“Me quedan 15 minutos”

Hace unos días, el Instituto Mexicano para la Competitividad (IMCO) y Dat’s Why, con el apoyo de la Asociación Mexicana de Transporte y Movilidad (AMTM), presentaron los resultados de un estudio titulado Costo del Tráfico 2026. El estudio revela que en México la congestión vial cuesta 203 mil millones de pesos al año en 44 ciudades mexicanas; que cada persona que se traslada pierde, en promedio, 111 horas al año por la congestión, con un costo de 5,645 pesos, equivalente a casi 18 días de salario mínimo; que el transporte público moviliza al 40% de los usuarios, pero concentra el 55% del costo total de la congestión y el 57% de las horas totales perdidas por el tráfico; que los usuarios de transporte público se ven desproporcionadamente más afectados por la congestión vehicular. En comparación con los usuarios de vehículos privados, pierden más horas per cápita al año exclusivamente en el tráfico (140 frente a 94), lo que se traduce en un mayor costo anual por persona ($7,294 frente a $4,811); que la Ciudad de México concentra 40% del costo total (81.7 mil millones de pesos). Cada persona pierde 211 horas al año, casi nueve días completos.

Pensando en estos datos ¿Cuánto tiempo perdiste esta semana en el tráfico? Para millones de personas en las grandes urbes mexicanas, pasar horas viendo defensas de autos es la norma. Pero existe una alternativa matemática que busca devolvernos el tiempo robado: la Ciudad de los 15 minutos. Se trata de un modelo que propone rediseñar los mapas urbanos para que cualquier ciudadano pueda trabajar, estudiar, comprar comida, atender su salud y divertirse a una distancia máxima de un cuarto de hora a pie, en transporte público, en automóvil o en bicicleta desde su hogar. Lejos de ser una utopía romántica, medir y construir esta proximidad es una urgencia económica y social que hoy se está resolviendo con algoritmos.

La Ciudad de los 15 minutos se puede definir como un modelo de planificación urbana donde los ciudadanos pueden acceder a todas sus necesidades diarias esenciales (trabajo, abastecimiento, salud, educación, descanso y cultura) en un trayecto de máximo 15 minutos, ya sea caminando, en transporte público, en automóvil o en bicicleta, desde la puerta de su casa. Esto tiene que ver con las matemáticas aplicadas y para definir si una ciudad cumple con este modelo, los científicos usan la Teoría de Grafos y algoritmos de optimización para medir la accesibilidad real a través de las redes peatonales, vehiculares y ciclistas, calculando distancias topológicas exactas según la velocidad promedio del paso humano o del transporte.

La Teoría de Grafos funciona como si fuera un juego que consiste en conectar puntos llamados Nodos que son las esquinas de las calles, las casas, las escuelas, las plazas y las tiendas. Esos nodos están unidos o conectados por una serie de líneas que se llaman Aristas y que en realidad son las calles, banquetas o ciclovías que conectan esos puntos. Lo que sucede es que cada línea tiene un peso cuyo valor numérico llamado “peso” o “costo”, que no representa la distancia en metros, sino el tiempo y el esfuerzo que toma cruzarla. Así, una calle plana, arbolada y con banquetas anchas tiene un costo bajo (se camina rápido), pero una calle con una pendiente muy inclinada, sin semáforo peatonal, con muchos semáforos o llena de baches tiene un costo alto (el ritmo se frena).

A partir de aquí se aplica el Algoritmo de Dijkstra (El buscador del camino más corto). Para entenderlo con facilidad, imagina que tuvieras un piso o un pavimento con muchas grietas y que en un punto dejas caer agua para que fluya por las grietas. Entonces, si viertes agua en el punto “Tu Casa”, el algoritmo calcula qué tan rápido se extiende ese flujo en todas direcciones a través de la red de calles. Al pasar exactamente 15 minutos de “flujo” simulado, la computadora dibuja una frontera. Todo lo que quedó dentro de esa mancha (llamada línea isócrona) es el verdadero alcance peatonal o vehicular del ciudadano. Si la escuela o el supermercado quedaron fuera, el algoritmo reprueba a ese barrio.

Pensando en una aplicación práctica, se podría considerar por ejemplo que si una ciudad tiene presupuesto para construir tres nuevas clínicas de salud, el modelo cuantitativo analiza todos los grafos de la ciudad, detecta dónde están los “huecos” de accesibilidad y calcula las coordenadas exactas donde esas clínicas beneficiarán a la mayor cantidad de personas posible.

Una referencia mundial de la aplicación de este modelo lo constituye Barcelona con sus “Supermanzanas” (Superblocks). En esta ciudad, agrupan bloques de 3×3 manzanas donde se prohíbe el tráfico de paso (los autos solo entran a baja velocidad si su destino es interno). El espacio interior de las calles se recupera por completo para parques, cafés y juegos infantiles. Así, el tráfico motorizado dentro de las supermanzanas se redujo hasta en un 21%, los niveles de contaminación por dióxido de nitrógeno cayeron drásticamente y el comercio local en las zonas peatonales aumentó significativamente su facturación.

Son también casos de éxito, Portland en Estados Unidos y Melbourne en Australia. En Portland funciona lo que se llama “Barrios de 20 minutos” que constituye un Plan de Acción Climática, en donde el gobierno local mapeó exhaustivamente con sistemas de información geográfica (SIG) la densidad de servicios para enfocar los subsidios de vivienda asequible exactamente en las áreas donde la gente no requería automóvil. El 80% de la población ya cuenta con servicios básicos a su alcance activo. En Melbourne se ha demostrado la importancia de combinar el modelo con el transporte público masivo para expandir el radio de la proximidad. El estudio del IMCO al que inicialmente hice referencia demuestra que mientras en México intentamos solucionar el tráfico expandiendo periferias o construyendo segundos pisos (lo que genera pérdidas de miles de millones de pesos), ciudades como París o Barcelona demostraron con datos duros que el beneficio económico y ambiental ocurre cuando se usan algoritmos para encoger o acortar distancias, no para aumentar el número de autos circulando.

No es una utopía, está demostrado que las matemáticas funcionan en la planeación de proximidad, en la planeación del tráfico urbano. De hecho, cada vez que abrimos una aplicación de mapas en el teléfono para ver la ruta más rápida a un lugar, estamos usando una versión de estos algoritmos de optimización. Hasta ahora, los hemos usado para aprender a convivir con las enormes distancias de la ciudad. Pero el verdadero poder de los métodos cuantitativos en el urbanismo moderno no es decirnos qué tan lejos está todo, sino darnos las herramientas analíticas para rediseñar los entornos y obligar a la ciudad a estar más cerca de nosotros. Al final del día, reducir los minutos en el tráfico no es solo un logro de la ingeniería de datos; es devolverles a los ciudadanos las horas de vida que el asfalto les ha arrebatado.