Predicting and Visualizing Safety Risks for Ride-hailing Drivers:

En este proyecto liderado por el investigador Víctor en colaboración con una empresa de ride-hailing en São Paulo, se buscó analizar y visualizar factores de riesgo para la seguridad de los conductores de este servicio, centrándose en incidentes graves como robos y secuestros. Dado que el objetivo de la empresa no era desarrollar un modelo automatizado de predicción en tiempo real, sino más bien obtener una herramienta de visualización de riesgos, el equipo optó por construir una biblioteca de integración de datos urbanos (CDHub) y una herramienta de visualización (Ordana) que permitieran explorar patrones y características críticas de inseguridad. Utilizando un subconjunto de 90,000 registros de viajes en São Paulo, se analizaron aspectos como coordenadas de origen y destino, métodos de pago y datos socioeconómicos para identificar áreas y condiciones con mayor riesgo para los conductores. Mediante el desarrollo de un modelo predictivo, se halló que factores como el historial de viajes de los pasajeros y el tipo de pago influían significativamente en la probabilidad de incidentes de riesgo, lo que permitió generar visualizaciones útiles para la toma de decisiones de seguridad. Finalmente, se discutieron implicaciones sobre la equidad y los posibles sesgos de los resultados, subrayando la necesidad de una interpretación cautelosa de los modelos en escenarios de alta sensibilidad como la seguridad pública.