Una ciudad turística no funciona con la población que figura en el padrón, sino con la población que realmente está presente en cada momento.
The difference can be substantial. In Benidorm’s population Digital Twin project, developed within the Smart Costa Blanca 2.0 framework, the project documentation uses a reference of 72,550 registered residents and a calibration peak of approximately 360,000 people present on 12 August 2023.
Para una administración local, esa diferencia no es meramente estadística. Condiciona la demanda de servicios, la presión sobre determinadas zonas, los patrones de movilidad y la necesidad de anticiparse a fines de semana, eventos o periodos de alta ocupación.
El reto consiste en estimar esa población presente, entender cómo se distribuye y cómo puede evolucionar. Y hacerlo sin confundir una señal indirecta con una medición directa, un dato histórico con una observación actual o una predicción técnicamente precisa con una decisión suficientemente fundamentada.
Es precisamente en ese espacio donde trabaja iris360 Human Dynamics.
La plataforma integra información procedente de fuentes heterogéneas —entre ellas consumo de agua y electricidad, meteorología, calendarios, eventos, turismo y movilidad— para construir una visión de la dinámica poblacional de la ciudad y generar salidas orientadas a la planificación municipal.
El objetivo no es reunir datos por el hecho de disponer de ellos. Es entender qué aporta cada fuente, qué puede inferirse a partir de ella y qué evidencias necesitamos antes de utilizar una estimación para tomar decisiones.
72.550 habitantes empadronados. Un pico de calibración de cerca de 360.000 personas presentes el 12 de agosto de 2023.
Benidorm: conocer la población presente para planificar mejor
La población empadronada responde a una pregunta administrativa: cuántas personas tienen registrada su residencia en la ciudad. La gestión operativa necesita responder otras.
¿Cuántas personas hay realmente hoy? ¿Cómo se distribuyen? ¿Qué parte corresponde a residentes, visitantes o población flotante? ¿Qué movimientos se están produciendo? ¿Cómo puede cambiar la situación durante los próximos días?
Benidorm’s population Digital Twin is designed to bring distributed information together to estimate present population, understand overnight stays and visitor flows and explore future scenarios.
Los usos previstos son concretos: dimensionar servicios de limpieza y recogida de residuos, preparar servicios de playa o anticipar necesidades ante eventos y picos de afluencia. El diseño contempla además previsiones de población con un horizonte de una semana y cuadros de mando relacionados con población flotante, distribución de pernoctaciones y flujos poblacionales.
Pero disponer de muchas fuentes no resuelve por sí mismo el problema. El verdadero desafío consiste en comprender qué está observando cada una.
El consumo de agua no es un contador de personas
Una de las fuentes utilizadas ilustra bien esta diferencia. El consumo de agua puede aportar una señal relevante sobre demanda, cobertura o presión espacial. Sin embargo, una variación de consumo no puede interpretarse automáticamente como una variación equivalente en el número de personas.
En Human Dynamics, las vistas de agua se utilizan precisamente con esa cautela: como señales que pueden contribuir a una estimación, no como una medición directa de ocupación individual. El dossier del proyecto establece además un principio importante: ninguna fuente aislada constituye una referencia universal de verdad.
La consecuencia práctica es que una plataforma de datos necesita hacer algo más que integrar información. Tiene que conservar su contexto.
Una variable puede estar correctamente almacenada y, sin embargo, ser mal interpretada. Puede representar una observación del día o un dato disponible con retraso. Puede ser un total acumulado o formar parte de otro indicador. Y la ausencia de registros puede significar ausencia de actividad o simplemente un problema en la fuente.
Si esas diferencias se pierden durante la integración, el modelo puede aprender sobre una realidad distinta de la que creemos estar representando.
De integrar datos a comprender qué significan
En el trabajo realizado con iris360 Human Dynamics se inventariaron múltiples fuentes dentro de un universo analizado de 959.208 registros y se estructuró parte de su documentación mediante 18 Data Sheets. Estas fichas relacionan los conjuntos de datos con controles de calidad, derechos de uso, trazabilidad y retención.
Su función no es crear documentación por sí misma. Las Data Sheets permiten dejar explícitas cuestiones que, de otro modo, pueden quedar ocultas cuando diferentes fuentes terminan integradas en una misma matriz de datos: granularidad, claves, desfases temporales, significado de las variables, reglas de agregación o condiciones de utilización.
Aquí conviene distinguir el modelo de datos del modelo de inteligencia artificial. El primero define cómo se estructura y se interpreta la información. El segundo utiliza esa información para producir una estimación. La calidad del segundo depende necesariamente del primero.
