NUMERO 5. Modelado y simulación urbana: herramientas para nuestras ciudades aún por descubrir. Por Javier Sandoval

UrbanLab 

www.urbanlab.city 

Hace unos años, siendo jefe del departamento de planeación urbana de mi ciudad, me encontraba coordinando un instrumento de planeación urbana que tenía la particularidad de contener un valle agrícola y, como en otras partes del mundo, se encontraba ante procesos de urbanización descontrolada. Ante la inminente pérdida de este suelo productivo se me vino a la mente la idea de  proponer a la administración municipal la implementación de una moratoria constructiva en esta zona mientras se concluía la elaboración del instrumento de planeación que en su momento regularía su ocupación. Aparentemente era totalmente  predecible la estrategia: no permitir crecimiento sería equivalente a no tener más construcciones, ¿o no? 

En aquel entonces mi departamento había sido favorecido con la respuesta positiva por parte de la Universidad de Kent State, EUA, de proporcionarle el código fuente de un simulador  urbano  que había diseñado su  área  de geografía llamado Urban  Growth  Simulator. Con una sencilla interfaz y sin necesidad de instalar software, desde cualquier navegador de internet se podía experimentar con localidades del estado de Ohio y pronosticar cuales pudieran ser sus futuros urbanos. Con esta herramienta a la mano me propuse responder a la aparente ociosa pregunta: ¿qué podría suceder en el valle agrícola si aplicáramos la  moratoria? Sin esperar ninguna sorpresa, realicé dos escenarios, uno sin ninguna intervención y otro prohibiendo cualquier urbanización en zona agrícola. En el primer resultado emergieron zonas habitacionales a lo largo de la carretera, áreas mixtas directamente colindante con  una  laguna costera, áreas industriales en el corazón del valle, y otras ocupaciones  que en su conjunto imitaban lo que estaba sucediendo en el momento. Sin sorpresa. En el escenario prohibitivo, las zonas agrícolas se preservaban y el valle  mantenía  sus principales características. Sin sorpresa. Como cualquier simulación, los escenarios se ejecutaron varias veces, pero los resultados eran más o menos  los mismos... siempre y cuando se observaran de la misma manera. Por estar centrando mi atención en los resultados sobre el valle, no había advertido lo que una y otra vez estaba sucediendo en otro lugar: como fenómeno de "olla de presión", los intereses inmobiliarios al ya no poder crecer donde antes ahora buscaban nuevos lugares de inversión y los estaban encontrando a lo largo de una península contigua al valle (Fig.   1). Esta  contaba con espectaculares vistas al mar, pero su urbanización  no sería de lo más conveniente al ser atravesada por fallas geológicas. Por querer controlar un problema se podría generar otro. El mensaje del simulador fue claro al demostrar que aplicar políticas públicas sobre una parte del territorio  podía  tener consecuencias no intencionadas en otra, lo que me obligó desde ese momento a siempre contextualizar cualquier normatividad u obra de urbanización con su entorno. Y esto, gracias al uso de un simulador.

Fig. 1  Izquierda: Ocupación resultante de escenario tendencial. Derecha: Escenario de moratoria de urbanización sobre el valle de Maneadero en donde se acelera la urbanización de la península de Punta Banda (en el círculo, nuevos desarrollos turísticos).

Pero, ¿cómo puede saber un programa informático el futuro de un territorio? ¿cómo lo hace? Empecemos definiendo que un modelo es una representación simplificada de la realidad, y cuando se hacen experimentos con  un  modelo se dice que se está realizando una simulación. La unidad básica  de estas representaciones se les denomina agentes, entendiéndolos literalmente como los define la filosofía: entidades con capacidad para actuar en el mundo. En el contexto de modelos urbanos que se basan en agentes, estos pueden representar automóviles, personas, usos de suelo, infraestructura, equipamiento, edificios o cualquier otra entidad urbana que puede tomar una decisión o reaccionar a lo que pasa a su alrededor. Para  explicarlo  mejor, los  modelos basados en agentes se pueden entender como obras de teatro sin un  guion. Existen los actores (agentes) que se desenvuelven en  un escenario (ambiente),  y  que interactúan entre sí (interacciones). Pero, a diferencia de una obra tradicional,  para los actores no hay guion a seguir sino objetivos por lograr, y para lo cual se les concede autonomía para  decidir  cómo  alcanzarlos de acuerdo a lo que perciban y aprendan de los demás agentes y del entorno en el que están inmersos. De esta manera, el espectador no  sabrá  de antemano  cual va a ser  el  desenvolvimiento  de la obra e inclusive  qué momento  considerarlo  como  el final. Y es que seguramente, como pasa en la práctica de las simulaciones, estará tentado en dejar que la obra prosiga ante una trama inesperada e interesante que surja ante su vista, ¿Quién querrá interrumpir algo que atrapa la atención? Algo similar pasa cuando  se realizan  experimentos  con un modelo urbano basado en agentes: una vez diseñados  los agentes,  su ambiente e  interacciones, se les deja actuar con libertad por el territorio virtual mientras el modelador observa el desenvolvimiento de esa historia en particular. Luego la repetirá  otras  veces y constatará que cada final varía porque en las simulaciones entra en juego la aleatoriedad, y porque los agentes  aprenden de sus experiencias si  así se les  programa. Más aún, cabe la posibilidad de que el modelador  atestigüe  el surgimiento de nuevas propiedades del sistema urbano  diferentes  a las propiedades  individuales de  cualquier  agente que lo compone, y que en el contexto de sistemas complejos se le denomina proceso emergente. 

