Vigilancia
¿Está la IA mejorando su capacidad para predecir delitos?
Los libros y películas de ciencia ficción han imaginado un futuro donde la policía puede predecir crímenes mucho antes de que la inteligencia artificial (IA) lo hiciera posible. Ahora, no es solo una posibilidad teórica, sino una realidad, con varias ciudades experimentando con la vigilancia predictiva impulsada por IA. Aun así, todavía no es una práctica común, así que ¿qué lo impide?
La precisión y la fiabilidad han sido un problema para todas las aplicaciones de análisis predictivo a lo largo de los años. Sin embargo, la tecnología ha madurado lo suficiente como para revolucionar sectores como la fabricación y la gestión de la cadena de suministro. Entonces, ¿está preparada para una mayor implantación en la predicción de delitos?
El estado actual de la IA para la predicción de delitos
La vigilancia predictiva quizá aún no sea la norma, pero ha experimentado avances importantes en los últimos años. Estos avances se dividen en tres grandes categorías: IA para la predicción de delitos en el mundo real, estudios experimentales y proyectos de predicción de delitos anunciados, pero aún no iniciados.
1. Resultados positivos en el mundo real
Algunas ciudades ya han obtenido resultados impresionantes gracias a la vigilancia predictiva basada en IA. El Departamento General de Investigación Criminal de la Policía de Dubái afirma: Las tasas de delitos graves cayeron un 25% Tras implementar una herramienta de IA para predecir delitos, la actividad delictiva menos grave se redujo un 7.1 %.
Al igual que muchas herramientas de predicción de delitos con IA, la solución funciona analizando informes anteriores y comparándolos con la situación actual. Al destacar las tendencias en delitos anteriores, los modelos de aprendizaje automático pueden identificar zonas y momentos donde es probable que ocurran eventos similares. La policía puede entonces movilizar recursos con antelación para desalentar la delincuencia o abordar los factores que podrían provocarla antes de que ocurra.
San José, California, ha tenido éxito con un modelo de IA diferente. Si bien la ciudad aún no predice la delincuencia, Detecta baches y grafitis Con IA para abordarlos con mayor rapidez. Según las autoridades, limpiar una zona reduce la probabilidad de actividad delictiva, por lo que este proceso también reduce los incidentes.
2. Modelos experimentales prometedores
A medida que la vigilancia predictiva en el mundo real se expande, las pruebas iniciales de aplicaciones similares también han demostrado ser prometedoras. En muchas jurisdicciones, la implementación completa de un sistema de predicción de delitos implica considerables barreras regulatorias, lo que ralentiza la adopción de la tecnología. Mientras tanto, los ejemplos en fase experimental están impulsando el avance.
Un estudio de 2022 de la Universidad de Chicago creó un modelo que puede predecir crímenes con un 90% de precisión Con una semana de antelación. Más importante aún, el sistema es menos propenso a sesgos que los sistemas anteriores, ya que utiliza datos diferentes. En lugar de dividir la ciudad en barrios o límites políticos, la divide en zonas distintas e iguales para ofrecer una nueva perspectiva de la zona.
La creación de gemelos digitales de una ciudad para mapear la delincuencia a través de un sistema original, en lugar de depender de registros antiguos y propensos a sesgos, podría generar información más fiable. Las fuerzas policiales aún no han comenzado a utilizar este sistema, pero la investigación demuestra el potencial de las nuevas tecnologías en este campo.
3. Próximas inversiones en policía predictiva
De cara al futuro, varias áreas han presentado recientemente objetivos de predicción de delitos basados en IA. Estos proyectos aún no han comenzado, pero su surgimiento indica un cambio creciente hacia esta tecnología, posiblemente debido a una mayor confianza gubernamental en su eficacia.
En julio de 2024, el Ministerio de Seguridad de Argentina anunció planes para la predicción de delitos mediante inteligencia artificial y respuesta. Según la resolución, las fuerzas policiales analizarán datos históricos delictivos para predecir eventos futuros y responder en consecuencia para prevenir cualquier incidente. También menciona la detección de anomalías en tiempo real, que podría funcionar en conjunto con el modelo predictivo.
Más recientemente, el Reino Unido reveló su Trabajando en una herramienta de predicción de asesinatos Para identificar a las personas con mayor riesgo de convertirse en delincuentes violentos. No está claro cómo responderían las autoridades a estos datos, y existen informes contradictorios sobre qué datos utilizará la solución. El Ministerio de Justicia ha declarado que el proyecto es solo para investigación por el momento, pero que la investigación de hoy podría dar lugar a proyectos reales en el futuro.
