenciales y están a disposición de todos sin ninguna restricción respecto a su uso
(Janssen, Charalabidis and Zuiderwijk, 2012).
20
3.3.1 Definición
Según el Full Open Definition hay cuatro puntos que deben cumplirse: Primero, es
imprescindible que los datos abiertos sean de acceso libre y gratuito. Segundo, cualquiera
tiene que ser capaz de acceder, usar, modificar y compartir libremente para cualquier
propósito. Tercero, tienen que estar disponibles en su totalidad y en un formato apropiado y
editable. También hay que asegurar que dichos datos son reutilizables y transferibles, es
decir, en condiciones que permitan su reutilización y transferencia, eso significa que tienen
que ser legibles por máquina - incluida la utilización de los datos junto con datos de otras
fuentes. Por último (cuarto punto), una participación universal tiene que ser garantizada:
todos deben ser capaces de utilizar, procesar y redistribuir los datos. Por ejemplo, no se
permiten restricciones en el uso, o la limitación a ciertos usos (por ejemplo, sólo para
instituciones educativas), es decir, tienen que estar disponibles bajo una licencia abierta
(Open Knowledge Foundation, 2020).
3.3.2 Formatos
Para ordenar de manera rápida datos públicos, Tim Berners Lee1 desarrolló un esquema para
calificar dichos datos, como se puede ver en la siguiente Tabla:
Calificación Explicación
Los datos están publicados en la Web bajo una licencia abierta. El formato no es importante (por
ejemplo, pdf).
Los datos están publicados de manera estructurada y
son legibles por máquina (por ejemplo, Excel).
Los datos están publicados de manera estructurado,
legibles por máquina y en formato no propietario (CSV en vez de Excel)
Todo como tres estrellas, pero ahora los partes más importantes de los datos tienen una URI2 y pueden
ser enlazados en otros sitios.
Como cuatro estrellas, pero ahora todos los datos
están enlazados y disponen de contexto.
Tabla 1: Esquema de la calidad de los DA (fuente: 5 estrellas de Datos Abiertos, 2020)
1 El inventor del HTML (Lenguaje de Marcado de Hipertexto) y el cofundador de la World Wide Web (Longe r Bio for Tim Berners-Lee, 2020) 2 Uniform Resource Locator
21
Una vez publicados por una autoridad, las características mencionadas anteriormente deben
aplicarse. Además, no solo las autoridades publican datos. Hoy en día, los ciudadanos
también generan datos, por ejemplo, con sus dispositivos móviles. Estos datos luego pueden
ser compilados y compartidos con las autoridades (Capdevila and Zarlenga, 2015).
3.3.3 Intenciones
Los principales impactos de las iniciativas de datos abiertos de las autoridades hoy en día
están relacionados con el uso de los datos para mejorar la toma de decisiones y satisfacer
mejor las necesidades de los ciudadanos (user-side), así como para promover la
transparencia (provider-side), y para estimular la reutilización de la información del sector
público (Hossain, Dwivedi and Rana, 2015). Junto con la transparencia, uno de los principales
objetivos de la apertura de los datos gubernamentales es el impacto directo que proporciona
el acceso a la información y las nuevas posibilidades de participación de los ciudadanos en
el proceso de gobernanza (Attard, Orlandi, Scerri and Auer, 2015). Para ello, Barcelona ha
creado su propio Portal de Datos Abiertos que se descrito en los siguientes apartados.
3.4 El caso de Barcelona
Este apartado se dedicará a la situación actual de la ciudad de Barcelona. Se presentará de
manera breve el ámbito de la movilidad inteligente de Barcelona y el propio portal de Datos
Abiertos (Open Data BCN) de la ciudad, junto con su intención.
3.4.1 La Movilidad Inteligente en Barcelona
La ciudad de Barcelona ya dispone de un sistema de transporte público muy eficaz, según un
estudio de Deloitte España. En Ilustración 2 se puede observar que Barcelona está cerca de
la posición de un liderazgo mundial.
22
Ilustración 2: Evaluación de Barcelona en el ámbito de la movilidad (fuente: estudio de Deloitte)
Sin embargo, existen todavía varios retos, y uno de ellos es el desarrollo de una aplicación
que integre completamente las distintas partes de la movilidad en la ciudad. Aunque ya
existen algunas aplicaciones, no existe ninguna que agrupe todo lo relevante que incluya
bicing, compartir coches, comprar billetes en la zona de TMB, compartir viajes, y
aparcamiento (Barcelona, referente internacional en movilidad urbana, 2020).
Barcelona Ciutat Digital
El objetivo de la iniciativa Barcelona Ciutat Digital es crear una nueva visión, donde la
tecnología sea un instrumento para capacitar a la gente para participar en la transformación
de la ciudad. Los ciudadanos deben ser capaces de acceder a una base de datos de
conocimientos, datos abiertos e infraestructuras de información pública de la ciudad (About
us, 2020).
El Pla de Mobilitat Urbana (PMU)
El plan de movilidad urbana quiere incrementar la movilidad a pie a través de espacios
seguros para los peatones, y, entre otros, aumentar los modos de transporte sostenibles
(transporte público). Hay varias propuestas como una movilidad segura, saludable,
sostenible, equitativa, y, lo que es de especial interés en esta tesis: una movilidad inteligente,
donde quiere:
• Incrementar la eficiencia de los sistemas de transporte
• Incrementar el uso de los vehículos de uso compartido
23
• Incorporar las nuevas tecnologías en la gestión de la movilidad
• Mejorar el servicio de movilidad introduciendo tecnologías “mobility as a service”
3.4.2 La Iniciativa Open Data BCN
El Proyecto de Open Data BCN nació en el año 2010 y ahora es parte de la estrategia
Barcelona Ciutat Digital. El objetivo es fomentar una economía digital pluralista y desarrollar
una nueva manera de agilizar la innovación urbana, basado en la transformación e innovación
digital del sector público. Se adopta ciertos principios:
• Datos abiertos por defecto: toda la información gestionada por entidades públicas
tiene que ser expuesta públicamente, asegurando la reutilización
• Calidad y cantidad de la información: los datos publicados deben ser detallados y
correctos sin necesidad de ser manipulados y agregados.
• Datos para todo el mundo: los datos deben ser accesibles por cualquier entidad, sin
barreras.
• Datos para mejora de la gobernanza: equipos gubernamentales publicarán
información sobre los estándares que utilizan, los procesos internos y colecciones de
recursos.
• Promoción de la innovación: el servicio de “Open Data BCN” garantizará la
reutilización de recursos a través de posibilitar la eficaz de procesar dichos recursos
al integrar los estándares y protocolos más nuevos y populares.
(Open Data BCN, 2020).
El portal de Open Data BCN se subdivide en varias secciones: existen el catálogo de datasets,
la actualidad (con las últimas noticias y novedades relacionadas con Open Data BCN),
visualizaciones y aplicaciones (contiene información sobre mismos hecho con los datos
abiertos del portal), estadísticas (contiene información meta sobre el volumen de los datos, la
actividad sobre los datasets y los recursos, y la actividad general por mensual en el portal),
desarrolladores (datos técnicos sobre para trabajar con los datasets), reto Barcelona datos
abiertos (uso de open data en los centros educativos de Barcelona), y por último la World
Data Viz Challenge Barcelona-Kobe (competición de visualizaciones de datos abiertos en
Barcelona y la cuidad japonés de Kobe) (Características del portal | Open Data BCN, 2020).
24
El catálogo con los datasets utiliza el software CKAN (Comprehensive Knowledge Archive
Network), desarrollado por la Open Knowledge Foundation, una herramienta para hacer sitios
web de datos abiertos y gestionar y publicar colecciones de datos (About ckan, 2020 y CKAN
Association, 2016). En las siguientes secciones se verá el estado actual de los datasets
disponibles, sus afiliaciones a las diferentes áreas de la ciudad y una evaluación de los sets
que se dedican a la movilidad.
3.4.2.1 Datos disponibles sobre Barcelona
La fuente de los datos abiertos relacionados con la ciudad de Barcelona es la página web
“Open Data BCN”, una subpágina de la web principal del Ajuntament de Barcelona (Open
Data BCN | Servicio de datos abiertos del Ajuntament de Barcelona, 2020). Para examinar
todos los datos disponibles se ha descargado el dataset meta llamado “Catálogo de los datos
abiertos del Ajuntament de Barcelona – Open Data BCN.” Este catálogo se puede descargar
en formato csv, json, y rdf-linked. Para este Trabajo Final de máster se ha descargado dicho
catálogo en formato csv, para facilitar procesar los datos en varias hojas de MS Excel.
Como uno puede observar, hay 481 diferentes conjuntos de datos abiertos disponibles que
pertenecen a las 5 siguientes categorías:
• Administración (87 conjuntos)
• Ciudad y Servicios (147 c.)
• Economía y empresa (17 c.)
• Población (111 c.)
• Territorio (119 c.)
Las categorías anteriores se subdividen en dominios aún más granulares como se puede ver
en la Ilustración 3.
25
Ilustración 3: Datasets en cada ámbito (fuente: Open Data BCN, 2020)
Además, existe la posibilidad de filtrar los DA según temas, etiquetas, formatos,
geolocalización, si está disponible una API, y más.
3.4.2.2 Formatos disponibles
En el gráfico de abajo (Ilustración 4) se puede ver que la mayoría (93,09%) de los datasets
pertenecen a los formatos CSV, XML, XLS, WMS, XLSX, SHP, RDF, GeoJSON, ZIP, JSON,
PRJ, dBase, DGN, KMZ, y SHX.
26
Ilustración 4: Formatos de los datasets (fuente: gráfico propio de Excel)
Para un análisis más detallado de la “openness” de los formatos se hizo una tabla con los
formatos mencionados anteriormente, y se presentan según la calificación de cinco estrellas
de Tim Berners-Lee, en orden descendente de frecuencia:
CSV392
51,17%
XML107
13,97%
XLS30
3,92%
WMS28
3,66%
XLSX24
3,13%
SHP23
3,00%
RDF20
2,61%
GeoJSON15
1,96%
ZIP14
1,83%
JSON12
1,57%
prj12
1,57%
dBase11
1,44%
DGN11
1,44%
KMZ7
0,91%
SHX7
0,91%
DWG6
0,78%
application/x 7z co...5
0,65%
qml5
0,65%
shx5
0,65%
WMTS5
0,65%
7z3
0,39%GPKG
30,39%
KML3
0,39%
BDF2
0,26%
DAT2
0,26%
gpkg2
0,26%
cpg1
0,13%
CPG1
0,13%HTML
10,13%
ICS1
0,13%
qgz1
0,13%
qpj1
0,13%
RDF Linked1
0,13%
RDS1
0,13%
sbn1
0,13%
sbx1
0,13%
tif1
0,13%
TXT1
0,13%
otras14
1,83%
Formatos de los datasets del catálogo meta de Open Data BCN
otras
27
Formato Nombre completo Openness
CSV Comma Separated Value
XML eXtensible Markup Language
XLS Microsoft Excel Spreadsheet 3
WMS Windows Media (Player) ( )
XLSX Microsoft Excel Spreadsheet 3
SHP Here: Shape File (also for
Geospatial Vector Data)
RDF Resource Descrition
Framework
GeoJSON Geological Java Script Object
Notation
ZIP Compressed Archive File 4
JSON Javascript Object Notation
PRJ Project File
dBase Database File Extension
DGN Computer Aided Design (CAD)
File
KMZ Keyhole Markup Zip (Google
Earth Placemark File)
SHX Here: Compiled SHP-File
Tabla 2: Calificación de los formatos (fuente: Datasets - Open Data Barcelona, 2020)
Se puede ver que muchos formatos tienen una calificación de tres estrellas. Eso significa que
son estructurados, legibles por máquina, disponibles y modificables libremente, y pueden ser
editados sin software propietario. Como este TFM se dedica al ámbito de la movilidad, se
examinará con más detalle los conjuntos de datos del transporte y de los dominios que
también juegan un papel en el dominio de la movilidad.
3 Teoréticamente se necesita un software propietario para leer este formato, pero ya existen varios programas gratuitos 4 Depende del contenido del fichero
28
3.4.2.3 El ámbito de Transporte
Como se puede ver en el Anexo X existen 55 datasets (11,43%) sobre el ámbito del
transporte, la mayoría de ellos disponibles en los formatos CSV, XML, y GeoJson (un dataset
puede estar disponible en varios formatos). Se ve que todos los conjuntos están disponibles
bajo la licencia Creative Commons Attribution 4.0, que significa que cualquier persona o
empresa puede a ellos libremente sin restricciones. Además, existen instrucciones para los
desarrolladores sobre cómo utilizar las API desde los que se puede acceder los datasets
(Características del portal | Open Data BCN, 2020).
El autor de este TFM ha llevado a cabo una clasificación más profunda con dichos 55 datasets
de la página Open Data BCN que se explicará a continuación.
Se ve que los datasets de ámbito del transporte se subdividen en nueve categorías siendo
Bicing, Condición coches y motos, Info Meta, Infraestructura, Parking, Propiedad Vehículo,
Sensores, Tráfico y Transporte público. Dichas categorías fueron creadas por el autor de este
TFM.
La tabla 3 muestra que la mayoría de los datasets de dicho dominio contienen información
sobre el ámbito de Bicing (un 23,64%). En el segundo lugar siguen los datasets sobre el
Parking (20,00%), seguido de los de la Infraestructura (16,36%), los del tráfico (0,09%),
condición coches y motos, Propiedad vehículo, Transporte público (cado uno 7,27%) y por
último la Info Meta (3,64%). Además, se observa que el promedio de la “Openness” se mueve
alrededor del valor 3, con un valor total de 2,99. Adicionalmente se puede extraer que no
todos tienen APIs, acumulando un valor total de un 43,64%. Las descargas se distribuyen de
forma muy diferente, con un 65,59% del ámbito de Bicing, un 21,23% del Tráfico, y un 12,24%
de la Infraestructura. El resto está por debajo de 1,00%.
29
Categoría Datasets
(cantidad)
Número
relativo
(%)
Promedio
Openness APIs
APIs
(%) Downloads
Downloa
ds (%) Formatos
Bicing 13 23,64% 3 2 15,38% 2376238 65,59% xml; csv; geojson; json
Condición coches y
motos
4 7,27% 3 4 100,00
%
7913 0,22% csv
Info Meta 2 3,64% 3 0 0,00% 586 0,02% xml
Infraestructura 9 16,36% 3,11 3 33,33% 443379 12,24% csv; json; geojson; txt
Parking 11 20,00% 3 6 54,55% 12430 0,34% csv; geojson; json; xml
Propiedad Vehículo 4 7,27% 3 4 100,00
%
6178 0,17% csv
Sensores 3 5,45% 3 3 100,00
%
1913 0,05% csv
Tráfico 5 9,09% 2,8 2 40,00% 769186 21,23% csv; geosjon; txt
Transporte público 4 7,27% 3 0 0,00% 4941 0,14% xml; csv; GTFS
TOTAL 55 100,00% 2,99 24 43,64% 3622764 100,00% -
Tabla 3: Estadísticas y atributos de los datasets (fuente: elaboración propia de los datasets de Open Data BCN)
3.4.2.4 Desafíos – De los datos abiertos a las aplicaciones
Publicar y subir datos por sí solo no aporta ningún valor añadido. Los datos deben ser
transformados y procesados en aplicaciones útiles. ¿Pero cómo se llega de los datos abiertos
a las aplicaciones? El proceso en que se publican, encuentran, utilizan, enlazan, reutilizan y
analizan los datos, que en este caso se denomina proceso de datos abiertos, parece
encontrar muchos impedimentos (Zuiderwijk et al., 2020), y ciertos factores que son decisivos
para el éxito del tratamiento de los datos abiertos (Purwanto, Zuiderwijk-van Eijk and Janssen,
2020). Según Neuroni et al., las leyes y reglamentos, como marco jurídico y político, son
necesarios para regular la publicación de los datos del gobierno (Neuroni, Riedl and Brugger,
2013). También es imprescindible que exista un mecanismo “feedback” entre el proveedor de
los datos abiertos y los usuarios respecto a la calidad y evaluaciones en general sobre dichos
datos (Máchová, Hub and Lnenicka, 2018 y Susha, Grönlund and Janssen, 2015). Además,
es necesario tener en cuenta los individuos para los que son subidos los datos: En particular,
las capacidades/habilidades, como la programación, el análisis de datos y las estadísticas
(Janssen, Charalabidis and Zuiderwijk, 2012). (Zuiderwijk et al., 2020), llevaron a cabo un
estudio científico mirando condiciones en las que el compromiso con los datos abiertos fue lo
más exitoso. Sus conclusiones fueron que se necesita un marco jurídico para publicar datos
abiertos, un presupuesto suficiente, mecanismos de “feedback”, ciudadanos motivados, la
urgencia con la que los ciudadanos quieren satisfacer una necesidad, la competencia entre
30
las diferentes iniciativas de Open Data y el uso intensivo de los medios de comunicación
social (Zuiderwijk et al., 2020).
El siguiente apartado presenta una visualización que se hizo con un dataset publicado en la
página web “Open Data BCN” del Ayuntamiento de Barcelona, como ejemplo de lo que ya es
posible realizar con los datos abiertos.
3.4.2.5 Un Ejemplo de Open Data en uso en Barcelona
Un ejemplo del uso de los datos abiertos publicados en la página Web del Ayuntamiento de
Barcelona viene de la científica Amanda Iglesias Moreno, que ha llevado a cabo un análisis
de los accidentes de coches en la Ciudad de Barcelona. Esta publicación muestra los
accidentes que se producen en el área urbana cada año.
A través de las aplicaciones Pandas (para acceder a tablas numéricas y series cronológicas),
Matplotlib (para crear presentaciones gráficas) y Folium (para crear mapas de tipo choropleth
y con imágenes tipo raster/vector) para el lenguaje Python se analizó el dataset accidentes
gestionados por la Guardia Urbana en la Ciudad de Barcelona, publicado por el Ayuntamiento.
Como se puede ver, el dataset pertenece a la categoría de Ciudad y Servicios con la etiqueta
Seguridad (Accidentes gestionados por la Guardia Urbana en la ciudad de Barcelona, 2020).
Al principio se limpiaron los datos, quitando información no necesaria. Después se procesaron
los datos, transformándolos en gráficos.
Para destacar el poder de los datos abiertos y lo que se puede hacer con ellos se mostrará
los dos gráficos más informativos de este procesamiento. Como se observa en la Ilustración
5, de todos los 10330 accidentes del año 2017 se puede deducir que la mayoría de los
accidentes ocurren los viernes a las 13.00 horas (Iglesias Moreno, 2019).
31
Ilustración 5: Accidentes agrupados por día y hora (fuente: Iglesias Moreno, 2019)
32
Dichos datos abiertos contienen además las heridas que sufrieron las personas cómo se
puede observar en la Ilustración 6.
Ilustración 6: Las heridas según la hora del día (fuente: Iglesias Moreno, 2019)
El ejemplo mostrado destaca que se puede tomar los datos abiertos disponibles y, con
programas igualmente disponibles (en este caso Python, Pandas y Folium), transformarlos
en aplicaciones/visualizaciones útiles.
33
4. Diseño metodológico
En este capítulo se presentará el tipo de la investigación y la metodología elegida para el
presente estudio. El capítulo seguirá con el método de recopilación de datos, un esbozo del
tipo de datos utilizados y sus características, el procedimiento y la realización de la
investigación, así como el método de análisis de datos.
4.1 Tipo de investigación y metodología elegida
Este apartado trata de la naturaleza de la investigación y del método de investigación elegido,
que fue seleccionado por el autor como el más prometedor para obtener información.
4.1.1 Investigación cualitativa basada en entrevistas
El tipo de investigación para responder a la pregunta de investigación de este TFM es la
investigación cualitativa basada en entrevistas.
4.1.2 Investigación Exploratoria e inductiva
Se eligió ese método porque la pregunta de investigación no puede ser respondida con un
simple “si” o “no” sino a través de la exploración de los conocimientos de expertos que
representan un saber explícito de sus respectivas áreas de especialización. Además, se llevó
a cabo una investigación mayoritariamente inductiva, ya que todavía no existe mucha
bibliografía que se dedique a la relación entre los datos abiertos y la movilidad inteligente. El
enfoque inductivo es un procedimiento sistemático para analizar datos cualitativos. El proceso
puede ser guiado por objetivos de evaluación específicos (como la pregunta de investigación).
El objetivo principal del enfoque inductivo es permitir que las conclusiones de la investigación
surjan de los temas frecuentes, dominantes o significativos inherentes a los datos brutos
(Thomas, 2006), como, en el caso de este TFM, las entrevistas.
34
4.1.3 Orientada a solucionar problemas
Según (Corbin and Strauss, 2015) el investigador comienza “con un área de estudio y permite
que la teoría surja de los datos.” Ya que el investigador realizó una revisión bibliográfica, se
empleó asimismo una combinación del enfoque inductivo y deductivo para el análisis de datos
(Saunders, et al., 2011), utilizando las directrices teóricas derivadas de la revisión de la
literatura en el marco teórico, dado que el objetivo era comprender fenómenos concretos y
deducir soluciones (más que probar hipótesis específicas). A través de esta investigación, se
harán recomendaciones y predicciones para el futuro de los datos abiertos y la movilidad
inteligente.
4.2 Contexto
El contexto en el que se desarrolla la investigación es el ámbito de los datos abiertos con
expertos seleccionados que vienen de la administración de Barcelona. También se
seleccionaron expertos con muchos años de experiencia en el sector de la movilidad
inteligente.
Se hizo eso por diferentes razones:
• Había que capturar lo más importante de los datos abiertos
o Futuro
o Retos
o Problemas
• Había que capturar lo más importante de la movilidad inteligente
• Solo así se pudo deducir los puntos más importantes de ambos ámbitos en relación
con los objetivos de este trabajo
4.3 Muestra
La recopilación de los datos se realizó mediante cinco entrevistas semiestructuradas con
varios expertos. La duración de las entrevistas era entre 20 y 30 minutos cada una. Las
personas disponen de varios años de experiencia en el ámbito de datos abiertos y/o de la
35
movilidad inteligente y/o trabajan en la administración de la ciudad de Barcelona. Se ha
elegido este método cualitativo porque ha proporcionado al investigador una comprensión
profunda de las opiniones de los diferentes individuos sobre sus experiencias en los dos
dominios principales de esta tesis.
La entrevista no estandarizada fue elegida como el método de encuesta del campo de la
investigación social cualitativa. En esta forma de entrevista ni las preguntas del entrevistador
ni las respuestas del entrevistado están estandarizadas. La subforma de la entrevista guiada
trabaja con un tema determinado y una lista de preguntas. Sin embargo, la manera y el orden
de las preguntas no son vinculantes y permiten a las personas llevar la conversación de la
forma más natural posible. La guía tiene por objeto garantizar que se aborden todos los
aspectos pertinentes del tema del estudio. Con la ayuda de esas entrevistas guiadas, se
entrevistaron para este trabajo a expertos seleccionados en el tema (Gläser and Laudel, 2010,
p. 41f).
4.3.1 Guía de entrevista
En la literatura especializada se recomienda, para ciertos fines científicos, desarrollar una
guía de entrevista separada para cada experto, si los expertos difieren en su implicación en
el tema investigado, y, por lo tanto, cada uno dispone de conocimientos diferentes (Gläser
and Laudel, 2010, p. 117). Para desarrollar las preguntas de la entrevista, se consideró la
pregunta de investigación, y ésta se desglosó en otras subpreguntas. De estas subpreguntas
se derivaron las preguntas de la entrevista. Se tuvo cuidado de que cada subpregunta
estuviera representada en la misma medida en las preguntas de la entrevista. Además, las
preguntas se dividieron en categorías, que se consideraron en la guía de la entrevista. Era
lógico que todos los entrevistados tuvieran una asignación de tiempo ajustada para una
entrevista, por lo que las entrevistas fueron diseñadas para ser completadas en 20-30
minutos. Esto significaba limitar la guía a un máximo de 8 a 10 preguntas (visibles en los
anexos I, III, V, VII y VIII), adaptadas a la respectiva área de experiencia de cada experto. La
guía de la entrevista se envió a los expertos antes de cada entrevista. En las entrevistas, las
preguntas difieren a veces un poco de las que estaban en las guías, ya que se trata de
entrevistas semiestructuradas en las que fue más importante para el entrevistador que se
trataran todos los temas. Si una pregunta de la guía de la entrevista ya no aparece de forma
visible en la transcripción, significa que ya ha sido tratada en el flujo del discurso con el
entrevistado. Se tuvo cuidado de que las preguntas fueran lo más abiertas, neutrales, simples
y claras posibles (Gläser and Laudel, 2010, p. 122).
36
4.3.2 Transcripción
Para evaluar los resultados de las entrevistas de manera más profunda, se decidió elegir una
transcripción literal. Este método permite al entrevistador de centrarse plenamente en la
realización de la entrevista Gläser and Laudel, 2010, p. 192f). Las entrevistas fueron grabadas
con un teléfono móvil con la confirmación de los entrevistados. Partículas expletivas como
“eehhmm…” o “mmm…”, declaraciones no verbales y pausas no fueron transcritas. Las
entrevistas que están en alemán fueron traducidas por el autor y la estructura de la oración
ha sido adaptada al español escrito.
4.4 Características de los datos
Para obtener la información necesaria, se llevaron a cabo tres entrevistas semiestructuradas
con expertos en los ámbitos de los datos abiertos y la movilidad inteligente. Las entrevistas
se realizaron bajo las plataformas Google-meet y Microsoft Teams. Se eligieron entrevistas
semiestructuradas para obtener respuestas ordenadas a las subpreguntas. Esto también
permitió entrar más en detalle en algunas preguntas para obtener más información.
4.5 Procedimiento de la investigación
Para el tipo y la calidad de las informaciones obtenidas mediante la investigación empírica, la
selección de los expertos es un factor crucial. Para el propósito de este TFM, fue importante
explorar el tema desde varias perspectivas diferentes. Por lo tanto, se seleccionaron tres
expertos internacionales que trabajan en los siguientes ámbitos:
• Investigador de Datos abiertos
• Jefe de Proyectos en el ámbito de la Movilidad Inteligente
• Jefe de proyectos en el ámbito de la Movilidad Inteligente con Inteligencia Artificial
• Coordinación de una aplicación de Movilidad como Servicio (MaaS)
• Administración de la ciudad de Barcelona
37
Como el autor de este TFM empezó con una revisión bibliográfica para recopilar datos en el
marco teórico, se podían revisar muchos artículos científicos, dónde el autor seleccionó el/la
experto/a para la entrevista semiestructurada sobre los datos abiertos. Después de haber
visto varias fuentes, el autor contactó a el experto de los datos abiertos mediante correo
electrónico. El jefe de proyectos en el ámbito de la MI fue elegido por el autor mediante
investigaciones en la red de la empresa donde trabaja el autor. El administrador de la
aplicación MaaS fue encontrado por el auto mediante la investigación en el dominio de las
aplicaciones que trabajen con datos abiertos. El entrevistado que trabaja en la administración
de la ciudad de Barcelona ha sido encontrad por el autor a través de una solicitud de entrevista
por correo electrónico al departamento correspondiente del Ayuntamiento de Barcelona. Las
entrevistas fueron realizadas entre la mitad de diciembre 2020 y fin de marzo 2021. Eso
significa, que, por un lado, los expertos fueron seleccionados mediante investigaciones en la
literatura especializada, y, por otro lado, investigaciones en la red de la empresa del autor de
este TFM.
4.6 Método de análisis
Se aplicó un análisis cualitativo estructurado en cuanto al contenido (“Qualitative Content
Analysis”) según (Kuckartz, 2012) que consistió en identificar y codificar determinados
aspectos del contenido del material. Para facilitar esto, se utilizó el programa F4Analyse que
cuenta con varios funcionalidades para la codificación y el análisis de las entrevistas
(f4analyse - audiotranskription, 2021). Se describió sistemáticamente el material con respecto
a esos aspectos, por ejemplo, a lo que se dice sobre determinados temas (tal cómo, el uso
de los datos abiertos) en las transcripciones de las entrevistas. El método de análisis de
dichos transcriptos fue inductivo (Patton, 2009), para llegar a conclusiones a través de
agrupar grandes cantidades de datos en partes más pequeñas y comprensibles (Sheppard,
2021). Leyendo las transcripciones se marcó primero los pasajes importantes, escribiendo
notas sobre ellos (1). A continuación, se desarrollaron las principales categorías temáticas
(2). Después se creó una codificación, donde a diferentes fragmentos de texto se les
asignaron (los códigos de) las principales categorías (3) como es visible en la siguiente
ilustración 7:
38
Ilustración 7: Programa de análisis con las categorías iniciales "Datos", "Medidas", y "Futuro" a la derecha
(fuente: captura de pantalla del autor)
Dichos códigos muestran para cada fragmento de texto la categoría principal. A continuación,
los pasajes de texto relacionados fueron agrupados bajo la categoría principal
correspondiente (4). Siguiendo con el análisis, se determinó inductivamente subcategorías
en los datos (5) y se codificó todo el material con las nuevas subcategorías (6). Por último, se
produjeron los análisis, conclusiones y visualizaciones (7). A través de este método surgieron
varias categorías más, visibles en la siguiente tabla. En algunos casos, los pasajes de texto
se asignaron a varias subcategorías.
