Quedaron atrás los justicieros de cómic, de oscuro pasado y dudosa moral. También los héroes disfrazados de músculos y colores. El nuevo recurso de los cuerpos de policía, para facilitar la prevención del crimen y la caza del criminal, es el big data.

El procesamiento de grandes volúmenes de datos se ha convertido en una herramienta para predecir cuándo y dónde tendrá lugar un delito. Así, la policía envía patrullas a la zona para disuadir a los potenciales delincuentes de cometerlo.

La Policía de Memphis, Estados Unidos, afirma que gracias al big data ha reducido los delitos serios en el 30 %, con un descenso del 15 % en sucesos violentos. En Richmond, la capital del estado de Virginia, la policía logró una caída de casi el 30 % en crímenes violentos y homicidios, para una determinada área y en un período de 12 meses. Ambos departamentos policiales utilizan sistemas de IBM para predecir los delitos.

También en Estados Unidos, la ciudad de Reading, en Pensilvania, registró una disminución de delitos tras instalar un software predictivo. En 14 meses los robos se redujeron en el 23 %, pese a que la policía contó con menos efectivos. La clave estuvo en el algoritmo de PredPol, una startup californiana que usa big data para predecir cómo se comportará la delincuencia.

“Trabajamos en predecir cuándo y dónde es más probable que ocurran delitos”, señala Jeff Brantingham, cofundador de PredPol. Juegan con márgenes de tiempo muy estrechos; las predicciones se hacen para las próximas diez o doce horas. Las áreas marcadas también son muy concretas: 150 por 150 metros.

“No decimos que con toda seguridad aquí se producirá un delito. Asignamos una probabilidad de que se produzca un delito en una determinada localización”, aclara Brantingham. Para hacerlo utilizan una materia prima sorprendentemente sencilla. “La única información que usamos son los datos históricos: qué tipo de delito es, dónde ocurrió y cuándo”.

Ramiro Rego, especialista en analítica de IBM, revela una labor más compleja en la recopilación de datos. Hay que combinar el contenido de informes policiales, a veces escritos a mano, con información meteorológica (la criminalidad varía si llueve o nieva) y con ciertas coyunturas, como si es día de pagos (en Estados Unidos muchas empresas aún utilizan cheques).

Los sistemas de IBM van más allá de la mera predicción. Una muestra es el trabajo que hace en Miami la policía. “En Miami Bay reducen las listas de sospechosos o incluyen algunos nuevos que ellos no habían pensado”, comenta Rego. “Esto no quiere decir que no investigues a todos los de la lista. Pero te ayuda a empezar por los más significativos”.

El algoritmo discrimina entre los sospechosos cuando la policía ya tiene información sobre ellos. Teniendo en cuenta su comportamiento en otras ocasiones, fija una probabilidad de que sean responsables del delito cometido. “Esto no va a sustituir en ningún caso la experiencia ni el valor que tiene la policía. En realidad estas tecnologías ayudan con números a que la policía tome decisiones más rápido”, explica Rego.