¿Y si pudieras predecir dónde tendrá lugar un delito antes de que ocurra, e incluso determinar de antemano la hora del incidente y la identidad del culpable? Suena un poco a ciencia ficción, ¿verdad? Desde hace tiempo, los científicos sociales creen que las tendencias delictivas históricas suelen influir en los patrones futuros.
La revolución del aprendizaje automático avanzado está poniendo a prueba sus teorías. Una nueva generación de herramientas de predicción del delito está a punto de cambiar drásticamente para siempre la naturaleza de las fuerzas del orden y nuestra privacidad. Y hoy es más importante que nunca arrojar luz sobre los algoritmos que impulsan estas innovaciones.
Lecciones de una de las ciudades más afectadas por la delincuencia del mundo
Aunque todavía es pronto, al menos 60 departamentos de policía de ciudades de Estados Unidos y Europa han empezado a implementar sistemas de predicción del delito, con resultados dispares. A los investigadores les cuesta interpretar los resultados. Uno de los problemas es que a la policía no le gusta compartir con el público lo que está haciendo. Otro es que resulta sumamente difícil desentrañar los algoritmos que utiliza, ya que son propiedad de sus creadores. Simplemente no sabemos qué hay dentro de la caja negra.
Para comprender mejor el potencial de la predicción del delito, hace poco diseñamos una plataforma de código abierto para predecir delitos en una ciudad especialmente afectada por la delincuencia: Río de Janeiro. En promedio, aproximadamente 1.000 personas son asesinadas cada año en esta extensa metrópolis de 6 millones de habitantes. Es el doble de las personas asesinadas en todo Canadá, un país con una población seis veces mayor. Además, la situación delictiva ha empeorado en los últimos años, aunque no es tan terrible como muchos creen.
En Río de Janeiro, como en la mayoría de las ciudades del mundo, es difícil obtener una visión clara de la seguridad. Las estadísticas públicas no son de fácil acceso y a menudo se producen largas demoras antes de su publicación. Para empeorar las cosas, cuando los medios de comunicación locales también cubren delitos, suelen abrir con titulares sensacionalistas que contribuyen más a sembrar el miedo que a ofrecer información. Por eso, no sorprende que el 81 % de la población local crea que corre el riesgo de ser asesinada.
Como en muchas ciudades del mundo, los habitantes de Río sufren una peligrosa falta de información a la hora de evaluar el riesgo de sufrir delitos. Por ejemplo, pocos saben que las tasas de homicidio siguen estando en el 50 % de lo que eran hace una década. Existe una preocupante desconexión entre la percepción de la violencia delictiva y su prevalencia real. Este temor al delito afecta drásticamente las decisiones cotidianas de muchos habitantes de la ciudad, como recurrir o no a la seguridad privada, a comunidades cerradas o a armas de fuego para defenderse.
Qué nos enseña la sismología sobre la predicción del delito
La buena noticia es que la delincuencia violenta puede revertirse o, al menos, evitarse en parte. En muchas ciudades, la difusión de los teléfonos inteligentes y las redes sociales, junto con la alfabetización en materia de datos, está provocando cambios en la conciencia situacional y el comportamiento. Servicios como los sistemas de calificación de Amazon, Facebook, Instagram, Snapchat, Telegram y Yelp están creando una cultura en la que la gente espera tener acceso a datos sobre cualquier producto o servicio imaginable y evita las ofertas sobre las que no hay datos disponibles.
Además, las mejoras en el aprendizaje automático avanzado permiten crear análisis mucho más precisos y específicos para estudiar la dinámica del delito, incluso en ciudades complejas como Río de Janeiro. La predicción del delito es solo un ejemplo de ello. Se basa en la premisa de que la delincuencia está muy concentrada en lugares específicos y se propaga entre determinados grupos de personas.
Los modelos matemáticos subyacentes a la predicción del delito tienen un origen poco probable: la sismología. En términos muy generales, el delito es análogo a los terremotos: las características propias del entorno influyen considerablemente en las réplicas asociadas. Por ejemplo, los delitos relacionados con una discoteca, un edificio de apartamentos o una esquina en particular pueden influir en la intensidad y la propagación de la actividad delictiva futura.
Datos delictivos de código abierto
Hace poco pusimos a prueba la predicción del delito. Sin embargo, en vez de ponerla exclusivamente a disposición de la policía —lo que suele denominarse «policía predictiva»—, ofrecimos la tecnología al público. El Instituto Igarapé se asoció con ViaScience y Mosaico para crear una plataforma llamada CrimeRadar. La herramienta funciona con algoritmos que procesan más de 14 millones de incidentes delictivos oficiales registrados desde 2010. Está diseñada para que sea fácil de usar y utiliza la API de Google Maps. Además, es gratuita.
¿Cómo funciona en la práctica? Si un usuario selecciona la función «futuro», verá un mapa interactivo y de alta resolución del área metropolitana de Río de Janeiro. La escala de colores muestra el riesgo de delito, desde el verde y el amarillo (menor probabilidad) hasta el naranja y el rojo (mayor probabilidad). Al igual que en un pronóstico meteorológico, en la parte inferior de la pantalla aparecen iconos sencillos codificados por colores que indican las horas del día y los días de la semana; así, los usuarios pueden consultar los riesgos en su ubicación actual o en un destino futuro.