Categoría principal Subcategoría nivel uno Subcategoría
nivel dos
Datos (deducido de OE1)
Calidad
Procesamiento/Tratamiento/Análisis de los datos
Actuales
Disponibilidad
Grado de apertura
Intenciones
Movilidad Inteligente Code the curb
Aplicaciones
Uso de Datos
Medidas (deducido del OE2)
Existentes
Ayuntamiento
Cooperaciones Crowdsensing
Infraestructura
Problemas y retos actuales
Futuro (deducido del OE3)
Evolución
Efectos
Nuevas conexiones
Tabla 4: Las categorías y códigos de las entrevistas (fuente: elaboración propia)
39
Los pasos individuales del procedimiento se resumen de nuevo en la Ilustración 8. Con esta
evaluación surgieron muchas relaciones y conexiones dentro de los datos, que fueron
elaborados para los resultados y ayudaron en responder a la pregunta de investigación.
Ilustración 8: Esquema de un análisis de contenido estructurado (fuente: Kuckartz, 2016, p. 100 – adaptado y
traducido por el autor)
En el siguiente apartado se presentarán los resultados de las entrevistas y se sacarán
conclusiones, así como recomendaciones para el futuro uso y la aplicación de los datos
abiertos en el ámbito de la movilidad inteligente.
40
5. Resultados
Este capítulo está dedicado a proporcionar al lector un análisis detallado de la pregunta de
investigación en cuestión, presentando los resultados empíricos del estudio y relacionándolos
con la investigación existente.
Además, se presentarán los resultados en respuesta a los objetivos específicos de la
investigación cualitativa inductiva basada en entrevistas con los expertos. Mencionados
resultados surgieron del análisis sistemático mediante el sistema de codificación, que se
describió como método de análisis cualitativo en la sección anterior.
5.1 Tipo de datos (abiertos) más importantes para una movilidad
inteligente eficaz
Aquí se presentan los datos correspondientes para una Movilidad Inteligente eficiente, y se
presentan ejemplos en forma de aplicaciones que operan en ese ámbito.
5.1.1 General
En cuanto a los datos necesarios, los entrevistados coinciden en que un atributo importante
es la metainformación de los datos. Debido a Covid-19, se necesitan datos actuales para
poder explotar todo el potencial de los datos. El E1 (Experto 1) dice que es importante que
los usuarios tengan metainformación sobre los datos. Según él, es necesario saber el
contexto de un dataset para que los usuarios lo entienden mejor:
„Nevertheless, there is, what is, some kind of minimum, (…) the data should be
understandable, the user should be able to understand how the data have been
collected, what kind of method have been used to do so…and that requires sufficient
metadata. (…) or have there been certain intentions with the data (E1, 35-38 y 40-41).”
41
En este sentido, el experto E5 añade que los Datos Abiertos y la información sobre los mismos
deben publicarse lo menos filtrados posible, ya que las innovaciones se basan en diferentes
visiones de las cosas (E5, 5-7).
5.1.2 Calidad de los datos
Según dos expertos, los datos que pueden utilizarse para la movilidad inteligente también
deben cumplir ciertos requisitos de calidad. El experto E1 subraya que los datos abiertos no
siempre son de libre acceso. Los datos de alta calidad también pueden ocultarse tras una
barrera de pago. El experto E4, cuyo proyecto trabaja con Open Data, insiste en la
importancia de la calidad:
„La calidad de los datos es fundamental para el buen funcionamiento de los servicios
(E4, comunicación mediante correo electrónico, Barcelona, 22.02.2021). “
También se señala que todavía se puede mejorar la actualización de los datos, que “no
siempre es óptima (E4, comunicación mediante correo electrónico, Barcelona, 22.02.2021).”
Cabe mencionar aquí la opinión del E3, que señala que los datos para la movilidad deben
estar lo más actualizados posible en cuestión de minutos, en algunos casos incluso de
segundos, para poder sacar el mayor provecho posible de ellos.
5.1.3 Datos actuales
Todo depende de lo que se quiere alcanzar con los datos. Según E1 es importante tener
datasets actuales:
“For some datasets it is important that they are very timely, so if they are very current,
for instance, for these covid-19 datasets it’s interesting to have very recent information,
right? Recent data (E1, 30-32 y 34-35).”
A continuación, está claro que son necesarios los datos de la movilidad en la ciudad en
general. Según los expertos, hoy en día existen varias fuentes de dichos datos como los
42
teléfonos inteligentes, y “la conexión en red de todo tipo de dispositivos en los vehículos que
se utilizan para la movilidad (E2, 42-43).”
Adicionalmente es importante recoger los datos de movilidad en su conjunto. Se necesita
capturar datos sobre quién se desplaza, en qué medida, y quién utiliza qué medida de
transporte.
5.1.4 Disponibilidad
Otro aspecto importante que se refiere a los datos es la disponibilidad, que, según el experto
E1, hoy en día el ofrecimiento de los datos recibe más atención que el uso. Eso lo hace más
difícil encontrar datos sobre el ámbito exacto que se está buscando, o una zona en la ciudad,
o periodo de tiempo. Por lo tanto, crea que “aún queda mucho por hacer para conectar la
provisión y la demanda de los datos (E1, 67-68).”
Con el uso generalizado del Internet de las cosas, ya se dispone de una gran cantidad de
datos, lo que representa un gran potencial que aún no se ha explotado del todo. El Experto
E5 opina que disponer de una gran cantidad de datos será clave “para orientar posteriormente
las investigaciones” y después “para validarlas también” en el caso de la introducción de
nuevas medidas (E5, 158-163). Por tanto, los open data no debe tener límites (E5, 65) y “by
default, lo que hay que hacer es ofrecer esos datos (E5, 73-74).”
Los expertos de la movilidad inteligente comparten la opinión que las ciudades deben
convertirse en centros de datos y debe aclararse la cuestión de la procedencia de los datos,
de quién se obtiene, y quién se dedica a mantenerlos y ofrecerlos en consecuencia.
Una vez que un centro de datos está establecido, hay varias maneras de procesar los datos
abiertos.
5.1.5 Procesamiento/Tratamiento/Análisis de Datos
Se ha demostrado que, con el tipo de datos, una parte importante es también el
procesamiento de estos. ¿De qué manera deben procesarse para obtener la mejor
información posible de ellos?
Los expertos destacan aquí la importancia de la inteligencia artificial, en la que existen
enormes oportunidades para seguir desarrollando el "ecosistema" de datos (abiertos) en
relación con la movilidad inteligente. El experto E3 destaca que el propio centro de datos de
43
la ciudad, que trabaja con grandes cantidades de datos abiertos, puede sacar conclusiones
para la movilidad del futuro mediante el procesamiento inteligente de datos, que de otro modo
habrían permanecido ocultos (E3, 106-109).
5.1.6 Grado de Apertura
Más aún la calidad depende de la apertura de los datos. No todos los datos abiertos son en
realidad “abiertos”, y la calidad depende también de si alguien está dispuesto a pagar.
5.1.7 Movilidad Inteligente
La importancia de preparar los datos de forma comprensible para los habitantes de la ciudad
ha aumentado una vez más con Covid-19. E1 señala aquí que la vida se está volviendo mucho
más fácil para los habitantes de las ciudades, pero con la premisa de que los datos se
comuniquen de forma que los ciudadanos puedan entenderlos (E1, 120-128).
5.1.7.1 “Code the curb”
Además, los expertos han identificado una importante tendencia que desempeñará un papel
importante en la futura digitalización de las ciudades: "Code the Curb", es decir, la
digitalización del bordillo. Con estos datos, como destacan los expertos, se puede captar casi
todos los “activos” (puntos de interés) de una ciudad (E3, 44-49).
Según los expertos, la ciudad del futuro debe convertirse en la contrapartida digital de los
activos que interactúan con ella. Se puede comparar con la digitalización completa del puerto
de Rotterdam, donde el objetivo es que los grandes buques portacontenedores puedan
navegar de forma autónoma en el puerto y recoger y descargar su carga por sí mismos. En
este caso, la comparación se hace con los autobuses de conducción autónoma (E3, 8-14).
5.1.7.2 Aplicaciones
Como ejemplos, también se mencionan 2 aplicaciones que ya trabajan con datos en tiempo
real en el ámbito de la movilidad (inteligente). El primero se llama “Moovit”, aplicación
originaria de Israel, se trata de un planificador de rutas avanzado que incluye varias formas
44
de viajar (coche, e-scooter, metro, etc.). El segundo se llama “Moovster” y es una idea que
sustituye las prácticas existentes en las empresas por otras nuevas, creando así nuevas
formas de movilidad inteligente alternativa. Si un empleado renuncia a un coche de empresa,
por ejemplo, recibe puntos de movilidad que puede canjear por billetes de metro, por ejemplo
(E2, 415-421 y E3, 125-133).
5.2 Recomendaciones sobre las medidas que deben adoptarse
En esta sección se presentan los resultados relativos a las medidas. Se puede mencionar de
antemano que los expertos abogan en general por una fuerte intervención de la ciudad para
garantizar una movilidad inteligente ordenada.
5.2.1 Problemas y retos actuales
Un gran reto son los diferentes servicios de entrega. El experto E2 explica que es una gran
carga para el tráfico de una ciudad que cada hogar pueda ser abastecido por prácticamente
cualquier servicio de reparto. En su opinión, esta gran mezcla bloquea innecesariamente los
carriles de la carretera, lo que crea problemas de tráfico adicionales. Aboga por algún tipo de
sistema de itinerancia para resolver el problema (E2, 217-222).
Para la movilidad inteligente actual, el experto ve un desafío cuando hay un funcionamiento
mixto:
“el mayor desafío es realmente si tienes un funcionamiento mixto, porque tienes
vehículos autónomos, y también tienes vehículos que se guían individualmente (E2,
501-503). Y si además hay ciclistas, esta mezcla de usos diferentes conduce a una
complejidad que incluso los sistemas actuales de muy alto rendimiento apenas pueden
manejar (E2, 514-515).”
En cuanto a los Datos Abiertos de Movilidad, el experto E5 afirma que debería alcanzarse un
acuerdo sobre las normas API para estos datos, impulsado por la Comisión Europea. Si no,
el progreso en el tiempo será muy lento (E5, 118-121). Otro reto para el experto es garantizar
45
el anonimato de los datos. También percibe el miedo de las grandes empresas, como Google,
a revelar datos a las administraciones (E5, 166 y 259-260).
Sobre la base de estos retos, a continuación, se derivan otras medidas para la movilidad
inteligente.
5.2.2 Ayuntamiento
Se subraya que la propia ciudad desempeña un papel muy importante en la futura
organización de la movilidad inteligente. Toda la movilidad dentro de una ciudad se entiende
como un ecosistema propio que hay que gestionar. En opinión de E2, esto no se ha hecho
con suficiente detalle hasta ahora:
„Como he dicho, desde mi punto de vista las ciudades juegan un papel muy
importante, porque alguien tiene que orquestar este "ecosistema". No se desarrollará
por sí sola, y en mi opinión eso es lo que ha faltado hasta ahora. Que alguien
intervenga y empiece a gestionar este ecosistema (E2, 126-129).”
El experto añade que esto sólo puede ocurrir si se formulan objetivos claros y se definen
reglas sobre cómo tratar los datos. En su opinión, en lo que respecta a los datos, la ciudad
debe prescribir cuáles deben publicarse y, por tanto, ser accesibles (E2, 264-168). Lo ilustra
con el ejemplo de los aparcamientos, que – decretados por la ciudad – deben publicar sus
datos de la forma más accesible posible, para permitir una información más rápida sobre la
ocupación del aparcamiento en toda la ciudad (E2, 164-167).
Esto nos lleva al ámbito de la soberanía de los datos, que debe garantizarse según el experto
E3. Cree que la propia ciudad debe tomar posesión de los datos de movilidad en su territorio
(E3, 79-80). Incluso si los datos estuvieran inicialmente en manos de proveedores privados,
la ciudad debería hacer esfuerzos para obtener los datos pertinentes (E3, 84-84). Según el
mismo experto, el próximo paso es – como una ciudad consiste en varios sistemas –
establecer una plataforma que permite a los sistemas existentes intercambiar los datos entre
sí (E3, 159-160).
Según los expertos, para que esto sea posible es necesario colaborar con varias empresas,
ya que la ciudad necesitará probablemente ayuda para crear plataformas de datos, así como
para asegurar los datos.
46
5.2.3 Cooperaciones
Según todos los expertos, las colaboraciones entre la ciudad y los proveedores privados de
movilidad son un escenario muy probable y necesario para habilitar la Movilidad Inteligente
con Datos Abiertos, ya que, como se ha mencionado anteriormente, lo más probable es que
la ciudad no pueda hacerlo sola al principio:
“…creo que las ciudades no lo harán por sí mismas. Buscarán socios en consecuencia
(E2, 397-398).”
Un ejemplo de ello lo presenta el experto E4, que ocupa un puesto directivo en una aplicación
que ofrece soluciones de movilidad. Destaca que los servicios de la aplicación sólo son
posibles gracias a las cooperaciones ya existentes a través de acuerdos de colaboración:
„Trabajamos con varias fuentes de datos públicas (como Open Data BCN) y privadas
(E4, comunicación personal por correo electrónico, Anexo 8.7). Cooperamos con
varios agentes, tanto públicos como privados (Ajuntament de Barcelona, Servei Català
de Trànsit, Túnels de Barcelona i Cadí, RACC…), los cuales proporcionan datos que
hacen posible el despliegue de la mayoría de los servicios (E4, comunicación personal
por correo electrónico, Anexo 8.7). “
Según E2, la cooperación entre las empresas privadas y la ciudad es “extremadamente
importante”, por así decirlo:
“¡En realidad, es lo más importante (E2, 439-440)!”
El experto añade que, por tanto, la ciudad debería centrarse primero en trabajar con empresas
que puedan proporcionar rápidamente la infraestructura (en la nube) adecuada (E2, 400-402).
Aquí se puede citar al experto E5, que considera que es tarea de la UE definir normas
uniformes para la publicación de Datos Abiertos:
47
„o la unión europea dice: “señores, por ley, las ciudades tienen que abrir los datos en
este formato en este estándar, en esta plataforma” y además te ayudo hacer este paso
que para una ciudad grande no es complejo, pero para una ciudad pequeña puede
ser inasumible económicamente (E5, 124-127). “
Sin embargo, la cooperación también puede tener lugar con los habitantes de la ciudad, en
el ámbito de la llamada "Ciencia Ciudadana" (Citizen Science), que se trata en la siguiente
sección con su sub-forma “Crowdsensing.”
5.2.4 Crowdsensing
Según el experto E1, la ciudad también puede cooperar con los ciudadanos de a pie. El
experto explica que las soluciones viables en este caso pueden estar en el ámbito de las
zonas más pequeñas:
“There is one, where there are initiatives where citizens are actually measuring air
pollution. The same is going on in the Netherlands in several cities (E1, 92-94).”
El E5 también hace hincapié aquí en la cooperación con los ciudadanos, cuyos datos de
movimiento pueden ser muy útiles en la planificación urbana (E5, 253-254).
La movilidad sólo se convierte en inteligente a través de la comunicación con su entorno. Sin
embargo, según el experto E3, deben cumplirse algunos requisitos previos para ello, que se
describen a continuación.
5.2.5 Infraestructura
El experto E3 considera que la ciudad debe convertirse en la contraparte digital de los medios
de transporte que interactúan con ella. Para ello, hay que instalar en la ciudad una gran
cantidad de tecnología de sensores que lo haga posible. Señala que la ciudad actúa como
una cerradura, y los servicios de movilidad deben ser la llave que encaje en ella, por así
decirlo. La palabra clave aquí es, de nuevo, "Codificar la acera (Code the curb)" (E3, 26-29).
48
Una especificación más detallada la da el experto E5, que destaca el sistema ya existente
Sentilo, que tiene los siguientes puntos fuertes: el procesamiento de grandes cantidades de
datos incluso durante los tiempos de inactividad, el aislamiento de las diferentes capas entre
sí (capa de sensores y capa de aplicación), y su una amplia metainformación (ubicación de
los sensores, tiempo de preparación, etc.) sobre sí mismo (E5, 30-36, 46-50 y 58-62).
El experto menciona también aquí el panorama objetivo de Barcelona: Sentilo, con sus
sensores, sirve de capa base. Una capa por encima está CityOS, la plataforma de "big data"
de Barcelona, y conectado a ella, el portal de datos abiertos Open Data BCN (E5, 71-74).
Cuando se le pregunta por la cooperación y el intercambio de datos, el experto E2 explica
que los sensores pueden instalarse no sólo en lugares fijos de la ciudad, sino también, por
ejemplo, en los vehículos que circulan por ella (E2, 435-437).
5.3 Los DA: El futuro uso para la MI
Este apartado trata de los futuros usos de los datos abiertos según los expertos. Se subdivide
en la categoría de la evolución de los DA, los efectos que se deducirán de las medidas
anteriores (para mitigar los retos) y las nuevas conexiones que se pueden desarrollar.
5.3.1 Evolución
Como objetivo más importante del futuro de los open data, el Experto E5 menciona que la
evolución será llegar al Open API, que significa: ¡“Interfaces de datos abiertos que nos
permitan jugar a datos en tiempo real (E5, 89-90)!” Está convencido que hay que “ofrecer una
API que permita a sistemas externos intercambiar datos (E5, 102-103). “
El experto concluye con un ejemplo de una aplicación para los coches:
“Por ejemplo, tener una app en el coche que te dice: “tienes un semáforo rojo aquí
adelante, y si quieres cogerlo en verde has de reducir tu velocidad a 25km/h y así
cuando llegues estará verde.” Y eso quiere decir que nosotros hemos de dar datos en
tiempo real. Es la situación exacta del semáforo en este momento. Eso no es un
dataset, eso es datos en tiempo absolutamente real cien por ciento (E5, 97-101).”
49
Resume el camino hasta ese punto de la siguiente manera:
“Es decir, es la evolución de los open data de “me bajo un dataset, a interacciono
directamente con los sistemas de información que gestiona la ciudad (E5, 103-105). “
Va más allá y predice no sólo las lecturas, sino incluso las escrituras en las APIs abiertas (E5,
109-110 y 112).
En cuanto a la movilidad de los vehículos, el experto opina que, como ya se ha mencionado
en el capítulo anterior de "Cooperación", hay que crear normas. Está seguro de que esto
vendrá de los propios fabricantes de vehículos debido a la falta de rapidez de las autoridades
(en este caso la UE) (E5, 131-134).
Por último, el experto señala que “el objetivo final tiene que ser que prácticamente todo esté
en open data (E5, 10-11)” y por eso, como se ha indicado en el párrafo 5.1, el open data no
debería tener límites cuando la privacidad está garantizada (E5, 165-166).
5.3.2 Efectos
El Experto E2 explica que si se puede reducir más movilidad privada de la carretera, „no
regulándola, sino creando opciones alternativas atractivas (E2, 57-59)“, a través de la
integración de los datos de los diferentes ámbitos de la movilidad, como trenes (cercanías en
la ciudad), de los teléfonos inteligentes, de sensores en los vehículos, del metro, etc…, se
tendrá un impacto en el medio ambiente (E2, 42-47):
“Habrá menos suciedad, habrá menos ruido, y esto también hará que las ciudades
sean más habitables. Se necesita menos espacio de aparcamiento para la movilidad
individual y entonces se puede hacer otra cosa con el espacio de aparcamiento (E2,
59-61, 69-71).”
Según el experto E2, el objetivo de la apertura de los datos debería ser dirigido a un amplio
abanico de participantes en el tráfico rodado o animarlos a replantearse su enfoque. Pone el
ejemplo de los servicios de reparto: Si se les proporcionan datos sobre el uso de las carreteras
(idealmente en tiempo real), podrán planificar sus entregas incluso mejor que antes:
50
“…entonces tal vez el servicio de entrega dice: "ok, entonces conduzco... ya no hago
mis recorridos de 7:00 a 9:00 de la mañana, cuando es la hora punta absoluta, sino
que lo hago tal vez de 9:00 a 11:00 de la mañana (E2, 335-337).”
5.3.3 Nuevas Conexiones entre los datos
Cuando se le pregunta por un uso o visión futura de los Datos Abiertos, el experto E1 sostiene
que, en su opinión, los distintos Datos Abiertos existentes deben estar mucho más integrados.
Debe haber un uso interdisciplinario de los datos para poder explotar todo su potencial. Ve la
necesidad de mejorar, especialmente en muchos portales de Datos Abiertos existentes:
“…my vision is that we are going towards more interdisciplinary data use. Whereas
now there are a lot of data portals, that are focused on specific disciplines. Each
discipline has an own portal and has an own way of working. I think it will become way
more interoperable or cooperative, because a lot of issues or big problems nowadays,
like climate change or migration…they require that there is integration of data from
different disciplines (E1, 143-148).”
El E3 también está de acuerdo con esto, diciendo que en el futuro tendrá sentido integrar los
datos existentes, así como complementarlos con nuevos datos, que en muchos casos aún no
se han identificado. Estos datos se obtendrán en gran medida mediante sensores y cámaras
en los ámbitos de la movilidad en general, así como del tráfico y la seguridad (bomberos y
policía) (E3, 95-96 y 91-92).
Del mismo modo, E2 señala que una ciudad debe resistirse a la tentación de tomar el camino
de la menor resistencia imponiendo simplemente la prohibición de conducir. Sugiere el uso
inteligente de los Datos Abiertos para crear ofertas (alternativas) atractivas sin que se
produzcan prohibiciones (E2, 102-15, 113-118).
Por último, el experto propone una plataforma de datos abiertos propia de la ciudad, que
debería ofrecer APIs abiertas en tiempo real. En otras palabras, los datos recogidos deben
estar disponibles como datos abiertos a través de interfaces, preferiblemente en tiempo real.
La ciudad también puede decidir si quiere convertir los datos en un nuevo modelo de
generación de ingresos ofreciéndolos o no (E3, 115-118).
51
5.4 Aportación de cada experto
El siguiente cuadro muestra un resumen muy abreviado de la contribución de cada experto a
las preguntas que se le formularon. Las filas contienen las preguntas y las columnas las
respuestas de los expertos. A los expertos se les hicieron diferentes preguntas. Una celda
vacía significa que no se le hizo la pregunta al experto o que éste no la contestó.
Pregunta E1 E2 E3 E4 E5
Preguntas específicas sobre la movilidad inteligente
¿Qué tipo de datos son importantes para la movilidad inteligente? ¿Qué tipo de datos cree que necesita?
¿Qué tipo de datos son importantes para la movilidad inteligente y en concreto, para su proyecto?
- • Datos de los teléfonos inteligentes
• conexión en red de los datos de movilidad (coches, autobuses, metro, etc.)
• Los activos y el inventario de la ciudad deben ser capturados digitalmente
• los datos en tiempo real
• Datos de información del tráfico (incidencias información semafórica, radares de velocidad, estado de carriles reversibles)
• datos de localización de usuarios (vehículos de emergencia – bomberos, usuarios vulnerables en intersecciones peligrosas – bicicletas, patinetes, peatones)
-
En su opinión, ¿tiene un “centro de control” de Datos Abiertos (de Movilidad) -administrado por la ciudad - potencial para la Movilidad Inteligente?
- • Tiene mucho sentido
• Conjuntos de datos de movilidad, en cuanto a la demanda (quién se desplaza, en qué medida, con qué medio de transporte.
• Datos sobre la infraestructura y la capacidad, especialmente servicios de “Smart parking”
• ofrece la posibilidad de mantener la soberanía sobre los datos y
• sacar conclusiones mediante una cantidad suficiente de datos a través de la inteligencia artificial
- -
¿Qué cooperaciones entre empresas tecnológicas, proveedores de movilidad y autoridades públicas imagina para la movilidad inteligente del futuro?
- • Cooperaciones en relación con la infraestructura, especialmente la de la nube
• Son lo más importante para habilitar la MI
• Cooperaciones con agentes privados para recibir o intercambiar datos (con el objetivo de abrirlos)
• Ofrecer APIs que proporcionan datos en tiempo real para proveedores de movilidad
- -
¿Cómo es la colaboración con los agentes públicos y privados (public and private stakeholders)? ¿Existen
- - - • Cooperaciones con varios agentes, tanto públicos como privados (Ajuntament de
-
53
cooperaciones en el ámbito de los datos, la infraestructura (de sensores) o la normativa legal?
Barcelona, Servei Català de Trànsit, Túnels de Barcelona i Cadí, RACC…)
• proporcionan datos que hacen posible el despliegue de la mayoría de los servicios
• acuerdos de colaboración (técnicas y operacionales)
• para el futuro: colaborar en normativa legal
La competencia por las zonas de estacionamiento, carga y descarga está aumentando debido a los nuevos modelos de negocio como el ride-hailing (Uber, Lyft), la entrega de comestibles a la carta (los supermercados entregan los pedidos) o las compras en línea. ¿Hay alguna forma de remediar esta situación, por ejemplo, mediante aplicaciones de reserva de espacio (en los bordes de las carreteras)?
- • Para los servicios de entrega:
• Sistemas de itinerancia
• dividir la ciudad en varios subdistritos y hay que pagar para circular allí y hacer la entrega
• Hay que garantizar la posibilidad de interactuar con la ciudad a nivel digital
• la ciudad debe convertirse en una especie de gemelo digital
• Esto facilita la intervención digital para gestionar p.ej. las zonas de carga y descarga
- -
¿Qué retos le esperan a la movilidad inteligente en las grandes áreas metropolitanas?
- • Un funcionamiento mixto (vehículos autónomos y los que son guiados individualmente, más ciclistas), y el auge de los servicios de entrega
• Para la movilidad sostenible: rutas separadas para bicicletas
• Crear opciones para coches de conducción autónoma
- -
¿Cuáles son sus expectativas para la futura movilidad en las ciudades?
- • sistemas de movilidad alcanzan completamente sus límites
• Inteligencia artificial jugará un papel importante
- -
54
• crear alternativas atractivas para la movilidad individual
• plazas de aparcamiento desaparecerán
• vehículos se conectarán entre si y con la infraestructura de la ciudad
• se convertirá más eficaz a través de inteligencia artificial
• Hay que digitalizar el bordillo (“code the curb”) para coches autónomos
• se debe capturar de forma digital el inventario (semáforos, el bordillo, aparcamientos, etc…) de la ciudad
Preguntas específicas sobre los datos abiertos
In your opinion, what are the most important qualities that an Open Data Dataset should have to be used?
En su opinión, ¿cuáles son las cualidades más importantes que debe tener un conjunto de datos (dataset) abiertos para ser utilizado?
• depende de lo que se intente hacer con él dataset:
• necesita suficientes metadatos (contexto, métodos, proyectos, comerciales, gubernamentales, intenciones)
- - - • La cantidad:
• Debe ser los menos filtrado posible
Can you imagine Crowdsensing (capturing sensor data with mobile devices) being an important source for capturing Open Data in the future?
¿Se imagina que el Crowdsensing (captación de datos (de sensores) con dispositivos móviles) sea una fuente importante de captación de Datos Abiertos en el futuro en Barcelona? ¿Por qué?
• posible, y ya se consigue midiendo p.ej. la calidad de aire
- - - • Si, recibir los datos de movimiento individual ayudará en la planificación de la ciudad
• Problema: hay que tener cuidado con perder derechos e intimidad
Should governments set up cooperations with tech companies or mobile
• estas colaboraciones deben ser creadas y
- - - • Si, y hay que llegar a un acuerdo simétrico
55
providers to get their data to make it available as Open data? What could be the benefits?
¿Deben las autoridades establecer cooperaciones con empresas tecnológicas o proveedores de telefonía móvil para obtener sus datos y ponerlos a disposición como datos abiertos? ¿Cuáles podrían ser los beneficios?
• no se debe olvidar trabajar con los ONG que se dediquen al ámbito de los DA
• toman DA y los visualizan, procesan y explican a los ciudadanos
de manera quid pro quo:
• incluyendo que las administraciones, las empresas y los ciudadanos abran sus datos
• cogiendo todos estos datos, la administración conseguiría ser mucho más eficaz y mucho más eficiente
Do you see any obstacles or dangers in the use of open data?
¿Ve algún obstáculo o peligro en el uso de los datos abiertos?
• Podría ser complicado recopilar los DA necesarios, o transformarlos y también comunicarlos de forma correcta a los ciudadanos para que puedan entenderlos
• DA siempre podrían ser malinterpretados (uso ! = intención)
- - - • Con algunos DA (de ciudadanos y empresas) podría haber problemas con la privacidad
• Especialmente con los datos que no han sido recogidos con ese objetivo (de abrirlos)
Is Open Data currently used in an efficient way?
¿Se utilizan actualmente los datos abiertos de forma eficiente? ¿Se podría mejorar de una manera?
• aún queda mucho por hacer para conectar la provisión y la demanda de los datos
• hay que prestar más atención al uso de los DA que a la provisión
• se necesita un uso interdisciplinario de los DA
- - - • Se podría dar/publicar más datos en los open data, porque todos podrían ser relevantes y tener algo innovador
• Mejora: tener prácticamente todo en open data
• Tener suficientes datos para validar medidas tomadas
What could be possible future usages of Open Data? Are there any conditions? Will it become more, or less used? Why?
