Foto: Maxim Shemetow/Reuters - 04.01.2017

Motoristas tomam decisões que não são as ideais na hora de traçar rotas quando estão circulando pela cidade
 

Se você usa um carro para se locomover, cada vez que senta atrás do volante se confronta com uma escolha: como vai chegar ao seu destino? Seja um percurso que você faz todos os dias, como de casa para o trabalho, seja para algum lugar a que nunca foi antes, você precisa decidir uma rota.

Pesquisas sobre transporte têm tradicionalmente presumido que os motoristas são muito racionais e escolhem o melhor trajeto para minimizar o tempo de viagem. Os modelos de previsão de tráfego se baseiam nessa suposição aparentemente razoável. Os planejadores usam esses modelos em seus esforços para manter o trânsito fluindo livremente – quando avaliam uma mudança numa rede rodoviária, por exemplo, ou o impacto de uma nova faixa para carona solidária. Para que os modelos de tráfego sejam confiáveis, eles devem ser bons em reproduzir o comportamento dos usuários. Mas existe pouca sustentação empírica para a suposição que está no centro desses modelos – que os motoristas vão escolher a melhor rota.

Por isso, decidimos investigar como as pessoas fazem essas escolhas na vida real. Entender como os motoristas constroem uma rota para chegar ao seu destino nos ajudará a obter insights sobre o comportamento do movimento humano. Mais conhecimento sobre os itinerários individuais pode ajudar a melhorar a infraestrutura urbana e os sistemas de direção do GPS – não apenas para um motorista, mas para todos. Combater o congestionamento é um grande objetivo: estima-se que o custo do trânsito em 2014 foi de US$ 160 bilhões nos EUA, com 42 horas extras de tempo de viagem e US$ 960 em combustível extra para cada viajante.

Como as pessoas realmente se locomovem?

Utilizando dados do GPS de centenas de motoristas, em quatro cidades europeias, coletados durante vários meses, estudamos o comportamento dos indivíduo ao traçar rotas, em busca de padrões interessantes em suas escolhas.

Descobrimos que as pessoas usam apenas algumas rotas quando se movem entre lugares relevantes para elas, mesmo quando essas viagens são repetidas muitas vezes por longos períodos. A maioria das pessoas tem um único trajeto preferido para viagens que realizam rotineiramente e algumas rotas alternativas que pegam com menos frequência para os mesmos destinos.

Então, de fato as pessoas geralmente escolhem a melhor rota?

Em resumo, não. Descobriu-se que aproximadamente metade dos trajetos preferidos não são as rotas ideais sugeridas pelos dispositivos de navegação, como os oferecidos por aplicativos de trânsito populares para smartphones. Se também considerarmos as escolhas alternativas dos motoristas, ainda menos rotas são as ideais – apenas um terço delas minimiza o tempo de viagem.

Nossos dados fornecem provas empíricas de que os motoristas não estão pegando a rota ideal, contradizendo diretamente a suposição sobre o tempo de viagem mais curto.

Por que os motoristas pegariam uma rota que não é a ideal?

O que está por trás desse resultado? Uma resposta única que seja válida para todos os motoristas não será fácil de encontrar.

Estudos anteriores em pequena escala descobriram que muitos fatores, alguns aparentemente menores, podem influenciar a preferência por uma rota. Por exemplo, as pessoas tendem a escolher trajetos que vão para o sul no lugar de outros de igual extensão que vão para o norte. As pessoas preferem rotas que sejam retas no início, em vez de outras mais curtas que não sejam retas. Os pontos de referência também influenciam na escolha da rota, atraindo mais viagens do que a teoria da minimização do tempo de viagem esperaria. Um novo aplicativo para iPhones se baseia nesse conceito e permite que as pessoas encontrem a rota mais “interessante” entre dois pontos.

As pessoas podem não ser capazes de determinar qual é a melhor rota, entre todas as escolhas possíveis, por causa da informação limitada e da habilidade limitada de processar grandes quantidades de informação. Ou, mesmo se forem capazes, podem deliberadamente fazer diferentes escolhas, de acordo com a preferência pessoal. Muitos fatores podem influenciar na preferência, incluindo o consumo de combustível, a confiabilidade da rota, a simplicidade e o prazer.

