Un nuevo informe de la investigadora de la Corporación RAND Jessica Saunders y sus compañeros examina cómo el Departamento de Policía de Chicago implementó un proyecto piloto de actuación policial predictiva en 2013 y 2014. La ciudad empleó un modelo informático para examinar los datos de personas con antecedentes criminales y elaborar una lista de varios cientos de individuos con un elevado riesgo de recibir un disparo o de perpetrar un tiroteo, dado que los dos grupos se solapan mucho. La idea consistía en que la policía empleara la lista para contactar con estas personas y ayudarlas a salir de unas situaciones de alto riesgo.
Pero el informe, que fue publicado en la revista Jou al of Experimental Criminology, revela dos grandes problemas del programa.
Crédito: Jim Watson (Getty Images).
Primero, los investigadores encontraron que en más de dos tercios de los casos, los policías simplemente ignoraron la lista (cuyo nombre formal es la Lista de Sujetos Estratégicos, o la SSL, por sus siglas en inglés). La investigación detalla:
En general, las observaciones y los entrevistados indicaron que no existió ninguna dirección práctica sobre qué hacer con los individuos de la SSL, se prestó poca atención ejecutiva o administrativa al piloto y se realizó poco o ningún seguimiento con los comandantes de distrito.
Esto sugiere que el personal de a pie se quedó perplejo ante los datos proporcionados. Esto se debe probablemente, tal y como señala Verge, a que en ese momento había al menos 11 programas de reducción de la violencia al mismo tiempo. Como resultado, los agentes se dedicaron al trabajo de policía cotidiano. Y cuando nadie de la alta esfera se asoma para comprobar si alguien estaba utilizando las recomendaciones del sistema, se quedaron en el olvido.
Cuando la policía sí intentó actuar de acuerdo a la lista, los resultados tampoco fueron como para tirar cohetes. El tamaño del muestreo fue muy reducido, los agentes emplearon la lista para realizar tan solo nueve detenciones. Pero los investigadores encontraron que las personas de la lista tenían unas probabilidades casi tres veces más altas de ser detenidas en relación a un tiroteo que las personas no señaladas por el sistema:
El hallazgo de que la lista tuvo un impacto directo en las detenciones, en lugar de en la victimización, suscita cuestiones de privacidad y consideraciones de derechos civiles que han de ser cuidadosamente consideradas, especialmente en el caso de predicciones que vayan dirigidas a grupos vulnerables con un alto riesgo de victimización.
La imagen que pinta este estudio no es la de una tecnología que esté a punto de revolucionar la lucha contra el crimen ni de frenar la oleada de violencia con armas de fuego en Chicago. Es la de una iniciativa altamente imperfecta cuya implementación confundió a los agentes más que ayudarles.
La violencia con armas de fuego representa un problema enorme en Chicago, y es comprensible que las autoridades locales quieran aplicar herramientas tecnológicas al problema. Pero a pesar de nuestra obsesión con los datos, no representan una solución. En el mejor de los casos, tan solo son otra herramienta más, una que necesita ser manipulada con sumo cuidado, especialmente cuando haya vidas en juego.
Para saber más: (BoingBoing, The Verge, New York Times, Data-Toting Cops, El problema de nuestra obsesión por los datos)