• Veremos un uso más interdisciplinario y la integración de los DA diferentes para enfrentar los problemas actuales
- - - • El futuro uso de los DA será el Open API:
• Interficies de Datos abiertos en tiempo real
56
¿Cuáles podrían ser los posibles usos futuros de los datos abiertos? ¿Existe alguna condición? ¿Se utilizarán más o menos? ¿Por qué?
• Los DA deben ser interoperables
• Aumentará la forma de recoger DA con la ayuda de ciudadanos (“Crowdsensing”)
• Interacciones directas mediante Open API con los sistemas de la ciudad
• Se debe definir normas para intercambiar DA de la movilidad
Preguntas que se solapan en los temas
Desde su punto de vista, ¿podría una ciudad (o el Ayuntamiento de Barcelona) hacer algo más para facilitar su trabajo? Por ejemplo, ¿proporcionar más datos abiertos, o más actualizados, o especiales?
- - - • Los servicios de movilidad inteligente van a ir ganando protagonismo en los próximos años
• La actualización no siempre es óptima
• es necesario que los ayuntamientos (y otras entidades públicas) dediquen más recursos para asegurar su calidad y acceso
-
¿Pueden los datos de los teléfonos móviles (crowdsensing) contribuir al éxito de la movilidad inteligente?
- • datos de los teléfonos móviles definitivamente pueden ayudar a la gestión de la MI
- - -
¿Qué medidas son necesarias para hacer el mejor uso de los Datos Abiertos recogidos?
- • Una vez recopilados se deben formular objetivos claros y reglas como tratar los DA
• Las ciudades deben buscar socios para elaborar los DA
• Con los DA recopilados hay que digitalizar la ciudad y capturar los Activos de esta
• Los DA tienen que ser ofrecidos en tiempo real
• Los DA tiene que ser conectados procesados mediante “machine learning”
- -
Which kind of Open Data could you imagine to be most
- - - - • es cuestionable que haya que preguntarse esto: lo que parece
57
important regarding (smart) mobility (applications)?
¿Qué tipo de datos abiertos le parece más importante en relación con los datos (y aplicaciones) de movilidad (inteligente)?
irrelevante para nosotros puede significar una innovación para otros
• en principio todo debería estar disponible en Open Data porque se sabe qué uso pueden tener las cosas... y podrían sorprender
Do you think Open Data will affect mobility (keyword: Smart Mobility) in cities? If yes, how, and why?
¿Cree que los datos abiertos afectarán mucho a la movilidad inteligente en las ciudades en general? En caso afirmativo, ¿cómo y por qué?
• ahora en estos tiempos de COVID [-19] afectará la movilidad de forma siguiente:
• hay una relación entre los datos sobre el grado de ocupación de una zona determinada en una ciudad...
• y hay que traducirlos en consejos para los ciudadanos sobre si pueden venir a una determinada zona o no
- - - • Lo básico es tener más datos sobre las obras y los aparcamientos
• Lo relevante se basa en la combinación de los datos diferentes
Tabla 5: Aportación de cada experto (fuente: elaboración propia)
5.5 Resumen de los resultados
En esta sección, el autor presenta los resultados de su estudio en forma de tabla. Esto sirve
como una visión general, que debe servir de transición al capítulo final de la discusión.
Tipo de datos (abiertos) Recomendaciones por adoptar El futuro uso para la MI
General:
• Toda la metainformación posible
• Uso previsto/intentado
Problemas y retos actuales:
• Con los DA: sistema de itinerancia para servicios de entrega
• Falta de normas y estándares API para el intercambio de los DA (también entre si mismos)
Evolución:
• Próximos pasos: ¡Los open API!
• Jugar a DA en tiempo real
• De bajar datasets rígidos a interacciones con los sistemas de la ciudad en tiempo real
• Habrá ordenes de lectura y escritura
• Habrá normas de los API que comuniquen con los sistemas de la MI
Calidad de los Datos:
• Fundamental para la MI
• A veces no gratuito
• ¡Datos actuales!
Ayuntamiento:
• Tiene que percibir la ciudad como un ecosistema de datos (abiertos)
• Tiene que gestionar ese ecosistema
• Mantener la soberanía de los datos
• Definir objetivos claros
Efectos:
• alternativas de la movilidad privada crearán ciudades más habitables (menos ruido, contaminación, etc…)
• Con los DA, servicios de entrega replanificarán sus tiempos de entrega.
Datos actuales:
• Tener claro: ¿qué se quiere alcanzar?
• Datos más actualizados posibles
• ¡Tiempo real!
Cooperaciones:
• Son lo más importante para habilitar la MI con los DA
• Tener en cuenta: ayuda de agentes públicos, privados, la infraestructura técnica y normas aún por definir
Nuevas Conexiones:
• del pensamiento en silos al uso interdisciplinario de los DA
• Hay que integrar datos de varios dominios para sacar lo máximo al enfrentar los retos existentes.
Disponibilidad:
• Más datos → más posibilidades para validar medidas tomadas
• Centrar más en la calidad y el uso de los DA
• Aprovecharse de la cantidad de los DA que produce el Internet de las cosas
Crowdsensing:
• Datos de ciudadanos son de gran valor (p.ej. datos de movimiento)
• En pequeñas zonas definidas: proyectos con los ciudadanos
Procesamiento/Tratamiento/análisis de los Datos:
• Importancia tremendamente alta: ¡la inteligencia artificial!
Infraestructura:
• Juega un papel extremadamente importante
• Hay que orientarla a los servicios de movilidad
59
• El sistema Sentilo proporciona una muy buena base que se puede ampliar
Code the curb:
• La calle digitalizada es el activo más valioso de la CI para gestionar la MI en el futuro
Aplicaciones:
• Existen varios ejemplos buenos para aplicaciones que pueden iniciar nuevas formas de pensar (SeeClickFix, Moovit, Moovster)
Tabla 6: Resumen de los resultados (fuente: elaboración propia)
60
6. Conclusiones
En este apartado se presentarán las conclusiones de los resultados obtenidos. El autor
presentará comprensiones propias que ha podido deducir relacionándolas con bibliografía
existente. Además, presentará conclusiones extraídas de las opiniones de los expertos
relacionándolas con una nueva revisión de la literatura para ver si se ha podido lograr los
objetivos.
6.1 Tipo de datos (abiertos) más importantes para una movilidad
inteligente eficaz
Como el Objetivo uno era capturar qué tipo de datos son los más importantes para una
movilidad inteligente eficaz se presentará aquí las conclusiones en relación con dicho
objetivo.
6.1.1 General
Es importante proporcionar suficiente metainformación sobre los datasets. Sin embargo, hay
que respetar una fina línea para garantizar que los usuarios finales no se confundan.
6.1.2 Calidad de los datos
Como el experto E1 no descarta la posibilidad de que, para obtener datos abiertos de alta
calidad, una entidad podría solicitar el pago bajo el concepto "Open Data", por lo que no
necesariamente significa "Free Open Data" en este caso. Por eso deben crearse ciertas
normas de calidad con respecto a los datasets de datos abiertos.
Por ejemplo, los datos de alta calidad sólo pueden utilizarse con fines comerciales si hay un
intercambio quid pro quo con ellos, de modo que la ciudad de Barcelona también recibe datos
de alta calidad de proveedores privados si quieren utilizar los datos abiertos de la ciudad
(Medium, 2021). Además, la ciudad puede ofrecer datos con acuerdos de nivel de servicio
asociados (por ejemplo, acceso 24/7) por los que hay que pagar. Otra estrategia es
61
proporcionar datos abiertos de forma gratuita y ofrecer servicios complementarios de pago,
como asesoramiento o productos a medida basados en los datos abiertos (Welle Donker,
2018).
6.1.3 Datos actuales
Las posibilidades de obtener datos de movimiento son muy amplias, pero hay que respetar
la privacidad. Con estos datos de movimiento actuales recogiéndolos de los usuarios de
bicicletas, y patinetes eléctricos, la ciudad de Los Ángeles ha desarrollado la Especificación
de Datos de Movilidad, que recopila y analiza los patrones de uso y las rutas de los e-scooters
para informar sobre la micromovilidad y la planificación de los barrios (How Los Angeles took
control of its mobility data – Cities Today – Connecting the world's urban leaders, 2021 y
Mobility Data Specification: A Data Standard for Shared Mobility Providers, Los Angeles,
California, 2018 - MOD Learning Center, 2021).
6.1.4 Disponibilidad
Los datos (de movilidad) también deben ser recogidos y procesados para que las medidas
tomadas por la ciudad en el ámbito de la movilidad puedan ser comprobadas y verificadas y
sean transparentes para todos. La ciudad debe de disponer de métodos para contrastar y
analizar las repercusiones en la movilidad, causada por las medidas tomadas.
Para que todo esto se consiga, especialmente en el ámbito de la disponibilidad de los datos,
deben tenerse en cuenta los criterios de exhaustividad (mapeo de todo el ámbito de lo
documentado sobre un tema determinado), fuentes primarias (documentos fuente que
documentan la colección de DA), actualidad (tiempo real), acceso (acceso masivo y APIs),
legibilidad por máquina (y estándares definidos para ello), no discriminación (sin barreras de
acceso), estándares abiertos (rdf, csv, etc.) y permanencia (disponible permanentemente en
línea en archivos) (Das Datenportal für Deutschland, 2021).
6.1.5 Procesamiento/Tratamiento/Análisis de los datos
Para procesar y analizar el open data con software de Inteligencia Artificial la ciudad debe
quedar claro con qué tipo y cantidad de datos va a aplicar algoritmos de “Deep learning” en
relación con la movilidad. Se ha de invertir en software de aprendizaje automático para
62
transformar esa gran cantidad de datos abiertos en aplicaciones, conclusiones y al final,
medidas para la movilidad inteligente.
(Ning et al., 2017) han desarrollado las así llamadas redes sociales vehiculares (Vehicular
Social Networks), que consisten en una combinación de datos de sensores, vehículos y
teléfonos inteligentes (recogidos por crowdsensing) y las ponen a disposición del público.
Todos los datos de movilidad generados, como los patrones de movimiento, son procesados
por algoritmos de aprendizaje automático y utilizados para calcular las anomalías del tráfico
y hacer predicciones sobre los patrones de movimiento futuros.
(Landset, Khoshgoftaar, Richter y Hasanin, 2015) ya han comparado y evaluado diferentes
soluciones de software concretas. Se prestó especial atención al streaming en tiempo real,
es decir, a la capacidad de procesar una gran cantidad de datos en tiempo real mediante
procesos de ML. Este campo seguirá creciendo y se necesitarán más soluciones (de
software), que desempeñarán un papel importante en el análisis/procesamiento de datos
abiertos (de movilidad) en Barcelona.
6.1.6 “Code the curb”
Para codificar el bordillo se debe instalar sensores en la acera y capturar los datos relevantes
para la movilidad. Eso serán datos sobre el tráfico y la utilización de las calles. También, la
ciudad tiene que desarrollar un “feasibility analisis” sobre las calles donde “code the curb” es
valorable. Estos son por ejemplo las calles de “función doble”, donde hay muchas
posibilidades para comprar por el día y también varios restaurantes con mucha gente
comiendo por la tarde/noche. Así se sabe cuándo los restaurantes podrían utilizar espacios
adicionales en las calles, que es especialmente importante hoy en día con el Coronavirus
(Coding the Curbs | The Future Mobility Network - Smart mobility, 2021).
Un gran paso en esta dirección lo ha dado el startup Coord, que se ha propuesto digitalizar
la acera mediante su app propietaria Surveyor y luego poner los datos a disposición del
público como Open Data. Los datos publicados en Open Curbs incluyen ubicaciones y
descripciones de objetos como bocas de incendio, señales de aparcamiento, colores de los
bordillos y muchas otras características a lo largo del bordillo. Inicialmente, estos datos
proceden de colecciones creadas con la aplicación de realidad aumentada Surveyor, y hay
planes para admitir otras fuentes de datos de activos de bordillos en Open Curbs en el futuro.
Estos datos de los bordillos se utilizarán para obtener datos de control de los bordillos que
luego se publicarán a través de la API y otros métodos (Codificación de los bordillos | La red
de movilidad del futuro - Movilidad inteligente, 2021).
63
6.1.7 Aplicaciones
„Está claro que la ciudad no tiene medios para comprar un startup, pero la cooperación con
los proveedores de movilidad que tienen los datos pertinentes puede ser prometedora. La
ciudad también podría aprender las mejores prácticas de estos proveedores para ofrecer algo
similar “a pequeña escala”.
La ciudad puede integrar las apps existentes (como visto en “code the curb”) en sus sistemas
de movilidad a través de cooperaciones.
6.1.8 Conclusión de objetivo y subpregunta uno
En conclusión, se puede responder a la subpregunta ¿Qué tipo de datos son necesarios
para la movilidad inteligente eficaz? con la siguiente respuesta resumida:
Se necesita suficiente metainformación para los datos, ya que el contexto de los datos
proporcionados puede ser importante para entenderlos. Los datos abiertos de la ciudad no
tienen que ser necesariamente gratuitos para todos: La ciudad debe buscar datos de alta
calidad, y puede ofrecer un intercambio justo en el proceso: Datos abiertos propios frente a
datos corporativos. Los datos en tiempo real han demostrado ser muy importantes para la MI.
Es importante mencionar aquí que las interfaces abiertas con estándares definidos son
absolutamente necesarias para el tráfico (público y privado) y las conexiones entre vehículos
y con los sistemas de la ciudad. Las interfaces deben representar de forma fiable el estado
de la ciudad o de la zona en un momento exacto de forma digital y en tiempo real para permitir
una mayor eficiencia (más seguridad, menos tráfico, contaminación ambiental y acústica,
alternativas más atractivas al coche), especialmente en lo que respecta a la movilidad
individual. Los datos de las rutas también permiten una planificación urbana prospectiva y la
aplicación oportuna de medidas. Además, una gran cantidad de datos de movilidad permite
verificar o rechazar las medidas adoptadas. La ciudad es especialmente flexible mediante la
recogida de datos a través del llamado método “code the curb”: Con esta infraestructura
digital, lo que antes era una señal fija, o un esquema de pintura fijo en un bordillo, puede
convertirse en un servicio dinámico y digital que la ciudad programa para reaccionar a las
demandas de transporte o tráfico minuto a minuto.
64
6.2 Recomendaciones sobre las medidas que deben adoptarse
El objetivo dos era determinar recomendaciones qué medidas se debían aplicar. Se
presentará aquí las conclusiones de dichas recomendaciones en relación con el objetivo.
6.2.1 Problemas y retos actuales
Debido a situaciones excepcionales (por ejemplo, la actual pandemia de COVID), la
congestión de las carreteras se agrava aún más por el aumento de las actividades de reparto
en épocas de pandemia. En este caso, la ciudad puede utilizar los Datos Abiertos de
Movilidad para mostrar la congestión de las carreteras y así evitar las entregas en la hora
punta absoluta para aliviar las carreteras. También puede introducirse un sistema de
itinerancia para los servicios de entrega, que por ejemplo también incluya un componente de
pago: sólo un número limitado de servicios de reparto está autorizado a entrar en
determinados distritos, y sólo a cambio de una remuneración.
(Bates et al., 2019) ya han recogido conclusiones sobre qué zonas de la ciudad de Londres
son más frecuentadas por los servicios de reparto y a qué hora del día. Además, se distingue
entre entregas exprés (al día siguiente) y no exprés. Se combinaron datos de diferentes tipos
y de diferentes datasets y se pusieron a disposición como Datos Abiertos. Todo ello permite
optimizar la llamada entrega de última milla mediante Open Data.
Tampoco existen normas uniformes para los datos de movilidad abiertos y las API, a través
de las cuales los vehículos y la infraestructura inteligente pueden intercambiar datos. La
ciudad puede dar un buen ejemplo en este sentido y promover un proyecto con la propia UE,
o acordar proyectos piloto en este ámbito con los fabricantes de vehículos. Por ejemplo, se
podría incluir la infraestructura existente de los fabricantes de vehículos ubicados en la
ciudad. La ciudad también debe considerar la posibilidad de cooperar con grandes empresas
como Google para obtener datos sobre los perfiles de movimiento de los habitantes de la
ciudad, especialmente con la situación pandemia del coronavirus, respetando el anonimato.
6.2.2 Ayuntamiento
La ciudad debe tener claro cómo quiere diseñar todo el sistema de uso de datos abiertos en
el futuro. Deben crearse departamentos que se ocupen de la optimización, el procesamiento
(palabra clave: inteligencia artificial) y el mantenimiento de los datos abiertos para obtener el
65
mayor beneficio posible para la ciudad, la movilidad, las empresas y, en última instancia, los
ciudadanos. También serán necesarias normas legales de cooperación y protección de datos,
y habrá que justificar los recursos presupuestarios.
La ciudad tendrá que buscar ayuda a este respecto para asegurarse de que conserva la
máxima soberanía de los datos.
6.2.3 Cooperaciones
Como ya se ha mencionado, la ciudad debe confiar en la cooperación con los proveedores
de movilidad privados. Cabe mencionar aquí que no sólo los fabricantes de vehículos, sino
también los proveedores de bicicletas y coches compartidos, de e-Scooter, así como los
proveedores de soluciones de aplicaciones, desempeñan un papel. La ciudad debe averiguar
qué datos, en qué formatos, con qué calidad y actualidad son importantes para los
proveedores de movilidad. La coordinación de las fuentes de datos abiertos también juega un
papel importante en este sentido. Probablemente haya que llegar a un acuerdo por separado
con cada una de las fuentes potenciales y, a continuación, recoger los datos, posiblemente
evaluarlos y estructurarlos.
La ciudad debe tener en cuenta que también se necesita una nueva infraestructura más
potente para muchas colaboraciones y el gran volumen de datos asociado. Para
proporcionarla en un plazo razonable, hay que considerar la cooperación con proveedores de
nubes privadas o nuevas formas como la nube LOD (Linked Open Data Cloud) (¿What is the
Linked Open Data Cloud, and why is it important?, 2021).
Dado que, según el experto E5, también sería deseable que la UE definiera normas
uniformes, Barcelona, como pionera, ya puede iniciar los desarrollos deseables en este
sentido liderando el camino con proyectos de buen ejemplo.
6.2.4 Crowdsensing
Si la ciudad quiere trabajar directamente con los residentes, por ejemplo, para medir la
contaminación del aire o los niveles de ruido, así como los datos meteorológicos, ya existen
diversas opciones:
• el Smart Citizen Toolkit
• incentivos directos a través de aplicaciones
66
La ciudad puede, por ejemplo, ofrecer descuentos (en forma de precios reducidos de
aparcamiento, etc..) si los residentes colocan sensores en sus vehículos (Smart Citizen
Starter Kit, 2021), o bien poner a disposición sus perfiles de movimiento. Esto, por supuesto,
debe hacerse manteniendo el anonimato. En la parte teórica de esta tesis ya se han discutido
las posibilidades en el campo del Crowdsensing.
6.2.5 Infraestructura
Barcelona ya está a la vanguardia en este aspecto. El sistema de sensores Sentilo ya
instalado proporciona una base sólida para utilizar sus sensores para recoger y procesar una
amplia gama de datos. Es importante pensar en cómo se puede complementar el sistema
existente, por ejemplo, con sensores móviles en los autobuses, los coches de los ciudadanos
(como ya se ha mencionado en el apartado de "crowdsensing") o las bicicletas. Aquí existen
posibilidades de gran alcance. También hay que decidir si este sistema existente puede
ampliarse para que los vehículos conectados en red puedan comunicarse con él. Esto
requiere la cooperación con los fabricantes de vehículos.
6.2.6 Conclusión de objetivo y subpregunta dos
Por eso se puede responder a la subpregunta ¿Qué medidas – relacionadas con los datos
abiertos – deben ser implementadas en la ciudad inteligente para una gestión más eficaz de
la MI? con la siguiente conclusión breve:
Se puede utilizar una gran variedad de medidas con los datos abiertos para hacer más
eficiente la movilidad inteligente: Por un lado, es posible mostrar la congestión de las
carreteras en tiempo real mediante DA, que puede ponerse a disposición de los servicios de
entrega a través de una interfaz para evitar las entregas en horas punta absolutas. Esto
también hace que la medida de un sistema de itinerancia, si la ciudad decide hacerlo, sea
más transparente. Por otro lado, es importante considerar qué normas de datos se requieren
para el intercambio de datos entre vehículos (V2V) y con la infraestructura (V2I/V2X). Aquí,
los proyectos piloto con la UE o los propios fabricantes pueden ser de gran valor como
medidas. La administración de la ciudad debe entenderla como su propio ecosistema de DA
y formular objetivos claros respecto al tratamiento de datos. En el futuro, la inteligencia
artificial desempeñará el mayor papel en el campo de la MI con los DA. Además, la
cooperación con los proveedores privados de movilidad es un componente central de las
medidas más importantes. La cooperación puede referirse tanto a la infraestructura técnica
67
del centro de datos de la ciudad como a la conservación y coordinación y procesamiento de
los DA. Aquí se puede aprovechar el sistema Sentilo ya existente. En el ámbito de la
cooperación con los habitantes de la ciudad, ésta podría incentivar mediante diversas ofertas
que ofrezcan recompensas (por ejemplo, billetes de metro gratuitos o más baratos) a los
ciudadanos que, por ejemplo, faciliten datos sobre sus movimientos.
6.3 Los DA: El futuro uso para la MI
El último Objetivo era demostrar el futuro uso junto con los efectos de los datos abiertos en
el ámbito de la movilidad inteligente, que se presentará en este apartado.
6.3.1 Evolución
Para que el desarrollo hacia las APIs abiertas tenga éxito, los datos deben estar ya
procesados de antemano. Esto significa que los datos no pueden cargarse simplemente como
un conjunto de datos, sino que deben ponerse ya en la forma adecuada en la que se
recuperarán posteriormente y en la que pueden procesar los accesos y órdenes de escritura.
En un proyecto universitario en Chattanooga (Tennessee, EE. UU.), la seguridad de los
peatones, el flujo del tráfico y la calidad del aire se conectan mediante API abiertas. Esto
permite a la ciudad realizar simulaciones utilizando esta imagen digital de sí misma (que
también fue mencionado por el experto E3) para probar nuevos métodos en el ámbito del
espacio compartido y el tráfico. Además, las APIs existentes pueden integrarse junto con las
APIs abiertas urbanas para obtener rápidamente información adicional del usuario sobre el
tráfico, como en un proyecto en Louisville (Kentucky, EE. UU.) con la aplicación Waze (How
APIs Are Powering Smart Cities, 2021).
Para que los ciudadanos y los vehículos interactúen directamente con la infraestructura en
tiempo real, es imprescindible una infraestructura adecuada. Hay que establecer y cumplir los
requisitos de potencia informática, disponibilidad, acuerdos de nivel de servicio, tecnologías
y seguridad de los datos. Ya se ha comenzado en el ámbito de la comunicación V2I a través
del proyecto C-Mobile, que permite a los vehículos comunicarse con los semáforos en tiempo
real a través de una app. En este caso, un mayor desarrollo de esto, o de una aplicación en
cooperación con los datos abiertos de la ciudad para una comunicación V2V/V2X aún más
completa, podría ser una visión de futuro.
68
6.3.2 Efectos
Para conseguir los efectos positivos mencionados por E2 sin prohibiciones, la ciudad también
puede ofrecer a los ciudadanos un sistema de incentivos que les facilite el cambio al sistema
de transporte público. La ciudad también puede hacer una especie de ingeniería inversa en
la que primero toma conciencia de qué objetivos (menos ruido, mejor calidad del aire, menos
plazas de aparcamiento) quiere conseguir y qué tipo de Datos Abiertos (en qué forma, calidad
y alcance) necesita para quién (viajeros, conductores de automóviles, viajeros de metro) para
conseguirlo. Un ejemplo de ello es el proyecto SeeClickFix, que, con la ayuda de los
habitantes de la ciudad, recoge datos sobre las zonas que necesitan reparación en calles,
aceras, etc… y los transmite a los departamentos municipales correspondientes. Aquí se
ofrecen APIs utilizables, que permiten la recogida de datos en el menor tiempo posible
(SeeClickFix, 2021).
6.3.3 Nuevas Conexiones en los Datos
En conclusión, se puede decir que, al integrar datos de diferentes disciplinas, se pueden
establecer nuevas conexiones y conocimientos. Es importante considerar la movilidad en las
ciudades desde una perspectiva holística en el futuro. La atención no debe centrarse en los
datos de movilidad puros, sino en la combinación de datos entre sí. Los datos meteorológicos,
los datos sobre eventos, pero también Covid-19 en combinación pueden revelar soluciones
para la movilidad inteligente que de otro modo permanecerían ocultas.
6.3.4 Conclusión de objetivo y subpregunta tres
Así se puede responder a la subpregunta ¿Como se utilizarán los datos abiertos en relación
con la movilidad inteligente en el futuro? con la siguiente conclusión:
En el futuro, los datos abiertos estarán cada vez más disponibles como API abiertas. El
desarrollo se alejará en parte de los conjuntos de datos rígidos para pasar a las API rápidas.
Éstas permitirán la interacción en tiempo real con los sistemas de la ciudad, no sólo para
recuperar datos e información, sino también para que los sistemas reaccionen. Un ejemplo
es el Proyecto C-Mobile, que se comunica con los semáforos a través de una app. Los DA
también pueden recogerse de forma más específica en el futuro utilizando los métodos ya
mencionados (colaboraciones - crowdsensing): Si se formulan objetivos claros, se puede
69
determinar el tipo de DA que se necesita, que puede recopilarse con la ayuda de los
ciudadanos. Al integrar y considerar holísticamente la DA de diferentes áreas (incluso las que
sólo están relacionadas indirectamente con la IM), se hace posible una solución más
sostenible de los problemas que de otro modo podría haber permanecido oculta.
6.4 Conclusión objetivo y pregunta principal
Como se ha descrito en los apartados anteriores, en los que ya se ha respondido a las
subpreguntas, también se responderá aquí a la pregunta central de investigación de la tesis
¿En qué medida, los datos abiertos tienen el potencial de hacer más eficiente la movilidad
inteligente en Barcelona? a continuación:
Los datos abiertos tienen un gran potencial para hacer que una ciudad sea más inteligente.
Pueden desempeñar un papel destacado en casi todos los ámbitos centrales de la ciudad
(sociedad, economía, gobierno, medio ambiente, calidad de vida, planificación urbana y, por
supuesto, movilidad). Tienen el potencial de hacer que la Movilidad Inteligente sea aún más
eficiente (menos tráfico individual, más aplicaciones MaaS, alternativas atractivas, mayor
seguridad) si están disponibles en la forma correcta (hay que definir nuevas normas para el
intercambio de datos) y con la calidad y actualizaciones adecuadas (en tiempo real). Esto
requiere una infraestructura sólida y también la colaboración con los proveedores de
movilidad privados. A través de Open Data en code the curb, Barcelona no sólo puede ahorrar
innumerables señales y marcas viales, sino también adaptar los tramos de carretera a las
necesidades diarias. La gran cantidad de datos abiertos puede estructurarse y adaptarse a
las necesidades de la movilidad inteligente mediante un tratamiento adecuado con
inteligencia artificial. Por último, las API abiertas, a través de las cuales es posible interactuar
directamente con los sistemas de la ciudad, proporcionan un apoyo adicional a la MI.
70
7. Limitaciones y recomendación de futuros estudios
En este capítulo, el investigador presenta una visión general de las limitaciones de este
trabajo final de máster y de las oportunidades para futuras investigaciones.
7.1 Limitaciones
Como todos los proyectos de investigación, este estudio tiene sus limitaciones. En primer
lugar, la naturaleza cualitativa de esta investigación ha provocado limitaciones en cuanto a la
capacidad de replicar el estudio o generalizar los resultados. Esta última limitación, en
particular, se vio agravada por el número bastante limitado de participantes, así como por sus
variadas experiencias.
Las entrevistas también fueron muy diferentes. Algunos entrevistados respondieron de forma
muy general a las preguntas que se les plantearon, mientras que otros aportaron una gran
cantidad de conocimientos. La duración de las entrevistas también varió, no todos los
expertos pudieron dedicar el mismo tiempo y algunos fueron muy limitados. Además, el
alcance de esta tesis de máster también estaba limitado en el tiempo.
Además, el autor sólo se centró en un portal de Datos Abiertos de Barcelona, lo que tuvo
como consecuencia que no se incluyeran otros posibles portales desarrollados.
Además, todos los entrevistados se encontraban en un nivel de gestión superior, por lo que
la experiencia de los desarrolladores, por ejemplo, no se incluyó en los resultados.
7.2 Futuros estudios
Los datos abiertos pueden estar disponibles en diferentes formatos, calidades y con
diferentes actualizaciones temporales. Este documento se centra únicamente en Barcelona;
dado que otras ciudades, especialmente Londres y Singapur, están por delante de Barcelona
en el Índice de Ciudades Inteligentes (Smart City Index 2020 by IMD Business School, 2021),
un estudio comparativo en las áreas de movilidad y datos abiertos puede aportar nuevas
perspectivas adicionales de las que Barcelona puede beneficiarse.