A aparente flexibilidade dos motoristas na escolha das rotas pode oferecer uma oportunidade para aliviar o congestionamento em geral. Por exemplo, aplicativos de  smartphones poderiam oferecer pontos e vouchers aos motoristas que estejam dispostos a pegar caminhos mais longos que evitem áreas congestionadas. O aplicativo de navegação Waze já mudou os hábitos dos motoristas em algumas cidades, portanto não é tão extravagante imaginar um sistema de “gamificação” que reduza os congestionamentos.

Quão longe do melhor caminho estamos?

Em nosso estudo seguinte, em vez de tentar entender o que guia as escolhas individuais de rota, buscamos quantificar quão distantes essas escolhas estão da ideal.

Foto: Reprodução fornecida pelo autor

Uma amostra das trajetórias transformadas revela a aparência das rotas humanas. Independentemente dos pontos de partida e de chegada reais, toda trajetória transformada começa no círculo da esquerda e termina no da direita
 

É difícil comparar diretamente todos os diferentes percursos dentro de uma cidade, porque eles envolvem muitos locais e são muito diferentes em extensão. Para tornar essa tarefa mais fácil, transformamos as trajetórias de modo que elas ficassem todas parecidas, independentemente de seu local de origem, de seu destino e de sua extensão. Nós giramos, traduzimos e colocamos em escala cada rota para que todas as trajetórias começassem e terminassem nos mesmos dois pontos num novo sistema de referência. Depois dessa transformação, todas as rotas parecem como se abrangessem os mesmos dois pontos; todas parecem similares em extensão, mas seu formato está preservado. O que descobrimos ao traçar uma amostra das rotas transformadas foi a variabilidade intrínseca das rotas humanas.

Curiosamente, nossa abstração de todas as viagens se parece um pouco com as linhas de força magnéticas, com a origem e o destino das rotas no lugar dos polos norte e sul de um ímã. Analisando a densidade da trama das trajetórias transformadas, descobrimos que a ampla maioria está completamente contida dentro de uma elipse que tem o mesmo formato independentemente da escala, com os pontos de início e de começo como focos. Essa elipse efetivamente compõe os limites das rotas humanas.

Foto: Antonio Lima/Creative Commons

A representação gráfica da densidade mostra a probabilidade de estar em qualquer posição entre o início (à esquerda) e o destino (à direita). As cores indicam, numa escala logarítmica, de escuras para claras, os pontos mais prováveis de serem ocupados por motoristas naquela viagem.
 

A elipse também nos ajuda a medir quão direta é uma rota. A excentricidade da elipse nos diz quão longa ela é. Uma excentricidade próxima de 1 significa que a elipse é similar a uma linha (largura alta e altura baixa), enquanto uma excentricidade próxima de zero significa que ela é similar a um círculo (largura e altura aproximadamente similares).

Geralmente, uma rota em linha reta não é uma opção viável por causa dos obstáculos físicos, como os prédios. Os motoristas desviam desse caminho mais curto idealizado de acordo com a rede de ruas e as preferências pessoais. Embora esses dois fenômenos sejam difíceis de modelar, descobrimos que são delimitados por uma elipse de um formato particular, com uma excentricidade alta igual a 0,8.

Para a nossa surpresa, o formato observado da elipse não mudou com a distância entre os dois pontos. Parece que, num cenário urbano, os motoristas estão dispostos a pegar desvios que são aproximadamente proporcionais à distância entre o ponto de saída e de chegada. As rotas que envolvem maiores desvios simplesmente não são tomadas ou são divididas em duas viagens separadas.

Nosso estudo descobriu regras básicas de um modelo de traçar rotas realista que captura o comportamento individual em um ambiente urbano. Esses achados podem ser usados como blocos de construção para novos modelos de traçar rotas que prevejam melhor o tráfego. E, agora que sabemos que os motoristas têm alguma flexibilidade quantificável em suas rotas, podemos usar essa informação para desenhar mecanismos de incentivo para aliviar o congestionamento nas vias mais movimentadas ou planos de carona solidária com base nas rotas preferidas dos indivíduos.

 

Marta González é professora associada de Engenharia Civil e Ambiental no MIT (Massachusetts Institute of Technology).

Antonio Lima é doutorando em Ciência da Computação na Universidade de Birmingham.

The Conversation