La oportunidad de grandes cantidades de datos abiertos al público y disponibles es uno de los principales impulsores del desarrollo de una sociedad de la información a principios del siglo XXI. En este sentido, adquirir conocimiento a partir de estos datos utilizando diferentes métodos de aprendizaje automático es un requisito previo para resolver problemas complejos en muchas esferas de la actividad humana, desde la medicina hasta la educación y la economía, incluido el tráfico como una rama económica importante en la actualidad. Teniendo esto en cuenta, este documento trata sobre la predicción del riesgo de incidentes de tráfico utilizando tanto datos históricos como en tiempo real para diferentes factores atmosféricos. El objetivo principal es construir un modelo de conjunto basado en el uso de varios algoritmos de aprendizaje automático que tenga mejores características de predicción que cualquiera de los instalados cuando se aplican individualmente. En general, un modelo propuesto en el caso podría ser un sistema multiagente, pero en un estudio de caso considerado, se utiliza un sistema de dos agentes para que un agente resuelva la tarea de predicción aprendiendo de los datos históricos y el otro agente utilice los datos en tiempo real. Los autores evaluaron el modelo obtenido basado en un estudio de caso y datos de la ciudad de Ni de la República de Serbia y también describieron su implementación como una aplicación web ciudadana práctica.