Va una pregunta sencillita para ir entrando en materia: ¿Asaltarías un banco? ¿Secuestrarías a un desconocido para pedir un rescate? ¿Forzarías la cerradura de una furgoneta aparcada a tres calles de tu casa para luego revenderla? No importa si has respondido que sí o que no. En la Universidad de Chicago trabajan un grupo de científicos convencido de que la respuesta la tiene en cierto modo un algoritmo, un programa capaz de anticipar crímenes con una exactitud pasmosa.
La herramienta se "alimenta" con datos públicos sobre delitos violentos o contra la propiedad. Con esa materia prima identifica patrones temporales y geográficos que le ayudan a pronosticar ciertos crímenes. Y no lo hace nada mal, al menos según los datos que manejan sus creadores: aseguran que puede anticiparlos con una semana de antelación y una precisión del 90%.
Para sacudirse prejuicios o posibles sesgos, el modelo utiliza cuadrículas en vez de los conceptos tradicionales de vecindario o límites administrativos. El algoritmo divide la ciudad en mosaicos de unos mil pies de ancho —algo más de 300 metros— para los que vaticina niveles de crimen. Los investigadores lo probaron con datos de Chicago, pero también de Atlanta, Austin, Detroit, Los Ángeles, Filadelfia, Portland y San Francisco. En todas, aseguran, “funcionó igual de bien”.
Un recurso para la caja de herramientas
“Demostramos la importancia de descubrir patrones específicos de la ciudad para la predicción de delitos denunciados, lo que genera una nueva visión de los vecindarios de la ciudad, nos permite hacer preguntas novedosas y evaluar la acción policial de nuevas maneras”, comenta James Evans, sociólogo y coautor del estudio, que se ha publicado en la revista Nature Human Behaviour.
La herramienta no solo afinó el tiro a nivel geográfico. A la hora de “alimentarla” con datos los científicos optaron también por ingredientes especiales: solo homicidios, agresiones, lesiones y robos, delitos con los que buscaban de nuevo minimizar cualquier posible desviación.
“Estos datos se usaron porque es más probable que se reporten a la policía en áreas urbanas en las que existe una desconfianza histórica y falta de cooperación con las fuerzas del orden. También son menos propensos al sesgo de aplicación, como el caso de los delitos de drogas, detenciones de tráfico y otras infracciones por delitos menores”, detalla la universidad.
El empeño por evitar los sesgos no es casual, ni un capricho. El algoritmo de la Universidad de California no es el primero que intenta pronosticar crímenes. Desde hace años hay herramientas como PredPol, que recurre a la tecnología para elaborar mapas con “áreas de riesgo”.
La aspiración es básicamente la misma en todos los casos. Con ellas sus responsables intentan anticipar dónde y cuándo es más probable que los agentes deban enfrentarse a determinado delito. Otros programas —COMPAS, por ejemplo— van más allá y saltan de la zonificación, los mapas de vecindarios, a la esfera individual: valoran la probabilidad de que determinada persona reincida.
Su uso ha estado sin embargo muy marcado por la polémica. No ya solo por el espinoso debate de hasta qué punto puede un programa anticipar el comportamiento de un colectivo, sino por los sesgos que puedan interferir a la hora de trazar esas predicciones y su posible impacto.
Lo cierto es que el propio estudio de California revela ciertas desviaciones en la respuesta policial.
Los investigadores comprobaron que cuando el crimen aumentaba en los barrios ricos las comisarías registraban más arrestos en esas zonas y menos en las desfavorecidas. Si ocurría lo contrario y era en los barrios pobres donde aumentaban los delitos no se reflejaba ese repunte de arrestos.
The study from @NatureHumBehav uses publicly available data on violent and property crimes, and was validated on 8 different US cities https://t.co/Wd1GzE2mam
— UChicago Biological Sciences (@ScienceLife) June 30, 2022
“Cuando se presiona el sistema, se requieren más recursos para arrestar a más personas en respuesta al crimen en un área rica y se desvían los recursos policiales de las áreas de nivel socioeconómico más bajo”, comenta el profesor de Medicina Ishanu Chattopadhyay.
En herramientas anteriores los expertos habían echado mano de modelos en los que el crimen emerge de “puntos críticos”, focos desde los que se extiende hacia sus alrededores. Para el equipo estadounidense sin embargo ese planteamiento “pasa por alto el complejo entorno social de las ciudades y no considera la relación entre el crimen y los efectos de la aplicación policial”. “Los modelos espaciales ignoran la topología natural de ciudad”, recalca Evans.
Que la herramienta de Chicago se haya diseñado intentando minimizar todos esos defectos, reduciendo al máximo cualquier sesgo, no significa que sea perfecta. El propio Chattopadhyay previene de los riesgos de usarla para dirigir a los agentes. “Debería añadirse a una caja de herramientas de políticas urbanas y estrategias policiales para abordar el crimen”, anima.
No es el único que advierte de los riesgos de recrear un particular "Minority Report" versión estadística en nuestras grandes metrópolis. Algunos expertos, como Emily M. Bender, profesora de la Universidad de Washington, abogan por centrar la atención y los esfuerzos en el foco del problema: atender a las posibles desigualdades de base y no tanto a la predicción policial de crímenes.
Imágenes | Maxim Hopman (Unsplash)
Ver 29 comentarios