Si eligen explorar la función «pasado», los usuarios verán un mapa de calor del área metropolitana de Río de Janeiro que muestra la distribución histórica de las tendencias delictivas en toda la ciudad. Pueden filtrar por tipo de delito —homicidio intencional, homicidio cometido por la policía, agresión violenta y robo con resultado de muerte— y por distintas épocas del año. La aplicación incluye datos de los últimos 12 meses y permite hacerse una idea de lo que realmente ha ocurrido en el lugar donde uno se encuentra o en cualquier otro sitio de la ciudad. También confirma que alrededor del 80 % de la violencia letal se concentra en menos del 2 % de las manzanas de la ciudad.
Empoderar a la ciudadanía para que se proteja
Esta es la primera plataforma pública de predicción del delito del mundo. CrimeRadar está diseñada específicamente para empoderar a la ciudadanía, a fin de que comprenda mejor los riesgos delictivos a los que se enfrenta y planifique sus rutinas en consecuencia. Aumenta la transparencia en materia de seguridad pública, un tema tabú. Es una fuente de información abierta y respalda el derecho de la ciudadanía a la información. CrimeRadar también está causando revuelo, y alcaldes desde Malmö hasta Quito han expresado interés en establecer sistemas similares en sus ciudades.
CrimeRadar muestra a los usuarios cómo se distribuye (de forma desigual) la delincuencia en Río de Janeiro. Sorprendentemente, la victimización no se limita a las zonas de mayor desventaja. Hay varios barrios de ingresos medios y altos que presentan riesgos delictivos comparativamente elevados. Se espera que empresas locales, políticos y activistas puedan utilizar CrimeRadar para reclamar medidas que mejoren la seguridad. Las comunidades pueden recurrir a la herramienta para movilizarse en favor del cambio y definir estrategias de prevención.
CrimeRadar también pone de relieve la gran variabilidad horaria y estacional de los incidentes delictivos. Tras examinar los datos de delincuencia de los últimos cinco años, parece que la mayoría de los delitos se concentran a las 16:00 (y solo a altas horas de la noche los viernes y sábados). También descubrimos que los lunes registran el mayor número de incidentes y los domingos, el menor. Y hay más: marzo registra el mayor número de incidentes denunciados y junio, el menor. Pero los detalles también importan. En algunos barrios, el número de delitos denunciados varía hasta cuarenta veces en el transcurso de una sola semana.
Olas de delincuencia con un lado positivo
Cartografiar y divulgar los delitos tiene consecuencias tanto positivas como negativas. La plataforma está diseñada para minimizar las consecuencias no deseadas de una mayor disponibilidad pública de los datos delictivos, ya que esto podría llevar a una actuación policial excesiva o sesgada en ciertas zonas. Por ejemplo, presentamos los datos en bloques de 250 metros cuadrados en vez de ofrecer una resolución mayor. También eliminamos la información personal que podría comprometer el anonimato de las víctimas. Además, retiramos los datos poco fiables, incluida la información recopilada en zonas crónicamente desatendidas.
Aunque todavía es pronto, la reacción inicial a CrimeRadar ha sido bastante positiva. Una encuesta a decenas de usuarios muestra que la herramienta les ha ayudado a tomar decisiones sobre su movilidad y su vida personal. También hemos recibido comentarios útiles para mejorarla, como añadir nuevas categorías de delitos, ofrecer más información sobre el funcionamiento del algoritmo y ampliar el análisis de las tendencias delictivas seculares a largo plazo.
Igualmente importante, la plataforma ha suscitado un debate relevante en ciudades de todo Brasil y de otros lugares de América Latina, América del Norte y Europa; entre otros temas, se debate cómo divulgar responsablemente los datos delictivos. Aunque ha suscitado algunas críticas importantes, la plataforma está impulsando una conversación pública muy necesaria sobre cómo mejorar la calidad y la cobertura de los datos sobre delitos en las ciudades.
Vemos oportunidades para empoderar a la ciudadanía mediante la predicción del delito en ciudades de todo el mundo. No se trata solo de mejorar la seguridad personal, sino también del imperativo más amplio de abrir los datos y facilitar su acceso. La seguridad pública en lugares como Brasil no puede depender únicamente de las fuerzas del orden; requiere, en cambio, el apoyo de una ciudadanía informada y activa.
En Río de Janeiro está surgiendo un ecosistema de nuevas herramientas: Fogo Cruzado, de Amnistía Internacional; Defezap, de Meu Rio; e incluso las nuevas herramientas de Waze para predecir delitos son ejemplos de ello. Si hay algún lado positivo en la ola de delincuencia de Río, es que la ciudadanía está tomando medidas activas para que su ciudad sea más segura.
El camino por delante
Nos guste o no, la analítica predictiva ha llegado para quedarse, y los avances en la capacidad de procesamiento harán que se extienda aún más. Plantea difíciles cuestiones éticas sobre la transparencia de las tecnologías, los intereses de los proveedores y las consecuencias para la actuación policial y las libertades civiles. No podemos limitarnos a desear que desaparezca, pero sí podemos exigir más transparencia sobre cómo se construyen los algoritmos.
Las ciudades pueden y deben invertir en plataformas de código abierto para facilitar el examen y la mejora de estos programas. En última instancia, la eficacia de las herramientas predictivas depende no solo de la calidad del algoritmo, sino también de los datos: los pronósticos carecen de sentido sin información fiable. También es hora de empezar a pensar en establecer auditorías independientes tanto de los algoritmos como de los datos, con requisitos de cumplimiento, canales para denunciantes y protecciones de las libertades civiles.
Colin Gounden, director ejecutivo de Via Science, y Guilherme Pacheco, cofundador de Mosaico, contribuyeron a este artículo.
