La movilidad urbana enfrenta un reto creciente: ofrecer rutas de transporte público que realmente se adapten a las preferencias individuales de cada usuario. Factores como el tiempo de espera, el número de transbordos, la accesibilidad o incluso la preferencia por modos ecológicos rara vez se integran de forma dinámica en los planificadores tradicionales. En este contexto, la inteligencia artificial y, en particular, los grandes modelos de lenguaje (LLMs) están abriendo una nueva vía para personalizar la experiencia de viaje. El marco ChatPlanner, recientemente presentado, demuestra cómo un LLM fino ajustado combinado con generación aumentada por recuperación (RAG) puede interpretar consultas en lenguaje natural, extraer parámetros de ruta y preferencias del usuario, e incorporarlos en la función objetivo de un algoritmo de enrutamiento. Este enfoque va más allá de las soluciones convencionales al capturar matices que un formulario predefinido no podría expresar: desde 'quiero la ruta más corta aunque tenga que caminar un poco' hasta 'evita estaciones sin ascensor'.

La arquitectura de ChatPlanner se apoya en dos pilares: el ajuste fino del modelo para aprender patrones generales de preferencia, y el uso de RAG para resolver ambigüedades y calibrar valoraciones continuas según el contexto específico de la consulta. Los experimentos realizados con ocho perfiles de usuario y cinco contextos distintos muestran que la combinación de ambas técnicas ofrece la mayor precisión tanto en la extracción de información de ruta como en la interpretación de preferencias. Esto permite generar alternativas que los planificadores actuales pasan por alto, mejorando la calidad y completitud del conjunto de soluciones. La investigación abre la puerta a sistemas de transporte más inteligentes y centrados en el usuario, donde la conversación natural sustituye a los filtros rígidos.

Para las empresas tecnológicas que buscan implementar soluciones similares, el reto no es solo algorítmico: requiere una integración robusta con fuentes de datos en tiempo real, sistemas cloud escalables y capacidades de análisis de negocio. En Q2BSTUDIO, somos especialistas en el desarrollo de ia para empresas y aplicaciones a medida que conectan el lenguaje natural con motores de optimización complejos. Nuestro equipo construye software a medida que incorpora agentes IA capaces de entender y procesar consultas contextuales, tal como hace ChatPlanner pero adaptado a las necesidades de cada cliente. Además, desplegamos estas soluciones sobre servicios cloud aws y azure, garantizando disponibilidad y seguridad.

La ciberseguridad también juega un papel crucial cuando se manejan datos personales de movilidad y preferencias de usuario. Por eso, en nuestros proyectos integramos prácticas de ciberseguridad desde el diseño, protegiendo tanto los modelos como los datos en tránsito y reposo. Asimismo, para que las organizaciones puedan visualizar el impacto de estas rutas personalizadas en la eficiencia operativa, ofrecemos servicios inteligencia de negocio con power bi, transformando los datos de uso en dashboards accionables. El futuro del transporte público pasa por sistemas que aprendan y se adapten a cada persona, y desde el desarrollo de aplicaciones a medida hasta la orquestación en la nube, en Q2BSTUDIO acompañamos a las empresas en esta transformación digital con soluciones innovadoras y probadas.