El algoritmo será capaz de pronosticar el riesgo de posible fuga de los acusados basándose en sus historiales penales y registros judiciales. Este sistema ayudaría a los jueces a decidir si un acusado debe esperar en casa o en prisión.
Como anunciamos el año pasado desde el Blogthinbig.com, una de las tendencias tecnológicas que será protagonista en este 2017 será el crecimiento de la inteligencia artificial con sus algoritmos en la mayoría de los aspectos en que ésta se desarrolla. Esto incluye al machine learning o aprendizaje automático, una rama de tecnología cuyo objetivo es crear sistemas que aprendan, es decir, lograr algoritmos capaces de predecir futuros comportamientos con la mayor precisión posible.
Una nueva aplicación de esta tecnología pone fin a una larga cola en los procesos judiciales. En concreto, ayudaría a los jueces a decidir si un acusado debe esperar en casa o en prisión hasta que se celebre el juicio, según la predicción que se haga del caso concreto. El algoritmo desarrollado por la Oficina Nacional de Investigaciones Económicas de Estados Unidos (NBER) será capaz de pronosticar el riesgo de posible fuga de los acusados basándose en sus historiales penales y registros judiciales. Más de 100.000 casos dentro de la ciudad neoyorkina fueron analizados, y sus predicciones resultaron ser más precisas que las decisiones de los propios jueces. Este hecho supone un éxito en la aplicación del aprendizaje automático dentro del mundo judicial, según cuenta uno de los investigadores, el profesor de informática de la Universidad de Cornell, John Kleinberg. Sin embargo, existen algunas lagunas o “prejuicios” con los datos que se extraen para sus predicciones. Primero porque se basan en registros de sentencias dictadas por jueces anteriores. Y en segundo lugar, las variables que manejan los jueces son infinitamente mayores a las del algoritmo. Por ejemplo, los jueces pueden preocuparse por las desigualdades raciales o por crímenes específicos y no por el riesgo general de la delincuencia.
El comportamiento del algoritmo se centra en clasificar a los acusados bajo una puntuación de riesgo basada en datos procedentes de documentosjudiciales, el delito concreto, lugar y fecha de la detención, así como en la edad del acusado. Fuera de los parámetros analizados se encuentran por ejemplo la raza del detenido. De hecho, ProPública el año pasado, un sistema similar que intentaba predecir qué convictos merecían la libertad condicional, predijo injustamente la existencia de un alto riesgo sobre las personas de color frente a los que no lo eran. Aun así, el grupo de informáticos y economistas encargados del proyecto han calculado que se reducirían un 25% los crímenes perpetrados por acusados que se encuentran en libertad a la espera de juicio, y un 40% sobre la población encarcelada que espera ser juzgada. Un sistema que tampoco pretende ni sustituir el trabajo de los jueces ni impedir su trabajo, ya que solo enviaría mensajes alertando sobre aquellas decisiones que considera potencialmente erróneas. Se produce así de manera paralela un análisis del rendimiento de los jueces, estableciendo una predicción sobre aquellos que dejan con mayor frecuencia en libertad a acusados con más probabilidad de fuga o de volver a cometer un crimen.
Predecir crímenes a través del Big Data
Recordemos que esta no es la primera iniciativa aplicada en favor de la seguridad nacional. Desde telefónica y junto a Nuria Oliver, directora científica de Telefónica I+D en Barcelona, se creó el proyecto Crime Hot Spots. Se llegó a la conclusión de la efectividad que tiene el Big Data a la hora de predecir comportamientos humanos, ya entrañen un riesgo o no para la sociedad. Para ello, usaron principalmente datos recogidos a través de smartphones que guardan la experiencia de los usuarios que han sido víctimas de algún acto criminal. Un análisis de datos que ha posibilitado la creación de un algoritmo que permite detectar futuras escenas de crimen con una precisión de 70% de acierto.
Pero, ¿cómo se crean estos algoritmos?
