Banco Interamericano de Desarrollo
facebook
twitter
youtube
linkedin
instagram
Abierto al públicoBeyond BordersCaribbean Development TrendsCiudades SosteniblesEnergía para el FuturoEnfoque EducaciónFactor TrabajoGente SaludableGestión fiscalGobernarteIdeas MatterIdeas que CuentanIdeaçãoImpactoIndustrias CreativasLa Maleta AbiertaMoviliblogMás Allá de las FronterasNegocios SosteniblesPrimeros PasosPuntos sobre la iSeguridad CiudadanaSostenibilidadVolvamos a la fuente¿Y si hablamos de igualdad?Inicio
Administración pública Agua y saneamiento Ciencia, tecnología e innovación Comercio e integración regional Conocimeinto Abierto Desarrollo infantil temprano Desarrollo urbano y vivienda Educación Energía Género y diversidad Impacto Industrias Creativas Medio ambiente, cambio climático y Salvaguardias Política y gestión fiscal Salud Sin Miedos Trabajo y pensiones
  • Skip to main content
  • Skip to secondary menu
  • Skip to primary sidebar
  • Skip to footer

Seguridad Ciudadana

  • INICIO
  • CATEGORÍAS
    • Estadísticas y datos del crimen
    • Policía
    • Prevención del crimen
    • Reforma de la justicia
    • Sistemas penitenciarios
    • Violencia de género
  • Autores
  • Español

¿Es posible construir un algoritmo para explicar el crimen?

September 12, 2018 by Martin Elías de Simone 11 Comentarios


La escena se repite a diario en muchas ciudades de América Latina. Un patrullero recibe el mensaje por radio y trata de dirigirse lo más rápidamente posible al lugar de los hechos, activando sus sirenas para esquivar embotellamientos e incrementando el peligro de decenas de peatones y automovilistas.  Cuando llega a destino, o los criminales ya han huido, o si la situación delictiva continúa se desata un escenario de aún mayor violencia y riesgo para terceros.

La descripción es representativa de las técnicas de policiamiento que han predominado en las últimas décadas: una combinación de patrullaje aleatorio y reactivo. Los datos de estadísticas criminales y el auge del patrullaje por puntos calientes han mejorado notablemente la efectividad de la policía. Pero ¿qué tal si pudiéramos ir un paso más allá y usar algoritmos para predecir el delito y frenarlo antes de que ocurra?

Un algoritmo para anticiparse al crimen

Las estadísticas criminales apuntan ciertos patrones del crimen, pero combinadas con otros datos aparentemente inconexos (información meteorológica, o data proveniente de telecomunicaciones o Twitter) el potencial predictivo se multiplica. Numerosos departamentos de policía están ya tratando de anticiparse al delito mediante el uso de herramientas de inteligencia artificial y aprendizaje automático.

“Las estadísticas criminales multiplican su potencial predictivo cuando se combinan en un algoritmo con datos aparentemente inconexos como mensajes en redes sociales o información meteorológica”

California tiene ahora mismo en implementación dos casos interesantes y promisorios. El Departamento de Policía de Santa Cruz combina entre 1,200 y 2,000 datos distintos sobre asaltos y robos previos para prevenir con un alto nivel de precisión las ubicaciones de futuros delitos. Con el uso de este sistema, en seis meses se logró una reducción en los robos del 19%. En una evaluación de un sistema similar implementado por el Departamento de Policía de Los Ángeles, se verificó que en aquellos distritos donde se había implementado el policiamiento predictivo los delitos contra la propiedad se redujeron un 12%. Investigadores de UCLA estimaron que el uso del sistema puede ahorrarle nueve millones de dólares por año a la las arcas públicas de la ciudada.

En América Latina, el policiamiento predictivo ha comenzado a ser implementado hace algunos años por parte de Carabineros en Chile, y Colombia también está empezando a desarrollar pilotos muy prometedores.

Data combinada para reducir  la reincidencia

En nuestra región, las tasas de reincidencia muestran que un tercio de la población carcelaria vuelve a cometer un delito cuando sale en libertad. Idealmente, un algoritmo sería de utilidad si pudiera predecir la probabilidad de que un detenido reincida en el caso de ser liberado, de manera tal que se pueda otorgar la libertad condicional solamente a aquellos que no reincidirán, y focalizar los programas sociales y de reinserción en quienes se encuentran con mayor riesgo de volver a delinquir.