71
Otro ámbito importante, que ya se ha mencionado en esta tesis, es el del aprendizaje
automático. Los expertos en Movilidad Inteligente identificaron este factor como el más
importante en el tratamiento de los Datos Abiertos. Esto abre la posibilidad de utilizar este
campo para futuros estudios.
Por último, las numerosas aplicaciones de MAAS y la nueva área de código de la acera
pueden identificarse como otros campos de investigación que tendrán un gran impacto en la
movilidad del futuro en las ciudades.
72
8. Referencias
3m.com. 2020. What Is Vehicle-To-Infrastructure (V2I) Communication And Why Do We
Need It?. [online] Available at: <https://www.3m.com/3M/en_US/road-safety-
us/resources/road-transportation-safety-center-blog/full-story/~/what-is-vehicle-to-
infrastructure-v2i-communication-and-why-do-we-need-it/?storyid=021748d7-f48c-4cd8-
8948-b7707f231795#:~:text=Vehicle%2Dto%2DInfrastructure%20(V2I)%20communication
%20is%20the%20wireless,between%20vehicles%20and%20road%20infrastructure.&text=W
ith%20so%20much%20data%20being,%2C%20mobility%2C%20and%20environmental%20
benefits.> [Recuperado 22 November 2020].
5stardata.info. 2020. 5 Estrellas De Datos Abiertos. [online] Available at:
<https://5stardata.info/es/> [Recuperado 16 November 2020].
Attard, J., Orlandi, F., Scerri, S. and Auer, S., 2015. A systematic review of open
government data initiatives. Government Information Quarterly, 32(4), pp.399-418.
audiotranskription. 2021. f4analyse - audiotranskription. [online] Available at:
<https://www.audiotranskription.de/f4analyse/?gclid=Cj0KCQjw3duCBhCAARIsAJeFyPX-
UAEbRFc-eLHX0EcXxSWlqrSAHD7MOEJO9yco7K-88AV8c5WHR_caAkxtEALw_wcB>
[Recuperado 1 March 2021].
Barcelona Digital City. 2020. About Us. [online] Available at:
<https://ajuntament.barcelona.cat/digital/en/about-us> [Recuperado 24 September 2020].
Bates, O., Friday, A., Allen, J., McLeod, F., Cherrett, T., Wise, S., Piecyk, M., Piotrowska,
M., Bektas, T. and Nguyen, T., 2019. ICT for Sustainable Last-Mile Logistics: Data, People
and Parcels. EPiC Series in Computing, 52, pp.49-67.
Bicocchi, N., Cecaj, A., Fontana, D., Mamei, M., Sassi, A. and Zambonelli, F., 2013.
Collective Awareness for Human-ICT Collaboration in Smart Cities. 2013 Workshops on
Enabling Technologies: Infrastructure for Collaborative Enterprises, [online] pp.3-8. Available
at: <https://ieeexplore.ieee.org/document/6570574> [Recuperado 18 October 2020].
Camero, A. and Alba, E., 2019. Smart City and information technology: A review. Cities,
[online] 93, pp.84-94. Available at:
<https://www.sciencedirect.com/science/article/abs/pii/S0264275118304025?via%3Dihub>
[Recuperado 18 September 2020].
Capdevila, I. and Zarlenga, M., 2015. Smart city or smart citizens? The Barcelona
case. Journal of Strategy and Management, 8(3), pp.266-282.
73
Cardone, G., Foschini, L., Bellavista, P., Corradi, A., Borcea, C., Talasila, M. and Curtmola,
R., 2013. Fostering participaction in smart cities: a geo-social crowdsensing platform. IEEE
Communications Magazine, [online] 51(6), pp.112-119. Available at:
<https://ieeexplore.ieee.org/document/6525603> [Recuperado 25 September 2020].
Cities Today - Connecting the world's urban leaders. 2021. How Los Angeles took control of
its mobility data - Cities Today - Connecting the world's urban leaders. [online] Available at:
<https://cities-today.com/how-los-angeles-took-control-of-its-mobility-data/> [Recuperado 11
April 2021].
Connecta.bcn.cat. 2021. Sentilo BCN | Plataforma de Sensors i Actuadors de Barcelona.
[online] Available at: <http://connecta.bcn.cat/connecta-catalog-web/> [Recuperado 2 March
2021].
Coronado Mondragon, A., Coronado, E. and Coronado Mondragon, C., 2015. Defining a
convergence network platform framework for smart grid and intelligent transport
systems. Energy, [online] 89, pp.402-409. Available at:
<https://www.sciencedirect.com/science/article/abs/pii/S0360544215007392> [Recuperado
22 November 2020].
Chourabi, H., Nam, T., Walker, S., Gil-Garcia, J., Mellouli, S., Nahon, K., Pardo, T. and
Scholl, H., 2012. Understanding Smart Cities: An Integrative Framework. 2012 45th Hawaii
International Conference on System Sciences, pp.2289–2297.
Ckan. 2020. About Ckan. [online] Available at: <https://ckan.org/about/> [Recuperado 1
November 2020].
CKAN Association, 2016. Introduction To The CKAN Miniconf 2016. [video] Available at:
<https://www.youtube.com/watch?list=PL26W5sVvTZHSSMZTH5eGskWbjCaxnlkEG&v=PF
P1ZRw08sE&feature=emb_logo> [Recuperado 1 November 2020].
Corbin, J. and Strauss, A., 2015. Basics of qualitative research. 4th ed. Los Angeles: SAGE,
pp.p. 11-13.
Dameri, R., 2013. Searching for Smart City definition: a comprehensive
proposal. INTERNATIONAL JOURNAL OF COMPUTERS & TECHNOLOGY, [online] 11(5),
pp.2544-2551. Available at: <https://rajpub.com/index.php/ijct/article/view/1142ijct>
[Recuperado 18 September 2020].
Deloitte Spain. 2020. Barcelona, Referente Internacional En Movilidad Urbana. [online]
Available at: <https://www2.deloitte.com/es/es/pages/public-sector/articles/barcelona-lider-
movilidad-urbana.html> [Recuperado 22 September 2020].
74
Docherty, I., Marsden, G. and Anable, J., 2018. The governance of smart
mobility. Transportation Research Part A: Policy and Practice, [online] 115, pp.114-125.
Available at: <https://www.sciencedirect.com/science/article/pii/S096585641731090X>
[Recuperado 22 November 2020].
Ganti, R., Ye, F. and Lei, H., 2011. Mobile crowdsensing: current state and future
challenges. IEEE Communications Magazine, [online] 49(11), pp.32-39. Available at:
<https://ieeexplore.ieee.org/document/6069707> [Recuperado 25 September 2020].
Gläser, J. and Laudel, G., 2010. Experteninterviews Und Qualitative Inhaltsanalyse: als
Instrumente rekonstruierender Untersuchungen, 4th ed. Wiesbaden: VS Verlag.
Govdata.de. 2021. Das Datenportal für Deutschland. [online] Available at:
<https://www.govdata.de/documents/10156/18448/GovData_Open-Data-
Kriterien_der_Sunlight_Foundation.pdf/dca8fea0-8e04-4de0-8531-2bc3e8d4abc0>
[Recuperado 11 April 2021].
Hossain, M., Dwivedi, Y. and Rana, N., 2015. State-of-the-art in open data research: Insights
from existing literature and a research agenda. Journal of Organizational Computing and
Electronic Commerce, 26(1-2), pp.14-40.
Iglesias Moreno, A., 2019. Analysis of car accidents in Barcelona using Pandas, Matplotlib,
and Folium. Towards Data Science, [online] Available at:
<https://towardsdatascience.com/analysis-of-car-accidents-in-barcelona-using-pandas-
matplotlib-and-folium-73384240106b> [Recuperado 6 October 2020].
IMD business school. 2021. Smart City Index 2020 by IMD Business School. [online]
Available at: <https://www.imd.org/smart-city-observatory/smart-city-index/> [Recuperado 20
April 2021].
Jacobs, J., 2020. DEATH AND LIFE OF GREAT AMERICAN CITIES. [S.l.]: THE BODLEY
HEAD LTD, p.244.
Janssen, M., Charalabidis, Y. and Zuiderwijk, A., 2012. Benefits, Adoption Barriers and
Myths of Open Data and Open Government. Information Systems Management, 29(4),
pp.258-268. Available at:
<https://www.tandfonline.com/doi/abs/10.1080/10580530.2012.716740> [Recuperado 18
November 2020].
KOMMUNAL.DE. 2021. Datenhoheit - Wem gehört die Smart City?. [online] Available at:
<https://kommunal.de/datenhoheit-wem-gehoert-die-smart-city> [Recuperado 2 March
2021].
75
Kuckartz, U., 2016. Qualitative Inhaltsanalyse. 3rd ed. Weinheim Basel: Beltz Verlag.
Kumar, A. and Singh Rattan, J., 2020. A Journey from Conventional Cities to Smart
Cities. Smart Cities and Construction Technologies, [online] Available at:
<https://www.intechopen.com/books/smart-cities-and-construction-technologies/a-journey-
from-conventional-cities-to-smart-cities> [Recuperado 18 September 2020].
Landset, S., Khoshgoftaar, T., Richter, A. and Hasanin, T., 2015. A survey of open source
tools for machine learning with big data in the Hadoop ecosystem. Journal of Big Data, 2(1).
Lenormand, M. and Ramasco, J., 2016. Towards a Better Understanding of Cities Using
Mobility Data. Built Environment, 42(3), pp.356-364.
Litman, T., 2013. The new transportation planning paradigm. ITE Journal, [online] 83(6).
Available at: <https://www.semanticscholar.org/paper/The-New-Transportation-Planning-
Paradigm-Litman/98f6233a227d88dc29b417bd7c3cdfc956117dc8#extracted> [Recuperado
2 December 2020].
Máchová, R., Hub, M. and Lnenicka, M., 2018. Usability evaluation of open data
portals. Aslib Journal of Information Management, [online] 70(3), pp.252-268. Available at:
<https://www.researchgate.net/publication/325375462_Usability_evaluation_of_open_data_
portals_Evaluating_data_discoverability_accessibility_and_reusability_from_a_stakeholders'
_perspective> [Recuperado 18 November 2020].
Manville, C., Cochrane, G., Cave, J., Millard, J., Pederson, J., Thaarup, R., Liebe, A.,
Wissner, M., Massnik, R. and Kotterink, B., 2014. Mapping Smart Cities in the EU. [online]
Directorate General for Internal Policies. Available at:
<https://www.europarl.europa.eu/RegData/etudes/etudes/join/2014/507480/IPOL-
ITRE_ET(2014)507480_EN.pdf> [Recuperado 2 December 2020].
Medium. 2021. 16 Innovative Applications and Businesses Created With Open Data. [online]
Available at: <https://medium.com/datapace/16-innovative-applications-and-businesses-
created-with-open-data-9927c953e9d2> [Recuperado 16 April 2021].
Medium. 2021. What is the Linked Open Data Cloud, and why is it important?. [online]
Available at: <https://medium.com/virtuoso-blog/what-is-the-linked-open-data-cloud-and-
why-is-it-important-1901a7cb7b1f> [Recuperado 5 April 2021].
Medium. 2021. Medium. [online] Available at: <https://technickle.medium.com/how-free-
open-government-data-can-coexist-with-fee-based-access-7e2719be1199> [Recuperado 11
April 2021].
76
Mirri, S., Prandi, C., Salomoni, P., Callegati, F., Melis, A. and Prandini, M., 2016. A Service-
Oriented Approach to Crowdsensing for Accessible Smart Mobility Scenarios. Mobile
Information Systems, [online] 2016, pp.1-14. Available at:
<https://www.hindawi.com/journals/misy/2016/2821680/> [Recuperado 25 September 2020].
Mirri, S., Muratori, L. and Salomoni, P., 2011. Monitoring accessibility. The proceedings of
the 13th international ACM SIGACCESS conference on Computers and accessibility -
ASSETS '11, [online] Available at:
<https://www.researchgate.net/publication/254007041_Monitoring_accessibility_Large_scale
_evaluations_at_a_Geo-political_level> [Recuperado 18 October 2020].
MOD Learning Center. 2021. Mobility Data Specification: A Data Standard for Shared
Mobility Providers, Los Angeles, California, 2018 - MOD Learning Center. [online] Available
at: <https://learn.sharedusemobilitycenter.org/overview/data-standard-for-shared-mobility-
providers-los-angeles-california-
2018/#:~:text=The%20Los%20Angeles%20Department%20of,as%20scooters%20and%20d
ockless%20bikes.&text=An%20active%20feed%20allows%20the,vehicles%2C%20and%20t
he%20LA%20DOT> [Recuperado 11 April 2021].
Moovit. 2021. Moovit: MaaS Solutions & the #1 Urban Mobility App. [online] Available at:
<https://moovit.com/> [Recuperado 16 April 2021].
Neuroni, A., Riedl, R. and Brugger, J., 2013. Swiss Executive Authorities on Open
Government Data -- Policy Making beyond Transparency and Participation. 2013 46th
Hawaii International Conference on System Sciences, Wailea, Maui, HI, 2013, [online]
pp.1911-1920. Available at: <https://ieeexplore.ieee.org/document/6480071> [Recuperado
18 November 2020].
Ning, Z., Xia, F., Ullah, N., Kong, X. and Hu, X., 2017. Vehicular Social Networks: Enabling
Smart Mobility. IEEE Communications Magazine, 55(5), pp.16-55.
Open Data BCN. 2020. Accidentes Gestionados Por La Guardia Urbana En La Ciudad De
Barcelona. [online] Available at: <https://opendata-
ajuntament.barcelona.cat/data/es/dataset/accidents-gu-bcn> [Recuperado 15 November
2020].
Opendata-ajuntament.barcelona.cat. 2020. Open Data BCN. [online] Available at:
<https://opendata-ajuntament.barcelona.cat/es/open-data-bcn> [Recuperado 30 September
2020].
77
Opendata-ajuntament.barcelona.cat. 2020. Open Data BCN | Servicio De Datos Abiertos
Del Ajuntament De Barcelona. [online] Available at: <https://opendata-
ajuntament.barcelona.cat/es/> [Recuperado 8 November 2020].
Opendata-ajuntament.barcelona.cat. 2020. Características Del Portal | Open Data BCN.
[online] Available at: <https://opendata-ajuntament.barcelona.cat/es/caracteristiques-portal>
[Recuperado 1 November 2020].
Opendata-ajuntament.barcelona.cat. 2020. Datasets - Open Data Barcelona. [online]
Available at: <https://opendata-
ajuntament.barcelona.cat/data/en/dataset?_res_format_limit=0> [Recuperado 15 November
2020].
Opendatasoft.com. 2021. How APIs Are Powering Smart Cities. [online] Available at:
<https://www.opendatasoft.com/blog/how-are-apis-powering-smart-cities> [Recuperado 9
April 2021].
Open Knowledge Foundation, 2020. Open Definition 2.1 - Open Definition - Defining Open In
Open Data, Open Content And Open Knowledge. [online] Opendefinition.org. Available at:
<http://opendefinition.org/od/2.1/en/> [Recuperado 25 October 2020].
Papa, E. and Lauwers, D., 2015. Smart Mobility: Opportunity or Threat to Innovate Places
and Cities?. In: 20th International Conference on Urban Planning and regional Development
in the Information Society. [online] Ghent: CORP – Competence Center of Urban and
Regional Planning, pp. 543-550. Available at:
<https://programm.corp.at/cdrom2015/papers2015/CORP2015_46.pdf> [Recuperado 21
September 2020].
Patton, M., 2009. Qualitative Research & Evaluation Methods. 4th ed. Thousand Oaks,
Calif.: Sage.
Purwanto, A., Zuiderwijk-van Eijk, A. and Janssen, M., 2020. Citizen Engagement With
Open Government Data: Lessons Learned From Indonesia’S Presidential Election | Emerald
Insight. [online] Emerald.com. Available at:
<https://www.emerald.com/insight/content/doi/10.1108/TG-06-2019-0051/full/html>
[Recuperado 18 November 2020].
Segal, E., 2021. Why Mobility as a Service Is the Future of Transportation - IBM Developer
Recipes. [online] IBM Developer Recipes. Available at:
<https://developer.ibm.com/recipes/tutorials/why-mobility-as-a-service-is-the-future-of-
transportation/> [Recuperado 20 April 2021].
78
Saunders, M., Lewis, P. and Thornhill, A., 2011. Research methods for business students.
Harlow: Pearson Education.
SeeClickFix.com. 2021. SeeClickFix. [online] Available at:
<https://seeclickfix.com/?locale=en> [Recuperado 9 April 2021].
Sheppard, V., 2021. 10.5 Analysis Of Qualitative Interview Data. [online]
Pressbooks.bccampus.ca. Available at:
<https://pressbooks.bccampus.ca/jibcresearchmethods/chapter/10-5-analysis-of-qualitative-
interview-data/> [Recuperado 17 January 2021].
Susha, I., Grönlund, Å. and Janssen, M., 2015. Organizational measures to stimulate user
engagement with open data. Transforming Government: People, Process and Policy,
[online] 9(2), pp.181-206. Available at:
<https://www.researchgate.net/publication/277900211_Organizational_measures_to_stimula
te_user_engagement_with_open_data> [Recuperado 18 November 2020].
Talasila, M., Curtmola, R. and Borcea, C., 2013. Improving location reliability in crowd
sensed data with minimal efforts. 6th Joint IFIP Wireless and Mobile Networking Conference
(WMNC), [online] pp.1–8. Available at: <https://ieeexplore.ieee.org/document/6549016>
[Recuperado 25 September 2020].
Tendercapital. 2020. Smart Mobility: The Future Of The Car. [online] Available at:
<https://tendercapital.com/en/smart-mobility-the-future-of-the-car/> [Recuperado 2
December 2020].
Thakuriah, P., Tilahun, N. and Zellner, M., 2016. Introduction to Seeing Cities Through Big
Data: Research, Methods and Applications in Urban Informatics. Springer Geography,
[online] pp.1-9. Available at: <https://link.springer.com/chapter/10.1007/978-3-319-40902-
3_1> [Recuperado 22 November 2020].
The Future Mobility Network. 2021. Coding the Curbs | The Future Mobility Network - Smart
mobility. [online] Available at: <http://thefuturemobility.network/en/coding-the-curbs/>
[Recuperado 5 April 2021].
Thomas, D., 2006. A General Inductive Approach for Analyzing Qualitative Evaluation
Data. American Journal of Evaluation, [online] 27(2), pp.237-246. Available at:
<https://www.researchgate.net/profile/David_Thomas11/publication/224029397_A_General_
Inductive_Approach_for_Analyzing_Qualitative_Evaluation_Data/links/0fcfd50a2aed82ade9
000000/A-General-Inductive-Approach-for-Analyzing-Qualitative-Evaluation-Data.pdf>
[Recuperado 11 February 2021].
79
Transit.lovelymaps.com. 2021. Trànsit. [online] Available at: <http://transit.lovelymaps.com/>
[Recuperado 16 April 2021].
W3.org. 2020. Longer Bio For Tim Berners-Lee. [online] Available at:
<https://www.w3.org/People/Berners-Lee/Longer.html> [Recuperado 16 November 2020].
Welle Donker, F., 2018. Funding Open Data. Open Data Exposed, pp.55-78.
Zambonelli, F., 2011. Pervasive urban crowdsourcing: Visions and challenges. 2011 IEEE
International Conference on Pervasive Computing and Communications Workshops
(PERCOM Workshops), [online] pp.578-583. Available at:
<https://ieeexplore.ieee.org/document/5766956> [Recuperado 18 October 2020].
Zuiderwijk, A., Janssen, M., Choenni, S., Meijer, R. and Sheikh Alibaks, R., 2020. Socio-
Technical Impediments Of Open Data. In: Electronic Journal of e-Government
80
9. Anexos
9.1 Anexo I: Guía de entrevista con el experto de los datos abiertos
(Experto E1)
Objetivo Categoría Pregunta Aspectos importantes
OE1 Datos In your opinion, what are the most important qualities that an Open Data Dataset should have to be used?
OE1 Datos Which kind of Open Data could you imagine to be most important regarding (smart) mobility (applications)?
OE2 Medidas Can you imagine Crowdsensing (capturing sensor data with mobile devices) being an important source for capturing Open Data in the future?
OE2 Cooperaciones Should governments set up cooperations with tech companies or mobile providers to get their data to make it available as Open data? What could be the benefits?
OE2 Futuro Do you think Open Data will affect mobility (keyword: Smart Mobility) in cities? If yes, how, and why?
OE2 Problemas y Retos
Do you see any obstacles or dangers in the use of open data?
OE3 Futuro Is Open Data currently used in an efficient way?
OE3 Futuro What could be possible future usages of Open Data? Are there any conditions? Will it become more, or less used? Why?
9.2 Anexo II – Transcripción de la entrevista sobre los datos abiertos
(Experto E1)
Interviewer: Hello! 1
Interviewee: Hi! 2
Interviewer: Ah now I can hear you! 3
Interviewee: Is it better now? 4
Interviewer: Yes perfect, thank you! Thank you very much! 5
Interviewee: I saw my Headset was not working… 6
Interviewer: Ah, ok, I see. 7
Interviewee: …so it was on my side, because usually it gives light when it is active…so and 8
it didn’t…but anyway this works too. 9
Interviewer: Ok, yes this is perfect. Thank you so much for having time for me. I just want to 10
thank you. 11
Interviewee: I am happy to contribute! 12
Interviewer: Yes, it is very valuable for me, and…I don’t want to take too much of your time, 13
so let’s get right to it, I guess. 14
Interviewee: Yeah, that is good, and I will complete the consent form after the interview. 15
Interviewer: Yes sure, this is no problem. 16
Interviewee: It is a formality, yes. 17
Interviewer: Let us start with: How long have you been researching in the field of open 18
data? 19
Interviewee: Yeah, that is quite a long time, I started in November 2011, then I started with 20
my Ph.D. and then the post-doc, and now I am in the …track, and I am now an assistant 21
professor at *** University of technology, so I am an *** professor of open data. 22
Interviewer: I see. This is actually how I found you. I reviewed a lot of publications you 23
made. 24
Interviewee: …right… 25
Interviewer: …is it…to come to the next question, is it in…what do you think, or in your 26
opinion, just briefly, is the most important quality that an open data dataset should 27
actually have? If a government decides to upload it. 28
Interviewee: Yeah, I think it depends on the purpose…so, for instance, let me give you an 29
example: For some datasets it is important that they are very timely, so if they are very 30
current, for instance, for these covid-19 datasets it’s interesting to have very recent 31
82
information, right? Recent data. But if you are an historic researcher and you are looking into 32
trans…I don’t know…of employment by women over time starting from [the] 1900s, then it’s 33
not important, that the data is not from the last year. So, it depends on what you are actually 34
trying to do with it. Nevertheless, there is, what is, some kind of minimum, where I think that 35
it’s important, that at least, the data should be understandable, the user should be able to 36
understand how the data have been collected, what kind of method have been used to do 37
so…and that requires sufficient metadata. So, you need metadata about, in which context 38
the data has been created, by whom, using what methods, has it been part of a project, has 39
it been commercial, has it been created by the government, or have there been certain 40
intentions with the data. Of course, there can be…certain data hidden from the datasets, so 41
if it is, for instance, commercial data, that might be some sensitive information, that a 42
company doesn’t want to reveal…if it’s within a collaboration between governments and 43
private partners. So, all this is important if you are trying to open up datasets. 44
Interviewer: Yes, ok sure, I see, these are actually new insights I did not think about, 45
actually, until now. Thank you for that. Do you think, based on what you said, that, in this 46
context…I guess…is open data or the thoughts behind open data…is this, for what you can 47
say…used in an efficient way? Just in your opinion right now…or is there a lot of work to 48
do? 49
Interviewee: There is of course, the question of what you mean exactly with efficient…and 50
also what you mean with open data, because, opinions are also divided, on that topic. So, 51
some people say that open data is all the data that should be completely freely 52
available…but it can also be data that you have to pay at least a certain amount of money 53
for if you want to reach a certain quality level. So that is also a discussion…if you think about 54
the use…there is much more…or at least in the past decade there have been much more 55
focus on the provision of the data and less attention for the use. And I think it’s still to a 56
certain extent…that this provision receives more attention, because this is of course where it 57
starts. Without the provision of the data, you cannot have the use. And there have been 58
many initiatives to stimulate also data use, and…at least, that’s what I see in the 59
Netherlands and also at the European level. There have been initiatives where they are, for 60
instance, looking at…in the Netherlands…at, what the needs and what the specialties are. 61
They are thinking from the perspective… ”if we want to solve this particular problem in this 62
neighbourhood, what kind of data do we need for that?” So then, there is the more user-63
oriented perspective…and then it might be very difficult to find the data that you are actually 64
looking for. It might be, that there are data on that topic, but not specifically what you are 65
looking for…for this specific area, or there is a certain regularity, or for a specific time period 66
83
that you are interested in. So, I think there is still a lot to do to connect the provision and the 67
demand of the data. 68
Interviewer: Ok, ok, so there is a field that needs to be of special attention. 69
Interviewee: Yes 70
Interviewer: Ok, I see, I see. This is understandable, yes, I got the impression also. Yeah, of 71
course, and then there are new ways to…well to get actually…to get to data and then, in the 72
last step to get to open data, and this brings me to my next question, actually. Can you for 73
example, in some way, or somehow imagine, that crowd sensing could be kind of a new 74
source to capture open data? Or to capture data and then later make it open. Because 75
everybody has a smart device or cell phone and…that is capable of…it has a build-in 76
accelerometer and is has sensors that actually can detect noise pollution, for example. 77
Could you imagine that being an important source in the future or now? 78
Interviewee: Yes, I think that the keyword with the term ‘crowdsensing’, is something I have 79
been referred to as “citizen science” in the past. So, you mean, that citizens actually help in 80
the collection of data? 81
Interviewer: Yes. 82
Interviewee: …and they should work with relevant partners…and that might become open 83
data? 84
Interviewer: Yes. 85
Interviewee: Yes, so that is indeed a very probabilistic scenario…I think it’s very well 86
possible that citizens contribute to science, and actually this is already happening in a lot of 87
citizen science projects. Just look for the website universal…universal.org…which is a very 88
large initiative in the UK, where researchers have stated “ok, this is the problem we are 89
working on”, and we need some help from citizens as citizens are contributing by, for 90
instance, analysing images, they are looking for stars in the galaxy…there are many different 91
projects for various fields where citizens can actually help. There is one, where there are 92
initiatives where citizens are actually measuring air pollution. The same is going on in the 93
Netherlands in several cities. Especially where citizens are being faced with pollution, they 94
are trying to think of solutions themselves, if the government is not acting. They can 95
contribute by showing the government that there is actually a problem…showing that there is 96
real pollution, and it is way more extreme than the government might have imagined, and 97
something needs to be done. In some cases, this has actually led governments acting and 98
doing something about the problem. So, that’s great of course. 99
84
Interviewer: Yes, ok, I see, this is…thank you for giving me new insights and new 100
information to look at. Yes, this is actually quite interesting, and this is why I thought of like 101
using the citizen as a tool, if you can tell it this way. And this is kind of…comes into…to my 102
next question: Should the governments, for example, well…set up corporations with, for 103
example, tech companies, or mobile providers to get their data to make it available as 104
open data? Of course, not the personal data, to be clear on that. But could there be any 105
benefits? 106
Interviewee: Yes, for sure. And I think the collaboration should go further than just tech 107
companies and mobile companies, but also, for instance, local initiatives going on…NGOs 108
doing work in certain areas. We have some very active NGOs in the Netherlands. They are, 109
for instance, taking government data and making sense of if by visualizing it, or by providing 110
it in a form that citizens can actually understand it when it was not understandable before. 111
So they play a huge role in helping the government translate or bridge to citizens. Definitely 112
one can start these kinds of collaborations. 113
Interviewer: Ok, I see, I see. This is also what I was thinking. And since time is running 114
short, I would like to come to another important question, since I am concentrating myself on 115
smart mobility in Barcelona. Do you think, open data would somehow affect the mobility 116
in general? And my Keyword is of course smart mobility in cities. Do you see a connection 117
there? And if yes, how, and why is that? 118
Interviewee: Yes, for sure there is a connection. I’ve been thinking a bit about some 119
examples. Well, if you think about, for instance, now in these COVID [-19] times, there can 120
be a relation between data about how busy it is in a certain city…and translating that into 121
advice for citizens whether they can actually come to a certain area or not. Well, that’s not 122
appropriate during a lockdown, but if there is more space for people to come to shops for 123
instance like… ”would it be wise to go there or is it too crowded?” So that kind of data can be 124
used. Or data about whether there are any parking spots or…about events taking place in 125
the city, but also about construction going on in the city to inform citizens that they should 126
not take a certain road, that they should go in another direction…it can make life much 127
easier. Of course, there are also obstacles, there are risks in this area…it can be difficult to 128
collect that data or to communicate it in the right way to citizens so that they can understand 129
it or that they can take precautions or measurements to avoid certain situations. Sometimes 130
they may not just want to listen to certain advices or alerts. There are always also downsides 131
to this. 132
Interviewer: Ok, I see. This is…do you know any examples of kind of a 133
miscommunication or the communication in the wrong way? 134
85
Interviewee: Not specifically for mobility... 135
Interviewer: ok. 136
Interviewee: …I think, but…I mean there have been many examples of datasets where the 137
intention was different than was actually interpreted by re-users of the datasets. I do not 138
have concrete examples in my head right now but there have been… 139
Interviewer: Ok. Then, this brings me to, kind of my…let us skip the next question, and get 140
to the last question: Can you imagine, possible future usages of open data, regarding 141
like…the next five or ten years? Will it become more or less used and why? 142
Interviewee: Yea, I think that’s…my vision is that we are going towards more 143
interdisciplinary data use. Whereas now there are a lot of data portals, that are focused on 144
specific disciplines. Each discipline has an own portal and has an own way of working. I 145
think it will become way more interoperable or cooperative, because a lot of issues or big 146
problems nowadays, like climate change or migration…they require that there is integration 147
of data from different disciplines. So, if you want to solve climate change, you should not just 148
look at what is the weather doing, for instance. You also need to look into behaviour of 149
people, or you need to look into financial information. Like what is actually possible, what 150
can people actually do make their own houses more sustainable, or what is the energy 151
consumption. So these are just a few examples of data from different disciplines that you 152
would need to actually address these problems. 153
Interviewer: Ok, so…like to combine different data into new applications. 154
Interviewee: Yes. 155
Interviewer: Ok, perfect, perfect. Yes, then I want to thank you for your time, and your 156
contribution to my master’s thesis. 157
Interviewee: You’re welcome. I was happy to help, and I am looking forward to the final 158
results of course. It would be great if you could share that. 159
Interviewer: Yes, I of course will provide you with the transcript and with my final state of the 160
master’s thesis if you wish. I will send it to you, and will… 161
Interviewee: I was actually referring to the thesis, but of course the transcript is also nice. 162
Interviewer: OK, yea, sure, I will send you my thesis. I am writing it in Spanish though, but 163
there will be a translation in English, so… 164
Interviewee: Ok. English summary or something like that? 165
Interviewer: Yes, that I will be doing. Of course. 166
86
Interviewee: Fine. 167
Interviewer: Yea, thank you so much for your time, thank you! 168
Interviewee: You are welcome, good luck with your research! 169
Interviewer: Thank you and have a nice weekend. 170
Interviewee: Yes, you too! Bye bye! 171
Interviewer: Bye bye172
9.3 Anexo III – Guía de entrevista uno de la movilidad inteligente (Experto
E2)
Objetivo Categoría Pregunta Aspectos importantes
OE3 Futuro ¿Cuáles son sus expectativas para la futura movilidad en las ciudades?
