Incorporan monitoreo con inteligencia artificial para reforzar la seguridad de los viajes

DiDi utiliza modelos de inteligencia artificial para anticipar riesgos y monitorea desvíos, paradas inusuales y viajes más largos de lo previsto. Uber también automatiza la detección de anomalías, mientras Cabify centra su oferta pública de seguridad en geolocalización, seguimiento y herramientas de emergencia.

La inteligencia artificial empieza a ocupar un lugar cada vez más
concreto en la seguridad de los viajes contratados mediante
aplicaciones. Ya no se utiliza solamente para asignar vehículos,
calcular recorridos o estimar tiempos: también puede analizar el
contexto de un viaje, detectar señales de riesgo y activar
verificaciones o mecanismos de asistencia.

DiDi es uno de los casos más explícitos. En Argentina, la plataforma
informa que utiliza distintos modelos de inteligencia artificial para
evaluar variables vinculadas con las cuentas, los lugares, los horarios
y los antecedentes de seguridad. La finalidad es identificar situaciones
potencialmente riesgosas antes o durante el viaje.

Entre esos sistemas aparecen Hércules, Clío, Temis y Pitia. Hércules
analiza el historial de las cuentas y puede exigir una validación
adicional de identidad; Clío incorpora variables espacio-temporales y
datos históricos de lugares y horarios; Temis utiliza reconocimiento
facial para detectar usuarios previamente involucrados en incidentes de
seguridad; y Pitia analiza variables como hora y lugar en viajes
solicitados por pasajeras y, cuando identifica un riesgo potencial,
asigna conductores más experimentados.

La IA no
reemplaza al monitoreo: lo complementa

El esquema combina la predicción con herramientas que ya son
habituales en las plataformas. DiDi monitorea los viajes mediante GPS y
compara el recorrido con la ruta prevista. Si detecta un desvío, una
parada inusual o una duración mayor a la estimada, puede enviar un
mensaje al usuario para comprobar si necesita ayuda.

Si el usuario activa el botón de emergencia o no responde ante una
alerta, la plataforma informa que genera un ticket de seguimiento y
puede establecer contacto. A esto se suman funciones como compartir el
viaje, grabación de audio y contactos de confianza.

El cambio de fondo está en que una parte de la seguridad deja de
depender exclusivamente de que pasajero o conductor detecten un problema
y pidan asistencia: el propio sistema intenta reconocer patrones
anómalos.

Uber
también detecta anomalías durante el recorrido

DiDi no es la única plataforma que automatiza este tipo de controles.
Uber utiliza RideCheck, una función que combina sensores del teléfono y
datos del GPS para detectar, entre otras situaciones, una detención
prolongada e imprevista durante un viaje.

Cuando RideCheck identifica una posible anomalía, la aplicación
contacta al usuario y pone a disposición herramientas de ayuda. Uber
también realiza seguimiento por GPS de los viajes y ofrece funciones
para compartir el recorrido y centralizar opciones de seguridad.

Las tecnologías no son idénticas, pero comparten una lógica:
convertir la información generada durante el viaje en señales que
permitan advertir que algo se está apartando de lo esperado.

Cabify:
tecnología de seguridad, pero sin presentar la IA como eje

Cabify también dispone de un conjunto de herramientas digitales de
seguridad. En Argentina, la compañía informa que geolocaliza todos los
trayectos, permite definir una persona de confianza, compartir el viaje
en tiempo real, acceder a un botón de seguridad y contactar a servicios
de emergencia.

Para los conductores, además, informa que bloquea determinadas zonas
por razones de seguridad. Sin embargo, en la documentación pública de
seguridad revisada para esta nota, Cabify no presenta actualmente un
sistema de inteligencia artificial predictiva equivalente como eje de
estas funciones.

Eso no permite afirmar que Cabify no utilice inteligencia artificial
en otros procesos de su operación. La diferencia verificable es otra:
mientras DiDi describe públicamente modelos específicos de IA aplicados
a la prevención y Uber explica una detección automatizada de anomalías
mediante RideCheck, Cabify comunica su esquema de seguridad
principalmente alrededor de geolocalización, seguimiento, contactos y
respuesta ante emergencias.

De reaccionar a intentar
anticiparse

Durante años, la seguridad en las aplicaciones de movilidad estuvo
asociada principalmente con conocer la identidad del conductor,
verificar el vehículo, compartir el recorrido y disponer de un botón de
emergencia. La incorporación de modelos predictivos agrega una nueva
capa: intentar detectar el riesgo antes de que alguien solicite
ayuda.

Pero esa capacidad también abre preguntas. Para identificar
anomalías, los sistemas necesitan procesar información sobre recorridos,
horarios, ubicaciones, historiales y, en algunos casos, datos
biométricos. Cuanto mayor sea la capacidad de anticipación, mayor será
también la necesidad de transparencia sobre qué información se utiliza,
durante cuánto tiempo se conserva y qué decisiones puede tomar
automáticamente la plataforma.

La inteligencia artificial puede mejorar los tiempos de respuesta y
sumar prevención a la seguridad de los viajes urbanos. El desafío será
demostrar que esa vigilancia tecnológica reduce riesgos sin convertir la
movilidad cotidiana en una recolección de datos mayor a la
necesaria.