16/11/2026
¿Más sensores hacen una ciudad más segura?
Introducción
Imaginemos una sala municipal de control. En una pantalla aparece una anomalía de tráfico, en otra, una alerta acústica y un tercer sistema señala que el nivel del agua sube en un paso inferior. La ciudad parece conocerlo todo en tiempo real. Sin embargo, alguien debe decidir qué aviso importa más, si los datos son fiables, quién tiene autoridad para actuar y cuánto tiempo queda antes de que el problema afecte a una persona.
Esa distancia entre observar y proteger es, posiblemente, una de las contradicciones más importantes de las ciudades inteligentes.
Hemos aprendido a instalar cámaras, sensores ambientales, medidores de caudal y algoritmos de detección, pero la seguridad no depende únicamente de la cantidad de información disponible, depende de lo que hacemos con ella y, sobre todo, de cómo se comportan las personas y las organizaciones que deben interpretarla.
La cuestión no es si los sensores son útiles, sino en qué condiciones una mayor capacidad de detección produce una reducción real del daño.
Ver más no significa prevenir mejor
Las cámaras son un buen punto de partida. Una revisión sistemática y metaanálisis de cuarenta años de investigaciones encontraron una reducción del delito estadísticamente significativa, pero moderada, asociada a sistemas de videovigilancia. Los efectos fueron más consistentes en aparcamientos. Además, el seguimiento activo y la combinación con otras medidas ofrecían mejores resultados que la instalación aislada de cámaras (Piza et al., 2019).
De esta investigación se deduce que el dispositivo no produce seguridad por sí mismo. Su efecto depende del lugar, del delito que se pretende prevenir y de la respuesta operativa. Una cámara puede facilitar una investigación después de un incidente sin haberlo evitado. Confundir ambas funciones conduce a valorar la tecnología por su presencia, no por sus resultados.
Chicago ofrece un ejemplo claro. Entre enero de 2020 y mayo de 2021, la policía respondió a 50.176 alertas de un sistema acústico diseñado para identificar posibles disparos. Según la inspección municipal, sólo en 4.556 intervenciones, correspondiente al 9,1 % de las respuestas, se documentaron indicios de un delito relacionado con armas. El organismo también observó que la tecnología influía en cómo algunos agentes percibían e interactuaban con personas en las zonas donde se repetían las alertas (Chicago Office of Inspector General, 2021).
Ese 9,1 % no permite concluir que el resto de las alertas fueran falsas, pues podría haber disparos sin pruebas recuperables, pero sí revela una brecha entre detectar un posible suceso y obtener un resultado operativo comprobable. También recuerda algo que la ingeniería suele subestimar, que los sensores no solo informan sobre el entorno, también pueden modificar el comportamiento de quienes confían en ellos.
El sensor funciona mejor cuando cambia una decisión
La experiencia de Nueva York muestra la otra cara. Su Departamento de Transporte informó en 2025 de que la media de infracciones diarias por cámara de velocidad había disminuido un 94 % desde el inicio del programa hasta 2023. También comunicó menos víctimas y lesiones en ubicaciones incorporadas en 2022 frente a emplazamientos sin cámaras (NYC DOT, 2025). Son resultados alentadores, aunque la comparación administrativa no permite atribuir por sí sola cada mejora a las cámaras.
Aquí importa el mecanismo. La cámara no se limita a registrar una velocidad, sino que está conectada a una norma conocida, una consecuencia prevista y un proceso de aplicación. Puede modificar la conducta antes de que exista un accidente.
Una revisión anterior y con estudios metodológicamente heterogéneos, encontró reducciones consistentes de velocidad y siniestralidad asociadas a estos dispositivos (Wilson et al., 2010).
Desde la ciencia del comportamiento, la distinción es fundamental. Un sistema que ofrece información, pero no altera incentivos, decisiones o condiciones del entorno puede generar datos excelentes, pero pocos beneficios. Otro, técnicamente más sencillo, puede resultar eficaz si influye sobre el comportamiento de riesgo. Esto no convierte la sanción en una solución universal. Rediseñar calles, calmar el tráfico y facilitar conductas seguras también forma parte de la respuesta.
La pregunta que deberían hacerse los técnicos y agentes de decisión de nuestros ayuntamientos cuando plantean la integración de elementos tecnológicos en las ciudades debería pasar de «¿cuántos sensores instalaremos?» a «¿qué conducta o decisión concreta necesitamos mejorar y cómo comprobaremos el cambio?».
Una alerta no es todavía una respuesta
La DANA del 29 de octubre de 2024 en Valencia ilustra por qué importa toda la cadena de seguridad. AEMET documentó avisos rojos por precipitaciones desde las 7:36 en el litoral sur de la provincia. El mensaje masivo ES-Alert a teléfonos móviles se envió a las 20:11, según documentación examinada posteriormente en la investigación judicial y recogida por RTVE (AEMET, 2024; RTVE, 2025).