Aunque los motivos para el uso de la simulación son variados, se pueden ubicar en el espectro contenido entre dos extremos, explorar y pronosticar. En el primero la intención es aprender conceptos y teorías urbanas a través de territorios genéricos. Este enfoque tiene gran potencial en las aulas de estudios urbanos donde el alumno puede entender a través de la experimentación directa conceptos como densidad, compatibilidades de usos de suelo y consumo del territorio. En este extremo  caben  también los videojuegos de construcción de ciudades que han cimentado su propia categoría  llamada  "city  builders" como el longevo  Simcity  o el más reciente  Cities  Skylines, ambos recomendables para el que quiera jugar a construir y administrar una ciudad y de paso entender la ciudad donde  vive. En el otro extremo está el pronosticar (evito usar la palabra "predecir" por las expectativas que genera)  la cual es útil para el diseño y prueba de políticas públicas territoriales antes de implementarles en el mundo real, o para anticiparse normativamente a posibles escenarios  futuros  de urbanización adversos. Aquí los territorios no son genéricos, representan a ciudades reales. Tiempo atrás realicé unas simulaciones  para conocer los posibles resultados de aplicar un programa urbano que aún estaba en fase de diseño. Estas demostraron  los  lugares  con más posibilidad de urbanizarse independientemente de su cumplimiento con la normatividad urbana. Un año después  estaba recibiendo una llamada del alcalde informándome del interés de una empresa por construir en uno de los lugares que había pronosticado el simulador. De haber actuado con anticipación de acuerdo a lo pronosticado hubiéramos podido intervenir más efectivamente ante esa situación (Fig.   2), particularmente porque la propuesta era urbanizar un importante escurrimiento natural.

Fig.  2  Los círculos muestran la misma ubicación simulada (izquierda), real (centro) y  proyectada (derecha), que muestra como polígono rojo un desarrollo habitacional pretendido.

Afortunadamente, cada vez son más accesibles el software, equipo de cómputo y bases de datos necesarias para realizar simulaciones urbanas para replicar estas experiencias en el entorno laboral o de investigación de quien pudiera estar interesado. Y aunque la curva de aprendizaje puede ser elevada en un principio, esto no debería de ser un impedimento mayor ante los beneficios tanto educativos como de política pública que se pudieran obtener, particularmente para ciudades latinoamericanas en constantes procesos de expansión. Para quien quiera aprender a utilizar estas herramientas, un buen punto de inicio es familiarizarse con un ambiente de programación para modelos basados en agentes como Netlogo (https://ccl.northwestern.edu/netlogo) el cual es gratuito y es usadopor cientos de alumnos e investigadores en diversos centros de investigación. En aspectos formativos las opciones son pocas  y en español prácticamente nulas fuera de contadas instituciones académicas. En materia de lectura está el libro descargable Introducción al Lenguaje Netlogo y la Programación Basada en Agentes de Francisco Quesada Chaverri (http://franciscoquesada.com/index.php/netlogo) a quien se le agradece su desinteresada escritura. Adicionalmente  existe el sitio  www.urbanlab.city  en donde se pueden tomar  webinars  introductorios gratuitos en su biblioteca de videos o inscribirse en los cursos de simulación urbana que regularmente se imparten en ese sitio.

Acerca del autor:

Javier Sandoval Felix

Modelador de sistemas urbanos con más de 15 años de experiencia profesional en la intersección de la investigación urbana y las políticas públicas. Es fundador del laboratorio urbano y de políticas públicas UrbanLab, promotor de la enseñanza y uso de la Simulación Urbana Basada en Agentes para el avance del conocimiento territorial y la creación de políticas públicas urbanas aplicándolas en el contexto eminentemente práctico de los gobiernos locales. Es creador de la escuela abierta en línea de Simulación Urbana Basada en Agentes. 

Laboró por más de 14 años en el Instituto Municipal de Investigación y Planeación de Ensenada del cual fue director, tiempo en el que se especializó en Instrumentos de Planeación con Enfoque de Derechos Humanos, Planeación de Zonas Vitivinícolas y en la elaboración y evaluación de Estudios de Impacto Urbano. Cuenta con educación complementaria en diseño urbano, sistemas complejos, modelado basado en agentes y visualización de datos. 

Su actividad profesional ha incluido la labor académica en universidades públicas y privadas como catedrático y ponente invitado desde hace más de 15 años y como coordinador de cursos profesionales en materia de evaluación de estudios de impacto urbano, instrumentos de planeación y la aplicación de la simulación urbana práctica. Es Agente Capacitador Externo registrado en la Secretaría del Trabajo y Previsión Social del gobierno federal de México.