Las autopistas son sistemas complejos donde el comportamiento de miles de conductores individuales se combina para crear el flujo del tráfico. Cuando demasiados coches intentan usar una carretera a la vez, el sistema puede atascarse, causando retrasos que se propagan hacia atrás durante kilómetros. Durante décadas, las agencias de transporte han dependido de mediciones simples para juzgar qué tan graves son estos atascos, como contar el total de minutos perdidos por todos los conductores o medir cuánto más lento se mueve el tráfico durante las horas pico. Estos números cuentan una historia sobre el pasado: describen qué tan congestionada estuvo una carretera ayer o el año pasado. Sin embargo, ofrecen poca orientación para el futuro. Un alto número de minutos perdidos podría significar que una carretera está simplemente abrumada por demasiados coches, una situación que ningún ajuste puede solucionar. Alternativamente, ese mismo número alto podría significar que la carretera está obstruida porque los conductores están reaccionando mal entre sí, una situación que podría solucionarse con la gestión adecuada. Sin saber qué escenario es el verdadero, los planificadores urbanos corren el riesgo de malgastar dinero en proyectos costosos como la adición de nuevos carriles, cuando una solución más barata y más inteligente podría haber funcionado igual de bien.

Esta incertidumbre es el problema central abordado por un nuevo estudio de investigadores del Instituto Tecnológico de Massachusetts y la Universidad de Nottingham. El equipo se propuso crear una nueva forma de mirar el tráfico que vaya más allá de simplemente medir qué tan malo es. En lugar de preguntar "¿Cuánta demora hay?", preguntaron una pregunta diferente: "¿Cuánto de este retraso podríamos realmente arreglar?". Para responder a esto, desarrollaron un concepto que llaman "congestión controlable". Esta no es una medida de las condiciones actuales del tráfico, sino una medida del potencial. Calcula la cantidad máxima de retraso que teóricamente podría eliminarse de una autopista si un sistema inteligente gestionara los límites de velocidad perfectamente. Utilizando simulaciones por computadora avanzadas que imitan cómo fluye el tráfico, los investigadores probaron esta idea tanto en un escenario de autopista ficticio como en datos reales de un tramo de la Interestatal 24 en Tennessee. Su trabajo revela que la cantidad de retraso que sufre una carretera a menudo no tiene relación con cuánto de ese retraso se puede arreglar. En algunos casos, una carretera con tráfico pesado es casi imposible de mejorar, mientras que en otros, una carretera con niveles de tráfico similares podría ver sus retrasos reducidos a más de la mitad si se gestionara correctamente.

Los investigadores construyeron su análisis sobre un modelo de flujo de tráfico computarizado bien establecido conocido como METANET. Este modelo divide una autopista en pequeños segmentos y rastrea cómo cambian la densidad de los coches y su velocidad a lo largo del tiempo. Tiene en cuenta cómo los coches entran y salen de la carretera, cómo se ralentizan cuando se acercan demasiado unos a otros y cómo un cuello de botella, como una reducción de carriles, puede causar un embotellamiento. El equipo utilizó este modelo para realizar un ejercicio de optimización masivo. Le pidieron a la computadora que encontrara la secuencia perfecta de límites de velocidad para cada segmento de la autopista durante un período específico. El objetivo era minimizar el tiempo total que todos los vehículos pasaron en la carretera. La computadora pudo cambiar los límites de velocidad tan a menudo como quisiera, dentro de los límites físicos de la carretera, para ver cuál sería el mejor resultado absoluto. La diferencia entre el retraso real observado en los datos y este escenario de mejor caso teórico es lo que los investigadores definen como "congestión controlable".

Cuando el equipo aplicó este método a una autopista sintética con un cuello de botella, descubrieron un patrón sorprendente. A medida que aumentaban el número de coches que entraban en la carretera, el retraso total crecía de manera constante, lo cual es de esperar. Sin embargo, la cantidad de ese retraso que podía ser eliminado mediante el control de los límites de velocidad no crecía de manera constante. En cambio, aumentó rápidamente al principio, alcanzó un pico donde aproximadamente el 56 por ciento del retraso podía ser eliminado, y luego cayó bruscamente a medida que la carretera se volvía aún más congestionada. Esto significa que una vez que el tráfico alcanza cierto nivel extremo de densidad, reducir la velocidad de los coches mediante los límites de velocidad se vuelve ineficaz. El sistema se satura tanto que ninguna cantidad de gestión de velocidad puede prevenir el atasco. Este hallazgo desafía la suposición de que más tráfico siempre significa más oportunidad de mejora. Sugiere que existe un punto de inflexión donde la carretera está simplemente demasiado llena para ser gestionada solo mediante límites de velocidad, y que añadir capacidad física, como un nuevo carril, podría ser la única solución.

