Cómo se puede vaticinar el crimen usando big data
Cómo se puede vaticinar el crimen usando big data
Redacción EC

Cesare Lombroso, un médico italiano del siglo XIX, logró la fama al declarar que era capaz de identificar a un criminal solo por su apariencia.

Para Lombroso, una frente inclinada hacia atrás, orejas grandes, brazos muy largos y cualquiera de una variedad de rasgos físicos delataban la inclinación de un individuo para llevar una vida al margen de la ley. Si tan solo fuera así de fácil detectar a un facineroso. Hoy en día, se requiere mucho más esfuerzo para identificar tanto el crimen como el criminal.

Ahora, sin embargo, los sistemas de grandes conjuntos de datos (big data) están siendo de gran ayuda.

PRE-CRIMEN

La información compartida públicamente combinada con datos de las autoridades locales, servicios sociales e inteligencia acumulada por agentes de policía en el terreno están ayudando a las fuerzas policiales del mundo a detectar focos de dificultades antes de que empiecen.

No se trata tanto del escenario de "pre-crimen" postulado, en el 2002, en la película de ciencia ficción "Minority Report" –donde la policía podía vaticinar la comisión de un crimen y arrestar al potencial autor antes de que delinquiera– pero las autoridades se están acercando a esa eventualidad.

El expolicía Shaun Hipgrave, ahora un consultor en seguridad para IBM, dice: "Se trata de utilizar big data y análisis de una manera más inteligente. Simplemente se está facilitando el acceso a información que no se tenía antes".

Ese método le permite a la policía ser menos reactiva, dice, y lentamente empieza a revelar los verdaderos focos de líos y personas problemáticas en un vecindario, un conjunto residencial o una calle.

Cuando surge información como esa, la policía puede hacer algo al respecto mucho antes de que alguien llame el número de urgencias. Y eso tiene en cuenta tanto a las personas como a los bares o los clubes.

El software de análisis de datos se enlaza con iniciativas del gobierno de las llamadas "familias problemáticas" que pueden ser el nexo de muchos problemas en localidades y ciudades. Detectar gente que esté circulando en torno a esos grupos puede ayudar a evitar problemas futuros.

"Cuando se usa el big data se puede ver la relación entre una familia y otra familia con problemas y, de ahí, se puede ver la ausencia escolar", explicó. "Eso crea una imagen más completa, más holística".

"A fin de cuentas esto se trata de la prevención del crimen", expresó Hipgrave, "y parte de eso es saber más sobre una comunidad y ver las maneras en que se puede cambiar la arquitectura de ésta".

ARMAS DE FUEGO Y BALAS

El análisis de big data también se está volviendo cada vez más importante en la lucha contra el crimen transfronterizo.

Cuando la policía investigó el asesinato en 1999 de Jill Dando, una presentadora de la BBC, mucho del esfuerzo estuvo dedicado a rastrear la historia de la bala que la mató, dijo Babak Akhgar, profesor de informática de la Universidad Sheffield Hallam, Reino Unido.

En ese entonces, los detectives tuvieron que llamar individualmente a las policías de otros países para encontrar información sobre la bala y el tipo de arma que la hubiera podido disparar.

Fue una tarea inmensa y una que se hubiera agrandado a medida que el crimen con armas de fuego evolucionaba, afirmó el profesor Akhgar.

"Este tipo de crimen tiene ahora un elemento multinacional muy específico", señaló. "Nuestro estudio encontró que los criminales están usando armas de fuego y balas como una forma de moneda".

El resultado es que las armas y sus municiones cruzan regularmente las fronteras y pasan por las manos de muchos empedernidos y peligrosos criminales.

Los análisis y una base de datos llamada Odyssey hacen mucho más fácil recopilar información de qué arma fue utilizada y que proyectil se usó.

Big data fue esencial para ese proyecto debido a la gran variedad de tipos de datos que las instituciones policiales de los diferentes países europeos usan para clasificar las armas, municiones, tipos de crímenes y los mismos criminales.

CONTRA EL ABUSO SEXUAL

La naturaleza inherentemente multinacional de otro crimen serio, el abuso sexual de menores, también está siendo enfrentado con la ayuda de herramientas analíticas que involucran vastos cúmulos de datos que incluyen fotos, video, HTML y texto.

El problema con esto, advierte Johann Hoffman de la firma de imágenes forenses NetClean, es la simple cantidad de datos que se manejan.

Comúnmente, las fuerzas de la policía manejan gigabytes y, algunas veces terabytes de información cuando arrestan a un pedófilo o allanan un lugar que presta un servicio que comercia imágenes de niños abusados sexualmente.

"Esa cantidad de datos está creciendo constantemente", manifestó Hoffman. "El problema es ¿cómo un agente de policía puede revisarlo todo? Cuando se trata de terabytes no hay manera que pueda hacerlo".

La situación se complica con el hecho de que las imágenes y videos de abuso están siendo constantemente intercambiadas. Sin el análisis de big data los agentes podrían gastar meses caminando sobre los mismos pasos de otra fuerza que bien hubiera podido resolver quién está detrás de las imágenes o a quién representan.

Un proyecto paneuropeo está ayudando a las fuerzas de policía a detectar material nuevo más rápidamente, añadió Hoffman, diciendo que el análisis ha conducido a una serie de éxitos contra los abusadores.

"Los números no mienten", aseguró. "Están sirviendo para rescatar a más personas y resolver más casos".

FRAUDE FINANCIERO

El análisis de datos también está siendo utilizado para detectar patrones anormales de comportamiento en la lucha contra el fraude financiero.

La policía en la ciudad de Durham, en el noreste de Inglaterra, clausuró un sistema fraudulento que involucraba un grupo criminal que engañaba a las compañías de seguros haciendo varios reclamos por el mismo accidente. Se cree que los accidentes fueron planeados de antemano para generar el reclamo de la póliza.

Se registraban tantos accidentes que las primas de seguro alrededor de esa zona subieron muy por encima del promedio nacional.

El método analítico se aplicó a unos 1.800 accidentes y rápidamente identificó al grupo principal de los reclamos sospechosos. La operación resultó en el arresto de 70 personas que recibieron sentencias de hasta cuatro años de cárcel.

En otro ejemplo, la sociedad británica de préstamo inmobiliario Nationwide logró reducir un 75% sus pérdidas por fraude utilizando un software SAS (sistema de análisis estadístico), indicó David Parsons, jefe de análisis de fraude.

"Ahora contamos con enormes cantidades de datos y podemos examinar cualquier número de parámetros que nos pueden servir para detectar un comportamiento anómalo", comentó. "Y la velocidad a la que lo podemos hacer es fenomenal".

Pero Hitesh Patel, socio de investigación forense de KPMG, advierte: "Con el volumen de datos duplicándose cada dos años, el fraude financiero se va a volver peor antes de que se reduzca".

"En este momentos estamos corriendo para apenas mantenernos en el mismo sitio".

Contenido sugerido

Contenido GEC