Algoritmos inteligentes para combatir el crimen mejor que en ‘Breaking Bad’

En el cuarto capítulo de la quinta temporada de Breaking Bad, el agente de la DEA Hank Schrader observa un tablón de corcho con las fotos de los miembros de la organización que controla la venta de drogas en Albuquerque. Los cordeles rojos conectan los criminales con relación conocida; los hilos azules, las posibles vinculaciones aún sin confirmar. Hank sospecha que a este grafo le faltan vértices y aristas, sobre todo ahora que la metanfetamina azul ha vuelto a las calles.

Días después, durante una barbacoa familiar, encontrará por casualidad las iniciales “WW” en un libro e inferirá que Heisenberg, el nodo central de la red criminal, no es otro que su cuñado Walter.

Tablero donde los agentes de la DEA plasmaban las evidencias criminales.
AMC Network Entertainment LLC

Los algoritmos de aprendizaje automático identifican patrones en los datos pasados que pueden utilizarse para predecir qué ocurriría en situaciones similares en el futuro.

Diversas investigaciones han dado lugar a sistemas inteligentes de policía predictiva capaces de anticipar el número de delitos que tendrán lugar en un área determinada, estimar el riesgo de reincidencia de un detenido o detectar denuncias falsas, por nombrar algunos ejemplos.

Modelos económicos y crimen organizado

Las tecnologías de análisis de mercados han servido como inspiración para desarrollar sistemas de inteligencia artificial para la prevención de crimen organizado, ya que las dinámicas de las actividades delictivas pueden explicarse utilizando modelos económicos similares a los de la economía legal. Los analistas disponen de herramientas para estudiar el contexto socioeconómico de una región y el perfil de víctimas y criminales, y con las que pueden identificar factores de riesgo y anticipar incidentes automáticamente.

También se han aplicado técnicas de análisis de grafos propias de la inteligencia de negocio para examinar la estructura de una red criminal, predecir flujos de información y bienes entre individuos y rastrear transacciones económicas destinadas al blanqueo de dinero.

Si el agente Schrader hubiese tenido acceso a estas tecnologías, habría sido capaz de interpretar más rápidamente los indicios disponibles. El Albuquerque de la serie es una localización ideal para la producción masiva de drogas: se trata de una ciudad próxima a la frontera con poca presencia policial, una compleja orografía y un tejido industrial que facilita la ocultación de actividades y el blanqueo de dinero.

Las fichas policiales muestran, además, que los productores tienen a su disposición una red de colaboradores con acceso a los clientes e incentivos para participar en la distribución. Y solo unos cuantos individuos en todo el estado cuentan con el conocimiento científico necesario para producir una droga tan sofisticada.

Un modelo de amenaza alimentado con estos datos habría concluido que la guerra de bandas era inminente. Un software de análisis de grafos habría guiado a la DEA hacia Heisenberg deshaciendo el camino de su dinero hasta el origen.

La inteligencia artificial, un arma de doble filo

De igual manera que las nuevas tecnologías están mejorando las capacidades de las fuerzas de seguridad, también los grupos criminales han comenzado a emplear todos estos avances para abordar nuevos mercados. El último informe sobre crimen organizado emitido por EUROPOL señala que el mayor desafío al que se enfrentan actualmente los cuerpos policiales es la adopción y el desarrollo de tecnologías avanzadas por parte de los criminales.

La inteligencia artificial puede utilizarse para la comisión de delitos en numerosos ámbitos, como señala una investigación multidisciplinar de 2018 liderada por las universidades de Oxford y Cambridge. Por ejemplo, hoy en día es posible generar y traducir automáticamente textos con calidad notable, lo cual facilita los fraudes basados en ingeniería social (como el phishing) y la creación de noticias falsas.

También es posible elaborar imágenes y vídeos falsos muy realistas (los llamados deep fakes), atentando contra derechos fundamentales de las personas como la propia imagen, la intimidad y la dignidad, e incluso poniendo en riesgo la estabilidad política y económica.

Por otra parte, los sistemas basados en inteligencia artificial son vulnerables al crackeo con propósito delictivo o terrorista. Sin ir más lejos, la alteración de los algoritmos de control de los vehículos autónomos y de los drones supone una importante amenaza a la seguridad ciudadana. Además, el mismo proceso de aprendizaje automático puede manipularse mediante la introducción de ejemplos falsificados.

Las soluciones: luces y sombras

En la actualidad, existen numerosas iniciativas destinadas a dotar a las fuerzas de seguridad de mejores herramientas para mitigar estas nuevas formas de crimen organizado. Por ejemplo, el proyecto COPKIT, iniciado en 2018 y financiado por la Unión Europea, reúne a investigadores de 16 organizaciones europeas con un objetivo doble: desarrollar las tecnologías de inteligencia artificial que usará la policía del futuro sin conculcar los principios de libertad, igualdad y justicia y de acuerdo al marco legal vigente.

Y es que el uso de la inteligencia artificial por parte de las fuerzas de seguridad y de las autoridades no está exento de polémica. Los sistemas de recolección y procesamiento masivo de datos personales, como el que se está implantando en China para asignar un crédito social a las personas o los algoritmos que ayudan a dictar sentencias judiciales, como los utilizados en Estados Unidos con sesgo demostrado, recuerdan más a los mundos distópicos descritos en la cultura popular que a las sociedades seguras y democráticas a las que aspiramos.

En consecuencia, y como ha ocurrido con otros avances tecnológicos en el pasado, el uso de inteligencia artificial para luchar contra el crimen debe estar guiado por principios éticos sólidos. Se trata de ayudar al agente Schrader, no de implantar la unidad de precrimen de Minority Report.

Juan Gómez Romero, Investigador del Departamento de Ciencias de la Computación e Inteligencia Artificial, Universidad de Granada

Este artículo fue publicado originalmente en The Conversation. Lea el original. Foto: Andrey_Popov/Shutterstock