Señales de gentrificación a través de la Inteligencia Artificial: identificación mediante el censo de vivienda

Abstract

La gentrificación no siempre es detectada por la sociedad, la política y la planificación a tiempo de interpretar sus dinámicas y de llevar a cabo intervenciones que mitiguen sus efectos adversos. Sus implicaciones son tan importantes en la fisionomía social de las ciudades, que será relevante toda herramienta que permita pronosticar o evidenciar cualquier tipo de señal de la gentrificación. La investigación trata de evaluar la viabilidad de la detección de ámbitos vinculados a procesos de gentrificación, incipientes o asentados, mediante el uso de fuentes de información comunes en las ciudades, como son los censos de viviendas. Para ello se propone el uso de metodologías de extracción de información basadas en técnicas de minería de datos procedentes de las ciencias de la Inteligencia Artificial. La metodología se evalúa experimentalmente en un territorio complejo y extenso, la costa mediterránea peninsular española. Los resultados permiten identificar un perfil urbano que incluye todas las barriadas a las que el estado del arte atribuye gentrificación, resultando la proporción de viviendas en alquiler determinante. Se concluye que la metodología propuesta es útil para evidenciar territorios con señales similares a los entornos urbanos con gentrificación, permitiendo la detección temprana de procesos semejantes en otros ámbitos.

Keywords

• perfil urbano
• red neuronal artificial
• mapa auto-organizado
• predicción