El avance vertiginoso de inteligencia artificial y el aprendizaje automático han llamado la atención de los gobiernos. ¿El objetivo? Distopía pura: desarrollar tecnologías predictivas para monitorear y posiblemente evitar el crimen y el comportamiento criminal. Hay que decir: los primeros intentos de aplicación han sido bastante opacos, entre el "racismo digital" y prejuicios.
El Departamento de Ciencias Sociales y Datos de la Universidad de Chicago ha creado un nuevo algoritmo que analiza series temporales y patrones geográficos de datos públicos sobre delitos violentos y contra la propiedad para anticipar los delitos. El algoritmo demostró ser correcto. alrededor del 90% del tiempo en la predicción de futuras actividades delictivas con una semana de antelación.
¿Es suficiente el 90% de precisión?
Antes de responder a esta pregunta (retórica, de la que ya sabes la respuesta), algunos datos más. En un modelo separado, el equipo de investigación también estudió la respuesta policial al crimen, analizando el número de arrestos y comparándolo en vecindarios con diferentes niveles socioeconómicos. Los investigadores observaron que los delitos en áreas prósperas dieron lugar a más arrestos, mientras que los arrestos en barrios desfavorecidos disminuyeron. Esto subyace a la falta de intervención policial en las zonas más pobres de la ciudad.
Ishanu Chattopadhyay es profesor asistente en la Universidad de Chicago y autor principal del nuevo estudio, publicado en la revista Comportamiento humano de la naturaleza (lo enlazo aqui).
Cómo funciona el algoritmo "anticrimen"
La nueva herramienta ha sido probada y comprobada su eficacia en dos tipos de eventos reportados por la ciudad de Chicago: delitos violentos (homicidios, agresiones y palizas) y delitos contra la propiedad (robo, hurto y robo de vehículos motorizados). Se utilizaron estos datos porque es más probable que los delitos de este tipo se denuncien a las fuerzas del orden, incluso en barrios donde se desconfía de las autoridades. Estos delitos también son menos susceptibles al sesgo policial, como la posesión de drogas, el arresto vial y otros delitos menores.
Los delitos en este nuevo enfoque se aíslan mediante la observación de las coordenadas espaciales y temporales de cada evento. Sobre esta base, la ciudad se divide en cajas de unos 300 metros cuadrados (1000 pies) de ancho: por lo tanto, las previsiones no dependen del tipo de barrio o de las preferencias políticas de las distintas áreas. Observa todo "sin prejuicios".
Y funciona: la tasa de coincidencia del 90% se obtuvo con datos de 8 ciudades de EE. UU.: Chicago, Atlanta, Austin, Detroit, Los Ángeles, Filadelfia, Portland y San Francisco.
Sí, pero ¿es suficiente el 90%?
¿Hacer que? ¿Para acusar a alguien de antemano? Pero no bromeemos, por supuesto. Este "precrimen" no es como el del Minority Report. No verá patrullas policiales arrestando a un criminal "antes de tiempo" sobre la base de una predicción.
Se necesitan herramientas como esta ex post, para preparar inversiones específicas y fortalecer las áreas que más necesitan intervención.
Es una especie de "gemelo digital" aplicado a los delitos. Le dices lo que pasó en el pasado, él te dice lo que puede pasar en el futuro.
“No es mágico, tiene limitaciones”, se apresura a decir Chattopadhyay, “pero funciona bien. Y también podemos usarlo para simular qué sucede si aumentan los delitos en un área determinada. Un factor importante para hacer evolucionar nuestros sistemas de seguridad”.
No puedo esperar a que funcione en Gotham City. Broma.
