Un algoritmo para compartir taxi reduciría los costes un 40%
Las aplicaciones para dispositivos móviles dedicadas a poner en contacto conductores con usuarios de transporte privado se han disparado en popularidad: la compañía líder en el sector, Uber, fue valorada recientemente en 18 mil millones de dólares, y pese a las numerosas disputas legales, no hace más que crecer y ver cómo aparecen nuevos competidores a su alrededor. Pero… ¿qué pasaría si una app de este tipo incluyera un botón con el que poder indicar que se está dispuesto a compartir un viaje con otro pasajero? ¿Quizá un modelo de compartición de vehículos como éste podría ayudar a reducir drásticamente el tráfico, las tarifas, y las emisiones de dióxido de carbono? Responder a eso era imposible hasta fechas recientes, puesto que requería del análisis de grandes volúmenes de datos. Pero ahora investigadores del MIT, la Universidad de Cornell, y el Instituto de Informática y Telemática del Consejo Nacional Italiano de Investigación han presentado una nueva técnica que les ha permitido analizar exhaustivamente 150 millones de registros de viajes recogidos de más de 13.000 taxis de New York en el transcurso de un año.
Sus conclusiones fueron que si los pasajeros hubieran estado dispuestos a tolerar no más de cinco minutos en las demoras por viaje, casi el 95% de los viajes podrían haber sido compartidos. La combinación óptima de viajes habría reducido el tiempo total de viaje en un 40%, con reducciones en los costos operativos y las emisiones de dióxido de carbono correspondientes. Según Paolo Santi, coautor del artículo académico que describe esta investigación, los resultados del análisis de su equipo fueron tan sorprendentes que pidieron al matemático de Cornell Steven Stogatz que revisara su metodología.
Los investigadores también realizaron experimentos para asegurarse de que su algoritmo de coincidencia sería capaz de funcionar en el futuro en tiempo real, como si funcionara en un servidor utilizado por una app para compartir taxi. Descubrieron que, incluso ejecutándose en una única máquina Linux, podría encontrar emparejamientos óptimos para alrededor de 100.000 viajes en una décima de segundo (los datos del GPS indicaban que el promedio de nuevos viajes en taxi por minuto en New York es de 300
