URBAN-IA es un proyecto de investigación que desarrolla una plataforma de inteligencia artificial para ayudar a las ciudades a gestionar la movilidad de forma más eficiente, sostenible y justa. Integrará datos urbanos, simulación y participación ciudadana para anticipar problemas (como congestión o desigualdad de acceso) y apoyar decisiones transparentes en tiempo real.
Inteligencia Artificial para la Gestión de la Movilidad Urbana como Sistema Físico Complejo: Impulsando la Transición hacia Ciudades más Sostenibles, Inclusivas y Adaptativas (URBAN-IA) es posible gracias a la financiación del ministerio de Ciencia e Innovación en la convocatoria AIA2025-163553-C41 financiado por MICIU/AEI/10.13039/501100011033
El consorcio de URBAN-IA está formado por cuatro universidades españolas de referencia que aportan capacidades complementarias en inteligencia artificial, movilidad urbana, accesibilidad, optimización y gobernanza participativa. La Universidad de Cantabria, como institución coordinadora, lidera la integración del sistema y la validación en entornos urbanos reales. La Universidad de Granada aporta su experiencia en comportamiento de los usuarios, participación ciudadana y aceptación social de políticas públicas. La Universidad Politécnica de Madrid contribuye con metodologías avanzadas de accesibilidad, equidad territorial y planificación urbana, mientras que la Universitat Politècnica de València lidera el desarrollo de modelos predictivos y de optimización basados en inteligencia artificial. Esta combinación garantiza un enfoque interdisciplinar y una implementación sólida, orientada tanto al avance científico como a la aplicación práctica en ciudades reales.
Del 1 de enero de 2026 al 31 de diciembre de 2029
AIA 2025
MINISTERIO DE CIENCIA E INNOVACION
URBAN-IA se plantea como un proyecto coordinado, organizado en varios subproyectos altamente especializados que trabajan de forma integrada para construir un único sistema inteligente de gestión de la movilidad urbana. Esta estructura permite abordar el reto desde distintas dimensiones (modelización y simulación, equidad y accesibilidad, participación ciudadana y optimización predictiva) sin fragmentar el resultado final. Cada subproyecto desarrolla un módulo funcional propio, pero todos comparten datos, metodologías y validación, conectándose a través de una plataforma central común que asegura la interoperabilidad y la coherencia del sistema. De este modo, URBAN-IA avanza como una iniciativa conjunta y coordinada, donde los avances de cada equipo refuerzan y alimentan al resto, garantizando un enfoque interdisciplinar y una solución final plenamente integrada.
Modeliza y simula la movilidad urbana en tiempo real para anticipar congestión, cambios de demanda y efectos de nuevas medidas.
Convierte opiniones y experiencias de la ciudadanía en información útil mediante IA, facilitando una gobernanza más transparente e inclusiva.
Evalúa cómo afectan las políticas de movilidad a distintos barrios y grupos sociales, identificando desigualdades y apoyando decisiones más justas.
Integra predicción, aprendizaje y optimización para recomendar estrategias urbanas adaptativas, explicables y basadas en evidencia.
El proyecto URBAN-IA se estructura en diez paquetes de trabajo (Work Packages – WP) que abarcan desde la coordinación inicial y la revisión del estado del arte hasta la validación final, la transferencia y la difusión de resultados. Esta organización permite desarrollar de forma integrada una plataforma modular de inteligencia artificial aplicada a la movilidad urbana, combinando modelización, participación ciudadana, equidad territorial, predicción, optimización y gobernanza. A continuación, se presentan los objetivos y tareas principales de cada WP.
no
Descripción: Este paquete de trabajo asegura la coordinación científica, técnica y operativa de URBAN-IA durante todo el proyecto, garantizando la coherencia metodológica entre subproyectos, el seguimiento del cronograma y la activación de mecanismos de mitigación de riesgos. Incluye reuniones periódicas de los IPs y la creación de un entorno digital colaborativo para compartir documentación, datos y resultados.
Responsable: IA-AUMD (Universidad de Cantabria) – José Luis Moura
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este WP desarrolla una revisión sistemática del conocimiento científico y técnico sobre inteligencia artificial aplicada a movilidad urbana, accesibilidad, equidad y gobernanza. Además, analiza casos reales de implementación, identificando impactos, limitaciones, algoritmos relevantes y elementos críticos de diseño para orientar el desarrollo del proyecto desde una base robusta y actualizada.
