Fotomapeando Asunción, ¿qué podemos encontrar en las imágenes de la ciudad?

Existen muchísimos tipos de mapas. En este posteo hablaremos del tipo que nos permite ver la ciudad, el barrio, las calles utilizando imágenes fotográficas. Pero no todas las ciudades tienen todos estos tipos ya que existen sesgos hasta en la cartografía: sesgos que vienen desde diferentes intereses que surgen de los datos de ciertos espacios, y esto está directamente ligado a quién produce estos datos y quiénes los consumen.

Para desarrollar mejor esta idea sobre los sesgos cartográficos, vale mencionar un ejemplo de mapas con imágenes: la ciudad de Buenos Aires en Argentina, se encuentra casi enteramente mapeada por la empresa Google a través de su plataforma Google Street View, sin embargo, Asunción, Paraguay, prácticamente no aparece en dicha plataforma. ¿Por qué? ¿Por qué una empresa decide mapear una de las ciudades más grandes de la región y no una ciudad más pequeña y no tan predominante?

Una posible explicación pueden ser las consideraciones comerciales y/o intereses turísticos. Pero los mapas no están solamente hechos para responder a propósitos comerciales, : contar con mapas fotográficos del espacio, ayuda a dar cuenta de las necesidades estructurales que hacen falta en el espacio, ayudan a la movilidad urbana, aportan reconocer mejor el territorio.

Mapillary

Mapillary¹ es una herramienta para la visualización del espacio a nivel de calle, es decir un mapa con imágenes, un alternativa a Google Street View. ¿A qué nos referimos cuando decimos: nivel de calle? Esto se refiere a la fotografías de la ciudad que pueden ser geolocalizadas y también generan recorridos visuales del espacio que son vistos desde la altura promedio de las personas.

Mapillary, se nutre de las colaboraciones de personas o colectivos que tienen interés en producir contenido cartográfico con diferentes fines, ya sea para generar documentación sobre el estado de la ciudad, o para generar recursos que otras personas, organizaciones o instituciones puedan utilizar para el mejoramiento urbano, por ejemplo: mapear mejor un barrio y así reconocer qué tipo de infraestructura existe o hace falta; documentar averías estructurales como baches, entre otras cosas. Todas las fotografías que se cargan a través de Mapillary, están georeferenciadas sobre un mapa también abierto y colaborativo llamado OpenStreetMap, el cuál es la iniciativa de creación de datos geográficos voluntarios más grande del mundo, es básicamente como la Wikipedia de los mapas. Mapillary ayuda mejorar los datos que se cargan en el mapa, utilizando aprendizaje automático, ya que permite tener una visión clara del entorno y las formas cambiantes de la ciudad.

Aquí te dejamos un fragmento de la entrevista que le realizamos a Edoardo Neerhut, encargado de Comunidad de Mapillary para entender un poco más sobre cómo opera la plataforma:

La imagería a nivel de calle es una de las formas más eficientes para recopilar datos cartográficos a escala, especialmente cuando se aprovecha la colaboración desde las comunidades maperas; por colaboración me refiero a la cooperación de diversas partes que comparten el interés de generar un mapa más detallado del espacio. Puede ser una persona que desee visibilizar la necesidad de mejorar la accesibilidad de las sillas de rueda en la ciudad, hasta una empresa que desee mejorar las tecnologías de enrutamiento para los autos.

Mapillary opera con tecnologías que permiten identificar objetos dentro de cada imagen sin la intervención humana, esto es parte de la inteligencia artificial también conocida como “machine learning” o aprendizaje automático de los algoritmos.

¿Por qué creés que ciudades cómo Asunción están menos mapeadas dentro de los mapas comerciales que otras ciudades de países vecinos como Argentina?

Una ciudad como Asunción puede haber atraído menos la atención de las grandes empresas de cartografía, pero las tecnologías de colaboración impulsadas por la visión computarizada facilitan a cualquier parte interesada la recopilación de esta información. Imágenes actualizadas en Asunción significa mapas actualizados, y mapas actualizados pueden significar una mejor entrega de servicios gubernamentales como el manejo de desechos, rutas más seguras para ciclistas, hasta la facilidad para aquellos que buscan algún restaurante o cualquier tipo de servicio.