Por eso, en una plataforma de datos que incorpora inteligencia artificial, la gobernanza del dato no puede tratarse como una fase administrativa posterior. Forma parte del propio proceso de construcción del modelo.
Un histórico adaptado sigue siendo un histórico
La temporalidad añade otra dificultad. El dossier contempla una capa de referencia para 2026 construida a partir de datos históricos de FluxVision correspondientes a 2025. Su utilización exige conservar el dato original y su fecha, identificar la extrapolación realizada, recalcular las variables temporales pertinentes y validar posteriormente frente a observaciones reales de 2026.
También se explicita otra limitación: una referencia procedente de temporada alta no demuestra que el mismo comportamiento pueda generalizarse al conjunto del año.
Es una distinción importante. Adaptar un histórico puede resultar útil para preparar una integración, entrenar un modelo o avanzar en un piloto. No convierte ese histórico en una observación contemporánea. La transformación puede ser válida. Lo que no debe hacer es borrar la naturaleza de la evidencia.
Esta capacidad de distinguir entre lo observado, lo transformado y lo inferido resulta esencial cuando una plataforma comienza a generar predicciones.
No todas las preguntas de una ciudad son el mismo problema predictivo
Estimar cuántas personas hay en una ciudad no es lo mismo que explicar cómo se distribuyen, analizar flujos origen-destino o estimar qué efecto podría estar asociado a un evento.
Por eso, el trabajo sobre Human Dynamics se ha estructurado en cuatro Model Cards diferentes. La primera aborda población presente y composición agregada. La segunda, llegadas, salidas y flujos. La tercera se centra en presión y distribución territorial. La cuarta aborda el impacto de eventos y escenarios.
La separación no es documental, sino metodológica. Un modelo que estime correctamente la población total no ha demostrado necesariamente que pueda distribuir esa población con la misma precisión entre barrios o zonas. De la misma manera, reproducir un patrón observado durante un evento no es suficiente para atribuir causalmente a ese evento la variación detectada.
Cada problema necesita sus propios criterios de evaluación.
Una cifra de precisión necesita contexto
En Benidorm, el plan de evaluación no se limita a medir un error promedio. Contempla el comportamiento del modelo en condiciones habituales y durante picos de actividad, pero también incertidumbre, robustez, privacidad, seguridad, cambios estacionales, eventos o pérdida de determinadas fuentes.
Nuestra exigencia es que una cifra de rendimiento pueda interpretarse junto a la versión del modelo que la produjo, los datos utilizados, el periodo evaluado, las condiciones de la prueba y las limitaciones conocidas. De otro modo, una métrica aparentemente precisa puede generar más confianza de la que permite la evidencia.
Las Model Cards permiten mantener ese contexto disponible tanto para quien desarrolla el modelo como para quien posteriormente utiliza sus resultados. Y obligan a plantear preguntas necesarias: ¿funciona igual fuera de temporada? ¿Qué ocurre si desaparece una fuente? ¿Estamos estimando una situación comparable con las observadas durante el entrenamiento o estamos extrapolando?
Del modelo a la plataforma completa
Una predicción no aparece directamente de un algoritmo. Antes han intervenido fuentes de datos, transformaciones, reglas, controles de calidad, procesos de normalización y versiones concretas de los conjuntos de información utilizados. Después intervienen interfaces, usuarios, mecanismos de supervisión y decisiones.
Por eso la documentación no termina en los datos y los modelos. La System Card de Human Dynamics describe el sistema completo: desde el dato original y los controles sobre calidad y derechos hasta las capas normalizadas, la matriz utilizada para entrenamiento y evaluación, los modelos y las salidas que llegan a iris360. Incorpora además registros de actividad, seguimiento de fuentes, detección de cambios, seguridad, respuesta ante incidentes y supervisión humana.
This perspective is aligned with the architecture of Benidorm’s Digital Twin, organised through bronze, silver and gold data layers: original information, cleaned information and indicators and models intended for use.
La trazabilidad que buscamos no termina en identificar qué algoritmo produjo una cifra. Debe permitir reconstruir con qué información y bajo qué condiciones esa cifra terminó formando parte de una decisión.
¿Qué ocurre cuando una fuente deja de ser fiable?
Consideremos un escenario sencillo. iris360 anticipa un aumento de población durante un fin de semana, pero una de las fuentes relevantes lleva varios días sin actualizarse.
La predicción puede seguir existiendo. Lo que cambia es el contexto en el que debe interpretarse. En nuestro diseño, esa limitación debe acompañar al resultado. No debería desaparecer detrás de una visualización convincente ni quedar oculta para la persona que utilizará la información.
