Bienvenido a Madrid Río, donde el carril único lo usa todo el mundo… pero solo la mitad lo usa bien

Madrid Río va a su bola. Y tengo los datos para demostrarlo. Madrid Río, una de las arterias verdes más importantes de la capital: casi 7 km de recorrido por sentido, desde el Puente de los Franceses hasta el Parque Lineal del Manzanares, sin semáforos, sin coches, y con una norma tan sencilla que casi da vergüenza tener que recordarla: ve por la derecha.

Diagrama 1 – Si no quieres atropellar o ser atropellado, ve por tu derecha 🙂

No hay señales. No hay carriles diferenciados para peatones, corredores, ciclistas, patinetes, patines o skates. Solo una convención tácita, no escrita, que funciona… cuando la gente la respeta. El problema es que mucha gente no la respeta.

Diagrama 2 – Madrid Rio esquema. Estudio Álvarez-Sala (2011)

Diagrama 3 – Si vas por tu derecha, el mundo funciona! (norma no escrita sugerida)

Y cuando eso ocurre, se genera un caos silencioso. Normalmente se resuelve en segundos con ese equilibrio dinámico tan mediterráneo que tenemos —un quiebro, una mirada, un gesto— pero no siempre. He visto bicis arrollar a personas que iban por su lado. Grupos andando en paralelo, bloqueando la vía entera. Patinetes a velocidad de vértigo a punto de llevarse por delante a un niño que, irónicamente, iba exactamente donde debía. Yo mismo llevo usando esta vía desde casi su inauguración, hace más de once años, y puedo decir que el problema no ha mejorado: ha crecido, a medida que el carril se ha llenado de nuevas tipologías de movilidad.

¿Qué quiero hacer? Quiero medir esto. Con rigor, con datos, y con herramientas actuales. Mi objetivo es retratar estadísticamente quién va en el sentido correcto y quién no, desagregando por tipo de movilidad, edad, género y comportamiento en grupo. ¿Son los ciclistas los que más incumplen, o los patinetes eléctricos? ¿La gente mayor es más respetuosa que los jóvenes? ¿Los grupos de tres o más personas son el mayor factor de caos? No lo sé aún. Pero lo voy a descubrir.

Para ello uso mis conocimientos de análisis GIS para generar mapas de calor y patrones espaciales. La app está construida con tecnologías web estándar, sin ningún framework ni dependencia externa, como no podía ser de otra forma, me he ayudado de una IA, no la digo por no hacer publicidad pero en este caso he usado la que empieza por CL y termina por AUDE.

*HTML5 — estructura y contenido. Todo en un único fichero autocontenido, sin necesidad de servidor ni build process.
*CSS3 puro — estilos, layout con Grid y Flexbox, animaciones, variables CSS para el sistema de colores y soporte automático de dark mode con prefers-color-scheme.
*avaScript vanilla — sin React, sin Vue, sin jQuery, sin nada. Todo el comportamiento, la lógica de captura, el simulador, los gráficos y la gestión de datos está escrito en JS nativo del navegador.

Para los elementos específicos:

*Blob + URL.createObjectURL — generación y descarga del CSV directamente desde el navegador, sin servidor
*Canvas API (nativa del navegador) — el donut chart de OK/NOK en estadísticas
*localStorage — persistencia de datos entre sesiones, sin base de datos ni backend
*Geolocation API (nativa del navegador) — captura de coordenadas GPS en tiempo real

¿Por qué me importa? No soy escandinavo. No espero perfección. Entiendo que en Madrid las cosas funcionan a su manera y que eso tiene su gracia, pero me gustaría que mis paseos —y los de mis hijos— por esta vía fueran un poco más seguros. Y si de paso consigo que alguien lea esto, lo comparta, y la próxima vez que salga a correr piense dos segundos antes de cruzarse al carril contrario… misión cumplida.

A veces hacer las cosas un poco mejor no requiere una ordenanza municipal. Solo requiere información. Este proyecto empezó hace 11 años con un cuaderno y un bolígrafo. Hoy empieza de nuevo, con mejores herramientas. Aquí tenéis el post de hace ya 11 años!