- Transporte público
- Transporte privado - “Sharing”
OE3 Retos ¿Qué retos le esperan a la movilidad inteligente en las grandes áreas metropolitanas?
- Hoy
- Futuro
OE3 Infraestructura La competencia por las zonas de aparcamiento, carga y descarga está aumentando debido a los nuevos modelos de negocio como el ride-hailing (Uber, Lyft), la entrega de comestibles a la carta (los supermercados entregan los pedidos) o las compras en línea. ¿Hay alguna forma de remediar esta situación, por ejemplo, mediante aplicaciones de reserva de espacio (en los bordes de las carreteras)?
- Ejemplos
- MaaS - “Codificar la acera”
OE1 Datos ¿Qué tipo de datos son importantes para la movilidad inteligente? ¿Qué tipo de datos cree que necesita?
- Sensores
- Tráfico - Vehiculos - Señales
OE1 Datos En su opinión, ¿tiene un “centro de control” de Datos Abiertos (de Movilidad) -administrado por la ciudad - potencial para la Movilidad Inteligente?
- Procesamiento de los datos
- Propiedad de los datos
- Mantenimiento de datos/panel de control
OE1 Infraestructura ¿Qué medidas son necesarias para sacar el máximo partido a los Datos Abiertos recopilados?
- Crowdsensing
- E-Scooter
OE2 Cooperaciones ¿Qué cooperaciones entre empresas tecnológicas, proveedores de movilidad y autoridades públicas imagina para la movilidad inteligente del futuro?
- Open Data - Integración de Datos
OE2 Cooperaciones ¿Pueden los datos de los teléfonos móviles (crowdsensing) contribuir al éxito de la movilidad inteligente?
- Protección de datos
88
9.4 Anexo IV - Transcripción de la entrevista uno sobre la movilidad
inteligente (Experto E2)
Entrevistador: ¿Cuáles son sus expectativas para la futura movilidad en las ciudades? Esto 1
puede referirse a un uso interdisciplinario, es decir, a los coches, al transporte público, a todo. 2
¿Cuál es su expectativa general, su visión? ¿Qué nos espera? 3
Was sind deine Erwartungen an die Mobilität der Zukunft in Städten? Das kann die 4
interdisziplinäre Benutzung, also Autos, öffentlicher Transport, alles betreffen. Was ist da 5
deine allgemeine Erwartung, deine Vision? Was kommt da auf uns zu? 6
7
Entrevistado: Así que creo que cada vez hay más ciudades que sufren atascos. Por lo tanto, 8
las capacidades de las que se dispone en este momento, y cómo se utilizan especialmente 9
en este momento, están sobrecargadas. Yo mismo vivo en Múnich y la red de carreteras está 10
sobrecargada, pero también lo está la red de transporte público. Ahora hay un proyecto para 11
construir una segunda línea principal para el metro, pero tarda una eternidad. Creo que 12
tardará otros diez años en estar terminada. Múnich no sería la primera ciudad en la que 13
pensarías... si viajas mucho al extranjero... ciudades como Pekín y Moscú, a veces necesitas 14
una hora entera o incluso más para 5 kilómetros. 15
Also ich glaube, immer mehr Städte erleben einen Verkehrsinfarkt. Also die Kapazitäten, die 16
im Moment vorhanden sind, und wie sie vor allem im Augenblick genutzt werden, sind 17
überlastet. Ich selbst lebe in München, und das Straßennetz ist überlastet, aber auch das Netz 18
für den öffentlichen Personennahverkehr ist auch überlastet. Es gibt jetzt ein Projekt, eine 19
zweite Stammstrecke zu bauen für die U-Bahn, dauert aber ewig. Ich glaube das wird noch 20
zehn Jahre dauern, bis die fertig ist. Da würde man jetzt nicht als erste Stadt auf München 21
kommen…wenn man viel international unterwegs ist…also solche Städte wie Peking und 22
Moskau, da braucht man ja teilweise für 5 Kilometer eine ganze Stunde oder noch länger. 23
24
O Londres: si se observa el caudal, es decir, el rendimiento, estos sistemas, estos sistemas 25
de movilidad, alcanzan completamente sus límites. Por eso creo que ya hay muchas medidas, 26
puedes encontrar algunas de ellas en el estudio [un estudio que el entrevistado mencionó 27
antes]. Las medidas que se han tomado hasta ahora han sido a menudo: regular, controlar y 28
reducir el tráfico individual. Tomemos el ejemplo de Londres: allí se han instalado cámaras, 29
si quieres entrar en la ciudad en coche, tienes que pagar un peaje elevado y, por supuesto, 30
eso disuade a mucha gente. 31
Oder London: Wenn man sich anschaut wie die Fließgeschwindigkeit, also wie viel Durchsatz 32
da ist, da stoßen halt diese Systeme, diese Mobilitätssysteme komplett an ihre Grenzen. 33
Deswegen glaube ich, gibt es daher schon viele Maßnahmen, du findest auch einige davon 34
90
in der Studie. Die Maßnahmen, die es bislang gibt, waren halt häufig: regulieren, kontrollieren, 35
und Individualverkehr zu reduzieren. Also nehmen wir London zum Beispiel: Da sind Kameras 36
aufgestellt worden, du musst, wenn du in die Stadt reinfahren willst, musst du halt eine hohe 37
Maut zahlen, und das schreckt natürlich viele ab. 38
39
Y por eso se está reduciendo el tráfico. Sin embargo, en mi opinión, esta no es la forma más 40
inteligente de controlarlo, sino que debemos utilizar los datos que están cada vez más 41
disponibles... datos de movilidad, datos de teléfonos inteligentes, pero también la conexión 42
en red de todo tipo de dispositivos en los vehículos que se utilizan para la movilidad. Ya sean 43
vehículos, ya sean autobuses, ya sean lanzaderas, ya sean trenes subterráneos, trenes de 44
cercanías, autobuses, lo que sea... que estos datos se conecten en red e intervengan de 45
forma más inteligente para reducir el número de atascos y así, simplemente, hacer más eficaz 46
y eficiente el sistema de movilidad. 47
Und deswegen wird der Verkehr reduziert. Das ist aber aus meiner Sicht nicht die 48
intelligenteste Art und Weise, das so zu steuern, sondern man muss halt über die Daten, die 49
immer stärker jetzt auch verfügbar werden…über Mobilitätsdaten, und über Smart-Phone 50
Daten, aber auch über die Vernetzung von allen möglichen Devices in Fahrzeugen, die für die 51
Mobilität eingesetzt werden. Ob das jetzt Fahrzeuge sind, ob das Busse sind, ob das Shuttles 52
sind, ob das U-Bahnen, S-Bahnen, Busse, was auch immer sind…dass man diese Daten 53
intelligent vernetzt und darüber eben intelligenter steuernd eingreift, um die Anzahl der Staus 54
zu reduzieren und damit das Mobilitätssystem einfach effektiver und effizienter zu machen. 55
56
Y si, por ejemplo, se retira más transporte privado de la carretera, no regulándolo, sino 57
creando opciones alternativas atractivas, eso por supuesto también tiene un impacto en el 58
medio ambiente. Habrá menos suciedad, habrá menos ruido, y esto también hará que las 59
ciudades sean más habitables. Se necesita menos espacio de aparcamiento para la movilidad 60
individual y entonces se puede hacer otra cosa con el espacio de aparcamiento. 61
Und wenn man da zum Beispiel mehr Individualverkehr von der Straße holt, und zwar, nicht, 62
indem man das reguliert, sondern idem man attraktive alternative Möglichkeiten schafft hat 63
das natürlich auch Auswirkungen auf die Umwelt. Du hast dann weniger Schmutz, du hast 64
weniger Lärm, und dadurch werden die Städte auch lebenswerter. Du brauchst weniger 65
Parkraum für die Individuelle Mobilität und dann kannst du wieder mit dem Parkraum was 66
anderes anfangen. 67
68
91
Así, por ejemplo, se puede convertir una plaza de aparcamiento en apartamentos. O en 69
oficinas. Esto, a su vez, tiene el efecto de que más personas pueden vivir donde trabajan y, 70
por supuesto, también tiene un efecto positivo en la movilidad. Y así, con las posibilidades 71
que ya tenemos hoy, podemos poner en marcha una dinámica que llevará a muchas cosas. 72
Tomemos el tema del tráfico de búsqueda de aparcamiento en las ciudades: hay estudios 73
que dicen que hasta el 25-30% del tráfico en los centros urbanos está causado por personas 74
que buscan una plaza de aparcamiento. 75
Du kannst also Parkraum z.B. in Wohnungen umwandeln. Oder In Büros. Das hat wiederum 76
die Auswirkung, dass wieder mehr Leute da wohnen können, wo sie auch arbeiten, und hat 77
natürlich auch wieder eine positive Auswirkung auf die Mobilität. Und so kann man mit den 78
Möglichkeiten, die man heute schon hat, kann man eine Dynamik in Gang setzen, die dann 79
vieles nach sich zieht. Nimm allein das Thema Parksuchverkehr in den Städten: Es gibt 80
Studien, die sagen, dass bis zu 25-30% des Verkehrs in Innenstädten nur dadurch entstehen, 81
dass Menschen nach einem Parkplatz suchen. 82
83
Entrevistador: ¡Bueno…Eso es mucho! 84
¡Ok…das ist viel! 85
86
Entrevistado: ¡Eso es muchísimo! Y si ahora dices que ya has conectado en red todos los 87
aparcamientos, y los vehículos también están conectados en red, o los usuarios, y puedes 88
reservar una plaza de aparcamiento antes o durante tu viaje. Así que ya sabes que la plaza 89
de aparcamiento es gratuita, puedo reservarla, puedo hacer una reserva, y conduzco hasta 90
allí y aparco mi coche. La cantidad de movilidad innecesaria que puede reducirse con este 91
sistema es enorme. 92
Das ist verdammt viel! Und wenn du jetzt sagst, du vernetzt schon mal alle Parkhäuser, und 93
die Fahrzeuge sind auch vernetzt, oder die User und du kannst einen Parkplatz eben vor 94
deiner, oder während deiner Fahrt fest buchen. Du weißt also: Der Parkplatz ist frei, den kann 95
ich reservieren, ich kann ihn fest buchen, und ich fahr genau dahin und stell mein Auto da ab. 96
Was allein durch so ein System schon an unnötiger Mobilität reduziert werden kann, ist 97
gewaltig. 98
99
Y por eso creo que el dolor es cada vez mayor, y creo que ahora hay cada vez más ejemplos, 100
Helsinki, Copenhague, París, Londres, Barcelona, etc. Cada vez son más las ciudades que 101
empiezan a intervenir de forma reguladora, y ven el potencial que hay realmente en ello, si 102
92
no te limitas a decir: "¡No está permitido conducir por ahí! Algunas ciudades ya han llegado a 103
decir que ciertas zonas del centro de la ciudad deberían estar completamente cerradas a la 104
movilidad individual. 105
Und deswegen glaube ich: Der Schmerz wird immer größer, und ich glaube es gibt jetzt auch 106
immer mehr Beispiele, Helsinki, Kopenhagen, Paris, London, Barcelona, usw.… immer mehr 107
Städte fangen an regulierend einzugreifen, und sehen was da eigentlich für Potenzial 108
drinsteckt, wenn man nicht nur sagt: „du darfst nicht da reinfahren!“ Also einige Städte sind ja 109
auch schon so weit zu sagen, ganz bestimmte Innenstadtbereiche komplett zu sperren für 110
individuelle Mobilität. 111
112
Desde mi punto de vista, este no es el camino correcto, pero a través de más inteligencia, 113
más datos, y el uso inteligente de los datos, la analítica de datos, la inteligencia artificial, para 114
desarrollar aún más este "ecosistema" para que todavía haya la posibilidad de viajar muy 115
cómodamente y tener todas las opciones, si quiero conducir mi propio coche a la ciudad, 116
entonces todavía puedo hacerlo. Pero simplemente se desarrolla de forma mucho más 117
ordenada que antes. 118
Das ist aus meiner Sicht nicht der richtige Weg, aber über mehr Intelligenz, mehr Daten, und 119
die intelligente Nutzung von Daten, Data Analytics, künstliche Intelligenz eben dieses 120
„Ökosystem“ dahin weiterzuentwickeln, dass es weiterhin die Möglichkeit gibt, sehr 121
komfortabel unterwegs zu sein, und alle Möglichkeiten zu haben, wenn ich mit meinem 122
eigenen Auto in die Stadt fahren will, dann kann ich das nach wie vor tun. Aber es findet halt 123
sehr viel geordneter statt als es bislang der Fall war. 124
125
Como he dicho, desde mi punto de vista las ciudades juegan un papel muy importante, porque 126
alguien tiene que orquestar este "ecosistema". No se desarrollará por sí sola, y en mi opinión 127
eso es lo que ha faltado hasta ahora. Que alguien intervenga y empiece a gestionar este 128
ecosistema. 129
Wie gesagt, da spielen aus meiner Sicht die Städte eine ganz wichtige Rolle, weil 130
irgendjemand muss ja dieses „Ökosystem“ orchestrieren. Das wird sich ja nicht von selber 131
weiterentwickeln, und das ist aus meiner Sicht, das was bislang auch gefehlt hat. Dass jemand 132
steuernd eingreift, und dieses anfängt dieses Ökosystem zu managen. 133
134
Entrevistador: Vale, sí, eso es muy interesante. Y eso es exactamente lo que estaba 135
pensando, y eso es exactamente lo que estaba tratando de cubrir con mis preguntas. Así que, 136
93
por supuesto, casi ha respondido a varias preguntas, por ejemplo, qué tipo de datos son 137
importantes para la Movilidad Inteligente, o qué tipo de datos necesita la Movilidad Inteligente. 138
Ok, ja das ist sehr interessant. Und das ist eigentlich auch genau das was ich mir gedacht 139
habe, und das ist genau das, was ich mit meinen Fragen versucht hab, abzudecken. Also da 140
hast du natürlich schon mehrere Fragen fast beantwortet, also zum Beispiel welche Art von 141
Daten wichtig für die Smart Mobility sind, oder was die Smart Mobility an Art von Daten 142
benötigt. 143
144
Ok, eso es lo que mencionaste. Entonces puedo ir directamente a la pregunta... esa fue una 145
pregunta que usted mencionó, si en su opinión... si tendría sentido tener un "Dashboard”, 146
como un centro de mando, diría yo, de datos de movilidad abierta, o de esos datos, por 147
supuesto teniendo en cuenta la protección de datos... en otras palabras, si algo así tiene 148
sentido. Que luego puede ser analizado para controlar la movilidad u ofrecerla. Ya sea para 149
los negocios de la ciudad o para desarrollar nuevas aplicaciones. ¿Hasta qué punto le parece 150
que eso tiene sentido? 151
Ok das ist das was du genannt hast. Dann kann ich nämlich auch gleich auf die Frage…das 152
war eine Frage, die du so mitangeschnitten hast, ob nämlich nach deiner Meinung…ob es 153
vielleicht sinnvoll wäre ein zentrales städtisches „Dashboard“, wie so eine Kommandozentrale 154
sage ich jetzt mal, von open Mobility Daten, oder von solchen Daten, natürlich unter 155
Beachtung des Datenschutzes…also ob so etwas Sinn ergibt. Die man dann analysieren 156
kann, um genau damit die Mobilität eben zu steuern oder das auch anzubieten. Sei es jetzt 157
geschäftlich als Stadt oder um neue Applikationen zu entwickeln. Inwiefern hat das für dich 158
Sinn? 159
160
Entrevistado: Creo que tiene mucho sentido. Tal conjunto de datos de movilidad. En primer 161
lugar, en cuanto a la demanda: quién se desplaza, en qué medida, y quién utiliza qué medios 162
de transporte. Pero también para proporcionar datos sobre la infraestructura y la capacidad. 163
Qué carreteras están congestionadas y en qué medida. En materia de aparcamiento, por 164
ejemplo: prescribir a los aparcamientos que, en principio, deben poner en red sus 165
aparcamientos. Porque el problema es que en este momento hay pocos incentivos para los 166
participantes individuales. 167
Halte ich für sehr Sinnvoll. So ein Pool an Mobilitätsdaten. Einmal was die Nachfrage angeht: 168
wer ist unterwegs, in welchem Umfang, und wer nutzt welches Verkehrsmittel. Aber eben auch 169
Daten bereitzustellen, über die Infrastruktur und die Kapazität. Welche Straßen sind wie stark 170
94
überlastet. Über das Thema Parking um Beispiel: Den Parkhäusern vorzuschreiben, dass sie 171
im Prinzip ihre Parkhäuser vernetzen müssen. Weil das Problem ist, dass es im Moment wenig 172
Anreize für die individuellen Player gibt. 173
174
He hablado con un importante proveedor de automóviles que también desarrolla tecnologías 175
para el aparcamiento inteligente, por ejemplo. Y también me pregunté: "¿Por qué va esto tan 176
lento cuando en realidad todo tiene tanto sentido?". - Nadie tiene interés en pagar por ello. El 177
cliente, el usuario, simplemente no tiene interés en pagar por ello, se dice a sí mismo "¿por 178
qué debería pagar por ello?". Es un servicio que, en realidad, espero que lo preste otra 179
persona, como los aparcamientos". 180
Ich habe mich mit einem großen Automobilzulieferer unterhalten, der auch Technologien für 181
Smart Parking zum Beispiel entwickelt. Und ich habe die Frage auch gestellt: „Warum geht 182
das so langsam, wenn das eigentlich alles so sinnvoll ist?“ – Niemand hat ein Interesse daran, 183
dafür zu bezahlen. Der Kunde, der Benutzer hat halt kein Interesse dafür zu bezahlen, der 184
sagt sich „warum soll ich dafür zahlen? Es ist ein Service, den ich eigentlich erwarte, dass 185
jemand anderes, also z.B. Parkhäuser den bereitstellen.“ 186
187
Esto significa que un usuario individual no está dispuesto a pagar por ello. Los aparcamientos 188
se dicen a sí mismos: "la demanda está ahí de todos modos, no nos importa que la gente 189
conduzca durante diez minutos en busca de una plaza de aparcamiento, ya vendrán a 190
nosotros en algún momento". Los aparcamientos están llenos hasta la bandera, así que no le 191
dan importancia. Eso significa que esas cosas sólo ocurren cuando simplemente hay reglas... 192
no quiero hablar de reglamentos... sino cuando simplemente se definen reglas que todos 193
tienen que seguir. 194
Das heißt, ein Individueller Nutzer ist nicht bereit dafür zu bezahlen. Die Parkhäuser sage 195
sich: „die Nachfrage ist eh da, es ist uns doch egal, dass Leute vorher irgendwie zehn Minuten 196
durch die Gegend fahren und einen Parkplatz suchen, die kommen dann irgendwann eh zu 197
uns.“ Die Parkhäuser sind ausgelastet, also insofern halten die auch nichts davon. Das heißt, 198
solche Dinge passieren eigentlich nur dann, wenn da teilweise einfach Regeln…ich will jetzt 199
nicht von Vorschriften sprechen…aber wenn einfach Regeln definiert werden, an die sich jeder 200
halten muss. 201
202
Y si decimos, por ejemplo, que todos los aparcamientos deben estar conectados en red, y 203
estos datos deben introducirse en un pool de datos, entonces también habrá proveedores 204
95
que ofrezcan servicios de aparcamiento inteligentes en su teléfono inteligente, en la 205
aplicación, y por tanto, por supuesto, también en su sistema de infoentretenimiento en los 206
vehículos en todas partes con la conexión en red de la interfaz, para que entonces también 207
pueda obtener los beneficios correspondientes. Has mencionado otro ejemplo en sus 208
preguntas: el tema de los servicios de reparto en las ciudades. 209
Und wenn man z.B. sagt, jedes Parkhaus muss vernetzt sein, und diese Daten müssen in 210
einen Datenpool eingespielt werden, dann wird es auch Anbieter geben, die smart Parking 211
Services anbieten, eben auf deinem Smart Phone, auf der App, und damit natürlich auch auf 212
deinem Infotainment System in den Fahrzeugen überall mit der Vernetzung der Schnittstelle, 213
dass du dann entsprechend den Nutzen dann auch realisieren kannst. Du hast in deinen 214
Fragen ein anderes Beispiel gehabt: Das Thema Lieferdienste in den Städten. 215
216
Eso también es un gran reto. También se puede ver cuando se conduce por la ciudad en el 217
transcurso de una mañana, incluso donde hay cuatro carriles: uno de ellos está bloqueado 218
con vehículos de reparto. Y eso es con... cada ciudad es golpeada por UPS, por DPD, por 219
todo tipo de proveedores. Hace años, desarrollé una idea junto con un cliente mío, a quien le 220
dije entonces: "Desde mi punto de vista, habría que dictar reglas de juego e intervenir de 221
forma reguladora, por ejemplo, si se introdujera un sistema de itinerancia de este tipo. 222
Das ist auch eine Riesen-Herausforderung. Das sieht man auch, wenn man mal so im Laufe 223
eines Vormittags durch die Stadt fährt, selbst wo vierspurige Straßen sind: die eine Fahrspur 224
ist blockiert mit Lieferfahrzeugen. Und zwar mit…jede Stadt wird angefahren von UPS, von 225
DPD, von allen möglichen Anbietern. Da habe ich schon vor Jahren mal mit einem Kunden 226
von mir eine Idee entwickelt, wo ich damals schon gesagt habe: „Aus meiner Sicht müsste 227
man auch da Spielregeln erlassen und regulierend eingreifen, wenn z.B. so ein Roaming-228
System einführt. 229
230
Ese dice, divido la ciudad en varios subdistritos, y escribo cuasi licencias, para estos 231
proveedores de servicios de transporte, para la última milla, para que puedan entonces 232
solicitar una licencia que permite entonces conducir en barrios muy específicos. Porque en 233
este momento se da el caso de que teóricamente cada dirección de una ciudad es atendida 234
por -no sé cuántos servicios de reparto hay- probablemente sea un número elevado de dos 235
dígitos... cada vez más. Amazon, por ejemplo, ahora hace sus propias entregas, y ahora 236
también están todas las empresas de reparto, todos los restaurantes que ahora ofrecen 237
servicios de entrega. 238
96
Dass man sagt, ich unterteile die Stadt in mehrere Unterbezirke, und ich schreibe quasi 239
Lizenzen aus, für diese Transportdienstleister, für die letzte Meile, um die sie sich dann 240
bewerben können, diese Lizenz erlaubt dann quasi in ganz bestimmt Stadtviertel einzufahren. 241
Weil im Moment ist es ja so, dass theoretisch jede Adresse in einer Stadt von – ich weiß nicht 242
wie viele Lieferdienste s gibt – wahrscheinlich ist das eine hohe zweistellige Zahl…immer 243
mehr. Amazon macht jetzt zum Beispiel auch eigene Anlieferungen, es gibt ja mittlerweile 244
auch die ganzen Lieferandos, die ganzen Restaurants die jetzt Lieferdienste anbieten. 245
246
Hay un número increíble de servicios de entrega en la última milla. Si se regula un poco esto 247
y se dice: "Oye, ya no hay 30 que conduzcan ahí, sino tal vez sólo cinco o diez, entonces, en 248
mi opinión, se podría reducir significativamente la movilidad [el tráfico] que resulta de esto y, 249
por supuesto, se liberaría capacidad para menos atascos, para menos carreteras o para más 250
movilidad para otros fines. 251
Es gibt ja unglaubliche Anzahl von Lieferdiensten auf der letzten Meile. Wann man das ein 252
bisschen reglementieren würde, und dann sagen würde: „Hey, es gibt nicht mehr 30, die da 253
reinfahren, sondern vielleicht nur noch fünf, oder zehn, dann könnte man aus meiner Sicht die 254
Mobilität [den Verkehr] deutlich reduzieren, die dadurch entsteht, und natürlich auch wieder 255
Kapazität freischaufeln für weniger Staus, für weniger Straßen oder eben für mehr Mobilität 256
für anderen Zwecke. 257
258
Entrevistador: Vale, estoy de acuerdo en que esto es muy importante. Eso está claro, por 259
supuesto. Eso entonces probablemente también depende de las cooperaciones... 260
Ok, das sehe ich genauso, dass das sehr wichtig ist. Das ist natürlich klar. Das kommt dann 261
wahrscheinlich auch auf Kooperationen an… 262
263
Entrevistado: Cooperación, o bien que la ciudad... que una ciudad sólo dice... porque la 264
ciudad hace las reglas del juego. Y no es un regalo de Dios que cualquiera pueda entrar en 265
una ciudad en cualquier momento con cualquier vehículo y de la forma que quiera. La ciudad 266
puede decir simplemente: "vamos a definir nuevas reglas, y todo el mundo tiene que 267
cumplirlas". 268
Kooperation, oder aber, dass die Stadt…dass eine Stadt einfach sagt…weil die Stadt macht 269
ja die Spielregeln. Und es ist ja nicht gottgegeben, dass jeder zu jedem Zeitpunkt mit jedem 270
Fahrzeug und wie er will in eine Stadt einfahren kann. Die Stadt kann ja sagen: „wir definieren 271
jetzt einfach neue Spielregeln, und an diese Spielregeln muss sich jeder halten. 272
97
Entrevistador: Así es, como el peaje de entrada. 273
Das stimmt, ähnlich wie der Einfahrmaut. 274
275
Entrevistado: Exacto, igual que Londres, por ejemplo, decidió hace tiempo revocar la licencia 276
de Uber porque no funcionaba. Y así la ciudad también puede decir que cada uno de los 277
servicios de entrega, por lo que los servicios de entrega comercial ... porque ahora, por 278
supuesto, no se puede prohibir el obrero allí que de alguna manera conduce a su cliente. 279
Pero quien quiera ofrecer un servicio de reparto comercial debe registrarse y necesita una 280
licencia. 281
Genau, so wie London zu, Beispiel ja vor einiger Zeit entschieden hat, Uber die Lizenz zu 282
entziehen, weil es nicht funktioniert hat. Und so kann die Stadt ja auch sagen, dass jeder der 283
Liebesdienste, also der kommerziellen Lieferdienste…weil jetzt kann man natürlich nicht dem 284
einfach Handwerker da verbieten dass er irgendwie zu seinem Kunden fährt. Aber jeder der 285
einen kommerziellen Lieferdienst anbieten möchte muss sich registrieren und braucht eine 286
Lizenz. 287
288
Y la ciudad puede entonces controlar esta concesión diciendo: "vale, sólo hay 5, y 289
posiblemente en las zonas de la ciudad donde la oferta necesita ser más diversa puede haber 290
más y en las zonas de la ciudad donde no es necesario puede haber menos". Pero se puede 291
