Quito incorpora visión artificial a la seguridad vial
Ocho cámaras solares analizarán flujos y maniobras de riesgo. La utilidad no se medirá por cuántos eventos detecten, sino por intervenciones más seguras, evaluadas y compatibles con la privacidad.
Quito recibió ocho cámaras solares y licencias de analítica de video con inteligencia artificial para estudiar el tránsito. El sistema podrá contar y clasificar vehículos, medir flujos e identificar maniobras como circulación en contravía, giros prohibidos, cruces indebidos e invasión de carriles.
El paquete fue entregado por Bloomberg Philanthropies después de que la ciudad obtuviera una mención de bronce en el Speed Challenge. Incluye estación de trabajo, almacenamiento, instalación, capacitación y mantenimiento. La entrega amplía capacidad técnica; todavía no demuestra una reducción atribuible de siniestros.
Qué hará el sistema —y qué no se ha anunciado
Según el municipio, los reportes automatizados servirán para entender patrones de movilidad, detectar comportamientos de riesgo, evaluar intervenciones y priorizar acciones de control. Los datos podrán combinarse con los de seis radares educativos instalados a finales de 2025 en la avenida Simón Bolívar y la Ruta Viva.
La comunicación oficial describe analítica para planificación y monitoreo. No afirma que las cámaras emitirán sanciones automáticas. Tampoco publica todavía ubicación, fecha de operación, métricas de precisión, tiempo de conservación de las imágenes o condiciones de acceso. Esos datos son necesarios para evaluar el sistema más allá de su lista de funciones.
Detectar una posible maniobra de riesgo no equivale a probar una infracción. Si el uso cambia hacia sanciones, deberán cambiar también las garantías y la revisión humana.
De observar a intervenir
La visión artificial puede producir una imagen más continua del riesgo que un conteo manual: dónde se repiten giros peligrosos, en qué horario se invade un carril o cómo cambia el flujo después de una intervención. Eso permite dirigir inspecciones y rediseñar calles con evidencia más detallada.
Pero una ciudad no mejora por acumular detecciones. Necesita conectar cada patrón con una respuesta —señalización, reducción de velocidad, cruce seguro, rediseño o control— y luego comparar resultados. Sin esa cadena, el sistema puede convertirse en una costosa máquina de reportes sin efecto verificable sobre lesiones y muertes.
Quito reportó 296 fallecimientos viales en 2025. La gravedad del problema justifica buscar mejores datos, pero también exige un indicador público anterior al despliegue. Solo así será posible distinguir la contribución de las cámaras de otras políticas de velocidad, infraestructura y fiscalización.
La IA no salva vidas al detectar un giro peligroso. Lo hace, si acaso, cuando esa evidencia produce una intervención que reduce el daño.
Cuatro datos que Quito debería publicar
Precisión
Falsos positivos y negativos por tipo de maniobra, clima, horario y ubicación antes de usar las alertas.
Datos
Qué se graba, por cuánto tiempo, quién accede, si se identifican personas o placas y cómo se elimina la información.
Decisiones
Qué intervención produjo cada hallazgo y quién validó que respondiera al problema observado.
Impacto
Cambios en velocidad, conflictos, siniestros y lesiones frente a una línea base y lugares comparables.
Estos son criterios de seguimiento propuestos por América Latina AÍ, no compromisos anunciados por el municipio.
Seguridad vial sin vigilancia ilimitada
Analizar trayectorias y categorías de vehículos puede requerir menos datos personales que identificar conductores. Quito debería conservar esa separación mediante minimización de datos, procesamiento local cuando sea posible y prohibiciones explícitas de reutilización para fines incompatibles.
También hace falta gobernanza sobre el proveedor. Las licencias, actualizaciones y modelos no deben impedir que la ciudad audite resultados, exporte sus datos o continúe operando al terminar el apoyo externo. Capacitar al equipo municipal y documentar el sistema son tan importantes como instalarlo.
El proyecto puede convertirse en un caso regional útil si publica su diseño y sus resultados, incluidos los errores. Las ciudades latinoamericanas comparten desafíos de velocidad y recursos; aprender de una implementación transparente vale más que replicar una caja negra.