Las ciudades se observan cada vez más a través de cámaras, satélites, drones, teléfonos móviles y sistemas de sensores. En este contexto, la IA visual está dejando de ser una herramienta especializada para convertirse en una forma de lectura urbana: detecta vehículos, personas, edificios, vegetación, obras, movimiento y cambios en el tiempo. Para los investigadores, esto abre posibilidades enormes. Para los ciudadanos, plantea una pregunta todavía más importante: quién controla esa mirada y con qué fines se utiliza.
El nuevo libro How AI Sees the City, de los responsables del Senseable City Lab del MIT, aborda precisamente esta tensión. La obra analiza cómo la inteligencia artificial aplicada a imágenes y vídeo puede ayudar a estudiar la vida en las ciudades, pero también advierte que una misma tecnología puede servir tanto para mejorar servicios públicos como para intensificar la vigilancia. La diferencia no está solo en el algoritmo, sino en el modelo de gobernanza que lo rodea.
El potencial de la IA visual es evidente. Un sistema capaz de identificar patrones de tráfico, zonas con falta de sombra, deterioro de infraestructuras o cambios en el uso del suelo puede ofrecer a las administraciones información más rápida y detallada. En lugar de depender únicamente de encuestas o informes periódicos, una ciudad podría detectar con mayor precisión dónde se necesitan ciclovías, transporte público, áreas verdes o intervenciones de mantenimiento. También puede ayudar a estudiar fenómenos complejos, como la movilidad, la segregación urbana, el impacto del calor o la respuesta ante emergencias.
Sin embargo, la precisión técnica no elimina los dilemas sociales. Las imágenes no son datos neutrales: reflejan decisiones previas sobre qué se graba, dónde se instalan las cámaras y qué se considera relevante. Si un algoritmo aprende con información incompleta o sesgada, puede reforzar desigualdades ya existentes. Una herramienta diseñada para optimizar el tránsito, por ejemplo, podría priorizar la circulación de vehículos sobre las necesidades de peatones, personas con discapacidad o barrios históricamente menos atendidos.
El riesgo más inmediato es la normalización de la vigilancia. Cuando la observación automática se integra en la infraestructura urbana, los ciudadanos pueden dejar de saber qué datos se recogen, durante cuánto tiempo se almacenan y quién puede acceder a ellos. La recopilación de imágenes en espacios públicos plantea problemas particulares porque muchas veces no existe una forma sencilla de dar consentimiento individual. Una imagen de una calle puede contener, al mismo tiempo, comercios, vehículos, menores y rostros de desconocidos.
También existe el peligro de una falsa sensación de objetividad. Un sistema de IA puede producir cifras, mapas y predicciones con una apariencia de neutralidad, pero detrás hay elecciones de diseño, criterios de entrenamiento y objetivos institucionales. Si una ciudad utiliza estos sistemas para tomar decisiones sobre seguridad, planificación o inversión pública, debe poder explicar cómo funcionan, qué errores cometen y qué mecanismos existen para impugnar sus resultados.
El equilibrio pasa por tratar la IA visual como una herramienta de investigación urbana, no como una sustitución del juicio humano ni como una justificación para vigilar indiscriminadamente. Esto implica privacidad desde el diseño, minimización de datos, auditorías independientes, transparencia sobre los conjuntos de entrenamiento y límites claros al uso de la información. También requiere participación ciudadana: las comunidades afectadas deben poder debatir qué tipo de observación aceptan y qué beneficios concretos esperan recibir.
Para los profesionales de tecnología y planificación urbana, el mensaje es claro: la IA visual puede ayudarnos a comprender ciudades más complejas, pero no debe convertir cada calle en una fuente ilimitada de datos personales. La promesa está en detectar problemas que antes permanecían invisibles; el peligro está en que la misma capacidad nos obligue a vivir bajo una vigilancia permanente. Por eso importa decidir ahora qué modelo de ciudad inteligente queremos construir.