Supervisión humana no significa simplemente colocar a un usuario delante de una pantalla. Significa darle capacidad real para interpretar una estimación, contrastarla, modificar una decisión, limitar el funcionamiento del sistema o detenerlo cuando las condiciones lo requieran.
Este planteamiento conecta también con los principios de supervisión humana que establece el Reglamento Europeo de Inteligencia Artificial para determinados sistemas de alto riesgo.
Comprender patrones sin convertir la ciudad en seguimiento individual
Human Dynamics trabaja, dentro del alcance definido para este proyecto, en modo agregado. La identificación biométrica, la categorización sensible y la inferencia de emociones quedan fuera del alcance. La documentación excluye además edad, género, nacionalidad y municipio del núcleo predictivo correspondiente a la capa de referencia FluxVision de Orange.
La disponibilidad de una variable no constituye, por sí misma, una razón para incorporarla al modelo. Trabajar con agregados tampoco elimina todas las preguntas de privacidad. La combinación de fuentes puede generar riesgos distintos de los que presenta cada conjunto de datos cuando se analiza por separado.
Por eso la pregunta no debe ser únicamente qué datos podemos utilizar. También debemos preguntarnos qué nivel de detalle necesitamos realmente para cumplir la finalidad del servicio.
IA responsable aplicada a una plataforma de datos
En este contexto, la IA responsable deja de ser una declaración genérica y pasa a convertirse en una forma concreta de diseñar la plataforma.
Las Data Sheets permiten explicar qué sabemos de los datos. Las Model Cards, qué sabemos del comportamiento y las limitaciones de cada modelo. La System Card conecta ambos con el funcionamiento completo del servicio y con las personas que intervienen sobre él. A esto se suman trazabilidad, versionado, evaluación, privacidad, monitorización y supervisión humana.
Estos mecanismos guardan relación con algunas de las cuestiones que aborda el AI Act —entre ellas gobernanza de los datos, documentación técnica y supervisión humana—, pero su utilidad no depende únicamente de una obligación regulatoria. Son necesarios para responder a una cuestión más básica: qué evidencias tenemos para utilizar una predicción en una situación determinada.
Del piloto a producción: documentar no sustituye a validar
El dossier de Human Dynamics distingue también entre haber definido un sistema y haber demostrado que puede utilizarse en producción. La existencia de una arquitectura, una Data Sheet, una Model Card o una System Card no demuestra por sí sola que las pruebas hayan sido ejecutadas ni que el sistema haya superado todos los criterios necesarios.
La metodología contempla por ello fases de evaluación en shadow mode, donde los modelos pueden funcionar en paralelo sin convertir automáticamente sus resultados en decisiones operativas. El objetivo es observar su comportamiento, contrastarlo con datos reales y reunir evidencia antes de autorizar un uso productivo.
En el proyecto, esa evolución queda condicionada a disponer de datos materializados y trazables, derechos documentados, artefactos de modelo vinculados, validación real, pruebas reproducibles, revisión independiente y aceptación del riesgo residual.
Documentar no debe servir para justificar retrospectivamente una decisión ya tomada. Debe ayudar a decidir si existen condiciones suficientes para tomarla.
De una plataforma de datos a una herramienta para comprender y anticipar
El caso de Benidorm permite explicar con bastante claridad qué papel puede desempeñar una plataforma como iris360 cuando los datos dejan de utilizarse únicamente para describir el pasado.
La plataforma ingiere y unifica información procedente de distintas fuentes, permite monitorizarla y contextualizarla y crea una base común sobre la que pueden construirse modelos predictivos y gemelos digitales.
En Human Dynamics, esa arquitectura se aplica a un problema muy concreto: comprender la diferencia entre la población administrativa de una ciudad y la población que realmente está utilizando el territorio. A partir de ahí aparecen preguntas operativas.
- Cuántas personas hay.
- Dónde están.
- Cómo se mueven.
- Cómo cambia la presión sobre la ciudad.
- Qué efecto pueden tener determinados eventos.
- Y qué puede ocurrir durante los próximos días.
La inteligencia artificial amplía nuestra capacidad para responderlas, pero también obliga a ser más precisos sobre la evidencia utilizada.
Porque el objetivo no es que Benidorm confíe en una estimación porque haya un modelo detrás. El objetivo es que pueda utilizarla con criterio porque conoce su origen, entiende sus limitaciones y dispone de mecanismos para actuar cuando esas condiciones cambian.
English