El análisis de datos es un argumento tabulado desde hace años en la ciencia ficción. Algunas historias plantearon debates que ya tenemos ante nosotros. Existen sistemas “precrimen”, basados en algoritmos y análisis inteligente de los datos, que buscan apoyar la lucha contra distintos delitos. El Big Data tiene uno de sus enfoques en los modelos predictivos que buscan alertar a las autoridades sobre la llegada de un crimen, antes de que éste ocurra.

Uno de los signos que indican la relativa juventud del Big Data y el Data Science como campos de conocimiento e investigación, es lo poco que resultan mencionados de forma directa en el cine, las series de ficción o la literatura. Claro, esto no significa que las tramas cinematográficas que implican profundamente (aunque no de forma manifiesta) al análisis o la ciencia de datos no sean frecuentes desde hace muchos años.

Existen múltiples ejemplos, algunos destacables son Juegos de guerra (1983), Blade Runner (1982), Piratas de Silicon Valley, (1992) o Eva (2011), entre muchos otros. Con frecuencia, se trata de tramas donde un sistema es cargado con un conjunto de algoritmos que al ejecutarse provocan la emergencia de una inteligencia artificial, cuyo poder reside tal vez en tres cosas: el acceso a grandes volúmenes de datos, su capacidad para procesarlos a una enorme velocidad, y aprender de ellos de una forma que va más allá de la identificación de pautas. Como en Yo, robot (2004), el análisis de datos da lugar a un cuadro de personalidad complejo.

Sin embargo, existen unas pocas películas donde el Big Data y el Data Science están presentes a un nivel mucho más argumentado y reflexionado. Entre éstas sobresale Minority Report (2002), dirigida por Steven Spielberg y basada en el relato del novelista Philip K. Dick.

Lo que diferencia a esta película es algo más que la dramatización y modelización de adelantos tecnológicos que hoy son una realidad, entre ellos los automóviles sin conductor, una invasiva publicidad personalizada o aquellos aterradores dispositivos de reconocimiento facial. Estamos ante un relato para el cine donde se estudian datos para implementar un procedimiento humano-tecnológico que intente decir dónde y cuándo ocurrirá un crimen.

PRECRIMEN

Son varios los medios estadounidenses que han denominado como “precrimen” a las técnicas que utilizan analítica masiva para construir modelos tendentes a prevenir actos criminales; tenemos el ejemplo de Chicago, donde las cifras hablan desde hace años de una alarmante violación de la Ley. En esta gran ciudad del Estado de Illinois, la tercera más poblada de los Estados Unidos, se implementó un algoritmo que atacaba las bases de datos del Departamento de Policía y lograba arrojar una lista de objetivos estratégicos con posibilidades significativas de cometer un crimen.

Este experimento llevado a cabo en el 2017 asignaba valores a su lista de posibles sospechosos en base a estadísticas sobre pertenencia a pandillas o redes delictivas, arrestos, posesión de armas, sustancias ilegales, etc. El resultado era una predicción (siempre se trata de una predicción) donde la policía encontraba nombres concretos, aquellos que, según este algoritmo precrimen, tenían probabilidades de tomar un arma de fuego y perpetrar un atraco o un asesinato.

Lo que impulsó a las autoridades a empezar a hablar de Big Data en 2017 y relacionarlo con la lucha contra la criminalidad, fueron los números récord del año anterior. En el 2016 Chicago, con sus rascacielos imponentes y su magnificas vistas al Lago Michigan, era un escenario de guerra: 4.331 víctimas de tiroteos y 762 asesinatos. Al año siguiente, mientras se implementaba el sistema y Trump amenazaba con enviar fuerzas armadas federales, se registraron 228 tiroteos (un 24% más que en el ejercicio anterior). Tales cifras acercaban a la ciudad a la situación de países del Sur con conflictos armados reconocidos, como Colombia.

El algoritmo, que realiza tareas Big Data contra las bases de datos de Justicia y policía, arrojó varias informaciones interesantes: de una población de 2.7 millones de personas, depuró una lista de 1400 sujetos (según Eddie Johnson, superintendente de la policía de Chicago en ese momento). Cada uno de esos individuos (la lista de objetivos estratégicos) tenía una puntuación asignada por el sistema, aquellos con la puntuación más alta (500) intentaban ser detenidos o vigilados (se creaba un sistema de notificaciones personalizadas).

La cuestión complicada de los sujetos 500 es que el propio sistema parecía predecir una inminente muerte violenta, al parecer, en cierto número llegó a cumplirse. Y hay otro elemento conflictivo: en teoría este algoritmo y análisis Big Data consideraba variables con prioridad, como la edad. Pero las denuncias sobre el sesgo racial, cultural o social no tardaron en aparecer, sobre todo desde la Unión Estadounidense por las Libertades Civiles.

En suma, hablamos de un viejo dilema de las ciencias sociales: detener los focos de inestabilidad en los contextos socioculturales antes de que éstos den comienzo. Naturalmente, hasta aquí estamos hablando de violencia callejera y acciones efectivas de prevención gracias al análisis inteligente de los datos, será siempre algo que presenta dificultades en relación con los derechos civiles.

Pero hay otros frentes donde un sistema precrimen sería muy valorado por la ciudadanía, como la prevención de los fraudes financieros, la violencia de género o la sexual (contra niños, incluso). El mismo esquema de trabajo podría enfocarse a una lista de objetivos con posibilidades reales de cometer ese tipo de delitos.

En conclusión, puede que estemos ante uno de los enfoques en Big Data más importantes, algo que nos importa a todos los ciudadanos que cada día vamos a trabajar, pagamos impuestos y acudimos a las urnas para exigir resultados a las Administraciones: la reducción y prevención de los actos que violan las leyes que nos hemos dado, pero siempre observando escrupulosamente los derechos de todos los implicados.

MÁSTER EN BIG DATA Y DATA SCIENCE - CONVOCATORIA 2025 - MATRÍCULA ABIERTA