Ingresa o regístrate acá para seguir este blog.
Esta blog fue publicado en Sin Miedos del Banco Interamericano de Desarrollo http://blogs.iadb.org/sinmiedos/
Por Stephen Goldsmith. Este artículo apareció originalmente en GovTech
En abril, una conferencia auspiciada por la Liga Nacional de Grandes Ideas para las Ciudades reunió a algunos de los alcaldes más innovadores del país, con el objeto de abordar los problemas que les quitan el sueño.
En muchos casos la violencia resultó ser la mayor preocupación.
El alcalde Michael Nutter de Filadelfia calificó la tasa de homicidios de la ciudad y el enorme impacto que tiene sobre la población afro-americana masculina como una crisis de salud pública. La pregunta es: ¿Qué datos y herramientas técnicas podrían ayudar a la ciudad a enfrentar esta crisis?
En su discurso, Nutter hizo un repaso de las cifras: en 2013, el 77 por ciento de las víctimas de homicidio en Filadelfia fueron afro-americanos. De estas 191 víctimas, 179 fueron de sexo masculino.
“En cualquier otro conjunto de circunstancias – bajo cualquier otro parámetro de medición – esto se consideraría una crisis de salud pública”, dijo Nutter. “La causa número uno de muerte para hombres y niños afro-americanos de entre 10 y 24 años es el homicidio”.
Nutter recordó el avance en la tecnología de seguridad vehicular, desde los cinturones de seguridad, pasando por bolsas de aire, hasta los sistemas de freno automático para conductores que manejan distraídamente. Planteó la interrogante de por qué no ha habido una respuesta tecnológica integral de características similares para la epidemia de violencia con armas de fuego.
Aún no existe una solución tecnológica de gran alcance basada en el uso de datos que aborde todas las facetas de la crisis identificada por Nutter, pero hay iniciativas prometedoras en el área de seguridad pública que están logrando que muchos barrios sean más seguros para todos.
Durante dos décadas, los departamentos de policía han sido pioneros en el uso de datos para mejorar su rendimiento. Comenzando con el uso de CompStat en la ciudad de Nueva York, los departamentos de policía de todo el país han estado utilizando el análisis estadístico para identificar lugares de alta incidencia criminalística y responder a patrones de comportamiento criminal.
Avances tecnológicos más recientes que involucran el uso de sensores le permiten a la fuerza policial contar con información sobre distintas situaciones en tiempo real. Por ejemplo, ShotSpotter proporciona alertas instantáneas a las fuerzas policiales cuando el sistema detecta disparos de armas.
Pero tal vez las verdaderas revoluciones tecnológicas serán aquellas impulsadas por una combinación de software y hardware. El análisis predictivo generalmente ofrece mejores enfoques para abordar problemas complejos y sistémicos.
En estos últimos años, el Departamento de Policía de Santa Cruz, California, ha puesto en funcionamiento un programa predictivo de control policial que utiliza fórmulas matemáticas para estimar la probabilidad de futuros delitos en áreas de hasta 150 metros cuadrados. Con el énfasis puesto inicialmente en delitos contra la propiedad, el programa ha resultado ser altamente exitoso: en los primeros seis meses, permitió reducir la incidencia de robos en un 14 por ciento. A medida que el departamento vaya ampliando el programa para analizar la actividad de pandillas y los delitos callejeros, puede convertirse en un modelo para desalentar la violencia delictiva en las calles de cualquier ciudad.
Utilizado en combinación con la política policial de acercamiento a la comunidad, el análisis predictivo incrementará en gran medida la seguridad pública. Esto puede observarse en Chicago, donde el análisis de redes ha ayudado a las fuerzas policiales ir más allá de la detección de “zonas calientes” del crimen, logrando la identificación de “personas en riesgo”, o individuos con mayor probabilidad de involucrarse en futuras situaciones de delincuencia. De esta manera, los oficiales de policía pueden tomar contacto con los individuos más peligrosos y los más vulnerables para desalentar la violencia.
El programa predictivo de libertad condicional de Filadelfia puede ser un ejemplo a seguir. Un pronóstico basado en aprendizaje automático por parte del programa le asigna a cada uno de los individuos bajo libertad condicional un nivel de riesgo de cometer un delito violento. A partir de este pronóstico la ciudad se encuentra en mejores condiciones para asignar personal y otros recursos.
Mientras los actuales modelos predictivos de Santa Cruz y Chicago proporcionan las herramientas para identificar lugares y personas de interés, en el futuro futuro estas herramientas apoyará la toma de decisiones en el terreno.
En marzo, el Jefe de Policía Bill Bratton anunció un programa piloto para entregar a los oficiales del Departamento de Policía de Nueva York unos tablets conectadas a su Sistema de Vigilancia de Dominio (Domain Awareness System). Este sistema les permite a los oficiales tener en tiempo real y en el lugar donde se encuentran datos como arrestos, transcripciones de llamados al 911 y licencias para portación de armas. Esto transforma a los oficiales en terreno en sensores y a la sede policial en un sistema nervioso central más ágil.
La epidemia de violencia en nuestro país será difícil de solucionar, pero el uso de análisis predictivo a iniciativas de seguridad pública y a servicios sociales representa un punto de partida.
Stephen Goldsmith es Profesor de la Cátedra Daniel Paul de Gobierno y Director del Programa de Innovaciones en el Gobierno en la Escuela Kennedy de la Universidad de Harvard.
