Data Science en la Policía para prevenir delitos

En el evento sobre automatización Horizontes RPA, Miguel Camacho, inspector del cuerpo de Policía, intervino para explicar los avances que la Policía Nacional está llevando a cabo gracias al desarrollo de tecnologías basadas en Data Science. Como miembro de la Oficina Nacional de Lucha contra los Delitos de Odio, Camacho ilustró las aplicaciones de su […>

En el evento sobre automatización Horizontes RPA, Miguel Camacho, inspector del cuerpo de Policía, intervino para explicar los avances que la Policía Nacional está llevando a cabo gracias al desarrollo de tecnologías basadas en Data Science.

Como miembro de la Oficina Nacional de Lucha contra los Delitos de Odio, Camacho ilustró las aplicaciones de su doctorado en matemáticas dentro de la Policía. Si bien en el ejército sí se desarrollaban tecnologías de apoyo a la labor del cuerpo, en la Policía no sucedía esto. Así, basó su estudio en Predictive Policing: prevención de delitos de crimen a través de un mapa que presenta zonas para patrullar basadas en datos: hora, día, zona, índice de delincuencia en la zona, etc.

Además, existen más líneas de actuación, gracias al Data Science, dentro de la Policía:

Clasificador de discursos de odio online

“A través del anonimato, existe mucho odio por internet […] y esta herramienta sirve para detectar tendencias sociales de este odio, tomar conciencia, formar, etc. Todo ello como observatorio social”, contaba Camacho. Muchos alumnos que trabajaban en sus máster, tesis, etc. hacen prácticas en la Policía Nacional. Así, un alumno hizo un trabajo enfocado en redes que sacaban patrones por fecha de discursos de odio. Una vez filtrados los contenidos, se dan probabilidades de lenguaje de odio, toxicidad, ironía etc. Esta segunda clasificación es manual ya que aún no está desarrollada de forma precisa la lingüística que permita diferenciar a la herramienta los detalles del lenguaje para clasificar los mensajes. Esto sirve también como herramienta para educar, por ejemplo en colegios. Se siguen buscando otras fórmulas para poder anticipar delitos de odio que anticipen y garanticen la seguridad ciudadana.

veripol, herramienta de la policía para detectar denuncias falsas, explicada por Miguel Camacho

 

Más allá de Predictive Policing a través de Data Science

Profundizando en la investigación académica del propio inspector, se presenta un mapa donde se puede ver una escala cromática del riesgo esperado para un turno policial y así intentar tomar decisiones adecuadas para prevenir. Por supuesto, no sirve para sustituir sino para ayudar al policía. Incluso gracias a ello, éste intentará estar más atento.

“Todas estas herramientas han de debatirse, con control y estudio”, añadía, ya que podría darse el riesgo de centrarse o tomar prejuicios de zonas o perfiles muy concretos y sería un error. No se trata de estar en la película de Minority Report, sino de aportar datos que ayuden al policía a trabajar.

El sistema de detección de denuncias falsas: Veripol

La identificación de denuncias falsas es crucial para una investigación policial. Es más: presentar una denuncia falsa es un delito. No obstante no se toma tan en serio, como por ejemplo, si se denuncia el robo de un objeto asegurado, como un móvil.

“La experiencia da pistas de la falsedad de las denuncias”, contaba Camacho, mientras explicaba cómo, con el PDF de la denuncia, la herramienta Veripol saca la probabilidad de que la denuncia presentada sea falsa en un porcentaje. “No sirve para detener pero sí para orientar al policía y hacer una verificación más completa”, explicaba. Esta es una herramienta hecha con Procesamiento del Lenguaje Natural (NLP), con más de 300 variables combinadas.

 

INFORMACIÓN IMPORTANTE SOBRE COOKIES

Este sitio web utiliza cookies propias y de analítica para mejorar tu experiencia. Algunas de estas cookies son imprescindibles para que el site funcione correctamente.
Puedes ver más información sobre las cookies en nuestra Política de privacidad.

Aceptar