En términos de seguridad de los datos de quienes aparecen en las fotografías de Mapillary, ¿cómo la empresa asegura su privacidad?

Cada imagen que se sube a Mapillary se procesa para desenfocar rostros y matrículas antes de que se muestre públicamente. En el caso muy raro de que se pierda una cara o una licencia, cualquiera puede entrar y solicitar un desenfoque en esa parte de la imagen o reportar la imagen en sí. Los originales de la imagen se almacenan en servidores seguros durante 12 meses en caso de que la persona que subió la foto tenga contenido que desee recuperar. Se pueden encontrar todos los detalles sobre la privacidad de la plataforma en la política de privacidad de Mapillary.

Una de las cosas interesantes que ha ocurrido en los últimos años, ha sido un creciente interés comercial en países que antes estaban desatendidos. A medida que la ubicación se convierte en una parte más integral de la tecnología y la prestación de servicios, las empresas extranjeras y locales están haciendo un mayor esfuerzo para aportar datos cartográficos. Desde Mapillary existe la ventaja de la diversidad y multiplicidad de imágenes que crean los conjuntos de datos para el entrenamiento de algoritmos de inteligencia artificial. Las imágenes en lugares como Tanzania facilitan la identificación de necesidades estructurales que tienen diferentes aspectos en el mundo, esto es muy importante para resolver los desafíos de la cartografía dentro de lugares poco mapeados.

Para octubre de 2018, en Mapillary se habían cargado más de 375 millones de fotografías y se habían mapeado más de 5 millones de kilómetros. Existen proyectos de fotomapeo con enfoque como humanitario, para caso de desastres: uno es el caso de Oaxaca, impulsado por el colectivo Geochicas, que busca reconocer la recuperación del terremoto de septiembre de 2017. Otro es el mapeo para observar el incremento de las zonas de inundación en el Bañado en Asunción. También, como explicaba Edoardo, este tipo de mapas han servido para el mejoramiento estructural en zonas remotas de Tanzania. Por último, también sirven para mejorar aplicaciones de ruteo en automóvil o bicicleta, es decir, encontrar las vías de las calles para saber dónde doblar, dónde hay un señal de alto una prohibición de giro.

Existen además, otras plataformas abiertas y también colaborativas como OpenStreetCam², una iniciativa desarrollada por la empresa Telenav, que busca generar un mapa a través de fotografías geográficas subidas por voluntarias, que ayuden a las aplicaciones de enrutamiento.

Finalmente, es interesante cuestionarse qué se visibiliza y qué no se visibiliza, quiénes son las personas a cargo de decidir qué se puede ver o no, y el porqué de sus decisiones, ya que si algo no está mapeado, básicamente «no existe», y no existe no sólo en el sentido de la infraestructura espacial, sino que también anula la existencia de la relaciones sociales y políticas que se dan ahí. Y por sobre todo, lo más importante es reconocer el la importancia de la acciones colaborativas como las que realizan las personas mapeadoras desde OpenStreetMap y también otras plataformas y comunidades en tecnología.

Si querés conocer más sobre las plataformas que mencionamos en esta publicación y salir a fotomapear tu ciudad, te invitamos a que pases por:

• Mapillary en GooglePlay y en AppStore
• OpenStreetCam en GooglePlay y en AppStore
• OpenStreetMap

*Las aplicaciones actualmente no se encuentran en FDroid.

1 Mapillary es un servicio de street view por crowdsourcing. La compañía fue fundada en Malmö, Suecia, a cargo de Jan Erik Solem y Johan Gyllenspetz. El 29 de abril de 2014, Mapillary cambió su licencia de CC-BY-NC a CC-BY-SA, más acorde con el movimiento de datos abiertos.

2OpenStreetCam, anteriormente llamado OpenStreetView, es un proyecto para recopilar fotografías a nivel de calle de forma colaborativa para mejorar OpenStreetMap operado por TeleNav. Las imágenes recopiladas se publican bajo una licencia CC-BY-SA y la mayor parte del proyecto es de código abierto.