Es evidente que son mecanismos distintos. Un aviso meteorológico describe un peligro previsto u observado, pero una alerta de protección civil debe traducir ese conocimiento en instrucciones para personas expuestas. La diferencia horaria, por sí sola, no reconstruye todas las decisiones ni permite calcular cuántos daños eran evitables. Pero es importante entender cómo se transforma una señal técnica en una actuación comprensible y oportuna.
La iniciativa internacional Early Warnings for All organiza precisamente esa tarea en cuatro pilares: (1) conocer el riesgo, (2) observarlo y pronosticarlo, (3) comunicar la alerta y (4) disponer de capacidad de respuesta. La detección es solo una parte (Organización Meteorológica Mundial, 2026).
El problema también es cognitivo. Una instrucción ambigua puede interpretarse de maneras distintas, demasiadas notificaciones pueden competir por la atención y una alerta útil para un técnico quizá no le diga a un ciudadano qué hacer. Son riesgos generales que conviene diseñar y ensayar, no explicaciones demostradas de lo ocurrido en Valencia. A veces también hay algo de incompetencia.
Diseñar ciudades que respondan, no solo que midan
Los sistemas urbanos debería evaluarse con una cadena de seis eslabones:
medir → interpretar → priorizar → decidir → actuar → aprender.
Es un modelo conceptual de trabajo que algunos solemos utilizar en nuestros proyectos, no una taxonomía científica validada. Su utilidad consiste en obligarnos a preguntar dónde se rompe la protección.
Antes de comprar sensores deberían definirse el daño que se busca reducir, los umbrales de aviso, los responsables de cada decisión, los protocolos para actuar cuando falla la conectividad y las pruebas periódicas del sistema completo. Después habrá que medir tiempos de respuesta, errores, incidentes evitados y efectos no deseados, no solo volumen de datos o porcentaje de dispositivos conectados.
La evaluación debe incorporar a las personas. Los operadores que necesitan alertas inteligibles, equipos que requieren autoridad para intervenir y ciudadanos que deben comprender las instrucciones. Y si el sistema trata datos personales, la seguridad no exime de aplicar finalidad, proporcionalidad y minimización, principios recordados por la Agencia Española de Protección de Datos (2023).
La IA puede ayudar a ordenar señales y detectar patrones, pero tampoco sustituye una buena definición del riesgo ni la responsabilidad de decidir. Automatizar un proceso confuso puede hacerlo más rápido sin hacerlo más seguro.
Conclusión
Más sensores pueden contribuir a una ciudad más segura, pero no existe una relación automática entre cantidad de dispositivos y protección. La evidencia sobre cámaras y control de velocidad muestra que el contexto y la intervención importan. Chicago y Valencia recuerdan los límites de confundir detección con resultado.
Una ciudad inteligente no debería presumir de cuánto sabe sobre sus calles, sino demostrar qué hace cuando aparece el peligro. El indicador decisivo no es cuántas alarmas llegan al centro de control, sino cuántas decisiones correctas llegan a tiempo a la vida real.
Referencias
- Agencia Estatal de Meteorología. (2024). Informe sobre el episodio meteorológico de precipitaciones torrenciales y persistentes ocasionadas por una DANA el día 29 de octubre de 2024. https://www.aemet.es/documentos/es/conocermas/recursos_en_linea/publicaciones_y_estudios/estudios/informe_episodio_dana_29_oct_2024_.pdf
- Agencia Española de Protección de Datos. (2023). Principios. https://www.aepd.es/derechos-y-deberes/cumple-tus-deberes/principios
- Chicago Office of Inspector General. (2021). The Chicago Police Department’s use of ShotSpotter technology. https://igchicago.org/publications/cpd-use-of-shotspotter-technology/
- Colado, S., Gutiérrez, A., Vives, C. J., & Valencia, E. (2013). Smart City. Hacia la gestión inteligente. Marcombo.
- New York City Department of Transportation. (2025, 23 de enero). NYC DOT’s speed cameras achieved a 94 percent reduction in speeding in locations where they are installed. https://www.nyc.gov/html/dot/html/pr2025/nyc-dot-speed-cameras.shtml
- Organización Meteorológica Mundial. (2026). Early Warnings for All. https://earlywarningsforall.org/site/early-warnings-all
- Piza, E. L., Welsh, B. C., Farrington, D. P., & Thomas, A. L. (2019). CCTV surveillance for crime prevention: A 40-year systematic review with meta-analysis. Criminology & Public Policy, 18(1), 135–159. https://doi.org/10.1111/1745-9133.12419
- RTVE. (2025, 7 de noviembre). Emergencias tenía un borrador del mensaje Es-Alert de la dana a las 18.37, hora y media antes de enviarlo. https://www.rtve.es/noticias/20251107/emergencias-tenia-borrador-mensaje-alert-dana-18-37-hora-media-enviarlo/16806346.shtml
- Wilson, C., Willis, C., Hendrikz, J. K., Le Brocque, R., & Bellamy, N. (2010). Speed cameras for the prevention of road traffic injuries and deaths. Cochrane Database of Systematic Reviews, (11), CD004607. https://doi.org/10.1002/14651858.CD004607.pub4