En la Metropolitan Police de Londres se ha llevado a cabo un
programa piloto con la colaboración de Accenture que ha durado varias semanas.
En este periodo de tiempo han estado probando un algoritmo que utiliza el
historial criminal de los miembros de las principales bandas de crimen
organizado de la ciudad y lo mezcla con el historial en las redes sociales de
cada uno de ellos y otros datos que no han llegado a trascender.
Accenture cree que combinando el historial criminal de una
persona y la información de sus redes sociales, puede obtenerse una
probabilidad de que reincida
¿El objetivo? Saber cuál será el que más probabilidades tiene
de cometer un delito con el fin de poder distribuir mejor los recursos que
tienen disponibles en los distintos cuerpos de policía. Si bien no han dado
muchos detalles sobre cómo funciona el sistema, sí que han dado algunos
ejemplos: si una persona dice algo negativo sobre algún miembro de una banda
rival (o de la suya propia), quedaría registrado como tal dentro de los
sistemas de la policía y se procesaría con dicho algoritmo.
¿Y funciona? Bueno, respecto a eso parece ser que nos
quedaremos con la intriga. Lo que han hecho ha sido analizar todos estos datos
que comentábamos correspondientes a un periodo de cuatro años. Después
aplicaron el algoritmo para intentar predecir lo que ocurriría en el quinto y
lo compararon con lo que realmente ocurrió. Por ahora los resultados no son
públicos y parece que todo quedo en eso, un experimento piloto.
Cada vez se ven más iniciativas como ésta
Algo parecido, aunque con una aplicación distinta, está en
plena fase de pruebas en Singapur. En este caso, y también con Accenture, se
analiza el vídeo en directo que se recibe desde diversas localizaciones para
detectar "preocupaciones para la seguridad pública". No sólo se
detectan problemas que están sucediendo sobre la marcha, sino que además se
aplica un "análisis predictivo" con el que son capaces de actuar
antes de que se produzcan atascos, inundaciones u otras amenazas.
Y no solo hablamos de iniciativas actuales, sino también de
algunas que tienen ya casi cuatro años. Richard Berk, criminólogo y profesor de
la Universidad de Pennsylvania, ha diseñado un algoritmo que intenta detectar
cuáles de las personas que están en libertad condicional tienen más posibilidad
de reincidir o, peor aún, de ser asesinado, y todo ello a partir de un
histórico de más de 60.000 delitos. Su software se utiliza ya en varios lugares
de Estados Unidos, como Philadelphia, Baltimore y Washington DC.
Pero Berk ya avisa de que no es tan sencillo como vemos en
las películas. Para empezar, el algoritmo tiene que ser personalizado en
función de a quién se aplica (por ejemplo, una banda callejera) y a qué
crímenes se refiere (no es lo mismo asesinato, robo o asalto). Los resultados,
según dicho profesor, son bastante aceptables: "De la gente que disparará
o va a ser disparada, el algoritmo predice dichos finales 75 veces de cada
100".
Berk compara estos algoritmos de anticipación de crímenes
con lo que ocurre con el pronóstico del tiempo: "algunas veces te vas a
equivocar, como con el tiempo, pero el objetivo es reducir esas
equivocaciones". Eso sí, reconoce que todavía estamos lejos de ver un
sistema tan avanzado como el de 'Minority Report' que, gracias a los precogs,
tenía una tasa del 100% de aciertos.
0 comentarios:
Publicar un comentario