Los investigadores probaron luego su método con datos del mundo real del Corredor SMART de la I-24 en Tennessee, un tramo de autopista de 5.6 kilómetros equipado con sensores y señales de límite de velocidad variable. Analizaron diez días laborables consecutivos, incluyendo dos días festivos, para ver cómo cambiaba el potencial de mejora de un día a otro. Los resultados fueron impactantes. En dos mañanas diferentes, el tiempo total de viaje y el retraso promedio por coche eran casi idénticos. Por las medidas tradicionales, estos dos días parecían exactamente iguales. Sin embargo, cuando los investigadores calcularon la congestión controlable, la diferencia fue enorme. En un día, el sistema era altamente sensible, y la estrategia óptima de límite de velocidad podría haber eliminado el 80 por ciento del retraso. En el otro día, con la misma cantidad de tráfico, el sistema era mucho menos sensible, y la mejor estrategia posible solo podría eliminar el 31 por ciento del retraso. La razón de esta diferencia residía en la naturaleza del atasco mismo. En el día con alto potencial, el atasco era temporal y podía despejarse ralentizando los coches lo suficiente como para evitar que se formara un embotellamiento. En el día con bajo potencial, el atasco era persistente y estructural, lo que significaba que incluso una gestión perfecta no podría despejarlo rápidamente.

Este desajuste entre el retraso total y la congestión controlable es el hallazgo más importante del estudio. Muestra que mirar el retraso por sí solo es como mirar la fiebre de un paciente sin saber la causa. Una fiebre alta podría ser una infección menor que pasará rápidamente, o podría ser una señal de una enfermedad grave que requiere un tratamiento drástico. Del mismo modo, un alto retraso en una autopista podría ser una señal de que la carretera está simplemente demasiado ocupada para que cualquier estrategia de gestión ayude, o podría ser una señal de que la carretera se está gestionando mal y podría mejorarse enormemente con las herramientas adecuadas. El estudio demuestra que dos carreteras con el mismo nivel de congestión pueden tener potenciales de mejora completamente diferentes. Esto significa que las agencias de transporte no pueden confiar únicamente en las estadísticas de retraso para decidir dónde invertir en nueva tecnología. Necesitan saber no solo qué tan malo es el tráfico, sino qué tanto de ese mal tráfico es realmente reparable.

Los investigadores también exploraron cómo las limitaciones prácticas afectan este potencial. En el mundo real, los límites de velocidad no pueden cambiarse instantáneamente ni establecerse en cualquier valor. Los conductores necesitan tiempo para reaccionar, y existen mínimos legales para la velocidad mínima que se puede publicar. El equipo probó cómo estas restricciones cambiarían los resultados. Descubrieron que la frecuencia de las actualizaciones era crítica. Si los límites de velocidad solo pudieran cambiarse una vez cada dos minutos, la cantidad de retraso que podría eliminarse caía significamente en comparación con un sistema que pudiera actualizarse cada pocos segundos. Sin embargo, encontraron que el límite de velocidad mínimo importaba muy poco. Incluso si el límite de velocidad no pudiera establecerse por debajo de los 90 kilómetros por hora, el sistema aún podría eliminar casi la mitad del retraso. Esto sugiere que la capacidad de realizar ajustes pequeños y frecuentes es mucho más importante que la capacidad de obligar al tráfico a un estado de casi detención. También destaca que la separación de las señales importa; tener señales cerca unas de otras permite un mejor control que tenerlas muy separadas.

El estudio concluye que la "congestión controlable" es una nueva herramienta vital para la toma de decisiones. Permite a los planificadores distinguir entre la congestión que es estructuralmente inevitable y la congestión que es altamente sensible a la gestión. Para una autopista donde el potencial de mejora es bajo, gastar millones de dólares en señales de límite de velocidad variable sería un desperdicio de recursos. En esos casos, la solución podría ser ampliar la carretera o aceptar la congestión como un límite de la infraestructura. Para una autopista donde el potencial es alto, esa misma inversión podría generar beneficios masivos, reduciendo los tiempos de viaje y las emisiones significativamente. Al cuantificar este potencial, las agencias pueden dejar de adivinar y empezar a invertir en los lugares donde su dinero realmente funcionará. El marco no se limita a medir el retraso; la misma lógica podría aplicarse para medir cuánto de la contaminación o cuántos accidentes podrían prevenirse con una mejor gestión. Aunque el estudio actual se basa en simulaciones por computadora y datos específicos de un corredor, la idea central es clara: saber cuánto se puede mejorar un sistema es tan importante como saber qué tan roto está actualmente.