Juan José Medina: “A Espanya als policies els sembla ciència-ficció predir el crim”

BarcelonaJuan José Medina és professor de criminologia a la Universitat de Manchester. Inv estiga sobre el crime mapping, és a dir, com analitzar informació i elaborar mapes per predir els delictes. Creu que Catalunya i Espanya estan a les beceroles en transparència i explotació de les dades policials.

Com es poden predir els delictes?

Hem de tenir una comprensió clara de quins són els factors que ens ajuden a predir el delicte. Les tècniques que es fan servir impliquen utilitzar models desenvolupats en ciències informàtiques i estadística per avaluar el patró històric i desenvolupar prediccions. Tradicionalment, s’ha mirat la delinqüència en el passat per predir el futur, però cada vegada es miren més altres factors de tipus social, econòmic i situacional.

En el cas de la violència de gènere, quins factors s’avaluen?

S’intenten comprendre els factors associats. Moltes de les escales s’inspiren en instruments desenvolupats als Estats Units i al Canadà. Miren coses com ara el patró de violència domèstica que ha desenvolupat en el passat una dona, factors situacionals -per exemple, als Estats Units si hi ha una arma de foc a casa-, el consum d’alcohol i drogues o si el perpetrador té un problema de salut mental. El problema amb aquests instruments és que som a la prehistòria i l’error de predicció no és trivial.

Què causa aquests errors?

En primer lloc, que els instruments requereixen un desenvolupament més gran. En segon lloc, l’error de mesurament: són valoracions que es fan molt ràpidament i en un context que no és el més favorable perquè la víctima proporcioni la informació adequada.

Quines possibilitats ofereixen les dades de les smart cities per a la policia?

Tradicionalment, la policia ha treballat amb dades de delinqüència. Això dóna unes possibilitats limitades, perquè no tot es compta com a delicte i no tot es denuncia. Allà on la idea de smart cities està més desenvolupada hi ha moltes possibilitats d’afegir dades. Si volem comprendre per què el delicte es concentra en determinats llocs, tot tipus d’informació municipal sobre les característiques d’aquests barris ens ajudarà. Els sensors també permeten sortir del mètode més tradicional. A la Universitat de Cardiff, per exemple, agafen dades de Twitter per fer mapes dels sentiments cap al delicte i predir en quines zones pot haver-hi problemes. Als Estats Units i al Regne Unit, el mapping de la delinqüència està molt implantat. El problema és que a Espanya això a molts policies els sembla ciència-ficció. La Policia Nacional i la Guàrdia Civil encara viuen al segle XX en aquest tipus de qüestions.

Quins problemes pot plantejar treballar amb big data?

El big data ve amb molts problemes d’interpretació. El primer que s’ha de fer és desenvolupar bons sistemes de mesura i tenir una comprensió crítica de les limitacions inherents a les dades. A Espanya se n’ha de millorar la capacitat tècnica, la policia ha de tenir equips que siguin capaços de digerir i processar aquesta informació, i s’ha de convèncer els comandaments policials que val la pena invertir-hi i que dóna resultat.

¿Hi pot haver problemes de privacitat?

Esclar. I també d’altres tipus: de discriminació -en quina mesura aquests algoritmes poden ser discriminatoris-, de reputació per a les comunitats, i el fet que les dades ens poden crear una idea irreal i fer que focalitzem la nostra atenció en qüestions que no són les més importants.

Els Mossos i la UdG volen predir robatoris

Els Mossos d’Esquadra i la Universitat de Girona col·laboren des de fa un parell d’anys per elaborar models matemàtics per predir robatoris. Laura Serra, doctora en estadística per la UdG, explica que estan posant a prova el model amb dades de robatoris d’un període de tres anys de la regió metropolitana de Barcelona. Amb informació sobre els dies, les hores i les zones en què es produeixen aquests robatoris i el nivell socioeconòmic dels delinqüents, es pretén descobrir certs patrons que ajudin a predir els delictes.