Un nuevo algoritmo de inteligencia artificial (IA) utiliza datos disponibles públicamente para predecir con precisión el crimen en ocho ciudades de EE. UU. y descubre una mayor respuesta policial en vecindarios ricos a expensas de áreas menos desfavorecidas.
Los avances en IA y aprendizaje automático han despertado el interés de los gobiernos que buscan utilizar estas herramientas para la vigilancia predictiva.
Sin embargo, los primeros esfuerzos para predecir el crimen han sido controvertidos porque no tienen en cuenta los sesgos sistémicos en la aplicación de la policía y su compleja relación con el crimen y la sociedad.
Ahora, científicos sociales y de datos de la Universidad de Chicago han desarrollado un nuevo algoritmo que predice el crimen aprendiendo patrones a lo largo del tiempo y ubicaciones geográficas a partir de datos públicos sobre delitos violentos y contra la propiedad.
Ha demostrado su eficacia en la predicción de futuros delitos con una semana de antelación con una asombrosa precisión de alrededor del 90 %.
En un modelo separado, el equipo de investigación también examinó la respuesta de la policía al crimen examinando la cantidad de arrestos después de los incidentes y comparando estas tasas entre vecindarios con diferentes niveles socioeconómicos.
Vieron que la delincuencia en las zonas prósperas condujo a más arrestos, mientras que los arrestos en los barrios desfavorecidos disminuyeron.
Sin embargo, la delincuencia en los barrios pobres no resultó en más arrestos, lo que sugiere un sesgo en la respuesta y aplicación policial.
“Lo que estamos viendo es que cuando el sistema está estresado, se necesitan más recursos para arrestar a más personas en respuesta al crimen en un área rica, y los recursos policiales se desvían de las áreas de nivel socioeconómico más bajo”.
Esto dijo la Dra. Ishanu Chattopadhyay, profesor asistente de medicina en la Universidad de Chicago y autor principal del nuevo estudio, publicado en la revista Nature Human Behaviour.
La IA se está volviendo más inteligente
La nueva herramienta se probó y validó utilizando datos históricos de la ciudad de Chicago en dos amplias categorías de eventos informados:
delitos violentos (homicidio, asalto y agresión) y delitos contra la propiedad (robo, hurto y robo de automóviles).
Se utilizaron estos datos porque era más probable que se denunciaran a la policía en áreas urbanas, donde ha habido un historial de desconfianza y falta de cooperación con las fuerzas del orden.
Dichos delitos también son menos propensos al sesgo en la aplicación, como es el caso de los delitos de drogas, retrasos en el tráfico y otros delitos menores.
Los esfuerzos anteriores para predecir el crimen a menudo utilizan un enfoque epidémico o sísmico, en el que el crimen se describe como emergente en «puntos calientes» que se extienden a las áreas circundantes.
Sin embargo, estas herramientas ignoran el complejo entorno social de las ciudades y no consideran la relación entre el crimen y el impacto de la policía.
«Los modelos espaciales ignoran la topología natural de la ciudad», dice el sociólogo y coautor James Evans.
“Las redes de transporte respetan las carreteras, los puentes peatonales, las líneas de tren y autobús. Las redes de comunicación respetan áreas con un entorno socioeconómico similar. Nuestro modelo permite descubrir estas relaciones”.
El nuevo modelo aísla el crimen observando las coordenadas temporales y espaciales de eventos individuales y reconociendo patrones para predecir eventos futuros.
Divide la ciudad en mosaicos espaciales de aproximadamente 1,000 pies de ancho y pronostica el crimen en esas áreas en lugar de depender de los vecindarios tradicionales o los límites políticos, que también están sesgados.
El modelo funcionó igual de bien con datos de otras siete ciudades de EE. UU.: Atlanta, Austin, Detroit, Los Ángeles, Filadelfia, Portland y San Francisco.
“Hemos creado un gemelo digital de entornos urbanos. Si le proporciona datos sobre lo que sucedió en el pasado, le dirá lo que sucederá en el futuro. No es magia, hay limitaciones, pero lo hemos validado y funciona muy bien”, concluyó Chattopadhyay.
-
-
-
-
