La IA creada en Extremadura que determina quién tiene la culpa en un atropello
Investigadores de la Universidad de Extremadura (UEx) han desarrollado un innovador modelo de inteligencia artificial capaz de determinar los niveles de responsabilidad en atropellos, basándose en datos reales de siniestros registrados en Badajoz. Este avance, publicado en la prestigiosa revista Scientific Reports, del grupo Nature, es fruto de la colaboración entre el agente de la Policía Local de Badajoz, Alejandro Moreno Sanfélix, y los investigadores Consuelo Gragera Peña y Miguel Ángel Jaramillo Morán, de la Escuela de Ingenierías Industriales de la UEx.
El estudio, titulado ‘Evaluation of the level of responsibility in pedestrian crashes using machine learning algorithms’, analiza 510 atropellos a partir de atestados de la Policía Local y resoluciones judiciales. Los investigadores han trabajado con 14 variables binarias agrupadas en cuatro ámbitos: humano, tecnológico, estructural y normativo. La finalidad es proporcionar herramientas más objetivas y rápidas que apoyen las decisiones administrativas y judiciales, además de contribuir a prevenir y reducir la siniestralidad vial mediante el uso inteligente de los datos y la tecnología.
El sistema utiliza técnicas de machine learning para entrenar modelos que aprenden de grandes volúmenes de datos, alimentados con información de atestados y sentencias validadas. Entre los algoritmos probados, el árbol de decisión destacó por su precisión del 76,46% tras aplicar validación cruzada estratificada.
Los resultados indican que en torno al 61% de los atropellos analizados atribuyeron la responsabilidad al conductor, mientras que solo el 10% recayó en el peatón. La posesión del permiso de conducir es la variable más relevante, seguida de factores como el lugar del siniestro, el consumo de alcohol o drogas, y el uso del móvil.
El estudio también sugiere que la administración pública podría ser un tercer actor en la responsabilidad de los siniestros, debido a posibles deficiencias en infraestructuras urbanas, como pasos de peatones mal ubicados o falta de visibilidad.