Un algoritmo es una rutina que sigue instrucciones. Es decir, una lista de órdenes que sigue pasos establecidos. El universo informático es el más fiel en seguir este tipo de reglas, y los algoritmos, por tanto, se convierten en su mejor herramienta. Los algoritmos resuelven problemas muy demandados por las empresas como conocer la recomendación personalizada de contenidos, predecir el volumen de ventas, la fecha y elección de esa cantidad determinada de compras, para así acercarse lo más posible al productor perfecto para cada consumidor. El aumento de esta necesidad por partedel sector empresarial tiene como efecto que nuestra sociedad se haya convertido en la civilización del algoritmo. Y es que, según cuenta rencientemente El País, los algoritmos han llegado para apoderarse de la economía. De hecho, la filosofía de esta técnica está plenamente instaurada en nuestro día a día. Cada uno tenemos una biblioteca personal con nuestros contenidos favoritos y recomendados, nuestro catálogo perfecto.
El poder social y cultural del aprendizaje automático
La innovación en el machine learning tiene unos beneficios sociales que van en aumento. Las eCommerce aplican este sistema para estudiar de forma exhaustiva a sus clientes y ofrecer productos cada vez más personalizados. Una de ellas es digitalmeteo, que estudia la meteorología como un fenómeno que impacta en los clientes y su rutina de consumo, ya sean productos específicos o de ocio en general. Desde el BlogThinkBig.com os contamos que esta aplicación genera un entorno social adaptado a ti y a tus necesidades, por ejemplo, imagina que hoy decides hacer una ruta por bici, pero comienza a llover. Pues para que no te quedes sin hacer nada se te ofrecerán, por ejemplo, alternativas acordes al tiempo de tu zona.
De otro lado, des los últimos 50 años, la ciencia no ha podido hacer frente a una enfermedad que es la primera causa mundial de mortalidad: un total de 800.000 personas se suicidan al año según la OMS. Pero la Inteligencia artificial pone un antes y un después a esta realidad, creando un algoritmo capaz de predecir con un 80% de exactitud la posibilidad de que una persona cometa un suicidio durante los próximos dos años.
Pero no sólo nacen algoritmos con beneficios aplicables al ámbito de la salud. La cultura también se beneficia de ellos. De hecho, y desde el BlogThinkBig.com, hablamos ya del nacimiento de lo que se conoce como inteligencia artificial expresiva. Estos “ciberartistas” comprenden el arte que hemos creado nosotros y responden frente a ello con nuevas autocreaciones. El superordenador Watson de IBM con su algoritmo llamado Beat ha creado la canción “NotEasy» desarrollada por el sistema bajo los registros de las canciones más exitosas de la historia.
Mientras tanto, otros algoritmos como BestSellerCode son capaces de predecir si una novela será un bestseller o no. Se reduce de esta forma el riesgo de incertidumbre que sufren los artistas justo en el momento de lanzar su obra.
Si mientes lo saben
No solo las TIC participan de, prácticamente, todos los ámbitos de nuestro día a día, sino que se atreven a desafiarnos y destapar nuestros engaños. No hay actriz o actor que se libre de este algoritmo que detecta con mayor precisión si una persona miente o dice la verdad, siendo una herramienta muy útil durante los procesos judiciales. Esta aplicación resultó ser incluso más precisa que los propios seres humanos que se dedican a realizar los interrogatorios. Los creadores del algoritmo registraron sus datos a través de la plataforma TheInnocent Project, creada en 1992 para ayudar a los prisioneros que fueron declarados no inocentes apoyándose en un análisis de ADN. Por ejemplo, unos de los testigos analizados a través del algoritmo revelaron que sus 88 confesiones eran falsas.
¿Qué algoritmos quedan por descubrir? ¿Qué revelaciones traerán consigo? Una Machine Learning y sus aplicaciones ofrecen tantas posibilidades que solo dependen de nuestra capacidad creativa. Sin duda,vivimos consumiendo información formada por datos, y bajo esta filosofía las eCommerce innovan a pasos agigantados. Bienvenidos al siglo de los algoritmos.
