¿Está mejorando la inteligencia artificial para predecir el crimen?

Las novelas y películas de ciencia ficción han imaginado un futuro en el que 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 policía predictiva impulsada por IA. Sin embargo, todavía no es una práctica común, así que ¿qué está obstaculizando su camino?

La precisión y la confiabilidad han sido problemas para todas las aplicaciones de análisis predictivo a lo largo de los años. Sin embargo, la tecnología ha madurado lo suficiente como para tener un impacto en industrias como la fabricación y la gestión de la cadena de suministro. Así que, ¿está lista para una implementación más amplia en la predicción de crímenes?

El estado actual de la IA para predecir crímenes

La policía predictiva puede que no sea la norma todavía, pero ha visto algunos desarrollos importantes en los últimos años. Estos pasos se dividen en tres categorías generales: resultados reales de IA para predecir crímenes, estudios experimentales y proyectos de predicción de crímenes anunciados pero no iniciados.

1. Resultados reales positivos

Algunas ciudades ya han visto resultados impresionantes de la policía predictiva impulsada por IA. El Departamento General de Investigación Criminal de la Policía de Dubái afirma que las tasas de delitos graves disminuyeron un 25% después de implementar una herramienta de IA para predecir crímenes. La actividad delictiva menos grave disminuyó un 7,1%.

Al igual que muchas herramientas de predicción de crímenes de IA, la solución funciona analizando informes pasados y comparándolos con las condiciones actuales. Destacar las tendencias en crímenes anteriores permite que los modelos de aprendizaje automático identifiquen áreas y momentos en los que es probable que ocurran eventos similares. La policía puede movilizar recursos con anticipación para disuadir el crimen o abordar cosas que pueden llevar a él antes de que suceda.

San José, California, ha visto éxito con un modelo de IA diferente. Aunque la ciudad no predice crímenes todavía, detecta baches y grafitis con IA para abordarlos antes. Según los funcionarios, limpiar un área reduce la probabilidad de actividad delictiva allí, así que este proceso aún reduce los incidentes.

2. Modelos experimentales prometedores

A medida que crece la policía predictiva en el mundo real, las pruebas iniciales de aplicaciones similares también han mostrado promesa. En muchas jurisdicciones, implementar un sistema de predicción de crímenes en su totalidad implica barreras regulatorias considerables, lo que ralentiza la adopción de la tecnología. Los ejemplos en la fase experimental están avanzando las cosas mientras tanto.

Un estudio de 2022 de la Universidad de Chicago creó un modelo que puede predecir crímenes con una precisión del 90% con una semana de antelación. Más importante aún, el sistema es menos propenso a sesgos que los sistemas anteriores porque utiliza diferentes datos. En lugar de dividir la ciudad en vecindarios o límites políticos, la divide en azulejos distintos y iguales para proporcionar una nueva perspectiva del área.

Crear gemelos digitales de una ciudad para cartografiar el crimen a lo largo de un sistema original en lugar de confiar en registros antiguos y propensos a sesgos puede producir conocimientos más confiables. Las fuerzas policiales no han comenzado a utilizar este sistema, pero la investigación muestra lo que pueden hacer las nuevas tecnologías en este campo.

3. Inversiones en policía predictiva próximas

Mirando hacia adelante, varias áreas han anunciado recientemente objetivos de predicción de crímenes de IA. Estos proyectos no han comenzado todavía, pero su aparición señala un cambio creciente hacia esta tecnología, posiblemente debido a una mayor confianza del gobierno en su eficacia.

En julio de 2024, el Ministerio de Seguridad de Argentina anunció planes para la predicción y respuesta de crímenes de IA. Según la resolución, las fuerzas policiales analizarán datos criminales históricos para predecir eventos futuros y responder en consecuencia para prevenir que suceda algo. También menciona la detección de anomalías en tiempo real, que podría funcionar en conjunto con el modelo predictivo.

Más recientemente, el Reino Unido reveló que está trabajando en una herramienta de predicción de asesinatos para identificar a las personas que pueden presentar el mayor riesgo de convertirse en delincuentes violentos. No está claro cómo responderán las autoridades a estos datos, y hay informes contradictorios sobre qué datos utilizará la solución. El Ministerio de Justicia ha dicho que el proyecto es solo para investigación en este momento, pero la investigación de hoy podría llevar a proyectos del mundo real mañana.

