El ingeniero informático Rubén Martínez, que participa esta semana en la convención sobre ciberseguridad Mundo Hacker Day, ha desarrollado un sistema que predice los delitos antes de que se produzcan, mediante el análisis de big data .
Como en Minority Report, película de ciencia ficción basada en el relato homónimo de Philip K. Dick, los ciudadanos queremos adelantarnos al futuro para evitar que los homicidios se consumen y para alejar a los rateros de la tentación de arrebatarnos nuestros bienes. Más allá de las implicaciones éticas de detener a alguien que todavía no ha cometido un crimen, algunas iniciativas empresariales están tratando de anticiparse a los malhechores y de predecir dónde es más probable que vaya a suceder una felonía en un determinado momento.
“De forma individual somos más aleatorios, pero en masa sí somos más predecibles”, asegura Rubén Martínez, un ingeniero informático que ha creado un programa que es capaz de medir la probabilidad de que acontezca un delito en un lugar. “Utilizamos algoritmos para intentar predecir cuándo se va a producir un crimen. Como la serie de televisión Person of Interest pero en pequeñito”, precisa.
Esta tecnología puede tener consecuencias muy positivas. Por ejemplo, indica Rubén, se pueden movilizar patrullas con agentes especialistas en violencia de género si se detecta que el comportamiento de ciertas variables en un barrio se corresponde con el que antecede a una agresión de este tipo, desde la experiencia de la estadística.
Pero, ¿qué tenemos que medir para ver el futuro? El big data, una acumulación enorme y desordenada de datos de todo tipo.
Big data en acción
La herramienta que ha creado Rubén se sirve de distintos tipos de información, como cuentas bancarias, registros médicos y atestados policiales. Si se combinan estos datos a lo largo de un periodo de tiempo y se les aplica el tamiz de un algoritmo, se pueden detectar patrones de conducta.
“Tenemos también en cuenta condiciones socioeconómicas y ambientales. De 30 a 35 grados de temperatura, la gente se vuelve más violenta. A partir de 35, se aplatana. Por otro lado, si las farolas de un área no están bien mantenidas y hay alguna que no funciona, puede ser un sitio más propenso a la concentración de delitos”, ejemplifica Rubén.
El sistema es capaz de aprender de su propia experiencia para mejorar sus predicciones
Una vez que se dispone de las variables que hacen más probable que se produzca un delito, la herramienta diseñada por este ingeniero aplica ciertos algoritmos y analiza los resultados. Es lo que se conoce como machine learning; el sistema “aprende como lo haría una persona: basándose en la experiencia”, asegura.
Para el diseño de este software, el programador ha utilizado los datos difundidos por la ciudad estadounidense de Chicago desde 2001.
“Todo esto es estadístico -advierte Rubén-. Lo que te da es la probabilidad de que se produzca un delito. Funciona hasta cierto punto, dependiendo de lo buena que sea la información con la que cuentas. Necesitas estudiar las causas que provocan un evento, necesitas un estudio sociológico”.
Si se quiere ir más allá y vaticinar si una persona va a cometer un delito hay que contar con mucha más información. Algunos datos necesarios son la geolocalización y el historial de búsquedas y de comportamiento desde los distintos dispositivos a los que un usuario tiene acceso. Precisamente, ésta era una actividad a la que se dedicaba la agencia estadounidense NSA, según la información desvelada por Edward Snowden.
“Esto tiene que estar muy bien regulado. Tiene que haber unos tribunales de ética, una Ley Orgánica de Protección de Datos en condiciones”, reclama Rubén. De lo contrario, acabaríamos como en Minority Report.
