La investigación, publicada en la revista Cities, permite identificar y mapear focos de basura en entornos urbanos, aportando evidencia clave para optimizar la gestión de residuos en la ciudad.
Utilizando una innovadora metodología basada en inteligencia artificial, un equipo multidisciplinario de la Universidad Técnica Federico Santa María desarrolló una investigación orientada a identificar microbasurales y optimizar la gestión de residuos en la ciudad, mediante la detección y mapeo de basura en entornos urbanos.
El estudio, titulado “Mapping waste mismanagement: Detecting litter hotspots with geospatial AI and pedestrian imagery” y publicado en la revista internacional de alto impacto, Cities, fue encabezado por el académico del Departamento de Arquitectura, Dr. Nicolás Valenzuela, junto un equipo multidisciplinario integrado por los profesores Nicolás Gálvez y Nicolás Torres del Departamento de Electrónica, la planificadora urbana e investigadora del Programa de Asistentes de Investigación (PAI), Javiera Ponce, y los recientemente egresados de la carrera de Ingeniería Civil Telemática Vicente Llanos, Agustín Ovando y Felipe Rodríguez.
“Desarrollamos un sistema basado en cámaras automáticas e inteligencia artificial que permite detectar contaminación en las veredas de manera precisa. Esto abre la puerta a tomar decisiones más eficientes y basadas en evidencia para el manejo de residuos en la ciudad”, explica el Dr. Nicolás Valenzuela, quien además añade que el proyecto propone una solución escalable y de bajo costo, especialmente pertinente para ciudades del sur global, al permitir focalizar los esfuerzos de limpieza en sectores donde el problema es más crítico.
Para llevar a cabo el estudio, el equipo analizó más de diez mil imágenes georreferenciadas obtenidas a partir de recorridos peatonales por el centro de Santiago, las que fueron procesadas mediante un modelo de aprendizaje profundo capaz de identificar la presencia de basura con un 89% de precisión. Posteriormente, estos datos se integraron con variables urbanas —como la cercanía a zonas comerciales y nodos de transporte— mediante modelos estadísticos que permitieron detectar patrones espaciales en la distribución de residuos.
“Este tipo de investigaciones es clave porque permite pasar desde la intuición a la evidencia concreta en la toma de decisiones urbanas. Entregar datos objetivos sobre dónde y por qué se acumula basura puede marcar una diferencia significativa en la eficiencia de las políticas públicas”, señala el Dr. Valenzuela.
Entre los principales hallazgos, destaca que la presencia de basura se concentra significativamente en sectores cercanos a estaciones de metro y paraderos de buses, evidenciando que el fenómeno no ocurre de manera aleatoria, sino que responde a dinámicas propias del uso del espacio urbano.
“Este trabajo también demuestra el valor de la investigación multidisciplinaria, donde convergen la ingeniería, el análisis de datos y los estudios urbanos. Desde la USM estamos impulsando este tipo de iniciativas que conectan distintas áreas para abordar problemáticas complejas con soluciones innovadoras”, agrega el académico.
Actualmente, el equipo se encuentra trabajando junto a la Municipalidad de Maipú para implementar tecnologías similares en plazas y parques, con miras a extender el alcance de esta metodología y contribuir a una gestión más eficiente del espacio público a nivel local.
