AI predice el crimen con una semana de anticipación con un 90% de precisión

rap«>Une intelligence artificielle qui parcourt les données sur la criminalité peut prédire l’emplacement des crimes dans la semaine à venir avec une précision allant jusqu’à 90%, mais on s’inquiète de la façon dont des systèmes comme celui-ci peuvent perpétuer les prejuicio

Por Mateo Sparkes

Una inteligencia artificial ahora puede predecir la ubicación y la tasa de criminalidad en una ciudad con una semana de anticipación con hasta un 90% de precisión. Se ha demostrado que sistemas similares perpetúan los sesgos racistas en la vigilancia, y lo mismo podría ser cierto en este caso, pero los investigadores que crearon esta IA dicen que también se puede usar para exponer esos sesgos.

Ishanu Chattopadhyay de la Universidad de Chicago y sus colegas crearon un modelo de inteligencia artificial que analizó datos históricos de delitos de Chicago, Illinois, desde 2014 hasta finales de 2016 y luego predijeron los niveles de delincuencia durante las semanas posteriores a este período de capacitación.

El modelo predijo la probabilidad de que ocurrieran ciertos delitos en la ciudad, que se dividió en cuadrados de aproximadamente 300 metros de diámetro, con una semana de anticipación con una precisión de hasta el 90%. También se entrenó y probó con datos de otras siete ciudades importantes de EE. UU., con un nivel de rendimiento similar.

Los esfuerzos anteriores para usar IA para predecir el crimen han sido controvertidos porque pueden perpetuar el sesgo racial. En los últimos años, el Departamento de Policía de Chicago probó un algoritmo que creó una lista de personas consideradas con mayor riesgo de estar involucradas en un tiroteo, ya sea como víctima o como perpetrador. Los detalles del algoritmo y la lista inicialmente se mantuvieron en secreto, pero cuando finalmente se publicó la lista, resultó que el 56% de los hombres negros de la ciudad entre las edades de 20 y 29 años estaban en ella.

Chattopadhyay admite que los datos utilizados por su modelo también estarán sesgados, pero dice que se han hecho esfuerzos para reducir el efecto de sesgo y que la IA no identifica a los sospechosos, solo a los posibles sitios delictivos. «Eso no es informe minoritario,» el dice.

“Los recursos de las fuerzas del orden no son infinitos. Así que quieres usarlo de manera óptima. Sería genial si pudieras averiguar dónde van a ocurrir los homicidios”, dice.

Leer más: Google quiere desafiar a la IA con 200 tareas para reemplazar la prueba de Turing

Chattopadhyay dice que las predicciones de IA podrían usarse de manera más confiable para informar políticas a un alto nivel, en lugar de usarse directamente para asignar recursos policiales. Hizo públicos los datos y el algoritmo utilizados en el estudio para que otros investigadores pudieran estudiar los resultados.

Los investigadores también usaron los datos para buscar áreas donde el sesgo humano afecta la vigilancia. Analizaron el número de arrestos por delitos en vecindarios de Chicago con diferentes niveles socioeconómicos. Esto mostró que los delitos en las áreas más ricas resultaron en más arrestos que en las áreas más pobres, lo que sugiere un sesgo en la respuesta policial.

Lawrence Sherman del Cambridge Centre for Evidence-Based Policing, Reino Unido, expresó su preocupación por la inclusión de datos policiales reactivos y proactivos en el estudio, o qué delitos tienden a registrarse porque las personas los denuncian y delitos que tienden a registrarse porque la policía ir tras ellos. El último tipo de datos es muy susceptible al sesgo, dice. “Podría reflejar discriminación intencional por parte de la policía en algunas áreas”, dice.

Referencia de la revista: Naturaleza Comportamiento humanoDOI: 10.1038/s41562-022-01372-0