controlar el número de licencias que se expiden. Lo mismo ocurre con los taxis hoy en día. 292
No puedes decir: "Voy a poner una placa amarilla en mi coche y a partir de ahora soy taxista". 293
También hay licencias que son limitadas, que están reguladas. Y también se puede imaginar 294
que para los servicios de entrega. 295
Und diese Lizenzvergabe kann dann die Stadt entsprechend steuern, indem sie sagen: „ok, 296
es gibt nur 5, und möglicherweise in Stadtgebieten, wo das Angebot vielfältiger sein muss 297
gibt’s möglicherweise mehr und in Stadtgebieten, wo das nicht notwendig ist, gibt’s 298
möglicherweise weniger.“ Aber über diese Anzahl der Lizenzen, die ausgegeben wird, kann 299
man das ja durchaus steuern. Beim Taxi ist das ja heute auch so. Du kannst ja auch nicht 300
sagen: „ich schraube mir jetzt ein gelbes Schild auf mein Auto, und bin ab sofort Taxifahrer. 301
Da gibt’s ja auch Lizenzen, die limitier sind, die reglementier sind. Und so kann man sich das 302
für die Lieferdienste auch vorstellen. 303
304
Entrevistador: Por qué no, en realidad. Eso me lleva a otra pregunta, que ya has respondido 305
parcialmente. Que tal vez... la ciudad sólo diga: "¡Oye, vamos a poner estas reglas ahora!" 306
98
¿Puede ser entonces también un propósito que, por ejemplo, la ciudad proporcione a estos 307
servicios de entrega o a los proveedores de movilidad una especie de datos abiertos, o 308
también datos sobre, como has dicho, la infraestructura, etc… cualquier dato, con el que luego 309
puedan a su vez hacer algo, con el que luego puedan trabajar, digo ahora? 310
Warum eigentlich nicht. Das kommt für mich zu einer weiteren Frage, die du teilweise auch 311
schon beantwortet hast. Dass es vielleicht…die Stadt eben sagt: „Hey, diese Regeln stellen 312
wir jetzt auf!“ Kann es dann auch zielführend sein, dass zum Beispiel, die Stadt diesen 313
Lieferdiensten oder auch Mobilitätsanbietern eine Art offene…Open Data, oder auch Daten 314
über eben, wie du gesagt hast, Infrastruktur, etc…irgendwelche Daten zur Verfügung stellt, 315
mit denen Diese dann wiederum etwas anfangen können, also mit denen die dann arbeiten 316
können, sage ich jetzt mal? 317
318
Entrevistado: Sí, claro, por ejemplo, se podría imaginar que una cuota de uso de la 319
infraestructura depende de lo fuerte que sea la demanda. Así que ahora hay perfiles de 320
movimiento muy significativos, y los datos de uso de las carreteras, y todavía se podría refinar 321
un poco, ampliar un poco, y hacer que estos datos sean transparentes, y decir, por ejemplo, 322
si el uso de la capacidad, en las ciudades de alguna manera supera el 80%, entonces la tasa 323
de usuario, o el peaje para conducir en las ciudades de 2 € por día a 3,5 €. 324
Ja klar, zum Beispiel, könnte man sich ja vorstellen, dass ein Nutzungsentgelt, für die 325
Infrastruktur abhängig macht, wie stark die Nachfrage ist. Also es gibt ja mittlerweile sehr 326
aussagekräftige Bewegungsprofile, und Straßennutzungsdaten, und das könnte man ja noch 327
ein bisschen verfeinern, ein bisschen ausbauen, und diese Daten auch transparent machen, 328
und z.B. sagen, wenn die Nutzung der Kapazität, in den Städten irgendwie 80% überschreitet, 329
dann erhöht sich das Nutzungsentgelt, oder die Maut in die Städte reinzufahren von 2€ pro 330
Tag auf 3,5€. 331
332
Si eso supera el 90%, entonces es de alguna manera 4€, y entonces también se vuelve 333
transparente. Entonces cada uno puede también, un poco de su propio comportamiento... 334
entonces tal vez el servicio de entrega dice: "ok, entonces conduzco... ya no hago mis 335
recorridos de 7:00 a 9:00 de la mañana, cuando es la hora punta absoluta, sino que lo hago 336
tal vez de 9:00 a 11:00 de la mañana". El uso inteligente de estos datos también significa que 337
se puede cobrar una tasa. Es decir, introducir la correspondiente tarificación dinámica, y así 338
poder volver a controlar mejor los flujos de movilidad. 339
99
Wenn das 90% überschreitet, dann sind das irgendwie 4€, und dann wird es auch transparent. 340
Dann kann ja auch jeder, so ein bisschen sein eigenes Verhalten…dann sagt vielleicht der 341
Lieferdienst: „ok, dann fahre…mache ich meine Touren eben nicht mehr von 07:00 Uhr bis 342
09:00 Uhr, wenn die absolute Rushhour ist, sondern ich mache es vielleicht von 09:00 Uhr bis 343
11.:00 Uhr. Dass man über intelligente Nutzung dieser Daten auch ein Entgelt. Also ein 344
entsprechendes dynamisches Pricing einführt, und damit auch die Mobilitätsströme wieder 345
besser steuern kann. 346
347
Entrevistador: Hmm. De acuerdo. Eso es... sí, lo entiendo. Eso tiene mucho sentido. Es una 348
especie de sistema interdisciplinario que es flexible. También en cuanto al precio. 349
Hmm., ok. Das ist…ja das verstehe ich. Das ist sehr sinnvoll. Das ist quasi ein 350
interdisziplinäres System, das sich flexibel anpasst. Auch preislich. 351
352
Entrevistado: O incluso para su usuario individual. Lo viví hace tiempo, cuando todavía se 353
podía ir a los conciertos antes de COVID. Se dio la situación de que estábamos en un 354
concierto aquí en el “Olympiastadion” [Estadio Olímpica de Múnich]. Realmente no había 355
forma de escapar después. El metro estaba completamente sobrecargado. Así que entramos 356
en metro a esa hora, porque por supuesto no hay plazas de aparcamiento. El metro estaba 357
completamente sobrecargado. Ya no se podía coger un taxi, estábamos más o menos 358
obligados a volver a casa casi andando. 359
Oder auch für dein einzelnen User. Ich habe es vor einiger Zeit mal erlebt, als man noch vor 360
COVID auf Konzerte gehen konnte. Da war die Situation, dass wir, im Konzert waren hier im 361
Olympiastadion [München], es gab wirklich keine Möglichkeit danach wegzukommen. Die U-362
Bahn war völlig überlastet. Also wir sind mit der U-Bahn damals reingefahren, weil es natürlich 363
auch keine Parkplätze gibt. Die U-Bahn war völlig überlastet. Du hast kein Taxi mehr 364
bekommen, wir waren mehr oder weniger dazu gezwungen, eigentlich fast zu Fuß nach Hause 365
zu gehen. 366
367
Caminamos durante kilómetros porque no había ningún taxi. Son cosas que se pueden 368
predecir hasta cierto punto. Si hay eventos importantes en algún lugar, qué efectos tiene eso 369
en la demanda de movilidad, y entonces puedes establecer capacidades adicionales en 370
consecuencia y también puedes advertir al usuario individual en consecuencia, para que se 371
prepare un poco para ello. Así que, desde mi punto de vista, son cosas que se pueden igualar 372
100
un poco y, por tanto, también ofrecen un valor añadido. Para el usuario individual, para el 373
proveedor de movilidad, pero también para la ciudad y la infraestructura en su conjunto. 374
Wir sind wirklich kilometerweit erstmal zu Fuß gelaufen, weil überhaupt kein Taxi zu finden 375
war. Das sind ja Dinge, die lassen sich ja ein Stück weit prognostizieren. Wenn irgendwo 376
Großveranstaltungen sind, was hat das für Auswirkungen auf die Nachfrage nach Mobilität, 377
und dann kann man da eben entsprechend zusätzliche Kapazitäten einstellen und da kann 378
man auch den individuellen Nutzer entsprechend vorwarnen, dass er sich ein bisschen drauf 379
einstellt. Also das sind aus meiner Sicht, Dinge die man dadurch schon ein bisschen entzerren 380
kann, und damit auch Mehrwert bieten kann. Für den einzelnen Nutzer, für den Anbieter von 381
Mobilität, aber auch für die Stadt und die Infrastruktur insgesamt. 382
383
Entrevistador: Vale, esa es casi la siguiente pregunta que también has respondido, es decir, 384
la pregunta sobre las cooperaciones entre las empresas tecnológicas, los proveedores de 385
movilidad y, por supuesto, también las autoridades, que tienen que ver con los datos o con... 386
la movilidad inteligente. ¿Se imagina que habrá futuras cooperaciones... o cómo podrían ser, 387
por ejemplo, en la cooperación entre la administración de la ciudad, los proveedores de 388
movilidad y las empresas tecnológicas? 389
Ok, das ist fast schon die nächste Frage, die du auch beantwortet hast, nämlich die Frage 390
über Kooperationen zwischen eben Tech-Firmen, Mobilitätsanbietern, und natürlich auch 391
Behörden, die über Daten gehen oder über…bezüglich der Smart Mobility. Kannst du dir da 392
vorstellen, dass es da irgendwelche zukünftigen Kooperationen…oder wie die aussehen 393
könnten, also in der Zusammenarbeit zwischen Stadtverwaltung, Mobilitätsanbieter, und 394
Tech-firmen? 395
396
Entrevistado: Me lo imagino muy bien, porque creo que las ciudades no lo harán por sí 397
mismas. Buscarán socios en consecuencia. Y estas asociaciones ya existen. Accenture 398
también se está moviendo aquí en cierta medida, también tenemos proyectos con Singapur, 399
por ejemplo. Y también hay empresas tecnológicas que tienen que participar, que en principio 400
pueden proporcionar estas plataformas, que también tienen que proporcionar la 401
infraestructura de la nube para ello. Por supuesto, también debe haber asociaciones entre los 402
proveedores de aplicaciones de movilidad, y se puede ver que hay un gran impulso de las 403
calificaciones que se están convocando. 404
Kann ich mir sehr gut vorstellen, weil ich glaube, dass die Städte das ja nicht selber machen 405
werden die werden sich entsprechend Partner dafür suchen. Und diese Partnerschaften gibt’s 406
101
ja auch schon. Auch Accenture ist ja da teilweise unterwegs, wir haben z.B. auch Projekte mit 407
Singapur zum Beispiel. Und da gibt’s auch Tech-Firmen, die da miteinbezogen werden 408
müssen, die im Prinzip diese Plattformen bereitstellen Könen, die auch die Cloud-Infrastruktur 409
dafür bereitstellen müssen. Es muss natürlich auch Partnerschaften geben, von Anbietern von 410
Mobilitäts-Apps, und dass da viel Dynamik reinkommt, sieht man auch an den Bewertungen 411
die da aufgerufen werden. 412
413
Un buen ejemplo es que Intel ha gastado recientemente casi 1.000 millones de dólares para 414
comprar esta start-up Moovit. Moovit es una start-up que viene de Israel y que ya ofrece una 415
app de movilidad en muchos países del mundo, donde los diferentes proveedores de 416
movilidad pueden utilizar básicamente esta plataforma. Como usuario, puedes decir 417
básicamente: "Quiero ir de A a B", y recibes sugerencias. Primero puedes coger la scooter, y 418
luego está el metro, y luego desde el metro hasta tu destino, lo mejor es que cojas un servicio 419
de ridehailing o algo así. También puedes utilizar el coche compartido, porque también hay 420
Drive-Now en la zona. 421
Ein gutes Beispiel ist, dass Intel vor kurzem fast 1 Milliarde Dollar ausgegeben hat, um dieses 422
Moovit Start-Up aufzukaufen. Moovit ist ja ein Start-Up, was aus Israel kommt, und mittlerweile 423
schon in vielen Ländern dieser Welt eine Mobilitäts-App zur Verfügung stellt, wo im Prinzip 424
unterschiedliche Mobilitätsanbieter auf diese Plattform gehen können. Du als User kannst im 425
Prinzip sagen, „ich möchte von A nach B fahren“, und kriegst halt Vorschläge. Da kannst du 426
jetzt erstmal den Scooter nehmen, und dann gibt’s da die U-Bahn, und dann von der U-Bahn 427
zu deinem Zielpunkt nimmst du am besten einen Ridehailing-Service oder so. Du kannst auch 428
Carsharing nutzen, weil da gibt’s auch Drive-Now in der Gegend. 429
430
Y esta aplicación te hace estas sugerencias, por así decirlo. Y estos proveedores de 431
aplicaciones también son importantes, por supuesto, y como he dicho, ahora también están 432
en manos de grandes empresas tecnológicas, Intel también se ha unido a Mobileye y tiene 433
tecnología de sensores y cámaras para proporcionar otros datos, porque creo que al final es 434
un conglomerado de diferentes datos que se utilizan. Son datos de los usuarios, pero también 435
de los sensores que se instalan en determinados vehículos o que pueden instalarse en los 436
semáforos, por ejemplo. Las cámaras pueden jugar un papel importante en este sentido. Por 437
supuesto, la protección de datos es siempre una cuestión que hay que resolver. En este 438
sentido, la cooperación es extremadamente importante. En realidad, eso es lo más 439
importante. 440
102
Und diese App macht dir quasi diese Vorschläge. Und diese App Anbieter sind natürlich auch 441
wichtig, und wie gesagt, die sind mittlerweile auch schon in den Händen von großen Tech-442
Firmen, Intel ist ja auch bei Mobileye entsprechend eingestiegen und hat insofern auch 443
Sensor- und Kameratechnologie um da entsprechend auch andere Daten bereitzustellen, weil 444
ich glaube es ist am Ende des Tages ein Konvolut von unterschiedlichen Daten, die man nutzt. 445
Es sind Userdaten, es sind aber auch Sensordaten, von Sensoren, die man in bestimmten 446
Fahrzeugen einbaut, oder die z.B. in Ampelanlagen eingebaut werden können. Kameras 447
können da eine große Rolle spielen. Klar, Datenschutz ist natürlich immer eine Frage, die 448
dabei noch gelöst werden muss. Insofern sind Kooperationen da extrem wichtig. Das ist 449
eigentlich das A und O. 450
451
Entrevistador: Ya veo, eso es... eso es lo que yo también pensaba, y en realidad es casi... 452
en realidad has respondido a casi todo. La última pregunta se refiere más o menos a 453
Barcelona. Barcelona tiene una red de calles en forma de ajedrez. ¿Es eso de alguna manera 454
una ventaja? También se conoce en las ciudades americanas, Barcelona es una de las pocas 455
ciudades europeas. ¿Puede ser una ventaja? La pregunta no encaja del todo, pero ¿puede 456
algo así ser una ventaja, o tiene algún efecto adverso o cualquier efecto, algo así como 457
cuando se imaginan patrones de tablero de ajedrez en lugar de calles y callejones sinuosos 458
para la movilidad inteligente? 459
Verstehe, das ist ja…das habe ich mir auch gedacht, und das ist eigentlich fast schon…damit 460
hast du eigentlich fast schon alles beantwortet. Die letzte Frage, die bezieht sich eben mehr 461
oder weniger auf Barcelona. Barcelona hat ja ein Schachbrettmuster Straßennetz. Ist sowas 462
irgendwie von Vorteil. Man kennt es auch amerikanischen Städten, Barcelona ist eine der 463
wenigen europäischen Städte. Kann sowas von Vorteil sein? Die Frage passt nicht ganz so 464
rien, aber kann sowas von Vorteil sein, oder hat das irgendwelche vorteiligen Auswirkungen 465
oder überhaupt Auswirkungen, sowas wenn man sich jetzt Schachbrettmuster im Gegensatz 466
zu verschlängelten Straßen und Gässchen vorstellt für Smart Mobility? 467
468
Entrevistado: Lo hace un poco más fácil, pero creo que la tecnología, que siempre se está 469
desarrollando, con la capacidad de procesar datos muy complejos y completos, también a 470
través de cosas como el aprendizaje automático, la inteligencia artificial, creo que también se 471
pueden trazar sistemas de carreteras muy complejos. Por ejemplo, en una ciudad como 472
Chicago, si tienes varios... también tienen dimensiones en el plano vertical, o en Tokio, por 473
ejemplo. 474
103
Macht es ein bisschen einfacher, aber ich glaube, der Technologie, die sich ja immer 475
weiterentwickelt, mit der Fähigkeit eben sehr komplexe und umfassende Daten zu verarbeiten 476
auch über Dinge wie das Machine Learning, die künstliche Intelligenz, glaube ich kann man 477
schon auch sehr komplexe Systeme abbilden. Wenn du z.B. in einer Stadt wie Chicago dann 478
noch mehrere auch Dimensionen hast auch in der vertikalen Ebene, oder in Tokyo 479
beispielsweise. 480
Eso lo hace ciertamente mucho más exigente y creo que un gran reto para los sistemas 481
basados en GPS sigue siendo que a veces tienes las barreras [sin red, nota del autor], a 482
veces no puedes acceder a la señal GPS, así que con la cuestión de los patrones de damero 483
no creo que la pregunta sea tan relevante porque no puedes reconstruir la ciudad. Por 484
supuesto, si tienes la capacidad de reconstruir completamente una ciudad, lo harías, 485
probablemente prestarías atención a eso. 486
Das macht das sicherlich deutlich anspruchsvoller und ich glaube eine große Herausforderung 487
ist auch nach wie vor für GPS-basierte System, dass du eben teilweise eben die 488
Abschottungen [kein Netz, Anm. D. Autors] hast, teilweise auch das GPS- Signal nicht 489
zugreifen kannst, also bei der Frage Schachbrettmuster glaube ich nicht, dass die Frage so 490
relevant ist, weil du kannst die Stadt ja nicht umbauen. Wenn du natürlich die Möglichkeit hast 491
eine Stadt komplett neu anzulegen, würdest du, würde man darauf wahrscheinlich schon 492
achten. 493
494
Y no sólo si la red de carreteras está dispuesta como un tablero de ajedrez o de otra manera, 495
sino también sobre la cuestión... también hay proyectos como Google City, por ejemplo, en 496
Toronto, donde ciertos distritos están diseñados de tal manera que no es necesario el 497
transporte individual, que las lanzaderas automatizadas, los robocabs, recorren la zona. Que 498
haya sistemas de movilidad tan eficientes y cómodos que ya nadie pueda utilizar su propio 499
coche. Esto significa que, si se puede segmentar una ciudad de esta manera, también se 500
puede introducir la conducción automatizada mucho más fácilmente, por ejemplo, porque el 501
mayor desafío es realmente si tienes un funcionamiento mixto, porque tienes vehículos 502
autónomos, y también tienes vehículos que se guían individualmente. 503
Und zwar nicht nur ob das Straßennetz jetzt so schachbrettartig oder anders angelegt ist, 504
sondern auch auf die Frage…da gibt es ja z.B. auch Projekte wie Google City, in Toronto, 505
dass man bestimmt Stadtviertel so konzipiert, dass da gar kein Individualverkehr notwendig 506
ist, dass da automatisierte Shuttles, so Robocabs, durch die Gegend fahren. Dass da so 507
effiziente und so komfortable Mobilitätssysteme vorhanden sind, dass da niemand mehr sein 508
eigenes Auto nutzen kann. Damit, wenn du eine Stadt so segmentieren kannst, kannst du 509
104
auch z.B. automatisiertes Fahren viel einfacher einführen, weil die größte Herausforderung 510
eigentlich ist, wenn du so Mixbetrieb hast, weil du eben autonome Fahrzeuge hast, und wenn 511
du halt Fahrzeuge hast, die individuell geführt werden. 512
513
Y si además hay ciclistas, esta mezcla de usos diferentes conduce a una complejidad que 514
incluso los sistemas actuales de muy alto rendimiento apenas pueden manejar. Pero creo 515
que es difícil, es increíblemente difícil intervenir en una ciudad que ya existe de tal manera 516
que se puedan cambiar las redes de carreteras a lo grande. Creo que hay que encontrar la 517
manera de llevarse bien con lo que se encuentra. Y luego quizás desarrollarlo paso a paso. 518
En Nueva York, por ejemplo, se ha reconstruido completamente Broadway, de modo que se 519
ha prohibido por completo el tráfico rodado y se han construido en ella grandes carriles para 520
bicicletas. 521
Und wenn du noch Radfahrer hast, also dieses Mix an unterschiedlichen Nutzungen führt halt 522
zu einer Komplexität, die auch heute sehr performante Systeme kaum handeln können. Aber 523
ich glaube es ist schwierig, es ist wahnsinnig schwer, in eine Stadt, die schon existiert so 524
einzugreifen, dass du da die Straßennetze großartig ändern kannst. Ich glaube da muss man 525
die Wege finden mit dem was man vorfindet irgendwie klar zu kommen. Um dann schrittweise 526
vielleicht weiterzuentwickeln. In New York ist ja zum Beispiel der Broadway komplett 527
umgebaut worden, dass man irgendwie da den Straßenverkehr komplett verbannt hat und da 528
große Radspuren hingebaut hat. 529
530
Copenhague también es un buen ejemplo donde, por ejemplo, se ha trabajado mucho con 531
los puentes. Así que, por ejemplo, se desarrollaron rutas separadas para bicicletas con las 532
que se puede ir de A a B lo más rápido posible, como es el caso de las bicicletas, de las e-533
bikes, por ejemplo: el uso depende mucho de la medida en que se es competitivo en términos 534
de tiempo de viaje, con el metro o con el tranvía o con el autobús urbano. O incluso con su 535
propia bicicleta. 536
Kopenhagen ist auch ein gutes Beispiel, wo man zum Beispiel auch viel mit Brücken 537
gearbeitet hat. Also dass zum Beispiel separate Fahrradstrecken entwickelt wurden, mit 538
denen man eben auch möglichst schnell von A nach B kommt, wie das Thema beim Fahrrad, 539
bei E-Bikes beispielsweise ist: Die Nutzung hängt sehr stark davon ab, inwieweit du von der 540
Fahrzeit her wettbewerbsfähig bist, mit der U-Bahn oder mit der S-Bahn oder mit dem 541
Stadtbus. Oder eben mit deinem eigenen Fahrrad. 542
543
105
Si se tarda mucho más, la gente no lo hará. El problema de la eco-movilidad o las e-bikes, 544
por ejemplo, es el número de paradas en los semáforos. Reducen considerablemente la 545
velocidad media que puedes alcanzar en tu camino de A a B. Y será tenso si, por ejemplo, 546
tienes que parar en un semáforo. Y la cosa se pone emocionante cuando vas por la carretera 547
con una e-bike, por ejemplo, que se desplaza a unos 25 km/h. Si puedes conducir sin parar 548
en los semáforos. Esa es, por ejemplo, la razón por la que se están desarrollando muchos 549
Bikelanes, que luego funcionan con pasos subterráneos, a veces también con puentes. Que 550
no hay que parar y bajarse en cada calle. Eso la hace muy poco atractiva, así que no creo 551
que se trate de un patrón de damero o de una red de carreteras diferente, sino de cómo 552
desarrollar aún más una red de carreteras ya existente para que sea más eficiente y se adapte 553
mejor a las necesidades de los diferentes usuarios. 554
Wenn das Sehr viel länger dauert, dann machen das die Leute nicht. Das Problem bei zum 555
Beispiel bei Eco-Mobilität oder E-Bikes ist die Anzahl der Ampel-Stopps. Die reduzieren halt 556
deutlich die Durchschnittsgeschwindigkeit, die du halt erreichen kannst auf deinem Weg von 557
A nach B. Und es wird dann spannen, wenn du Zum Beispiel, mit dem E-Bike unterwegs bist, 558
die fahren ja so 25km/h, wenn du möglichst ohne Ampel-Stopps fahren kannst. Das ist zum 559
Beispiel der Grund, dass viele Bikelanes halt entwickelt werden, die dann eben so mit 560
Unterführungen, teilweise auch mit Brücken arbeiten. Dass du eben nicht an jeder Straße 561
anhalten und absteigen musst. Das macht es halt sehr unattraktiv, insofern glaube ich geht’s 562
nicht da drum Schachbrettmuster oder ein anderes Straßennetz, sondern wie kann ich ein 563
existierendes Straßennetz weiterentwickeln, dass es effizienter wird und dass es vor allen 564
Dingen auf die Bedürfnisse von unterschiedlichen Nutzern stärker abgestellt wird. 565
566
Entrevistador: De acuerdo. Así que, obviamente, se trata de un asunto muy urgente para la 567
ciudad. Sí, eso era todo, en realidad has respondido a todas mis preguntas. 568
Ok verstehe. Also das ist natürlich für die Stadt ein sehr drängendes Thema. Ja das war 569
eigentlich schon alles, eigentlich hast du meine gesamten Fragen beantwortet570
9.5 Anexo V - Guía de entrevista dos sobre la movilidad inteligente
(Experto E3)
Objetivo Categoría Pregunta Aspectos importantes
OE3 Futuro ¿Cuáles son sus expectativas para la futura movilidad en las ciudades?
- Transporte público
- Transporte privado - “Sharing”
OE3 Retos ¿Qué retos le esperan a la movilidad inteligente en las grandes áreas metropolitanas?
- Hoy - Futuro
OE3 Infraestructura La competencia por las zonas de aparcamiento, carga y descarga está aumentando debido a los nuevos modelos de negocio como el ride-hailing (Uber, Lyft), la entrega de comestibles a la carta (los supermercados entregan los pedidos) o las compras en línea. ¿Hay alguna forma de remediar esta situación, por ejemplo, mediante aplicaciones de reserva de espacio (en los bordes de las carreteras)?
- Ejemplos
- MaaS - “Codificar la acera”
OE1 Datos ¿Qué tipo de datos son importantes para la movilidad inteligente? ¿Qué tipo de datos cree que necesita?
- Sensores
- Tráfico - Vehiculos - Señales
OE1 Datos En su opinión, ¿tiene un “centro de control” de Datos Abiertos (de Movilidad) -administrado por la ciudad - potencial para la Movilidad Inteligente?
- Procesamiento de los datos
- Propiedad de los datos
- Mantenimiento de datos/panel de control
OE1 Infraestructura ¿Qué medidas son necesarias para sacar el máximo partido a los Datos Abiertos recopilados?
- Crowdsensing
- E-Scooter
OE2 Cooperaciones ¿Qué cooperaciones entre empresas tecnológicas, proveedores de movilidad y autoridades públicas imagina para la movilidad inteligente del futuro?
- Open Data
- Integración de Datos
OE2 Cooperaciones ¿Pueden los datos de los teléfonos móviles (crowdsensing) contribuir al éxito de la movilidad inteligente?
