¿Recuerdas “Minority Report”? En la película dirigida por Steven Spielberg, y en el relato escrito por Philip K. Dick, los criminales eran arrestados incluso antes de cometer sus delitos porque la policía lograba predecirlos gracias a unos “mutantes” llamados precogs.
En esta historia futurista se necesitaba la capacidad de la precognición, pero parece ser que ahora han logrado resultados comparables únicamente con el “poder” de la inteligencia artificial. La revista digital estadounidense “Motherboard” ha descrito esta semana cómo la policía en docenas de ciudades estadounidenses está experimentando con PredPol, un “software de vigilancia predictiva” extraído directamente del relato de Philip K. Dick. “Motherboard” ha conseguido documentos que demuestran que al menos 25 departamentos de policía diferentes en todo los Estados Unidos están probando la capacidad del sistema PredPol para pronosticar delitos de la misma manera que los meteorólogos pronostican el tiempo, pero aún se desconoce hasta qué punto se está implementando este sistema.
PredPol
La vigilancia policial predictiva asume que existen regularidades identificables en la distribución de delitos dentro de las grandes ciudades y de pequeños centros urbanos. La empresa responsable de la vigilancia predictiva, y que se denomina, de manera no muy original, PredPol, explica que su solución comienza a partir de una base de datos históricos de delitos (de dos a cinco años de datos) y que luego ofrece los pronósticos sobre dónde es más probable que ocurra un tipo particular de delito.
El área urbana controlada por “PredPol: Predict Prevent Crime” se subdivide en secciones específicas de 150 x 150 metros, donde es posible tener la probabilidad de que ocurra un crimen en un tiempo determinado. Estas estimaciones deben servir a la policía para optimizar la distribución de la aplicación de la ley durante los turnos, a fin de prevenir los delitos de una manera más específica de lo normal. No es posible comprender claramente cuándo la vigilancia predictiva está generalizada entre las administraciones locales, por lo que ni siquiera es posible comprender qué tan efectiva es.
En realidad, existe una base teórica porque, según varios estudios de criminología, hay correlaciones entre la estructura del entorno urbano y la distribución de los delitos. Correlaciones que también son probadas en parte por el simple sentido común. Es lógico que ciertos tipos de delitos sean más frecuentes en áreas poco iluminadas o poco visibles por los transeúntes.
Y pasar de las consideraciones de sentido común a cuantificar la probabilidad real de un crimen no es una conclusión inevitable. Y de todos modos tiene sus límites. En primer lugar, las llamadas teorías ecológicas del crimen se centran en delitos comunes, que van desde el vandalismo hasta el robo en hogares. Para estos podemos definir las correlaciones ambientales, mientras que en los delitos más “graves”, las regularidades se vuelven más difíciles de definir.
Un sistema con errores
Pero los expertos de Motherboard explican que la teoría matemática que se utiliza para impulsar PredPol es errónea, y que su algoritmo es demasiado simplista para predecir el crimen. Kristian Lum, quien coescribió un artículo de 2016 que probó los mecanismos algorítmicos de PredPol con datos de delitos reales, dijo que aunque el sistema se basa en fórmulas matemáticas de apariencia complicada, su función real se puede resumir como un promedio de subconjuntos dentro de un conjunto de datos. En otras palabras, el software de PredPol toma un método de modelado estadístico utilizado para predecir terremotos y aplicarlo al crimen. Al igual que la probabilidad de que aparezcan terremotos en lugares similares, también es probable que se cometan delitos en lugares similares.
“El nivel de simplicidad allí está enterrado en toda la charla sobre el uso de estos modelos sismográficos de fantasía con réplicas”, dijo Lum. “En la práctica, al menos para los datos que he investigado, se redujo, en su mayor parte, a nada que fuera realmente significativamente diferente de un promedio móvil. Básicamente, PredPol toma un promedio de dónde se encuentran los arrestos. Ya han pasado, y le dice a la policía que vuelva allí.”
Los más críticos argumentan que el punto principal de la vigilancia predictiva es que los datos históricos en los que se basa casi nunca son objetivos. Algunas áreas urbanas se caracterizan por un número mayor de delitos menores simplemente porque han sido sometidas a un mayor control policial, no porque sean más “criminales” que otras. Como en cualquier aplicación de aprendizaje automático, este “prejuicio” de los datos se traduce en algoritmos ineficaces. Otro punto controvertido es la utilidad a largo plazo de la vigilancia predictiva.
Sin duda alguna PredPol representa una nueva y aterradora herramienta para arrestar a personas inocentes. Por su parte, los defensores dicen que el sistema solo pretende ayudar a la policía a decidir dónde asignar mejor a sus recursos según los datos de delitos existentes. Hasta ahora, PredPol ha sido muy estricto acerca de cuán ampliamente utilizado es su sistema, remitiendo todas las solicitudes de información a los propios organismos de seguridad.
Si bien aún no sabemos las consecuencias de este sistema, nosotros nos atrevemos a hacer nuestra propia predicción. Si se implanta este sistemas de vigilancia predictiva a los medios sociales y datos de seguimiento de la ubicación de los dispositivos móviles, es posible que seamos testigos de cómo se cumplen los arrestos de “precrimen”, que ya auguraba Philip K. Dick en su relato “Minority Report” de 1956. Parece ser que de nuevo la realidad supera a la ficción.
¿Debemos permitir el uso de la vigilancia predictiva? ¿Se cumplirá la visión de Philip K. Dick?
Por una parte es comprensible y necesario que se ponga porque bajarían los crímenes mucho. Pero si se equivocan podría ser fatal.