La Oficina de Ferrocarriles y Carreteras (ORR), el regulador ferroviario, admitió que carecía de información crucial cuando decidió no permitir el transporte de pasajeros en un servicio de tren en hora punta entre Manchester y Londres. Esta decisión habría resultado en un "tren fantasma" que operaría diariamente durante varios meses.

El Director Ejecutivo de la ORR, John Larkinson, declaró que la organización carecía de "puntos críticos" cuando tomó la determinación inicial. Específicamente, la ORR no sabía que el tren estaría "totalmente tripulado", que saldría de la estación de Manchester Piccadilly en lugar de un depósito, y que su llegada a la estación de Euston era necesaria para que se convirtiera en el servicio de las 09:30 GMT a Glasgow. "La información que posteriormente estuvo a nuestra disposición significó que nuestra suposición resultó ser incorrecta", dijo Larkinson.

La ORR se enfrentó a considerables críticas en noviembre tras su decisión de permitir que el popular tren de las 07:00 circulara vacío, transportando únicamente personal. La decisión, prevista para mediados de diciembre, fue rápidamente revocada debido a la reacción negativa. La ORR había justificado inicialmente su postura alegando que el servicio debía circular sin pasajeros para crear un "cortafuegos", una brecha planificada en el horario.

Este incidente pone de relieve los retos que plantea la gestión de sistemas complejos, en los que la falta de datos completos puede conducir a una toma de decisiones errónea. La dependencia de la ORR de datos potencialmente incompletos subraya la importancia de una sólida recopilación y análisis de datos, principios que también son fundamentales para el desarrollo y la implantación de sistemas de inteligencia artificial (IA). Los algoritmos de IA, como los que se utilizan potencialmente para optimizar los horarios de los trenes, son tan buenos como los datos con los que se entrenan. Si los datos son incompletos o están sesgados, las decisiones de la IA pueden ser erróneas, lo que puede acarrear consecuencias no deseadas.

Las implicaciones de este incidente van más allá de la interrupción inmediata de los servicios ferroviarios. Plantea cuestiones más amplias sobre el papel de los reguladores en la supervisión de sistemas complejos y la posibilidad de que la toma de decisiones basada en datos salga mal. A medida que la IA se integra cada vez más en diversos sectores, como el transporte, la sanidad y las finanzas, es fundamental garantizar que los organismos reguladores tengan acceso a datos exhaustivos y precisos, así como a la experiencia necesaria para interpretarlos eficazmente. Los recientes avances en la gobernanza de la IA hacen hincapié en la necesidad de transparencia, rendición de cuentas y supervisión humana en los sistemas de IA para mitigar los riesgos de sesgo y error. La experiencia de la ORR sirve como advertencia, destacando la importancia de una toma de decisiones informada en un mundo cada vez más impulsado por los datos.