La idea de predecir el delito antes de que ocurra ha pasado de la ciencia ficción a los sistemas policiales reales.
Los modelos más recientes de predicción espacial (dónde ocurrirá el delito) muestran mejores resultados técnicos. Investigadores de la Universidad de Chicago desarrollaron un modelo que, usando datos públicos de delitos, logró anticipar patrones de criminalidad con una precisión cercana al 90 % con una semana de anticipación en varias ciudades estadounidenses. Arquitecturas de deep learning (CNN-LSTM y variantes de transformers) reportan en trabajos académicos precisiones superiores al 80-90 % cuando se trata de identificar patrones en datos históricos de delitos reportados.
Una revisión sistemática reciente (2025) sobre el uso de inteligencia artificial en la lucha contra el crimen concluye que la predicción basada en lugares (place-based) puede generar reducciones modestas de ciertos delitos cuando se combina con presencia policial y trabajo comunitario. En cambio, la predicción basada en personas (person-based) muestra evidencia más débil y mayores riesgos de sesgo.
El principal límite de estos sistemas no es técnico, sino de origen de los datos. Los algoritmos aprenden de los registros policiales históricos. Si históricamente se ha patrullado más un barrio, se registran más delitos allí, el modelo predice más delito en ese mismo lugar y se envían más patrullas, cerrando un círculo de retroalimentación. Estudios de investigadores como Kristian Lum y William Isaac demostraron que, incluso con datos de consumo de drogas relativamente uniformes en una ciudad, los algoritmos terminaban recomendando patrullaje casi exclusivo en zonas de bajos ingresos y minorías.
La inteligencia artificial puede identificar patrones espaciales y temporales del delito con una capacidad superior a los métodos tradicionales en muchos casos. Sin embargo, los sistemas desplegados en el mundo real (PredPol, SSL de Chicago y similares) han mostrado tasas de acierto bajas cuando se miden contra delitos efectivamente reportados, y han reproducido o amplificado sesgos raciales y socioeconómicos documentados.
La evidencia disponible sugiere que la predicción del crimen con IA funciona mejor como herramienta de apoyo para el despliegue de recursos en el territorio que como sistema de identificación de personas de “alto riesgo”. Su utilidad depende menos del algoritmo en sí que de la calidad de los datos, la transparencia del modelo y el control humano sobre las decisiones que se toman a partir de sus recomendaciones.
Únete al canal de WHATSAPP DE EL INDEPENDIENTE, también a nuestro canal de TELEGRAM y recibe las noticias clave del día, análisis y últimas actualizaciones directamente en tu celular.
El contenido de esta columna es responsabilidad exclusiva del columnista y no del periódico que la publica.
