Segundo post sobre el fenómeno de la tecnología de la policía predictiva
En mi blog anterior explicaba detalles generales del funcionamiento de la policía predictiva. Ahora comparto datos concretos sobre su implementación.
En Estados Unidos, las investigaciones han demostrado que la mitad de la delincuencia en Seattle se produce en el 4,5% de las calles de esa ciudad; poco más del 3% por ciento de calles e intersecciones genera la mitad de los crímenes en Minneapolis; y el 8% por ciento de las manzanas en Boston representó el 66% por ciento de los robos allí ocurridos.
Estadísticas equivalentes se han recopilado en distintas ciudades de América Latina. Por ejemplo, en Cali, Colombia en el 2012, el 100% de los delitos registrados ocurrieron en el 17% de sus calles. Con estadísticas de este tipo es que se puede ir construyendo los algoritmos para el modelo de policía predictiva.
En la ciudad de Santa Cruz, California, durante los primeros 6 meses del programa de policía predictiva, se logró una reducción de 11% en los hechos de delincuencia. El éxito del programa siguió aumentando en los siguientes 6 meses, alcanzando una reducción del 19%. Es importante destacar que la policía de Santa Cruz no introdujo ninguna variable adicional a lo que era su forma cotidiana de trabajo. No se contrataron policías adicionales, ni se aumentaron los horarios de trabajo ni las patrullas. Lo único novedoso fue utilizar el modelo de policía predictiva y enviar agentes en labores de prevención a los probables lugares de crímenes que eran previstos basados en el algoritmo.
El Departamento de Policía de Los Ángeles (LAPD) probó el método de policía predictiva a través de un experimento. Los resultados del mismo demostraron científicamente la eficacia del modelo. ¿En qué consistió el experimento? Los investigadores establecieron el modelo de policía predictiva en la zona de la ciudad llamada Foothill con una población de 300.000 personas. El departamento diariamente distribuía mapas de la ciudad a los oficiales para que hicieran sus rutas de trabajo. En algunos días los mapas tenían la ruta policial basada en los métodos tradicionales; mientras que en otros días los mapas y las rutas policiales se calculaban utilizando el algoritmo de policía predictiva. Los oficiales no sabían cual mapa era uno y cual mapa era el otro.
Los resultados fueron sorprendentes. El algoritmo proporcionó el doble de precisión que las prácticas tradicionales. Los días en que la ciudad utilizó los mapas basados en el algoritmo, los delitos contra la propiedad disminuyeron un 12%. Los demás días no hubo disminución. A pesar de la resistencia inicial en la implementación de este nuevo modelo, con el paso del tiempo, incluso los individuos más escépticos se dieron cuenta de que el método era útil.
El Ayuntamiento de Madrid, España también ha impulsado acciones de policía predictiva. El uso de datos geo-referenciados y modelos de análisis han permitido gestionar eficazmente los recursos humanos destinados a seguridad en el Municipio.
En Singapur, un programa piloto llamado Safe City aplica las tecnologías de visión electrónica y las herramientas de análisis predictivo para supervisar imágenes de vídeo con el fin de detectar cuales lugares o situaciones pueden generar inquietudes reales para el orden o la seguridad pública. Cuando se detectan incidentes con alta probabilidad de ocurrencia, el sistema automáticamente envía alertas a la autoridad pertinente, incluida, por supuesto, la Policía.
La actividad policial en América Latina y el Caribe tiene importantes retos por delante. Bajos salarios, obsoleta o inoperantes estructuras organizacionales, problemas en equipamiento, infraestructura insuficiente para atender demanda ciudadana y corrupción son solo algunos problemas. Pero esa realidad no nos debe quitar el optimismo de que nuevos modelos de accionar policial son posibles.
Parece claro que los policías pueden convertirse en adivinos. No te sorprendas. La página web Amazon también está llena de adivinos. Desde que compras algo, el algoritmo de compras te envía información de productos que la máquina predice que te van a gustar. Diariamente, los cuerpos de policía de América Latina y el Caribe recogen muchos datos e informaciones relevantes. El reto está en sistematizar dicha información y poner en marcha un sistema tecnológico que sirva para producir éxitos parecidos a los que hemos venido describiendo.
Puede seguir nuestro blog por email aquí. Nuestro twitter es @BID_Seguridad
Leave a Reply