Todos los días, en todo Estados Unidos, flotas de icónicos autobuses escolares amarillos transportan a más de 25 millones de niños de ida y vuelta al colegio, que recorren unos 6.000 millones de kilómetros al año. Pero estos vehículos, inconfundibles al instante, y las autoridades que los gestionan, se enfrentan a varios desafíos.
Uno de los principales problemas ha sido la escasez de conductores. Desde Hawái hasta Nebraska, muchos distritos escolares de todo Estados Unidos han tenido que reducir o incluso suspender los servicios de autobús. Incluso con primas de incorporación y salarios mínimos garantizados, la ciudad de Lincoln, Nebraska, no logró contratar suficientes conductores para cubrir todas sus vacantes.
Los servicios de autobús también son caros de operar: el combustible y el mantenimiento son factores importantes. Además, existe una presión creciente para sustituir los autobuses antiguos, más contaminantes, por modelos nuevos, lo que supone gastos adicionales.
Una solución digital
Pero en Boston, la automatización podría ofrecer una vía para resolver algunos de estos problemas. No en forma de vehículos autónomos, sino mediante el uso del aprendizaje automático para mejorar la administración de los autobuses escolares.
En 2017, Boston Public Schools anunció un concurso —el BPS Transportation Challenge— para encontrar formas inteligentes de mejorar las operaciones de los autobuses escolares y reducir su coste anual de 120 millones de dólares.
El ganador fue el equipo Quantum, del Centro de Investigación de Operaciones del MIT. El equipo desarrolló un algoritmo para identificar las rutas más eficientes y rentables para la flota de 650 autobuses de BPS. Y el año pasado, el algoritmo se puso en marcha para gestionar múltiples variables y reconfigurar las rutas.
BPS ofrece a los padres una amplia gama de opciones de centros escolares, lo que significa que algunos colegios tienen alumnos de más de 20 códigos postales distintos de Boston. Muchos centros del distrito también tienen horarios de entrada y salida diferentes, con horas de inicio que varían entre las 07:15 y las 09:30, lo que obliga a los autobuses a realizar varios trayectos con pocos estudiantes.
Próxima parada: progreso
Pero los trayectos ineficientes como esos están pasando a la historia en Boston.
El algoritmo del MIT toma datos de Google Maps para analizar los patrones de tráfico. Los combina con información sobre el lugar de residencia de los estudiantes y los centros a los que asisten para calcular las mejores rutas posibles.
Los costes anuales se han reducido en unos 5 millones de dólares, se han suprimido 50 rutas infrautilizadas, y ha aumentado el número de alumnos por autobús en los servicios restantes.
También se ha ahorrado una enorme cantidad de tiempo a los equipos de planificadores de autobuses escolares, ya que el algoritmo tarda solo 30 minutos en hacer un trabajo que antes requería varias semanas de trabajo manual.
El año pasado, los autobuses de BPS recorrieron 1,6 millones de kilómetros menos, lo que redujo las emisiones diarias de CO2 en 9.000 kilogramos. También prevé utilizar el algoritmo para renovar los horarios de entrada y salida de los centros, como parte de la iniciativa continua del distrito para aumentar la eficiencia y la eficacia.