- Protección de datos
107
9.6 Anexo VI - Notas de la entrevista dos sobre la movilidad inteligente
(Experto E3)
La entrevista no se grabó, sino que se tomaron notas durante la misma y se envió lo dicho al 1
entrevistado después, con una solicitud de confirmación y consentimiento para su uso 2
posterior. 3
Das Interview wurde nicht aufgenommen, stattdessen wurden während dem Interview Notizen 4
gemacht, und das Gesagte hinterher dem Interviewten zugesandt, mit der Bitte um 5
Bestätigung und Zustimmung zur weiteren Nutzung. 6
7
El experto se ocupa mucho de los datos y la tecnología de los sensores, y de lo que puede 8
derivarse de ellos, es decir, qué modelos pueden desarrollarse con ellos. Esto le llevó a la 9
conclusión de que las ciudades deben convertirse en centros de datos. Compara las ciudades 10
con el puerto de Rotterdam, en los Países Bajos, que, con 65 km de longitud, puede ser 11
ciertamente el equivalente a una ciudad. Allí se está estudiando cómo se puede digitalizar el 12
puerto para convertirlo en una contrapartida de los barcos de conducción autónoma, que ya 13
están en uso, similar a los autobuses de conducción autónoma que también ya están en uso. 14
Der Experte beschäftigt sich viel mit Daten und Sensorik, und was sich daraus ableiten lässt, 15
d.h. welche Modelle sich damit entwickeln lassen. Daraus ergab sich für ihn die Erkenntnis, 16
dass sich Städte zu Datenhubs entwickeln müssen. Er vergleicht Städte mit dem Hafen von 17
Rotterdam in den Niederlanden, welcher bei einer Länge von 65km durchaus einer Stadt 18
entsprechen kann. Dort wird überlegt, wie der Hafen digitalisiert werden kann, um ihn als 19
Gegenstück zu autonom fahrenden Schiffen zu gestalten, welche bereits eingesetzt werden, 20
ähnlich zu bereits eingesetzten autonom fahrenden Bussen. 21
22
Esto significa que los grandes buques portacontenedores ya pueden cubrir rutas sencillas y 23
recoger y descargar la carga automáticamente. Espera que los barcos puedan navegar 24
libremente por el puerto en 5-10 años. Por lo tanto, el puerto debe ser la contraparte digital 25
de los barcos que navegan. Hay que instalar tecnología de sensores para que los barcos 26
puedan atracar de forma autónoma en los muelles de desembarco digitalizados (similar a los 27
coches autodirigidos en los bordes de las carreteras - palabra clave: "codificar el bordillo/la 28
acera"). Esto también se aplica de forma análoga a las ciudades. Para ello, hay que instalar 29
también la correspondiente tecnología de sensores en la ciudad para proporcionar una 30
especie de "encaje digital" (que la propia ciudad representa) para las llaves digitales (por 31
ejemplo, los coches). 32
So können große Containerschiffe bereits einfache Routen zurücklegen, und automatisch 33
Ladung aufnehmen und abladen. Er rechnet damit, dass Schiffe in 5-10 Jahren frei im Hafen 34
109
navigieren können. Der Hafen muss also das digitale Gegenstück zu den navigierenden 35
Schiffen abbilden. Es muss Sensorik verbaut werden, so dass die Schiffe selbstständig an 36
digitalisierten Landungskais andocken können (ähnlich selbstfahrender Autos an 37
Straßenrändern – Stichwort: „Code the curb“). Dies gilt auch analog für Städte. Dazu muss 38
auch in der Stadt entsprechende Sensorik verbaut werden, um eine Art „digitale Passform“ 39
(welche die Stadt selbst darstellt) für ebenfalls digitale Schlüssel (z.B. Autos) dazustellen. 40
41
De este modo, es posible interactuar con la ciudad completamente a nivel digital mediante 42
sensores, y ya no sólo a nivel mecánico. Por tanto, la ciudad debe convertirse en una especie 43
de imagen digital de sí mismo para los actores que interactúan con ella. Para conseguirlo, 44
hay que mapear la realidad digitalmente en la medida de lo posible. "Codificar la acera", es 45
decir, la digitalización de la calle debe tener como objetivo captar digitalmente los "activos" 46
("puntos de interés") de la ciudad, es decir, dónde se encuentran, por ejemplo, las señales de 47
tráfico importantes, los semáforos, los tramos de calle, los espacios abiertos, los parques, los 48
aparcamientos, etc. 49
So lässt sich mit der Stadt komplett auf digitaler Ebene mittels Sensoren interagieren, und 50
nicht mehr nur auf mechanischer. Die Stadt sollte also eine Art digitaler Zwilling für die mit ihr 51
Interagierenden Stakeholder werden. Dazu muss die Realität so gut es geht digital abgebildet 52
werden. „Code the curb“, also die Digitalisierung der Straße muss darauf abzielen die „Assets“ 53
(Datenpunkte) der Stadt digital zu erfassen, also wo z.B. wichtige Verkehrsschilder, Ampeln, 54
Straßensegmente, Freiflächen, Parks, Parkplätze, etc… sich befinden. 55
56
Esto permite asegurar el estado del "inventario" de la ciudad. Además, es posible controlarlo 57
digitalmente y ajustarlo en consecuencia (tiempos de conmutación de semáforos, etc...), así 58
como comprobarlo constantemente. 59
Damit kann sichergestellt werden, in welchen Zustand sich das „Inventar“ der Stadt befindet. 60
Des Weiteren ist es möglich dieses digital zu steuern und entsprechend anzupassen 61
(Ampelschaltzeiten, etc…), sowie konstant zu überprüfen. 62
63
Es importante recibir y procesar los datos en tiempo real. Esto significa que los datos deben 64
estar lo más actualizados posible en segundos o minutos para poder sacar un gran provecho 65
de ellos. Para ello, la administración municipal también debe ser capaz de proporcionar y, en 66
su caso, procesar datos en tiempo real. Para los coches de conducción autónoma, como ya 67
110
se ha mencionado con la imagen digital, debe haber una contrapartida digital en el lado de la 68
ciudad que cumpla estos requisitos de datos en tiempo real. 69
Hierbei ist darauf zu achten, die Daten möglichst in Echtzeit zu erhalten und zu verarbeiten. 70
D.h. die Daten müssen möglichst Sekunden-, bzw. minutenaktuell gehalten werden, um aus 71
Ihnen einen großen Nutzen ziehen zu können. Dazu muss auch auf Seite der städtischen 72
Verwaltung die Möglichkeit geschaffen werden Daten in Echtzeit zu Verfügung zu stellen und 73
evtl. verarbeiten zu können. Für autonom fahrende Autos muss es, wie bereits mit dem 74
digitalen Zwilling erwähnt, ein digitales Gegenstück auf Stadtseite geben, welches diese 75
Anforderungen für Echtzeitdaten erfüllt. 76
77
Además, debe aclararse de dónde proceden los datos, de quién se van a obtener y quién los 78
tiene y mantiene en consecuencia. El experto opina que la ciudad debería tener soberanía 79
sobre los datos para su propio desarrollo. A partir de ahí, se puede influir en el desarrollo de 80
la ciudad en su propio sentido. Por ejemplo, se puede crear un sistema a través de las 81
empresas municipales (servicios públicos) a través del cual se puedan gestionar las más 82
diversas áreas de la ciudad, como las zonas de aparcamiento, el tráfico en determinados 83
tramos de carretera, etc... Incluso si los datos se privatizan, la ciudad debería, en su opinión, 84
trabajar para obtener estos datos con el fin de procesarlos. 85
Des Weiteren muss geklärt werden, wo die Daten herkommen, von wem sie zu erhalten sind, 86
und wer die Daten entsprechend hält und pflegt. Der Experte ist der Meinung, dass die Stadt 87
für die eigene Entwicklung die Hoheit über die Daten haben sollte. Daraus kann dann die 88
Stadtentwicklung im eigenen Sinne beeinflusst werden. Es kann z.B. über die städtischen 89
Betriebe (Stadtwerke) ein System geschaffen werden, durch welches die verschiedensten 90
Bereiche der Stadt verwaltet werden können, wie z.B. Parkflächen, Verkehr in bestimmten 91
Straßensegmenten, etc… Selbst wenn die Daten privatisiert sind, sollte sich die Stadt seiner 92
Meinung nach dafür einsetzen, diese Daten zu erhalten, um sie zu verarbeiten. 93
94
También debe ampliarse en gran medida el uso interdisciplinario de los datos en el ámbito de 95
la movilidad y reunir los datos existentes y aún necesarios. El ejemplo utilizado por el experto 96
es el viaje en coche a la ciudad hasta una plaza de aparcamiento previamente reservada, así 97
como el viaje posterior con un e-scooter/bicicleta, que es una interacción de las más diversas 98
fuentes de datos. 99
Auch die interdisziplinare Datennutzung im Bereich der Mobilität muss stark ausgebaut und 100
damit die vorhandenen und noch benötigten Daten zusammengeführt werden. Das vom 101
111
Experten verwendete Beispiel ist hierbei die Fahrt mit dem Auto in die Stadt zu einem vorab 102
reservierten Parkplatz, sowie die Weiterfahrt mit einem E-Scooter/Bike, welches ein 103
Zusammenspiel verschiedenster Datenquellen ist. 104
105
El experto explica la oportunidad que tiene un centro de datos propio (open data) en la 106
administración de la ciudad con el hecho de que, debido a la cantidad de datos, se pueden 107
derivar de ellos otras lógicas y conclusiones a través de la inteligencia artificial y el aprendizaje 108
automático, que antes permanecían ocultas en el ecosistema de la ciudad. 109
Die Chance, welche ein eigenes (Open Data) Datenzentrum in der Stadtverwaltung hat, erklärt 110
der Experte damit, dass durch die Menge an Daten, daraus per künstlicher Intelligenz und 111
Machine Learning weitere Logiken und Schlussfolgerungen abgeleitet werden können, welche 112
bisher im Ökosystem der Stadt verborgen geblieben sind. 113
114
Al agregar y procesar los datos, la ciudad puede ofrecer a los proveedores de movilidad 115
interfaces a través de las cuales se puede acceder a los datos necesarios en tiempo real. Si 116
la ciudad lo desea, se puede desarrollar un nuevo modelo de negocio que genere nuevos 117
ingresos. Según el experto, hay que crear un fondo de datos gestionado por la ciudad. 118
Die Stadt kann durch die Zusammenfassung und Verarbeitung der Daten, den 119
Mobilitätsanbietern Schnittstellen anbieten, durch welche die benötigten Daten in Echtzeit 120
abrufbar sind. Sofern es von der Stadt erwünscht ist, kann daraus auch ein neues 121
Geschäftsmodell entwickelt werden, welches neue Einnahmen generiert. Es muss laut dem 122
Experten ein Datenpool entstehen, welcher von der Stadt verwaltet wird. 123
124
En el ámbito de las aplicaciones (palabra clave: "movilidad como servicio"), el experto destaca 125
el principio de la aplicación "Moovster", que permite a las empresas responder a las 126
necesidades individuales de sus empleados y ofrecerles puntos de movilidad en lugar de 127
limitarse a proporcionarles un coche de empresa. Si el empleado renuncia a un coche de 128
empresa, recibe puntos de movilidad que puede canjear por el alquiler de un coche, una 129
bicicleta eléctrica o un billete de metro. De este modo, en el futuro será posible mapear los 130
conceptos de movilidad en una especie de sistema de puntos y generar a partir de ello formas 131
de movilidad completamente nuevas. Además, según el experto, esto ofrece la oportunidad 132
de iniciar nuevas formas de pensar en el ámbito de la sostenibilidad. 133
Im Bereich der Applikationen (Stichwort: „Mobility as a Service“) hebt der Experte das Prinzip 134
der Applikation „Moovster“ hervor, dass es Firmen ermöglicht, auf die individuellen 135
112
Bedürfnisse ihrer Mitarbeiter eizugehen, und diesen Mobilitätspunkte anzubieten, statt 136
lediglich einen Dienstwagen zur Verfügung zu stellen. Wenn der Mitarbeiter also auf einen 137
Dienstwagen verzichtet, erhält er sog. Mobilitätspunkte, welche er dann für die Anmietung 138
eines Autos, E-Bikes/Scooters, oder U-Bahn-Tickets einlösen kann. So besteht künftig die 139
Möglichkeit, Mobilitätskonzepte in einer Art Punktesystem abzubilden und daraus ganz neue 140
Formen der Mobilität zu generieren. Darüber hinaus bietet dies laut dem Experten die 141
Möglichkeit, neue Denkweisen im Bereich der Nachhaltigkeit anzustoßen. 142
143
En general, la ciudad debe entenderse como un sistema de sistemas que deben entrelazarse 144
en términos de tecnología de datos. El experto vuelve a utilizar el ejemplo de la imagen digital 145
y cita el ejemplo de los motores, que ya pueden ser totalmente digitalizados. Por ejemplo, los 146
componentes individuales, los modos de funcionamiento, los umbrales de temperatura y 147
mucho más pueden representarse digitalmente. Lo mismo puede trasladarse a una ciudad; 148
con la ayuda de la realidad digital de una ciudad, las simulaciones y la planificación urbana 149
pueden llevarse a cabo más fácilmente y en tiempo real. 150
Allgemein muss die Stadt als ein System von Systemen verstanden werden, welche 151
datentechnisch ineinandergreifen müssen. Der Experte zieht hier wieder das Beispiel des 152
digitalen Zwillings heran, und nennt das Beispiel von Motoren, welche bereits vollständig 153
digitalisiert erfasst werden können. Es können z.B. die einzelnen Bauteile, Funktionsweisen, 154
Temperatur-Schwellwerte und vieles mehr digital dargestellt werden. Dasselbe lässt sich auch 155
auf eine Stadt übertragen, es können dann mithilfe der digitalen Realität einer Stadt, 156
Simulationen und Stadtplanung einfacher und in Echtzeit durchgeführt werden. 157
158
El experto continúa diciendo que estos sistemas en una ciudad necesitan una plataforma de 159
datos que permita a los diferentes sistemas intercambiar datos entre sí. 160
Der Experte führt weiter an, dass diese Systeme in einer Stadt eine Datenplattform benötigen, 161
welche es zulässt, dass verschiedene Systeme Daten miteinander austauschen können. 162
163
Si se consigue integrar los datos entre sí, se podrá diseñar la ciudad en sus facetas y 164
gestionar con éxito el tráfico (uso de las carreteras, segmentos), los turistas (flujos, horas 165
punta, atascos), los cuellos de botella en materia de energía, así como la contaminación del 166
aire y del agua y el estado de las instalaciones (carreteras, puentes, túneles, semáforos). 167
Wenn die Daten erfolgreich miteinander integriert werden können, lässt sich die Stadt in ihren 168
Facetten gestalten und darin der Verkehr (Straßennutzung, Segmente), Touristen (Ströme, 169
113
Stoßzeiten, Überlastungen), Engpässe bei Energie, sowie Luft-, und Wasserverschmutzung 170
und Zustand von Anlagen (Straßen, Brücken, Tunnels, Ampeln) erfolgreich verwalten. 171
172
Además, como ya se ha mencionado, los avances en inteligencia artificial y aprendizaje 173
automático permiten mejorar continuamente el análisis de los datos y las previsiones 174
asociadas, lo que en última instancia contribuye a mejorar la movilidad inteligente en su 175
conjunto. 176
Darüber hinaus lassen sich, wie bereits erwähnt, mittels des Fortschritts bei künstlicher 177
Intelligenz und Machine Learning, Datenauswertungen und damit einhergehende Prognosen 178
kontinuierlich verbessern, was letztendlich zur Verbesserung der Smart Mobility insgesamt 179
beiträgt. 180
181
El experto subraya que esto también permite hacer "experimentos", como el cierre de las 182
carreteras a los coches en el verano de 2020 mientras menos personas conducían sus coches 183
y la gente utilizaba cada vez más la bicicleta, con el fin de reaccionar con flexibilidad a los 184
cambios en la movilidad. 185
Der Experte betont weiter, dass dadurch auch „Experimente“ möglich sind, wie z.B. die 186
Sperrung von Straßen für Autos im Sommer 2020 während weniger Leute mit ihren Autos 187
unterwegs waren und Menschen vermehrt mit Fahrrädern unterwegs waren, um so flexibel 188
auf Mobilitätsänderungen zu reagieren. 189
190
Esto permite aplicar mecanismos de control exhaustivos en los ámbitos del tráfico, la energía, 191
la movilidad, la recogida de residuos, la seguridad (bomberos y policía) y la calidad del aire y 192
del agua. Unido al aprendizaje automático, es posible crear algoritmos capaces de realizar 193
amplias previsiones a partir de los datos disponibles. Así se podrán crear los modelos 194
inteligentes del futuro. 195
Dadurch lassen sich umfangreiche Steuerungsmechanismen in den Bereichen Verkehr, 196
Energie, Mobilität, Müllabfuhr, Sicherheit (Feuerwehr und Polizei), Luft-, und Wasserqualität 197
anwenden. Gekoppelt mit maschinellem Lernen ergibt sich die Möglichkeit Algorithmen zu 198
schaffen, welche zu umfangreichen Prognosen aus den vorliegenden Daten in der Lage sind. 199
Es können somit die intelligenten Modelle der Zukunft geschaffen werden. 200
201
114
El experto también señala los modelos que combinan los grandes acontecimientos con los 202
datos meteorológicos, los datos históricos de accidentes y los datos de tráfico para obtener 203
previsiones. 204
Der Experte verweist des Weiteren auf Modelle, welche Großveranstaltungen mit 205
Wetterdaten, historischen Unfalldaten, und Verkehrsdaten vereinigen, und daraus Prognosen 206
ableiten. 207
208
Todo esto avanza con paso firme y la combinación de datos y nuevos conceptos ofrece 209
amplias posibilidades para la nueva movilidad inteligente del futuro. 210
All dies schreitet kontinuierlich voran und die Vereinigung der Daten und neuen Konzepte 211
bietet breitgefächerte Möglichkeiten der neuen Smart Mobility der Zukunft.212
9.7 Anexo VII – Preguntas y Respuestas para el Proyecto [Confidencial]
(Experto E4)
Pregunta: ¿Qué tipo de datos son importantes para la movilidad inteligente, y en concreto, 1
para su Proyecto? 2
Respuesta: La movilidad inteligente es un concepto muy amplio que puede requerir de 3
muchos tipos de datos, pero en el contexto de [Confidencial] trabajamos con 1) datos de 4
información del tráfico (incidencias, accidentes, congestiones, obras, paneles informativos, 5
radares de velocidad, estado de carriles reversibles, información semafórica, etc.) y 2) datos 6
de localización de determinados usuarios (vehículos de emergencia – bomberos – y usuarios 7
vulnerables en intersecciones peligrosas – bicicletas, patinetes, peatones). 8
Pregunta: ¿Su proyecto se basa, además de en otros datos, en los datos abiertos? 9
Respuesta: Sí. Trabajamos con varias fuentes de datos públicas (como Open Data BCN) y 10
privadas. 11
Pregunta: Desde su punto de vista, ¿podría una ciudad (o el Ayuntamiento de Barcelona) 12
hacer algo más para facilitar su trabajo? Por ejemplo, ¿proporcionar más datos abiertos, o 13
más actualizados, o especiales? 14
Respuesta: La calidad de los datos es fundamental para el buen funcionamiento de los 15
servicios. De ellos depende poder ofrecer una buena experiencia de usuario. La cantidad y el 16
tipo de datos pueden ser suficientes actualmente (aunque en el futuro posiblemente se 17
necesitarán más), pero su actualización no siempre es óptima. Este tipo de servicios van a ir 18
ganando protagonismo en los próximos años y es necesario que los ayuntamientos (y otras 19
entidades públicas) dediquen más recursos para asegurar su calidad y acceso. 20
Pregunta: ¿Cómo es la colaboración con los agentes públicos y privados (public and private 21
stakeholders)? ¿Existen cooperaciones en el ámbito de los datos, la infraestructura (de 22
sensores) o la normativa legal? 23
Respuesta: Cooperamos con varios agentes, tanto públicos como privados (Ajuntament de 24
Barcelona, Servei Català de Trànsit, Túnels de Barcelona i Cadí, RACC…), los cuales 25
proporcionan datos que hacen posible el despliegue de la mayoría de los servicios. Las 26
actividades se formalizan a través de acuerdos de colaboración y son tareas técnicas y 27
operacionales. No trabajamos en normativa legal con ellos (aunque es un tema interesante y 28
necesario para el futuro). 29
Pregunta: ¿Cómo funciona la conexión entre, por ejemplo, los semáforos y la aplicación? 30
Respuesta: XXX Barcelona utiliza siempre comunicación celular. La información semafórica 31
es proporcionada por el centro de control de tráfico de la ciudad y se aloja en los servidores 32
de gestión de los servicios (backend). Cuando un usuario se aproxima a una intersección 33
habilitada con GLOSA (Green Light Optimal Speed Advice) la topología de la intersección y 34
117
el estado de las fases de los semáforos se mandan a la aplicación (a través de mensajes 35
[Confidencial] estandarizados). A continuación, los datos se procesan en el dispositivo 36
(smartphone) y se muestran en pantalla siguiendo el diseño de presentación del servicio. 37
9.8 Anexo VIII – Guía de entrevista sobre los datos abiertos en Barcelona
(Experto E5)
Objetivo Categoría Pregunta Aspectos importantes
OE1 Datos En su opinión, ¿cuáles son las cualidades más importantes que debe tener un conjunto de datos (dataset) abiertos para ser utilizado?
- “Openness” según 5-Estrellas - Cantidad/actualidad de Datos - Formatos (CSV, XML, etc…) de los datos
OE1 Datos ¿Qué tipo de datos abiertos le parece más importante en relación con los datos (y aplicaciones) de movilidad (inteligente)?
- Datos “Geo-localizacion”, etc…
OE2 Medidas ¿Se imagina que el Crowdsensing (captación de datos (de sensores) con dispositivos móviles) sea una fuente importante de captación de Datos Abiertos en el futuro en Barcelona? ¿Porque?
- contribución de los ciudadanos (con “Smart devices” u otras maneras)
OE2 Cooperaciones ¿Deben las autoridades establecer cooperaciones con empresas tecnológicas o proveedores de telefonía móvil para obtener sus datos y ponerlos a disposición como datos abiertos? ¿Cuáles podrían ser los beneficios?
- cantidad y calidad de datos - gestión de los datos
OE2 Futuro ¿Cree que los datos abiertos afectarán mucho a la movilidad inteligente en las ciudades en general? En caso afirmativo, ¿cómo y por qué?
- eficiencia - menos movilidad privada? ¿O más?
OE2 Problemas y Retos
¿Ve algún obstáculo o peligro en el uso de los datos abiertos?
- protección de datos? - imposible “abrir” todos los datos?
OE3 Futuro ¿Se utilizan actualmente los datos abiertos de forma eficiente? ¿Se podría mejorar de una manera?
- calidad - formatos - plataforma de los datos abiertos
OE3 Futuro ¿Cuáles podrían ser los posibles usos futuros de los datos abiertos? ¿Existe alguna condición? ¿Se utilizarán más o menos? ¿Por qué?
