El metro de Londres ha probado durante el último año y medio el potencial de la Inteligencia Artificial para mejorar la seguridad en sus instalaciones. A través del ‘machine learning’, once algoritmos han analizado en tiempo real las imágenes captadas por las cámaras de la estación de Willesden Green para llegar a predecir situaciones de riesgo, como caídas al andén o robos.
Según la empresa pública gestora del suburbano (Transport for London), los sistemas de Inteligencia Artificial estaban preparados para detectar situaciones potencialmente peligrosas (como aglomeraciones en los andenes o líquidos derramados en el suelo) o infracciones (como saltarse los tornos o entrar a zonas de acceso restringido), pero también para analizar los movimientos y gestos de los cerca de 25.000 viajeros que pasan por la estación a diario. Esto permite a la IA identificar emociones y crear patrones de comportamiento que alerten de la posibilidad de que, por ejemplo, alguien se pueda arrojar a las vías o intente cometer un robo o un acto violento.
Pese a algunos errores (como catalogar como infractores que pretendían colarse a niños que en realidad seguían a sus padres al pasar los tornos), Transport for London se ha mostrado satisfecha con los resultados, que permitieron enviar 19.000 alertas en tiempo real al personal de seguridad de la estación.
Sin embargo, la utilización de esta tecnología también está cargado de polémica, ya que los usuarios no fueron informados del tratamiento que se estaba dando a sus imágenes. El hecho de que la tecnología haya sido facilitada por Amazon ha generado además la sospecha de que la información pueda ser empleada para diseñar publicidad ajustada a la edad, género o estado emocional de los pasajeros. Para tranquilizar a los usuarios del metro, Mandy McGregor, su directora de políticas y seguridad comunitaria, ha asegurado que cualquier implementación de la tecnología más allá de esta prueba piloto dependerá de una consulta previa a las comunidades locales y otras partes interesadas, incluidos expertos en el campo.
