La predicción del crimen siempre ha sido un interesante campo de investigación al que se invertido importantes recursos. En un futuro, el Big Data, bien aplicado y anonimizado puede ser la clave para predecir crimenes de una manera certera
Hace ya tiempo que Telefónica dedica parte de su investigación al Big Data, demostrando que puede proveernos de la información necesaria para hacer un dibujo de las diferentes costumbres sociales, con las cuales podemos llegar a crear perfiles de comportamiento. El análisis de grandes paquetes de datos anónimos ofrece información detallada sobre el usuario y sus preferencias, hecho que nos permite incluso optimizar sectores económicos. Esta técnica ya se ha aplicado para la elaboración del primer informe sobre turismo elaborado en España a partir de datos derivados de la actividad digital. El estudio Big Data y Turismo: Nuevos indicadores para la gestión turística aporta una nueva metodología para analizar y conocer mejor el sector turístico, lo que permitirá adaptar los servicios ofrecidos y sacar de ellos el máximo provecho.
Big Data para predecir crímenes
Un equipo formado por investigadores de la italiana Fondazione Bruno Kessler (FBK), Alex Pentland, del MIT y Nuria Oliver, directora científica de Telefónica I+D en Barcelona, decidieron que si el análisis del Big Data puede ayudar a la economía basándose en comportamientos humanos, también puede prever riesgos de la misma manera; tanto de salud como sociales.
Es por ello que unieron esfuerzos en el proyecto Crime Hot Spots. Un minado de datos que permite detectar futuras escenas de crimen con una precisión de 70% de acierto. ¿Cómo? Usando los datos que generan los teléfonos móviles.
El sistema actual para avanzar escenas de este tipo se basa en datos de estadísticas criminales y demografía local, pero recogerlos es un proceso lento, caro y difícil de actualizar. Esta problemática queda resuelta con los datos que generan los teléfonos móviles que, aun siendo tratados de manera agregada y anonimizada, permiten recoger información clave sobre sus dueños, como por ejemplo el sexo, la edad y su localización a tiempo real.
Una vez detectadas todas estas ventajas, el equipo decidió utilizar los datos generados por usuarios de móviles con el Servicio de O2 de Telefónica en el centro de Londres. Para ello, contaron con la ayuda de expertos en data science, análisis de big data, inteligencia artificial y machine learning y con los datos del censo de cada vecindario aportados por el Open Data Institute británico.
Utilizando las estadísticas de criminalidad y demográficas de un periodo determinado, prepararon un algoritmo capaz de predecir las tasas de crimen de un siguiente periodo de tiempo de igual duración. Con este primer intento, el algoritmo conseguía un 62% de acierto del área propicia a convertirse en escenario de crimen al mes siguiente. Pero, como explica Nuria Oliver “usando los datos de la dinámica de la ciudad basados en la actividad de las torres celulares, obtuvimos más precisión”.
A estos resultados les añadieron los datos generados por móviles y rehicieron el algoritmo, aumentando hasta casi el 70% el margen de acierto. Aunque se trata ya de un porcentaje muy alto, el equipo científico pretende refinar el sistema y asegurar el uso anonimizado y agregado de los datos antes de ofrecerlos al uso público, ya que los ensayos se hicieron a una escala más reducida con una menor cantidad de estos. Como los resultados podrían ser de interés para gobiernos y fuerzas de seguridad, antes de oficializarlos debe refinarse la técnica. “Por ahora no podemos hacer muchas generalizaciones como si fuera un modelo universal, es importante validar el modelo en otras geografías para ver qué características son culturales, por ejemplo”, en palabras de Nuria.
Además, el equipo prefiere concretar en el concepto de criminalidad, que se distingue por clases de delitos, y también saber las horas del día más propicias para que ocurra tal acontecimiento. De todos modos, lo que para Nuria Oliver es indiscutible es que este es otro ejemplo de que los “datos que parecen burdos pueden aportar mucho valor. Y encima son anónimos”.