Responsable: EQ-IACCESS (UPM) – María Eugenia López-Lambas
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este paquete se centra en diseñar y desplegar un sistema integrado de recogida de datos que combine información de encuestas, plataformas participativas, sensores urbanos, cámaras, registros de transporte público y fuentes administrativas. Su objetivo es generar un conjunto de datos estructurado, representativo y continuo que alimente los módulos de participación, equidad, predicción y simulación.
Responsable: PARTICIPA-IA (UGR) – Juan de Oña
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este WP construye el ecosistema de participación ciudadana inteligente, centrado en procesar información cualitativa y no estructurada mediante técnicas avanzadas de NLP, análisis de emociones y clasificación temática. Además, desarrolla modelos de segmentación socio-territorial y algoritmos de equidad, incorporando agentes conversacionales explicables para facilitar una interacción transparente entre ciudadanía y sistema.
Responsable: PARTICIPA-IA (UGR) – Juan de Oña
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este paquete desarrolla métodos de análisis de accesibilidad y justicia territorial, incorporando inteligencia artificial para mejorar la representatividad de grupos vulnerables. Incluye la generación de datos sintéticos mediante SMOTE, la evaluación de impactos diferenciales de políticas (como restricciones dinámicas de acceso) y la integración de resultados en un marco adaptativo que permita detectar umbrales de inequidad y activar ajustes correctores.
Responsable: EQ-IACCESS (UPM) – María Eugenia López-Lambas
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este WP desarrolla el núcleo analítico y predictivo de URBAN-IA, construyendo pipelines de datos y modelos de machine learning para anticipar flujos, demanda, uso de infraestructuras, patrones de comportamiento y anomalías urbanas. Sus resultados alimentan los módulos de optimización y la plataforma central, y se diseñan bajo un enfoque modular e interoperable para facilitar su reutilización y escalabilidad.
Responsable: IPF-UMGO (UPV) – Ángel A. Juan
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este paquete constituye la base operativa de simulación y adaptación dinámica de la movilidad urbana, integrando microsimulación y macrosimulación (AIMSUN, VISSIM, VISUM) con técnicas de IA como aprendizaje por refuerzo y AutoML. Su objetivo es permitir la calibración continua de modelos y la generación de escenarios realistas que puedan utilizarse para validar decisiones, optimizar estrategias y anticipar impactos.
Responsable: IA-AUMD (UC) – José Luis Moura
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este WP integra todos los módulos del proyecto en una plataforma de gobernanza urbana basada en IA, garantizando interoperabilidad técnica, consistencia semántica y trazabilidad de decisiones. Además, desarrolla interfaces operativas y paneles adaptados a distintos perfiles (técnicos municipales, decisores estratégicos y ciudadanía), incorporando visualización explicable, simulación interactiva y herramientas de transparencia institucional.
Responsable: IPF-UMGO (UPV) – Ángel A. Juan
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este paquete valida los resultados del proyecto desde una doble perspectiva: (i) técnica, mediante pruebas en gemelos digitales y entornos simulados calibrados, y (ii) real, mediante integración con datos urbanos y pilotos operativos. Incluye también la evaluación participativa del impacto social, la aceptación institucional y la legitimidad de las decisiones, cerrando el ciclo de aprendizaje y mejora del sistema.
Responsable: IA-AUMD (UC) – José Luis Moura
Socios involucrados: UC, UGR, UPM, UPV
Descripción: Este WP asegura la comunicación científica y social de URBAN-IA, incluyendo la creación de la web del proyecto, redes sociales, publicaciones, eventos y acciones de transferencia. Su objetivo es maximizar el impacto académico y aplicado, facilitar la replicabilidad del sistema en otras ciudades y garantizar que los resultados sean accesibles para administraciones, empresas y ciudadanía.
Responsable: IA-AUMD (UC) – José Luis Moura
Socios involucrados: UC, UGR, UPM, UPV
Financiado por la Agencia Estatal de Investigación (AEI) del Ministerio de Ciencia e Innovación, el proyecto integrará algoritmos de predicción y equidad social directamente en
Inteligencia Artificial para la Gestión de la Movilidad Urbana como Sistema Físico Complejo: Impulsando la Transición hacia Ciudades más Sostenibles, Inclusivas y Adaptativas (URBAN-IA) es posible gracias a la financiación del ministerio de Ciencia e Innovación en la convocatoria AIA2025-163553-C41 financiado por MICIU/AEI/10.13039/501100011033