¿Cómo ha mejorado la predicción de delitos mediante inteligencia artificial?
Estas aplicaciones policiales predictivas, tanto actuales como futuras, distan mucho de ser los primeros ejemplos de esta tecnología. Sin embargo, sí representan un cambio positivo. Las iteraciones anteriores no han logrado los mismos niveles de precisión y fiabilidad. La precisión del 90 % de la solución de la Universidad de Chicago y la reducción del 25 % de los delitos graves en Dubái distan mucho de los intentos anteriores.
En 2024, la Oficina del Sheriff del Condado de Pasco, Florida pagó un acuerdo de $105,000 y cerró su programa de vigilancia predictiva tras los malos resultados. El sistema provocó que los agentes visitaran repetidamente e incluso arrestaran a ciudadanos que aún no habían cometido delitos, basándose en las predicciones del modelo de IA.
De manera similar, Chicago cerró su modelo de predicción del delito Tras varias quejas, los estudios revelaron que el sistema no tuvo un impacto significativo en la delincuencia relacionada con armas de fuego, a pesar de un aumento en la probabilidad de arresto. Aún más preocupante, la investigación reveló que el algoritmo presentaba un sesgo racial inherente, lo que aumentaba la probabilidad de arresto de las personas de color.
Otra solución popular utilizada por varias ciudades, Geolitica, que antes se conocía como PredPol, mostró solo un 0.6% de precisión Al predecir asaltos con agravantes, la precisión en robos fue de tan solo el 0.1 % en algunas zonas.
En comparación con estos programas fallidos, los nuevos predictores de delitos con IA son notablemente precisos. Si bien no se han registrado tantos casos de fuerzas policiales reales que utilicen estas soluciones más avanzadas, los primeros resultados muestran un marcado contraste entre la IA de ayer y la de hoy.
El lado oscuro de la IA en la predicción del delito
Es fácil entender por qué tantas jurisdicciones invierten en la predicción de delitos mediante IA. Detener la actividad delictiva antes de que comience supone un gran avance para la seguridad pública, y la IA puede detectar tendencias que podrían contradecir las suposiciones humanas. Por ejemplo, más de la mitad de todos los robos Suceden durante el día, a pesar de la creencia popular de que son más probables de noche. La IA puede discernir lo que parece cierto para encontrar tendencias reales.
Al mismo tiempo, la vigilancia predictiva conlleva importantes preocupaciones éticas y de privacidad. Hay una razón por la cual... El 52% de los estadounidenses están más preocupados sobre la IA de lo que les entusiasma. Incluso los modelos más avanzados son propensos a las alucinaciones, y la IA tiene un historial de perpetuar, e incluso exagerar, el sesgo humano cuando se entrena con datos prejuiciosos.
Los datos históricos sobre delincuencia son potencialmente erróneos, en el mejor de los casos, y inherentemente racistas, en el peor. Los registros de arrestos pueden indicar zonas con mayor presencia policial de la que reflejan la delincuencia real. En consecuencia, los datos pueden reflejar prejuicios raciales arraigados, con una historia bien documentada en las fuerzas del orden.
Los modelos de IA que aprenden de datos sesgados pueden llevar a la policía a patrullar con mayor intensidad los barrios negros o a sospechar más de las personas de color. Los casos de Chicago y el condado de Pasco demuestran precisamente eso. En consecuencia, confiar en las predicciones de la IA sin reconocer estos prejuicios podría agravar el trato injusto de los grupos demográficos históricamente sobrevigilados y desfavorecidos.
Dejando de lado la injusticia racial, recopilar tantos datos sobre los ciudadanos podría conllevar riesgos para la privacidad. Las agencias gubernamentales están... La octava industria más atacada por los delitos cibernéticosPor lo tanto, una vulneración de un modelo de policía predictiva es muy posible, además de ser perjudicial. Incluso si ningún ciberataque tiene éxito, monitorear a los ciudadanos por temor a que puedan cometer un delito plantea interrogantes sobre la vigilancia excesiva y el debido proceso.
La predicción de delitos mediante inteligencia artificial está mejorando, pero persisten las preocupaciones
Los modelos de predicción de delitos con IA son mucho más precisos hoy que hace unos años. Sin embargo, persisten las preocupaciones sobre el sesgo, la eficacia y la justicia. Los responsables políticos y las empresas de IA deben abordar estas cuestiones para garantizar que esta tecnología realmente pueda ofrecer un futuro más seguro.