¿Cómo ha mejorado la predicción de crímenes de IA?

Estas aplicaciones actuales y futuras de policía predictiva están lejos de ser los primeros ejemplos de esta tecnología. Sin embargo, significan un cambio positivo. Las iteraciones anteriores no han podido lograr los mismos niveles de precisión y confiabilidad. La precisión del 90% de la solución de la Universidad de Chicago y la reducción del 25% de delitos graves en Dubái están muy lejos 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 policía predictiva después de resultados pobres. El sistema resultó en que los oficiales visitaban y arrestaban repetidamente a ciudadanos que no habían cometido crímenes según las predicciones del modelo de IA.

De manera similar, Chicago cerró su modelo de predicción de crímenes después de varias quejas. Los estudios encontraron que el sistema no tuvo un impacto significativo en los delitos relacionados con armas de fuego a pesar de un aumento en la probabilidad de arresto. Más preocupante aún, la investigación reveló cómo el algoritmo estaba inherentemente sesgado racialmente, lo que hacía que las personas de color fueran más propensas a ser arrestadas.

Otra solución popular utilizada por varias ciudades, Geolitica, que anteriormente se llamaba PredPol, mostró una precisión del 0,6% al predecir agresiones agravadas. La tasa de precisión para el allanamiento de morada fue de solo el 0,1% en algunas áreas.

En comparación con estos programas fallidos, los predictores de crímenes de IA más nuevos son notablemente precisos. Aunque no hay tantas historias de fuerzas policiales del mundo real que utilicen estas soluciones más avanzadas, los resultados iniciales pintan un contraste marcado entre la IA de ayer y la IA de hoy.

El lado oscuro de la IA en la predicción de crímenes

Es fácil ver por qué tantas jurisdicciones están invirtiendo en la predicción de crímenes de IA. Detener la actividad delictiva antes de que comience es una gran ganancia para la seguridad pública, y la IA puede detectar tendencias que pueden ser contrarias a las suposiciones humanas. Por ejemplo, más de la mitad de todos los allanamientos de morada ocurren durante el día, a pesar de la creencia común de que son más propensos a ocurrir por la noche. La IA puede ver a través de lo que parece cierto para encontrar tendencias reales.

Al mismo tiempo, la policía predictiva conlleva preocupaciones significativas sobre la privacidad y la ética. Hay una razón por la que el 52% de los estadounidenses están más preocupados por la IA de lo que están emocionados con ella. Incluso los modelos más avanzados son propensos a alucinaciones, y la IA tiene un historial de perpetuar, incluso exagerar, los sesgos humanos cuando se entrena con datos prejuiciados.

Los datos históricos de crímenes son potencialmente misrepresentativos en el mejor de los casos y inherentemente racistas en el peor. Los registros de arrestos pueden significar áreas que están más fuertemente vigiladas que reflejan la delincuencia real. En consecuencia, los datos pueden reflejar sesgos raciales de larga data, que tienen un historial bien documentado en la aplicación de la ley.

Los modelos de IA que aprenden de datos sesgados pueden llevar a la policía a patrullar los barrios negros con más frecuencia o a ser más sospechosos de las personas de color. Los casos de Chicago y el condado de Pasco muestran justo eso. Como resultado, la confianza en las predicciones de IA sin reconocer estos prejuicios podría aumentar el trato injusto de las poblaciones históricamente sobre-policíadas y desfavorecidas.

Aparte de la injusticia racial, recopilar tantos datos sobre los ciudadanos podría llevar a riesgos para la privacidad. Las agencias gubernamentales son la octava industria más objetivo para el cibercrimen, así que una violación de un modelo de policía predictiva es muy posible, además de ser dañina. Incluso si no se producen ciberataques, monitorear a los ciudadanos porque podrían cometer un crimen plantea preguntas sobre la supervisión excesiva y el debido proceso.

La predicción de crímenes de IA está mejorando, pero las preocupaciones persisten

Los modelos de predicción de crímenes de IA son mucho más precisos hoy en día que hace unos años. Sin embargo, las preocupaciones sobre sesgos, eficacia y justicia siguen siendo prominentes. Los formuladores de políticas y las empresas de IA deben abordar estos problemas para garantizar que esta tecnología pueda proporcionar realmente un futuro más seguro.