A medida que las poblaciones urbanas aumentan a nivel mundial, las ciudades enfrentan desafíos crecientes en la gestión de la movilidad urbana. Este documento aborda la cuestión de identificar qué modificaciones introducir en cuanto a la movilidad urbana evaluando soluciones potenciales utilizando criterios multiobjetivo subjetivos específicos de la ciudad. El innovador motor de recomendación basado en IA ayuda a los planificadores urbanos y a los responsables políticos a priorizar aspectos clave de la movilidad urbana para propuestas de políticas efectivas. Al aprovechar el análisis de decisiones multicriterio (MCDA) y el análisis de +/-1/2, este motor proporciona un enfoque estructurado para navegar sistemáticamente y simultáneamente por las complejidades de la planificación de la movilidad urbana. El enfoque propuesto tiene como objetivo proporcionar un prototipo interoperable de código abierto para que todas las ciudades inteligentes utilicen rutinariamente dichos sistemas de recomendación, fomentando estrategias de movilidad urbana eficientes, sostenibles y visionarias. Los estudios de caso de cuatro ciudades europeas -Helsinki (tráfico en túneles), Ámsterdam (tráfico de bicicletas para un nuevo barrio de la ciudad), Mesina (agregar otra línea de autobús) y Bilbao (momento óptimo para cerrar el centro de la ciudad)- resaltan el potencial transformador del motor en la conformación de políticas de movilidad urbana. En última instancia, esto contribuye a entornos urbanos más habitables y resilientes, basados en una gestión avanzada de la movilidad urbana.