Tipologías usuarios Madrid Río. Estadísticas y tendencias interesantes

1 Lo primero es comprender qué es ir bien y qué no, para ello he construido un simulador que me permite explicar tanto a la gente que va por la vía como a un posible ayudante que vaya a tomar datos. Registrar observaciones en tiempo real no es tan fácil como parece. Cuando hay mucha gente pasando a la vez —una bici, dos peatones y un patinete en tres segundos— es fácil perder el hilo, contar dos veces a la misma persona o simplemente no dar abasto.

Diagrama 4 – Entrenando el modelo, cada cuál va por donde debe…

Por eso antes de ir al campo, me entreno. El simulador recrea una sección transversal de la vía: dos sentidos de circulación, con sus zonas correctas marcadas en verde, una franja central de duda en naranja, y figuras que cruzan la pantalla a distintas velocidades según su tipo de movilidad. El ritmo puede ser tranquilo, normal o caótico —porque Madrid Río un domingo a las 11 de la mañana es, efectivamente, caótico.

Vídeo 1 – El simulador de Madrid Río 🙂

La mecánica es simple: clic izquierdo si va bien, clic derecho si va mal. El objetivo no es acertar —no hay respuesta correcta predefinida, tú eres el juez— sino desarrollar el reflejo de observar, clasificar y registrar sin perder de vista al siguiente que ya está entrando en pantalla.

Cuando el ritmo sube y aparecen tres iconos a la vez yendo en direcciones distintas, te das cuenta de que el trabajo de campo requiere más concentración de la que parece.

2 Pasamos a la acción. Ahora toca capturar los datos. El mayor reto de este proyecto no es el análisis —es el momento exacto en que alguien cruza la sección de medición.

Tienes aproximadamente un segundo. A veces menos, por eso la herramienta de captura está diseñada en dos tiempos. En el primero, solo hay dos botones: OK o NOK. Nada más. Sin pensar en si es hombre o mujer, sin estimar la edad, sin identificar si va en patinete o en patín eléctrico. Solo: ¿va por donde debe o no? Un toque y listo. El registro queda guardado con timestamp y coordenadas GPS.

El segundo tiempo llega cuando hay una pausa —entre una oleada y la siguiente. Entonces abres cada registro de la cola, que aparece marcado en amarillo si le falta detalle, y lo enriqueces con calma: tipo de movilidad, edad aproximada, género, si iba solo o en grupo. Campos que en el momento del cruce son imposibles de procesar, pero que con dos segundos de margen se completan sin problema.

Vídeo 2 – Extracción de datos y análisis de resultados

El resultado es un sistema que no te hace elegir entre velocidad y riqueza de datos. Primero capturas, luego describes. Y si pasan cuatro personas a la vez —cosa que pasa— no pierdes ninguna por intentar ser exhaustivo con la primera.

Diagrama 5 – Detallando el perfil del usuario de Madrid Río (1)

Este es el modelo de datos, cada persona que atraviesa el punto en el que tomo los datos ha de responder a este formulario. Lo has hecho bien?, Iba andando, corriendo?, Oba solo, acompañado?, Qué edad tenía?, Cuál es su género?.

Diagrama 6 – Detallando el perfil del usuario de Madrid Río (y 2)

¿Y tú, por dónde vas?

Los datos que recoja en esta primera fase son míos, de un único observador, en un punto concreto de la vía. Eso tiene valor, pero tiene límites, lo que realmente haría este proyecto significativo es escala: más puntos de medición, más horas del día, más días de la semana, más condiciones meteorológicas. Madrid Río no se comporta igual un martes lluvioso de febrero que un domingo de abril con sol, si paseas, corres, vas en bici o llevas a tus hijos por Madrid Río con cierta regularidad y te apetece participar, la herramienta es libre, funciona desde el móvil sin instalar nada, y el único requisito es estar en el sitio y tener ganas de mirar.

No hace falta ser analista de datos. No hace falta saber de GIS. Solo hace falta pararse cinco minutos en un punto del recorrido y registrar lo que pasa delante de ti.

Si te interesa colaborar, tienes dudas sobre la metodología, o simplemente quieres debatir si esto tiene solución o estamos condenados a esquivarnos eternamente, déjalo en los comentarios o escríbeme directamente.

Y la próxima vez que salgas a Madrid Río… ya sabes. Ve por la derecha, por ti, por el que viene de frente, y por el niño que va exactamente donde debe.