En este sentido, algunos avances son promisorios. Por ejemplo, un reciente estudio realizado en Pennsylvania muestra cómo la aplicación de técnicas de machine learning para el otorgamiento de libertades condicionales derivó en una significativa reducción de las personas que fueron detenidas nuevamente, tanto por crímenes violentos como no violentos. Además, y aunque la reacción más típica al hablar de machine learning es pensar en grandes computadoras captando millones de datos y generando sofisticados modelos matemáticos, lo cierto es que hay muchos ejemplos de casos aplicados a temas de seguridad o justicia criminal que han generado algoritmos predictivos muy útiles con bases de datos relativamente pequeñas

La otra cara de la moneda: Control de sesgos

A pesar de que algunos estudios rigurosos muestran que las técnicas de machine learning aplicadas al policiamiento predictivo producen menos sesgos que las decisiones humanas, lo cierto es que el uso de estas tecnologías debe ser implementado con precaución. En primer lugar, aunque los algoritmos son generados directamente por computadoras que “aprenden” de los datos que reciben, los datos que se colectan pueden representar solo una porción de la realidad (sobre-representando ciertos casos y sub-representando otros).

Por ejemplo, recientemente una coalición de actores sociales ha comenzado a protestar contra la policía de Los Ángeles bajo el argumento de que los programas de policiamiento predictivo discriminan a determinados grupos sociales. Por ello, es importante que el policiamiento predictivo sea usado para intuir cuándo y dónde los delitos serán cometidos, pero no para detectar quién cometerá los delitos al nivel del individuo para evitar riesgos de sesgos sociodemográficos.

El componente humano de la inteligencia artificial

El aprendizaje automático puede ser empleado de manera inmediata y económica para reducir el delito y mejorar la administración de justicia en la región, tanto a nivel nacional como subnacional. Su implementación en América Latina es promisoria, sobre todo teniendo en cuenta que puede ser un recurso muy costo-eficiente y fácil de implementar -especialmente en los países que ya colectan datos de calidad. Por supuesto, la implementación de algoritmos para prevenir el crimen debe hacerse a conciencia de los riesgos y teniendo en cuenta que el alcance de predicciones certeras no implica que las decisiones sean tomadas por máquinas. La conexión entre la predicción y la decisión es fundamental para garantizar resultados de política pública concretos, justos y eficientes.

¿QUIERES LEER MÁS?
 Descárgate gratis AQUI nuestra publicación sobre los costos directos e indirectos del crimen y la violencia: 


Archivado Bajo:Estadísticas y datos del crimen, Sin categorizar Etiquetado con:algoritmos, big data, crimen, delitos, inteligencia artificial, machine learning, seguridad ciudadana

Martin Elías de Simone

Experto en seguridad ciudadana, crimen organizado y reforma policial. Posee una licenciatura en Ciencia Política por la Universidad de San Andrés (Argentina) y una maestría en Políticas Públicas por la Universidad de Princeton (EEUU). Ha trabajado para gobiernos y organizaciones de la sociedad civil en roles técnicos y de gestión.

Reader Interactions

Comments

  1. Nelson G. Souza Dice

    September 12, 2018 at 1:33 pm

    Hola, me custaria saber como gago contacto com ele autor.

    Reply
    • Martin Dice

      September 19, 2018 at 3:00 pm

      Oi Nelson, você pode entrar em contato comigo via Linkedin: https://www.linkedin.com/in/mart%C3%ADn-el%C3%ADas-de-simone-05aaa358/

      Reply
  2. Crispiniano Duarte Vega Dice

    September 13, 2018 at 8:55 am

    Mil gracias por el Documento.

    Reply
  3. Carlos Alvarez Dice

    September 14, 2018 at 10:52 am

    Cómo controlar la respuesta de la delincuencia a las estrategias de vigilancia diseñadas a partir de modelos predictivos? La organización criminal se adapta al contexto y esto puede suponer cambios en su accionar territorial.

    Reply
    • Martin Dice

      September 19, 2018 at 3:03 pm

      Hola Carlos, gracias por tu comentario. Sin duda alguna uno de los grandes desafíos es hacer frente al desplazamiento del delito. De todos modos, creo que la inteligencia artificial puede ayudar mucho en ese sentido, especialmente si la comparamos con los métodos tradicionales. Pero como sabes, en seguridad ciudadana no existe una respuesta mágica, solamente herramientas que pueden ser muy útiles.
      Saludos!

      Reply
  4. Napoleon Alegre Dice

    September 17, 2018 at 6:35 pm

    Me interesa de sobre manera poder ponerme en contacto con Martín Elias, para explicarle mi proyecto en Costa Rica.

    Reply
    • Martin Dice

      September 19, 2018 at 3:01 pm

      Hola Napoleón, muchas gracias por el interés. Puedes contactarme a través de Linkedin: https://www.linkedin.com/in/mart%C3%ADn-el%C3%ADas-de-simone-05aaa358/

      Reply
  5. José Luis Rosales S Dice

    April 21, 2019 at 5:06 am

    Saludos Martin

    El tema del crimen y la delincuencia es en realidad un MERCADO tan amplio como fortalecido por las desigualdades sociales, laborales, económicas, principalmente.

    Combatir a los criminales parece parte de ese mercado en el que hay miles de empresas de seguridad privada, fabricas de equipos, de armas, etc. más que ser la solución.

