SmartSport: conteo de multitudes se encuentra con grandes modelos de lenguaje para una gestión inteligente de instalaciones

Por qué importan los espacios deportivos más inteligentes

En muchas ciudades siguen surgiendo nuevos parques, pistas y senderos fitness, pero la gente sigue encontrando canchas de baloncesto abarrotadas mientras senderos peatonales cercanos permanecen vacíos. Esta descoordinación malgasta dinero público y frustra a los residentes que solo quieren una oportunidad justa para hacer ejercicio. El estudio SmartSport presenta una forma de usar cámaras y una IA avanzada para medir cómo se usan realmente las instalaciones deportivas públicas y luego convertir esos datos en recomendaciones concretas para los gestores municipales. El objetivo es simple: ayudar a las comunidades a obtener más salud y disfrute de los espacios que ya tienen.

De las planillas a la vigilancia continua

Hoy, la mayoría de las ciudades todavía dependen de personal con planillas o de encuestas ocasionales para estimar cuán ocupada está una cancha o una pista de atletismo. Esos métodos capturan solo instantáneas breves, pasan por alto muchas ubicaciones y son demasiado lentos para guiar las decisiones diarias. Además, les cuesta explicar por qué algunas instalaciones están sobrecargadas mientras otras están casi vacías. SmartSport reemplaza estos esfuerzos dispersos con un sistema automatizado que vigila las instalaciones mediante cámaras fijas, cuenta cuántas personas hay a lo largo del tiempo y combina esa información con mapas, datos de población y otro contexto.

Enseñar a las computadoras a ver a las personas de forma justa

La primera mitad de SmartSport, llamada CrowdVision, se centra en detectar y contar personas en zonas deportivas abiertas como canchas al aire libre, campos y senderos fitness. En lugar de rastrear caras o identidades, busca las pequeñas señales visuales que indican la presencia de una persona en una escena amplia, como figuras diminutas en el fondo o personas parcialmente ocultas por otras. Los investigadores diseñaron una red de visión compacta que puede escanear imágenes desde diferentes direcciones, ensamblar patrones en toda la escena y manejar personas de tamaños muy distintos en el mismo fotograma. Representa a cada persona como un punto en lugar de un cuadro delimitador, lo que facilita localizar individuos con precisión en entornos concurridos y al mismo tiempo es lo suficientemente rápido para ejecutarse en dispositivos 'edge' de bajo coste cercanos a la cámara.

Convertir conteos brutos en mejores decisiones

La segunda mitad, LLM-Advisor, actúa como un consultor digital para los gestores de instalaciones. Toma la serie temporal de conteos realizada por CrowdVision y la combina con otra información: dónde se ubica cada instalación en la ciudad, quién vive en los alrededores, qué tan accesible es mediante transporte público y qué tipo de equipamiento dispone. Usando grandes modelos de lenguaje—el mismo tipo de IA que impulsa a los chatbots modernos—el sistema está guiado por prompts cuidadosamente elaborados para seguir un proceso de razonamiento paso a paso. Identifica patrones diarios y semanales, detecta señales de sobrecarga o infrautilización y luego propone acciones prácticas, como ajustar horarios de apertura, mejorar ciertas canchas o añadir nuevas instalaciones en barrios con pocos recursos. Una base de conocimientos con buenas prácticas y políticas del mundo real ayuda a mantener estas sugerencias ancladas en estándares profesionales.

Probar que funciona en el mundo real

Para evaluar SmartSport, el equipo probó CrowdVision en conjuntos de datos estándar de conteo de multitudes y en su propia colección de imágenes de 15 instalaciones deportivas públicas. El módulo de visión alcanzó una precisión de conteo de alrededor del 94 por ciento en estos entornos deportivos reales, superando a varios métodos recientes de investigación y funcionando con la eficiencia necesaria para monitorización en tiempo real. En el apartado de recomendaciones, los autores pidieron a 12 expertos en gestión de instalaciones deportivas que valoraran a ciegas más de 250 informes generados por la IA. En promedio, los expertos puntuaron los consejos con 4,2 sobre 5 en calidad general, alabando su integridad y razonamiento lógico, aunque señalaron que las propuestas muy detalladas y específicas del sitio siguen siendo un desafío. En conjunto, estos resultados sugieren que SmartSport puede medir el uso de forma fiable y ofrecer ideas de gestión que los profesionales encuentran realmente útiles.

Qué significa esto para los usuarios de a pie

Para los residentes, la promesa de SmartSport no son más pantallas o artilugios, sino parques y canchas mejor gestionados. Al contar discretamente cuántas personas usan cada instalación y cuándo, sin rastrear quiénes son, el sistema ayuda a los responsables municipales a ver qué espacios están desatendidos y cuáles representan oportunidades infrautilizadas. Con el tiempo, esto podría traducirse en menos esperas para canchas populares, senderos y estaciones de ejercicio ubicados con mayor criterio y horarios que se adapten a las rutinas locales. Aunque los autores señalan que trabajos futuros deben abordar iluminación extrema, salvaguardas de privacidad y una comprensión más profunda del comportamiento, su estudio muestra que emparejar visión por computador con razonamiento basado en lenguaje puede mover la gestión deportiva pública del tanteo hacia una planificación ciudadana basada en evidencia.

Cita: Li, P., Xu, C. SmartSport: crowd counting meets large language models for smart facility management. Sci Rep 16, 13991 (2026). https://doi.org/10.1038/s41598-026-44145-9

Palabras clave: instalaciones deportivas públicas, conteo de multitudes, IA urbana, planificación inteligente de la ciudad, gestión de instalaciones