119
9.9 Anexo IX - Transcripción de la entrevista sobre los datos abiertos en
Barcelona (Experto E5)
Entrevistador: ¡Hola muy buenos días! ¡Muchas gracias por su tiempo! ¿Como estoy 1
haciendo mi tesis sobre Barcelona y sobre la influencia de los open data…que me puede 2
decir sobre…en su opinión, que tipo de datos le parece más importante en relación con los 3
datos abiertos y con la movilidad inteligente? 4
Entrevistado: No sé si vale la pena preguntarse si son relevantes o no, porque lo que para 5
nosotros puede no ser relevante, puede ser relevante para cualquier otro ciudadano o 6
cualquier otra empresa. Que precisamente ve lo innovador o lo disruptivo dónde nosotros no 7
lo vemos. Por tanto, el planteamiento no…está claro que hay que priorizar, porque los 8
recursos no son infinitos, ¿no? Y hacer una primera priorización de que puede ser relevante 9
o no es siempre importante, pero el objetivo final tiene que ser que prácticamente todo esté 10
en open data. ¡Porque nunca sabemos qué utilidad pueden tener las cosas…y nos pueden 11
sorprender! Por tanto…pues hombre, claro, si me hablas de movilidad…es fundamental saber 12
dónde tenemos las obras. Esto es básico. Saber dónde se puede aparcar: Esto es básico. 13
Pero seguro que hay muchas otras coses que ni se nos ocurre, que son relevantes, o que 14
alguien, combinándolos con otros datos puedan hacer que sea relevante. Por tanto, déjame 15
decirlo al revés: Que no le veamos la utilidad, no quiere decir que no lo abramos. Tienes que 16
priorizar, porque tus recursos no son infinitos. Y tienes que decidir que va antes de que…pero 17
por el hecho de que no acabes de ver que haga la utilidad de algo eso no quiere decir que no 18
lo publiques. 19
Entrevistador: Vale, yo veo. Eso tiene sentido. Y entonces tengo otra pregunta: Mi objetivo 20
de la tesis es más o menos reunir las fuentes de datos como datos privados, datos abiertos, 21
y datos de por ejemplo de “crowsending” de la ciencia ciudadana como, por ejemplo, un 22
usuario tiene su móvil y el puede medir el ruido en su barrio, en su zona. Como usted tiene 23
conocimiento sobre la plataforma Sentilo, lo que yo entendí es…el objetivo de esa plataforma 24
es lo mismo, ¿no? Es reunir las fuentes de datos y crear una plataforma como un “dashboard”, 25
un centro de control más o menos de todos los datos para que la gente o empresas o la 26
ciudad pueda utilizarlos. ¿En su opinión, tiene algo así sentido? ¿Se puede mejorar algo en 27
ese ámbito? 28
Entrevistado: Si, se puede mejorar muchísimo todavía. Afortunadamente no quedaremos sin 29
trabajo en los próximos años. A ver, apartes: Sentilo es una plataforma IOT. Su objetivo no 30
es compartir los datos con el exterior. Su objetico es recibir miles de datos por segundo y 31
aguantar el tipo. Y no caerse y funcionar y, si…nuestros sensores están programados para 32
que, si pierden comunicación, guarden los datos, y cuando la comunicación se reestablezca, 33
los manden todos. Sentilo está preparado para aguantar avalanchas provocadas por una 34
desconexión de seis horas. Eso puede representar multiplicar por miles el número de registros 35
por segundo que estamos recibiendo. 36
121
Por tanto, su gran fortaleza una, es esta. La capacidad de ingerir datos y puntas, ¿no? Su 37
primera implantación, hicimos unas pruebas de carga y aguantábamos cinco mil registros por 38
segundo bien. Sin problemas. Esto consiguen muy pocas plataformas hoy en día. Y además 39
esta propia plataforma, cuando envía los datos a los suscriptores, también regular este envió. 40
Y si no pueden enviar, se lo guarda, y cuando restablece conexión, los van a enviar. Y, 41
además, tiene unos mecanismos de control y de atenuación, que, si no puede recibir más 42
datos, lo rechaza sin que se hunda. Y si los quiere mandar, y no los pueden recibir, se los 43
guarda y los marca como no enviados y los manda cuando tiene opción. Por tanto, esta es 44
su primera virtud. 45
Su segunda virtud es que es una capa intermedia que nos aísla… los sensores que generan 46
datos, de las aplicaciones que los consumen. ¿Esto que quiere decir? Que yo puedo cambiar 47
una aplicación sin tocar los sensores. O puedo cambiar doscientos sensores sin tocar la 48
aplicación, porque el protocolo de relación es estándar y está establecido. Por tanto, me aísla 49
una capa de la otra. Por ejemplo, tenemos todo un sistema de monitorización de los 50
consumos eléctricos de los edificios municipales. Lo que hace es crear un “dashboard” por 51
cada edificio. Y esto es una cosa que esta subcontratada a una empresa. Y cada cuatro años, 52
nosotros vamos al mercado, a lo mejor gana otra empresa, y nos cambia el “dashboard” 53
completamente. Pero no hemos de tocar ni un solo de los sensores. Esa es la segunda virtud 54
o razón de ser. 55
La tercera razón de ser de Sentilo es que si era verdad en aquel momento en 2012 o 2013 56
que íbamos a tener cientos de miles de sensores en la calle o sabíamos dónde estaban o 57
estábamos absolutamente perdidos. Porque ves después y buscarlos, ¿vale? Por tanto, 58
también, nos hace un catálogo, de lo que tiene conectado, y nos da una información entre 59
ellas, donde esta físicamente ubicado, como está conectado, quién es el propietario, cuando 60
lo instalamos…que puede ser la base para un sistema de gestión y mantenimiento asistido 61
por ordenador… de gestión de activos que se llama. Sentilo sirve para estas tres cosas. No 62
es una plataforma de open data. Podría funcionar como una plataforma de open data, pero 63
no es su planteamiento que nosotros tenemos aquí. Nosotros podríamos decir: “oiga, 64
ciudadanos! ¡Suscríbanse a los datos si ustedes quieran!” Y cada vez que hubiera un dato 65
nuevo, lo recibirían. 66
¿Pero, cual es el problema de esto? ¿Como acotas el crecimiento? ¡Al final, que acabo 67
teniendo cinco supercomputadores sirviendo datos! Es que claro, que hay podar acotar las 68
cosas. ¿Y es eso la mejor manera? No lo sé… No hemos optado por ahí. Reconozco, que 69
sería muy divertido explorar la posibilidad y jugar a eso. Sería muy divertido. Por no hemos 70
optado por esto. Entonces, en nuestro modelo de capas, tenemos Sentilo como una capa 71
básica, en medio tenemos nuestra plataforma “big data” que se llama CityOS, y conectado a 72
122
la plataforma “big data” hay todo del portal de Open Data [BCN]. Eso es el modelo perfecto 73
de futuro. 74
Ahora que estamos todavía implementando esto, pues, hay datos de open data que no vienen 75
de CityOS, hay datos de CityOS que no vienen de Sentilo, sino que vienen de otros sitios. 76
Por tanto, no es un modelo puro. Es un modelo que esta hibridado, porque tenemos todo un 77
“legacy” producto de toda una instalación, de aplicaciones, de sistemas… algunos de los 78
cuales tienen más que 25 años. Por tanto, todo esto no estaba en el momento de diseño. 79
Entonces, respecto de la parte de Open Data, el modelo de…a ver, primero decimos con 80
orgullo que entramos en esto de los Open Data… yo creo que antes de 2010. Por tanto, 81
llevamos un montón de años en esa línea de trabajo que creemos que es la correcta. Si son 82
datos públicos, porque, ¿o sea… porque no hemos de dar estos datos? ¿La pregunta no es 83
porque los hemos de dar sino la pregunta es “porque no los hemos de dar?” entonces. 84
A nosotros eso ya nos parece bien. El modelo era en el inicio básicamente el modelo de bajar 85
un dataset, un archivo. Y tu lo procesas. Y hombre, hay datasets que con que los actualicemos 86
una vez al mes, sobra, porque tampoco cambian tanto los semáforos que hay en la ciudad, 87
por ejemplo. Y hay otros datasets, pues la verdad, que tienen vigencias relativamente cortas. 88
¡Creo que la evolución de todo esto va a ser no el Open Data, sino el Open API! Interficies de 89
datos abiertos en que nos permitan jugar a datos en tiempo real. Que sería esto que te decía 90
que no hemos decidido hacer con Sentilo. Bueno, si jugamos al Open API tendríamos que 91
jugar a esto. 92
¿Y dónde va a ser absolutamente necesario esto? Va a ser absolutamente necesario en un 93
vehículo conectado. ¿Por qué? Porque para que un vehículo conectado funcione bien, y ya 94
hemos hecho pruebas de esto, por ejemplo… [la entrevista fue interrumpido por una llamada 95
que el entrevistado tenía que responder]… mira, lo que te comentaba: hemos hecho unas 96
pruebas enmarcadas en proyectos europeos. Por ejemplo, tener una app en el coche que te 97
dice: “tienes un semáforo rojo aquí adelante, y si quieres cogerlo en verde has de reducir tu 98
velocidad a 25km/h y así cuando llegues estará verde.” Y eso quiere decir que nosotros 99
hemos de dar datos en tiempo real. Es la situación exacta del semáforo en este momento. 100
Eso no es un dataset, eso es datos en tiempo absolutamente real cien por ciento. Y dices: Si 101
queremos jugar a este tipo de cosas, hemos de ofrecer una API que permita a sistemas 102
externas intercambiar datos [inaudible hasta 14:26]. Es decir, es la evolución de los open data 103
de “me bajo un dataset, a interacciono directamente con los sistemas de información que 104
gestiona la ciudad. 105
Entrevistador: ¡Entonces todo en tiempo real! 106
123
Entrevistado: ¡En tiempo real! En principio de lectura. Pero, hicimos todo un proyecto 107
europeo hace bastante tiempo que era mucho más ambicioso que se llamaba iCity, que dijo: 108
“Lectura, ¡no! ¡Lectura y escritura! Yo le doy órdenes a esos sistemas de información para 109
que hagan cosas. A ver, esto ya producía vértigo en su momento ahora con los problemas 110
de seguridad que hay produce vértigo y medio, ¿vale? Digamos es muy fácil de decir y mucho 111
más difícil de hacer. Pero yo creo que antes o después esto va a tener que ir así. Porque, 112
sobre todo, el vehículo conectado va a exigir interacciones con la ciudad. Y con el problema 113
de roaming que esto representa, ¿no? Porque cuando cambies de ciudad, tu aplicación sigue 114
siendo la misma. Y eta API tiene que ser común, y tiene que haber un sistema de roaming y 115
de enrutamiento porque si no, eso no va a funcionar, ¿no? 116
Entrevistador: Si, yo veo. 117
Entrevistado: Aquí hay todo el mundo…que…yo creo que es si o si. Que creo que no va a 118
tirar adelante si la comisión europea no define estándares ni obligaciones. O sea, va a tirar 119
adelante, pero muy lentamente. Porque la idea es clara. Técnicamente es posible, pero lo 120
que hace falta es que nos pongamos de acuerda todos en cuál es el estándar. 121
Entrevistador: Vale yo veo. ¡No pensé en eso, si! 122
Entrevistado: Claro, cuando yo cambio de ciudad, mi aplicación es la misma, tiene que 123
funcionarme en otra ciudad también. Entonces esto…o la unión europea dice: “señores, por 124
ley, las ciudades tienen que abrir los datos en este formato en este estándar, en esta 125
plataforma” y además te ayudo hacer este paso que para una ciudad grande no es complejo, 126
pero para una ciudad pequeña puede ser inasumible económicamente. Porque esto cuesta 127
dinero. Y cuesta lo mismo para dar diez datos por segundo que para dar cien mil datos por 128
segundo construirlo quiero decir. O la diferencia no es lineal. Los grandes podremos hacerlo. 129
Los pequeñas tendrán auténticos problemas. Y los coches circulan por los grandes y por los 130
pequeños. Por tanto…o tenemos todo enmallado o esto va a ser complicado, ¿no? Me consta 131
que este interés está, pero los últimos anos no he visto movimientos claros. Y al final, creo 132
que van a acabar siendo las propias constructoras de automóviles las que marcen los 133
estándares. Esto ya llegaremos por ahí, yo que soy partidario siempre de lo público por 134
delante de lo privado…pues, no veo la comisión europea por meten orden ahí, de verdad. 135
Entrevistador: Ok, yo veo. Bueno, entonces usted ha respondido casi a cada pregunta que 136
yo tenía. Todavía tengo una única pregunta: Ve usted algún obstáculo o peligro en el uso de 137
datos abiertos, como la protección de datos o es imposible abrir todos los datos. 138
Entrevistado: Es imposible abrir todos los datos. Pero mira, ¿incluso los datos más 139
sensibles, que son los datos de salud…tú sabes lo que vale hoy un buen archivo de salud 140
para cruzar datos tipo big data para luchar contra cosas como el COVID? ¿Porque no hay 141
124
que abrir esto? Pues claro que hay que abrirlo. Lo que pase es que hay que garantizar el 142
anonimato, la confidencialidad, todas estas cosas hay que garantizarlas, esta claro. Pero hoy 143
en día, los países que tengan los datos de salud bien estructurados y un sistema de 144
investigación y desarrollo sobre temas biomédicos potente, que los puedan utilizar. ¡Vamos, 145
tiene un patrimonio absolutamente espectacular! Porque cada vez más, la información 146
biomédica, la vamos a orientar a partir de los datos. El análisis de los datos nos permitirán 147
orientar, hacia donde hemos de poner los experimentos. ¿En vez de…no sé si sabes a 148
historia del primer remedio para la sífilis? 149
Entrevistador: No. 150
Entrevistado: Era un compuesto basado en arsénico. Pues era un señor, que tenia en orden 151
mil componentes distintos, principios básicos del laboratorio. Y empezó por el uno, para ver 152
si servía, y luego pasó al dos, luego paso al tres y cuando estaba en el seiscientos-y-pico, 153
encontró uno que funcionó. 154
Entrevistador: Ok, wow. 155
Entrevistado: O sea, este señor tenía una paciencia absolutamente exquisita y era 156
inasequible a frustración. Eso está claro. Hoy en día, cada vez más, se hacen estudios. 157
Primero, de lo publicado, y segundo de datos, para decir, hombre, si, puede ser que tal 158
principio activo para esta población podría ser correcto. Pues, disponer de estos datos para 159
orientar posteriormente las investigaciones será clave. Pero después para validarlas también. 160
Es decir, hemos de introducido esta nueva medida da salud pública y efectivamente se nos 161
ha reducido significativamente un seis por ciento el número de casos de infarto de no sé 162
qué…pero si no tengo estos datos, estos no lo puedo contrastar. 163
Entrevistador: Ah vale, yo veo. 164
Entrevistado: Por tanto, el open data no tiene por qué tener límites. La privacidad tampoco 165
ha de tener límites. O sea, tiene que ser totalmente ser garantizada. Dicen los expertos que 166
por debajo de 17 personas que pertenecen a una clase, es potencialmente identificable. 167
Aunque estos datos han sido anonimizados o desagregadas. No sé dónde sale el número 17. 168
Pero, un día me lo dijeron y me quedó el número, porque es primo y es bonito eso número 169
guapo. Diecisiete es bonito. Pero entonces bueno…a lo mejor resulta que si hacemos análisis 170
de movilidad, si de un pueblo solo sale diecisiete o menos personas, pues a lo mejor no han 171
de entrar esos datos. Porque podemos acabar identificando quién es quién. Por tanto, hay 172
que ser muy fino con esas cosas. Pero “by default”, lo que hay que hacer, es, ofrecer esos 173
datos. Si se quiere en puro open data. O si se quiere con acuerdos ya más específicos, más 174
garantistas, más lo que tú quieras. Pero hay que darlos. Decirte que, mira, un ejemplo: Sabes 175
que…bueno, tenemos el COVID, entonces uno de los puntos de conflicto o de riesgo más 176
125
grande en Barcelona es la playa. La playa de Barcelona es el equipamiento municipal de uso 177
público más grande de la ciudad. Cabe más genta en la playa que en el campo del Barça. Es 178
obviamente, pero nadie lo piensa antes. Hay siete kilómetros de playa, por eso cabe mucha 179
gente, en siete u ocho kilómetros. Entonces una de las cosas que se quiere controlar, es el 180
aforamiento, es decir, sí queremos tener una garantía de la cantidad de gente que hay … 181
[inaudible desde 23:01 hasta 23:07] … para alguien que aprende el idioma [el entrevistado 182
se refirió a una palabra coloquial que dijo]. 183
Entrevistador: ¡Ningún problema! 184
Entrevistado: La cantidad de gente que tenemos en la playa en un momento dado. Y 185
después alguien hace sus números y dice para estar seguros en este tramo de playa como 186
mucho tiene que haber seis mil personas. Bueno, como cuentas las seis mil personas de la 187
playa, ¿eh? Y en una playa que no está cerrada, ¿que no tiene puertas, que es de acceso 188
libre, vale? ¿Qué hacemos, la vallamos? ¿O que hacemos? Entones hicimos una cosa: 189
¿llamamos a Google, y dijimos, oye tenemos este problema, nos podéis ayudar? La respuesta 190
fue taxativamente no. Pues…a mí, no me parece bien, porque ellos lo saben. Saben 191
exactamente cuánta gente hay allí. 192
Entrevistador: Si, con los móviles. 193
Entrevistado: Con los móviles saben exactamente cuánta gente hay allí. Por tanto, no lo 194
quisieron dar, porque claro, con la susceptibilidad que hay…que tal…que cual…no lo 195
quisieron dar, porque no querían entrar en el juego. Porque no estaba definido en el modelo 196
de negocio [con la ciudad], ¿vale? Porque poder pueden, que les de miedo y tal y cual. Ok, 197
quizás sí, vale. Dicen, bueno, monta tus cameras y peléate tú con los ciudadanos. Plantea 198
otros problemas, pero bueno, en esto de lo que hablamos de open data ahí, me haces entrar 199
en otra reflexión. Las administraciones pensamos que el open data es importante. Y que hay 200
que dar estos datos ¿Y porque no hacen lo mismo las empresas privadas? 201
Entrevistador: Porque quieren vender sus datos. 202
Entrevistado: Efectivamente. No por la privacidad, no por tal, sino porque sirven como fuente 203
de ingresos. Entonces…el caso más escandaloso que vi fue en el año 2012 o 2013, que un 204
banco nos presentó diciendo: Mira, es que hemos empezado eso de analizar los datos de 205
nuestras tarjetas de crédito durante dos meses. Y empezó a dar los resultados de los datos. 206
Y fue increíble. ¿Si tu estas en Madrid y quieres montar una papelería orientada a jóvenes 207
universitarios, donde la montas? 208
Entrevistado: Bueno, cerca de la Universidad. 209
126
Entrevistado: Nos pinta un mapa y dice: “Exactamente aquí.” Dice, “porque aquí es donde 210
vemos que gente de menos de treinta años consume…” no sé qué. Pero el escándalo ya 211
llego cuando sin ningún tipo de vergüenza aquella señora nos dijo: “Porque si usted es un 212
hombre que está interesado en conocer mujeres de alto poder adquisitivo, donde tiene que 213
ir?” Esto te juro en público. ¡No es broma! Y dice: “pues, tienes que ir al restaurante tal!” 214
Porque en los restaurantes tres estrellas Michelin de la ciudad…en el tal, eso es el restaurante 215
donde más mujeres pagan en relación respecto de los hombres. 216
Entrevistador: ¡Wow, es increíble! 217
Entrevistado: Y a esta señora la fui encontrar después. ¡Y dije “oye, me ha parecido 218
fascinante!” Luego te añado otra derivada. ¿Digo, cuando vamos a poder tener estos datos 219
en open data? Dice: “Ah no!” – “Porque no?” – “Diga, a nosotros, ¡nos exijáis que los abramos! 220
¡Lo has dicho públicamente! Que la ciudad ha de abrir los datos. Oye quid pro quo [Cosa que 221
sustituye a algo equivalente o que se recibe como compensación por ello (Diccionario de la 222
lengua española, 2014)], (2014. Diccionario de la lengua española. Barcelona: Espasa Calpe) 223
abre los tu también! Y dice: “claro, pero es que los datos de la administración son públicos y 224
además es el re-uso de datos que no han sido tomados para esto. Digo, si si, claro, pero los 225
datos que te han dado los da la tarjeta de crédito no es para que tu hagas negocios con esas 226
estadísticas. Es para pagar. 227
Entrevistador: Exacto. 228
Entrevistado: Por tanto, también estás haciendo un uso de un dato que no ha sido recogido 229
con ese objetivo. 230
Entrevistado: ¡Exacto, exacto! 231
Entrevistador: ¡Por tanto, no me vengas con milongas! Evidentemente ellos no han abierto 232
sus datos y nosotros…sí. Pero, esto es la ley del embudo. El ancho para mí y el estrecho 233
para ti. Y siempre ha sido así. Y ahora estamos allí así. 234
Entrevistador: No lo sabía, eso es muy interesante. 235
Entrevistado: Lo de la experiencia esta con el banco…yo alucinaba. Pero luego tengo un 236
amigo que trabaja en catastro. Catastro son los que hacen el inventario de las casas de las 237
fincas, los terrenos. Uno de los objetivos del catastro es dar una valoración que normalmente 238
esta correlacionada con el precio del mercado, pero no es el precio de mercado, es siempre 239
muy inferior. Pero claro, la mejor manera es importante, porque el impuesto de bienes 240
inmuebles, el impuesto sobre la propiedad de la ciudad se basa en este valor catastral. Por 241
tanto, si ese valor es alto, tú pagas más. Y si es bajo, tú pagas menos. Bien. ¿Entonces, ellos 242
qué dicen? Si, a mí, me das…dice, cuando voy a una ciudad y tengo que hacer el catastro no 243
127
es un trabajo fácil. Pero a mí, si me dices, donde están las zapaterías, ya te digo cual es el 244
eje comercial de la ciudad. Por tanto, ya sé que esto es una zona un diez o quince por ciento 245
más cara que el resto de la ciudad. Si me dices en qué barrios no hay tiendas…estoy en un 246
barrio dormitorio. Por tanto, un barrio de bajo valor catastral. Por tanto, cogiendo todos estos 247
datos que tiene el banco, la administración conseguiría ser mucho más eficaz y mucho más 248
eficiente. Y podría ser parte de su trabajo de una manera mucho mejor para el ciudadano. 249
Pero no tenemos acceso a estos datos. 250
Entrevistador: Entonces sería un objetivo recibir estos datos. Sería mucho mejor, ¿no? 251
Entrevistado: Llegar a un acuerdo simétrico, decir la administración abre los datos, pero las 252
empresas también, y ahora déjame ser bruto, y los ciudadanos también. Porque a mí saber 253
cómo tú te mueves por la ciudad me ayuda a planificar la ciudad. 254
Entrevistador: Claro que sí. 255
Entrevistado: Por tanto, sería bueno, tener todos los días tus datos de movilidad. Tampoco 256
los tengo. 257
Entrevistador: ¿Y no se puede dictar reglas? 258
Entrevistado: Bueno, como empezamos a jugar con la intimidad, la privacidad, y nadie se 259
quiere meter en un problema tan grade. ¡Rápidamente se les acusaría querer que se caiga la 260
privacidad, de querer montar un estado policial de bla bla bla… es que no es obvio! Piensa 261
que nuestros ciudadanos se desnudan en Facebook, se desnudan en TikTok, se desnudan 262
en Instagram, pero no le quieren dar los datos de donde están a la administración. Y esto es 263
una realidad. 264
Entrevistador: ¡Esto parece complicado! 265
Entrevistado: Es muy complicado de gestionar esto. No la ha gestionado nadie, por tanto, 266
es que la cosa es muy complicada. No es fácil. No digo que sea fácil. Pero, el tema de obertura 267
de los datos, la privacidad, el utilizar los datos que no han sido recogidos para un fin distinto 268
de aquel por el que han sido recogidos. Todo esto, no es trivial en absoluto. Por tanto, se 269
tiende en países como España, en general en toda unión europea a ser restrictivo. A no 270
utilizar demasiados datos. Y en países como China se utiliza para ponerte en la cárcel. Esto 271
es así. Allí este “problema” de la privacidad no lo tienen. 272
Entrevistador: Bueno, me imagino, Yo veo. Hay que crear como una ley o una seguridad 273
jurídica para los ciudadanos. 274
Entrevistado: No es fácil, es decir, esto…el que diga: “ah esto lo arreglo yo en 5 minutos” no 275
se entera. Esto es muy complicado arreglar. De veras a donde podemos llegar sin perder 276
128
derechos y sin perder intimidad. No es trivial, no lo es en absoluto. Alguien puede decir que 277
esto es un pimpam y lo arreglamos. ¡No, es complicado! Además, hay toda una serie de 278
consideraciones de tipo legal que a mí se me escapan que no puedes obviarlas, tienes que 279
tenerlas presentes. Bueno, llevamos diez años con esto de los open data o más de diez años 280
y hay muchas cosas pendientes para resolver, eso está claro. 281
Entrevistador: Claro. Bueno, ahora usted me ha dado muchas cosas en pensar y… 282
Entrevistado: …lo siento (se ríe) … 283
Entrevistador: ¡No, es bueno! ¡Más información, mejor! 284
Entrevistador: ¡Muchas gracias por su tiempo, y por toda la información! 285
Entrevistado: ¡De nada, muchas gracias igualmente! 286
9.10 Anexo X – Los datasets del ámbito de la Movilidad (Open Data BCN)
Nombre Clasificación Openness Score
license_title date_publish
ed update
frequency api
total_downloads_absolute
notes_en formato
Technology type of the vehicle gauging equipments in the city of Barcelona
Sensores 3 Creative Commons Attribution 4.0
2018-09-07 ANUAL Yes 242 Technology type used as equipment to read the capacity of the vehicle mobility in the city of Barcelona.
csv
Mobility gauging equipment of the city of Barcelona
Sensores 3 Creative Commons Attribution 4.0
2018-09-07 ANUAL Yes 755 Details of the devices that make up the equipment for measuring the mobility capacity of the city of Barcelona.
csv
Mobility gauging detail of the city of Barcelona
Sensores 3 Creative Commons Attribution 4.0
2018-09-07 ANUAL Yes 916 Detail of the data recorded in mobility gauging in the city of Barcelona.
csv
Sidewalks ampliation in the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2020-05-11 SETMANAL No 348 Sidewalks ampliation in the city of Barcelona geojson
Car parks in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2015-11-27 SETMANAL No 1080 Car parks in the city of Barcelona. xml
Parking service for bikes in the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2015-11-17 SETMANAL No 484 Parking service for bikes in the city of Barcelona.
xml
Off-street parking inventory of the B:SM network in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2018-07-26 IMMEDIATA No 954 Off-street B:SM (Barcelona de Serveis Municipals) parking inventory in the city of Barcelona.
json
Petrol stations in the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2015-11-17 SETMANAL No 310 Petrol stations in the city of Barcelona. xml
Services related with bicycles in the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2015-11-17 SETMANAL No 453 Rental companies list and other services related with bicycles in the city of Barcelona. Car parks are not included.
xml
Bicing stations of the city of Barcelona (Mechanics and electrics)
Bicing 3 Creative Commons Attribution 4.0
2015-11-09 SERIE_INTERROMPUDA
Yes 1387096 Bicing stations, mechanical and electrical, in the city of Barcelona.
csv
Pacified streets of the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2020-05-11 SETMANAL No 533 Pacified streets of the city of Barcelona geojson
Bicycle lanes of the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2017-05-03 SETMANAL No 5655 Bicycle lanes in the city of Barcelona. The data published doesn't provide information on the directionality of the Bicycle lanes.
geojson
Bicycle lanes in construction in the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2017-05-04 SETMANAL No 3253 Bicycle lanes in construction (tendered or works) in the city of Barcelona. The data published doesn't provide information on the directionality of the Bicycle lanes.
geojson
Bicycle Lanes in the other municipalities the metropolitan area of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2017-05-04 SETMANAL No 2642 Bicycle lanes builded in the municipalities of the metropolitan area of Barcelona. The data published doesn't provide information on the directionality of the Bicycle lanes. The .zip resource includes the rest of the resources.
geojson
130
Surface parking spots colours' information in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2018-02-07 MENSUAL Yes 849 Colors' information about regulated surface parking spots of the city of Barcelona.
csv
Bike corridors of the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2020-05-11 SETMANAL No 953 Bike corridors of the city of Barcelona geojson
Entities pact mobility in the city of Barcelona (Route planner, traffic conditions, public transport, bicycles, on foot)
Info Meta 3 Creative Commons Attribution 4.0
2015-11-17 SETMANAL No 237 Entities pact mobility in the city of Barcelona. xml
List of transportation equipments and related services equipments in the city of Barcelona
Infraestructura 4 Creative Commons Attribution 4.0
2015-11-27 MENSUAL No 658 Types of Transport and related services to be found in Barcelona: car parks, cycling lanes, petrol stations, car hire; air, sea, land and private transport; car-sharing etc. The coordinates are measured with the ETRS89 reference system and with the geographic system (longitude and latitude).
rdf
Related Equipment transport in the city of Barcelona (Route planner, traffic conditions, public transport, bicycles, on foot)
Info Meta 3 Creative Commons Attribution 4.0
2015-11-27 SETMANAL No 349 Related Equipment transport in the city of Barcelona.
xml
Age of the vehicle park with less one year from the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2017-07-18 ANUAL Yes 646 Age of the vehicle park with less one year from the city of Barcelona
csv
Antiquity of the motorcycles of the city of Barcelona
Condición coches y motos
3 Creative Commons Attribution 4.0
2013-03-14 ANUAL Yes 2035 Antiquity of the motorcycles of the city of Barcelona
csv
Antiquity of the cars of the city of Barcelona
Condición coches y motos
3 Creative Commons Attribution 4.0
2013-03-14 ANUAL Yes 2260 Antiquity of the cars of the city of Barcelona csv
Motorcycles cylinders (HUBRAUM!) of the city of Barcelona
Condición coches y motos
3 Creative Commons Attribution 4.0
2013-03-14 ANUAL Yes 2075 Motorcycles cylinders of the city of Barcelona csv
Nationality of the private car and motorbike owners in the city of Barcelona (Española - Extranjera, por distritos y barrios) (Fortsetzung v. "Nationalities of Motocycle owners…")
Propiedad Vehículo (Nacionalidad)
3 Creative Commons Attribution 4.0
2015-01-20 ANUAL Yes 1671 Nationality of the tourism and motorbike owners in the city of Barcelona
csv
Nationalities of motorcycle owners of the city of Barcelona (Española - Extranjera, por distritos y barrios)
Propiedad Vehículo (Nacionalidad)
3 Creative Commons Attribution 4.0
2013-03-14 SERIE_INTERROMPUDA
Yes 1179 Nationalities of motorcycle owners of the city of Barcelona
csv
Tax horsepower of the cars of the city of Barcelona
Condición coches y motos
3 Creative Commons Attribution 4.0
2013-03-14 ANUAL Yes 1543 Tax horsepower of the cars of the city of Barcelona
csv
Car park typology of the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2013-03-14 ANUAL Yes 2185 Car park typology of the city of Barcelona csv
131
Car owner type of private cars and motorbike in the city of Barcelona (personas físicas - personas jurídicas) (Fortsetzung von "Types of motorcycle owner by neighborhoods…")
Propiedad Vehículo (legal)
3 Creative Commons Attribution 4.0
2013-03-14 ANUAL Yes 1829 Car owner type of tourism and motorbike in the city of Barcelona
csv
Types of motorcycle owners by neighbourhoods of the city of Barcelona (personas físicas - personas jurídicas)
Propiedad Vehículo (legal)
3 Creative Commons Attribution 4.0
2013-03-14 SERIE_INTERROMPUDA
Yes 1499 Types of motorcycle owners by neighbourhoods of the city of Barcelona
csv
(DUM) parking lot in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2020-06-16 DIARIA No 201 Number of parking lots done on the day before in Urban Freight Transport area (DUM ) of the city of Barcelona
json
Bus stops of the city of Barcelona
Transporte público
3 Creative Commons Attribution 4.0
2013-03-18 MENSUAL No 1583 Bus stops, day bus stops, night bus stops, airport bus stops of the city of Barcelona.
csv; xml
New Bicing stations status of Barcelona city
Bicing 3 Creative Commons Attribution 4.0
2019-03-25 IMMEDIATA No 951698 New Bicing stations status of Barcelona city json
Traffic incidence notices of the city of Barcelona
Tráfico 2 Creative Commons Attribution 4.0
2011-02-17 CINC_MINUTS No 25379 Should there be any incident of the city of Barcelona, an incident notice will appear in three languages. Otherwise, the phrase Use public transport will appear.
txt
Surface parking spots timetables' information in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2018-02-07 MENSUAL Yes 1639 Timetables' information about regulated surface parking spots of the city of Barcelona. The timelines by each type of spot are detailed.
csv
New Bicing stations
information of the city of Barcelona
Bicing 3 Creative Commons
Attribution 4.0
2019-03-25 IMMEDIATA No 5727 New Bicing stations information service of
Barcelona city
json
Bus routes information of Barcelona North Station in the city of Barcelona
Transporte público
3 Creative Commons Attribution 4.0
2019-05-13 IMMEDIATA No 1074 Real time information of bus routes of lines that operate at Barcelona North Station in the city of Barcelona (and go to everywhere in Spain and other european countries)
csv; GTFS
Traffic state information in the city of Barcelona by sections. Real time data, in relation to average time and 15 minute prediction.
Tráfico 3 Creative Commons Attribution 4.0
2011-02-17 CINC_MINUTS Yes 295456 Traffic street sections of the city of Barcelona information with his actual weather, in relation to the actual weather and the predicted weather in 15 minutes.
csv
Street laterals closed to traffic in the city of Barcelona
Tráfico 3 Creative Commons Attribution 4.0
2020-05-11 SETMANAL No 268 Street laterals closed to traffic in the city of Barcelona
geojson
Taxi stops in the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2015-11-27 SETMANAL No 486 Taxi stops in the city of Barcelona. xml
Bicycles's anchorage points in the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2015-11-17 SETMANAL No 1439 Bicycles's anchorage points in the city of Barcelona.
xml
Electric vehicle charging stations in the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2015-11-10 IMMEDIATA Yes 6238 Data on electric vehicles' charging stations of the city of Barcelona. Only the public stations are kept up to date. Questions regarding to state of service are provided.
csv; json
132
Green Round Route of the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2017-05-04 SETMANAL No 2793 Green Round Route of the city of Barcelona. geojson
User Information System (SIU) for predicting parking in the blue area in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2018-11-29 DIARIA No 712 Information of the B:SM User Information System (SIU) of the parking prediction in the blue area in the city of Barcelona for two consecutive days.
json
Surface parking spots rates' information in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2018-02-07 MENSUAL Yes 1706 Rates information about regulated surface parking spots of the city of Barcelona. The different prices are detailed depending on each type of spot.
csv
Traffic state information by sections of the city of Barcelona
Tráfico 3 Creative Commons Attribution 4.0
2011-02-17 CINC_MINUTS Yes 440765 Traffic state detailed information by sections of the city of Barcelona
csv
Surface parking spots zones' information in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2018-02-07 MENSUAL Yes 2292 Zones' information about regulated surface parking spots of the city of Barcelona. Divided in different types of spots: blue, green, resident exclusive green, urban merchandise distribution...
csv
Street sections relations of the public road of the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2011-03-17 PETICIO_NEGOCI
Yes 274407 Street sections relations of the public road of the city of Barcelona
csv
Definition of the intineraries (Straßenabschnitte) of the city of Barcelona and the specification of the sections that compose them
Infraestructura 3 Creative Commons Attribution 4.0
2011-03-17 PETICIO_NEGOCI (gemäß Verfügbarkeit, Benötigung)
Yes 158958 List of route code numbers, road sections that make up the route and a description of those sections of road network of the city of Barcelona
csv
Public transports of the city of Barcelona
Transporte público
3 Creative Commons Attribution 4.0
2013-03-15 MENSUAL No 1835 Public transports (underground, Renfe, FGC, funicular, cable car, tramcar, etc) of the city of Barcelona.
csv; xml
Metropolitans Transports and Bus companies in the city of Barcelona
Transporte público
3 Creative Commons Attribution 4.0
2015-11-16 SETMANAL No 449 Metropolitans Transports and Bus companies in the city of Barcelona.
xml
Bicing service use of the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2018-05-28 SERIE_INTERROMPUDA
Yes 10542 Real-time data information of Bicing service use in the city of Barcelona.
csv
Cycle paths in the city of Barcelona
Bicing 3 Creative Commons Attribution 4.0
2017-05-04 SETMANAL No 3503 Cycle paths in the city of Barcelona. Streets 30, 20, 10 or bike paths not included in zones 30.
geojson
Loading and unloading areas in the city of Barcelona
Infraestructura 3 Creative Commons Attribution 4.0
2015-11-17 SETMANAL No 1441 Loading and unloading areas in the city of Barcelona.
xml
Zona Bus parking areas in the city of Barcelona
Parking 3 Creative Commons Attribution 4.0
2020-06-08 IMMEDIATA No 166 Barcelona has a set of exclusive parking areas for tourist buses, which are close to the most attractive points of the city and make parking
easier and tidier. .
geojson
Zone 30 in the city of Barcelona
Tráfico 3 Creative Commons Attribution 4.0
2017-05-04 SETMANAL No 7318 Zones 30 in the city of Barcelona. Data about the streets with afectation and the polygons that those create. The Zones 30 are also called bycicle way.
geojson
Top Related