Grecia ha experimentado dificultades con su sistema de vigilancia de tráfico basado en inteligencia artificial, diseñado para modernizar la gestión de infracciones. Durante la fase piloto, se detectó un alarmante porcentaje de fallos en los registros generados automáticamente, lo que ha puesto en evidencia la necesidad de una revisión humana exhaustiva antes de la emisión de multas. Esta situación plantea interrogantes sobre la eficiencia y fiabilidad de los sistemas automatizados en la aplicación de la ley.
La implementación de cámaras con inteligencia artificial para la supervisión del tráfico parece, en teoría, una solución ineludible: simplifica el papeleo, agiliza los procesos y permite a la administración identificar infracciones sin la necesidad de un agente en el lugar preciso. Sin embargo, los desafíos surgen cuando esta promesa se materializa, y la experiencia griega obliga a considerar una cuestión crucial para cualquier sistema automatizado: ¿qué sucede cuando la tecnología detecta una posible infracción, pero luego se requiere una verificación humana para confirmar su validez?
El problema. Ta Nea reportó una cifra que exige un análisis profundo del sistema, más allá de las multas que llegan a los conductores. Según el medio griego, durante la fase piloto, la tasa de errores o registros incorrectos alcanzó entre el 90% y el 95%. La magnitud de esto ayuda a comprender el inconveniente: de 5.500 registros generados por el sistema, solo 400 fueron confirmados como correctos tras la revisión de la Policía griega. Los registros restantes incluían 1.300 casos relacionados con el uso del teléfono móvil y 3.800 por exceso de velocidad, los cuales fueron finalmente desestimados.
La clave. El sistema griego contempla un proceso extendido: las cámaras registran una posible infracción, esta información es validada por la autoridad competente y solo después se puede emitir y notificar digitalmente al ciudadano. Por ello, el dato de Ta Nea es tan significativo. No se refiere simplemente a conductores que apelan después de recibir una sanción, sino a un cuello de botella previo: una enorme cantidad de registros que el sistema produce y que la Policía debe revisar antes de considerarlos válidos.
Nuevo modelo de gestión de infracciones. Grecia ha estado probando, desde finales de marzo, el Sistema Digital de Certificación de Infracciones de Tráfico, con el objetivo de reemplazar progresivamente las multas manuscritas por un procedimiento digital de registro y tramitación. En esta etapa inicial, se emplean dos fuentes principales: las cámaras de la empresa pública de transporte OSY en los carriles bus, enfocadas en infracciones de circulación y estacionamiento, y la red de cámaras “inteligentes” del Ministerio de Gobernanza Digital.
Después llega otro plano. Hasta el 30 de mayo de 2026, según Euronews, el nuevo mecanismo había generado 2.453 multas digitales, de las cuales se presentaron 420 alegaciones, lo que representa el 17,12% del total. De estas reclamaciones, 52 fueron aceptadas, equivalentes al 2,11% de todas las multas emitidas. La mayoría de los casos aceptados estaban relacionados con aspectos técnicos o de procedimiento, como discrepancias horarias, datos difíciles de interpretar o excepciones vinculadas al uso del cinturón de seguridad.
La distinción. Una cosa son los registros que la cámara genera y que posteriormente deben ser revisados por la policía antes de convertirse en una sanción válida. Otra cosa son las multas que ya han superado ese filtro, han sido emitidas, notificadas al ciudadano y pueden ser objeto de alegaciones. En otras palabras: el sistema incluye una revisión humana antes de que la multa se envíe, pero esto no evita que algunos conductores sigan impugnando sanciones que ya habían pasado por ese proceso.
Punto de conflicto. Según un experto en transporte citado por Ta Nea, el error no se encontraría tanto en las infracciones externas como en las que ocurren dentro del vehículo. Infracciones como saltarse un semáforo en rojo o exceder el límite de velocidad pueden registrarse con mayor precisión, mientras que la detección del uso del cinturón de seguridad o del teléfono móvil depende de factores mucho más variables. Sombras, colores, ángulos de cámara u objetos como un cigarrillo pueden distorsionar la lectura y transformar una imagen dudosa en una supuesta infracción.
