Inicio EEUU Los algoritmos que ayudan a resolver delitos

Los algoritmos que ayudan a resolver delitos

Cuando un individuo que blandía una jeringa trató de robarse un taladro en un local del Home Depot cerca del Yankee Stadium, la policía se dio cuenta enseguida de que este no era un caso aislado. Un hombre también había empleado una jeringa para llevarse un taladro en otro local de Home Depot 11 kilómetros (siete millas) al sur de Manhattan.

La coincidencia no la detectaron agentes que revisaban los archivos. La pilló un software que reconoce patrones desarrollado por el Departamento de Policía de Nueva York.

El software, llamado Patternizr, permite a analistas de los 77 precintos del departamento comparar robos y otros delitos con miles de episodios similares del banco de datos de la policía y detectar patrones simplemente apretando un botón.

Es mucho más rápido que revisar archivos y romperse el cerebro tratando de encontrar detalles relevantes que permitan detectar patrones. Es además mucho más completo pues los analistas pueden comparar fácilmente información de todos los precintos de la ciudad, no solo del propio.

“Patternizr pilló detalles vitales en el algoritmo y dio con denuncias similares en otros precintos que nosotros no hubiéramos encontrado”, comentó la analista de un precinto del Bronx, Rebecca Shutt, quien trabajó en el caso de Home Depot. “Nos ayudó muchísimo. Hubo un patrón que nosotros probablemente no hubiésemos notado”.

El software encontró otros dos robos con la misma jeringa, perpetrados por el mismo sospechoso, fue fue arrestado y se declaró culpable de robo.

Evan Levine, subcomisionado (subjefe) de la unidad de análisis de datos de la policía de Nueva York, y Alex Chohlas-Woos, ex directora de la unidad, se pasaron dos años trabajando en el software antes de que comenzase a ser usado en diciembre del 2016.

El departamento reveló el uso de esa tecnología este mes, en que Levine y Chohlas-Wood dieron detalles de su trabajo en un artículo publicado por la revista INFORMS en el que afirman que otros departamentos de policía pueden crear programas parecidos. Hablando por primera vez con la prensa, dijeron que el suyo es el primer departamento de policía del país que emplea una herramienta de detección de patrones como esta.

“El objetivo, desde ya, es mejorar la seguridad del público“, dijo Levine, un astrofísico que decidió trabajar con la policía. “Cuanto más sencillo sea detectar patrones, más rápidamente podemos identificar y detener a los delincuentes”.

Levine y Chohlas-Wood dicen que se inspiraron en el trabajo de un equipo de la Universidad de Nueva York, que estudió un enfoque parecido de detección de patrones pero que nunca produjo una versión usable.

Ambos aprovecharon diez años de patrones que el departamento había identificado manualmente. Al ensayarlo, recreó acertadamente viejos delitos un tercio de las veces y produjo partes de patrones el 80% del tiempo. El departamento dijo que el costo es mínimo porque los dos programadores ya eran parte del personal.

Igual que los analistas de delitos, el software compara factores como la forma en que ingresaron a un sitio, el tipo de mercaderías que se llevaron y el tiempo que pasa entre delito y delito. Levin y Chohlas-Wood aprovecharon los conocimientos de detectives con décadas de experiencia en la detección de patrones usando los métodos tradicionales.

“La gran ventaja de esta herramienta es que minimiza la cantidad de trabajo de analistas y detectives y les permite sacar conclusiones de una lista de resultados más concisa“, comentó Chohlas-Wood, hoy subdirectora de un laboratorio de la Universidad de Stanford.

En el pasado, los analistas consideraban solo los delitos ocurridos en sus precintos y les resultaba prácticamente imposible detectar patrones a partir de delitos cometidos en otras partes de la ciudad.

“La verdad, era algo ineficiente”, indicó Levine. “No era una forma moderna de hacer las cosas“.

Para evitar posibles prejuicios raciales, el programa de Patternizr no toma en cuenta la raza de los sospechosos al buscar patrones.

–––

Sisak está en twitter.com/mikesisak