La desinformación armada puede representar una grave amenaza para los sistemas de transporte urbano

Como todo aficionado sabe, los sistemas de transporte público son fantásticos, excepto cuando no lo son. El cierre de una sola estación puede arruinar la mañana de un viajero, e incluso retrasos o interrupciones menores pueden convertirse en problemas mayores a medida que miles de pasajeros se apresuran a encontrar rutas alternativas, sobrecargando otras partes de la red de transporte.

En un estudio publicado en Ingeniería de Confiabilidad y Seguridad del Sistemainvestigadores del Instituto de Tecnología Stevens y la Universidad de Oklahoma advierten que la complejidad y fragilidad de las redes de transporte urbano podrían ser aprovechadas por terroristas u otros malos actores. Utilizando modelos de inteligencia artificial, el equipo muestra cómo los ataques de bajo costo basados ​​en la difusión de información errónea podrían alterar significativamente las redes de transporte, provocando un caos generalizado y daños económicos.

«Este estudio revela vulnerabilidades graves que podrían atacarse con relativa facilidad para alterar los sistemas de transporte urbano», dice el Dr. José Ramírez-Márquez, profesor del Departamento de Sistemas y Empresas de Stevens. «La difusión intencionada de información errónea, como amenazas de bomba u otros informes falsos, tiene el potencial de causar graves problemas a las redes de transporte público del mundo».

Para probar la resistencia de los sistemas de tránsito a la desinformación, el equipo utilizó modelos de inteligencia artificial para estudiar el sistema Port Authority Trans-Hudson (PATH) en Nueva Jersey y Nueva York, en el que confían más de 200.000 pasajeros diarios. Basándose en las alertas de las redes sociales publicadas por PATH, el equipo utilizó herramientas de inteligencia artificial y procesamiento del lenguaje natural (PNL) para categorizar escenarios de interrupción, desde retrasos en el servicio hasta incidentes de seguridad, muchos de los cuales podrían desencadenarse o exacerbarse por la difusión de información errónea.

A continuación, el equipo utilizó modelos informáticos y datos de número de pasajeros del mundo real para probar cómo respondería la red PATH a la desinformación sobre diversos escenarios de interrupción. Eso significaba cuantificar el impacto directo de cualquier interrupción determinada (como un tren retenido en un andén o una estación cerrada temporalmente), pero también modelar las respuestas probables de los pasajeros y las formas en que los retrasos se propagarían posteriormente en cascada a través de la red como resultado de una perturbación determinada. entero.

«Una interrupción podría ser causada por un solo informe falso de una maleta desatendida o un pasajero ruidoso en un tren, pero hemos demostrado cómo ese pequeño fragmento de desinformación puede propagarse y degradar el rendimiento en toda la red PATH», dijo el Dr. Ramírez. Explica Márquez.

Los resultados fueron sorprendentes: se descubrió que el cierre breve de una estación causaba retrasos acumulativos de hasta 16.441 minutos para los pasajeros afectados. También impuso costos adicionales con un promedio de hasta $18,13 por pasajero, ya que los pasajeros se vieron obligados a pagar taxis, autobuses y otros medios de transporte alternativos.

Incluso niveles relativamente bajos de desinformación podrían llevar a que los principales centros de PATH, como sus estaciones de Newark o World Trade Center, experimenten cierres forzosos. Niveles más altos de desinformación, tal vez programados para coincidir con eventos deportivos importantes para una interrupción máxima, podrían provocar que las estaciones se cierren hasta el 11% del tiempo, provocando retrasos e impactos económicos en toda la región de Nueva York y Nueva Jersey.

Modelar tales impactos es valioso porque puede ayudar a los administradores de redes a prepararse y responder a la desinformación, dice el Dr. Ramírez-Márquez.

«Algo tan simple como verificar rápidamente si un informe es verdadero (como caminar por una plataforma y buscar una maleta abandonada, o confirmar que realmente está ocurriendo un incidente de seguridad) puede mitigar muchos de estos impactos», explica. «Pero para implementar eso a escala, es necesario haber anticipado y planificado los escenarios en cuestión».

El equipo de Stevens ahora espera ampliar su trabajo para modelar posibles perturbaciones en áreas urbanas enteras y mostrar cómo las conversaciones en las redes sociales (incluida la información errónea) se pueden utilizar para anticipar y responder a las perturbaciones en tiempo real.

«En este momento, la mayoría de las ciudades son reactivas: envían socorristas cuando sucede algo malo», dice el Dr. Ramírez-Márquez. «Con las herramientas de IA adecuadas, las ciudades podrían detectar problemas antes de que ocurran, reduciendo su vulnerabilidad a la desinformación armada y minimizando las perturbaciones para todos».