    Las raíces de esos problemas, son las que cada año que pasa, se agravan y pareciera que aquellos buenos tiempos no podrán regresar ya,

    La prevención de las condiciones que generan la violencia y el crimen debiera ser la tarea de los gobiernos, pero; la realidad es que están trabajando para consolidar los poderes que tienen o tratar de conseguir más poder a costa de los que sea,

    Estos desarrollos tecnológicos si bien parecen una solución, Yo en lo personal; opino que es una parte más del mercado del combate al crimen, generando ganancias, empleos para unos y reportes y dicursos para otros, pero no; una verdadera solución.

    Recuerdo hasta la película de “Minority Report”, llena de tecnología y misterio.

    Reply
  6. Osmar Dice

    July 10, 2019 at 2:12 am

    Excelente material Martin. Y es verdad, de una seguridad preventiva, estamos pasando a un escenario de seguridad predictiva.
    La cámara analíticas son una realidad, donde la inteligencia artificial aprende las conductas de un colectivo de personas y puede detectar cuando una persona actúa de manera diferente al resto, la cual es una señal de alerta.
    Muy buen artículo!

    Reply
  7. Carolina Appiolaza Dice

    April 1, 2020 at 3:01 am

    Buenas noches Martin
    Me gustaria consultarte si tenes bibliografia sobre buenas prácticas en análisis predictivo mediante videovigilancia.
    Gracias

    Reply
  8. Héctor Amaya Dice

    May 20, 2020 at 11:58 am

    Un aspecto a reflexionar es si realmente iniciar la recolección la data por delitos ha sido el error que afecta la predicción, ,queremos saber la enfermedad, sin conocer los síntomas y los factores que la multiplican exponencialmente..

    Los delitos son una Construccion legal que no reflejan el problema y como tal lo que se trabaje sobre ellos es como si nuestras investigaciones estuviesen mal formuladas .

    Pedir a las víctimas y a los policías desde el primer momento establecer el delito del que fue víctima, es como pedir al paciente y a la enfermera del triage que describan la enfermedad..

    Reply

Leave a Reply Cancel reply

Your email address will not be published. Required fields are marked *

Primary Sidebar

Siguenos

Subscribe

SIN MIEDOS

Un espacio para ideas y soluciones sobre seguridad ciudadana y justicia en América Latina y el Caribe.

Buscar

Similar post

    None Found

Footer

Banco Interamericano de Desarrollo
facebook
twitter
youtube
youtube
youtube

Blogs escritos por empleados del BID:

Copyright © Banco Interamericano de Desarrollo ("BID"). Este trabajo está disponible bajo los términos de una licencia Creative Commons IGO 3.0 Reconocimiento-No comercial-Sin Obras Derivadas. (CC-IGO 3.0 BY-NC-ND) y pueden reproducirse con la debida atribución al BID y para cualquier uso no comercial. No se permite ningún trabajo derivado. Cualquier disputa relacionada con el uso de las obras del BID que no se pueda resolver de manera amistosa se someterá a arbitraje de conformidad con el reglamento de la CNUDMI. El uso del nombre del BID para cualquier otro propósito que no sea la atribución, y el uso del logotipo del BID estarán sujetos a un acuerdo de licencia escrito por separado entre el BID y el usuario y no está autorizado como parte de esta licencia CC-IGO. Tenga en cuenta que el enlace proporcionado anteriormente incluye términos y condiciones adicionales de la licencia.


Blogs escritos por autores externos:

Para preguntas relacionadas con los derechos de autor para autores que no son empleados del BID, por favor complete el formulario de contacto de este blog.

Las opiniones expresadas en este blog son las de los autores y no necesariamente reflejan las opiniones del BID, su Directorio Ejecutivo o los países que representan.

Atribución: además de otorgar la atribución al respectivo autor y propietario de los derechos de autor, según proceda, le agradeceríamos que incluyera un enlace que remita al sitio web de los blogs del BID.



Política de privacidad

Copyright © 2023 · Magazine Pro on Genesis Framework · WordPress · Log in

Banco Interamericano de Desarrollo

Aviso Legal

Las opiniones expresadas en estos blogs son las de los autores y no necesariamente reflejan las opiniones del Banco Interamericano de Desarrollo, sus directivas, la Asamblea de Gobernadores o sus países miembros.

facebook
twitter
youtube
En este sitio web se utilizan cookies para optimizar la funcionalidad y brindar la mejor experiencia posible. Si continúa visitando otras páginas, se instalarán cookies en su navegador.
Para obtener más información al respecto, haga clic aquí.
X
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Always Enabled

Necessary cookies are absolutely essential for the website to function properly. This category only includes cookies that ensures basic functionalities and security features of the website. These cookies do not store any personal information.

Non-necessary

Any cookies that may not be particularly necessary for the website to function and is used specifically to collect user personal data via analytics, ads, other embedded contents are termed as non-necessary cookies. It is mandatory to procure user consent prior to running these cookies on your website.

SAVE & ACCEPT