Grecia quiso poner IA a vigilar el tráfico. El problema llegó cuando hubo que revisar las multas

Inteligencia Artificial en Vigilancia de Tráfico: Lecciones de Grecia

La implementación de sistemas de inteligencia artificial (IA) para vigilar el tráfico y detectar infracciones puede parecer una solución eficiente y efectiva. Sin embargo, la experiencia de Grecia en este ámbito ha revelado desafíos significativos. Según Ta Nea, durante la fase piloto del Sistema Digital de Certificación de Infracciones de Tráfico, el porcentaje de fallos o registros incorrectos alcanzó entre el 90% y el 95%. Esto significa que de 5.500 registros generados por el sistema, solo 400 fueron validados como correctos tras la revisión de la Policía griega.

Desafíos en la Implementación

El sistema griego prevé una cadena larga que incluye la detección de infracciones por cámaras, la validación de la autoridad competente y la notificación digital al ciudadano. El dato de Ta Nea es relevante porque no solo se refiere a conductores que recurren después de recibir una sanción, sino a un cuello de botella anterior: una enorme cantidad de registros que el sistema genera y que la Policía tiene que revisar antes de darlos por buenos. Esto plantea una pregunta crucial: ¿qué ocurre cuando la máquina señala una posible infracción, pero después alguien tiene que revisar si realmente ha existido?

Análisis de Impacto

El alto porcentaje de fallos en el sistema griego sugiere que la IA todavía enfrenta desafíos significativos en la detección de infracciones, especialmente aquellas que ocurren dentro del vehículo, como el uso del móvil o no llevar el cinturón de seguridad. Factores como sombras, colores, ángulos de cámara u objetos pueden alterar la lectura y convertir una imagen dudosa en una supuesta infracción. Esto subraya la necesidad de una revisión humana cuidadosa antes de emitir multas, para evitar injusticias y garantizar la precisión del sistema.

Conclusión

La experiencia de Grecia con la IA en la vigilancia de tráfico sirve como un recordatorio de que, aunque la tecnología puede ser una herramienta poderosa, no está exenta de errores. La implementación de sistemas de este tipo requiere una cuidadosa consideración de los desafíos potenciales y la necesidad de mecanismos de revisión y validación sólidos. Al entender estas lecciones, podemos avanzar hacia un uso más efectivo y justo de la IA en la gestión del tráfico y la seguridad vial.

🤖 Este artículo fue creado con ayuda de inteligencia artificial y revisado por un periodista.

Fuente: www.xataka.com