Caracterizado por la escasa implementación de metodologías avanzadas, el modelado de transporte en Colombia presenta grandes limitaciones donde los procesos de calibración habituales aún se ejecutan mediante prueba y error. Esta práctica es lenta, propensa a errores y limita la confiabilidad de las predicciones al dejar de lado la incertidumbre inherente al tránsito y las relaciones complejas dentro del modelo. Para abordar esta problemática, esta investigación propone y evalúa una metodología de calibración automática que integra la incertidumbre asociada a las observaciones, los parámetros y la matriz Origen-Destino mediante el software PEST++ IES, un entorno de trabajo basado en múltiples conjuntos de modelos o ensembles. Esta metodología, ampliamente validada en el modelado de aguas subterráneas, se adaptó al contexto del tránsito vehicular demostrando su utilidad para poner a prueba la conceptualización del modelo de transporte antes de someter el modelo a un proceso de calibración de alto costo computacional, diagnosticando inconsistencias que no resultan evidentes mediante una calibración convencional. Los resultados demuestran una reducción progresiva en la función objetivo a medida que avanzan las iteraciones realizadas por el algoritmo IES, disminuyendo indicadores de error estadístico como el GEH, el cual presenta un aumento de 15.1% de puntos de control con valor menor a 5 y el RMSE que presentó una reducción de 86 a 73.8 veh/h. Esto se traduce a una mejora de la capacidad predictiva del modelo.