21.12.16

Matías Gil de Teradata: cuando la seguridad ciudadana depende de la analítica y el big data

Escrito por Chrysalis en Blog, Casos de estudio, Tech | 0 Comentarios

Tweet about this on TwitterShare on Facebook0Share on Google+0Email this to someoneShare on LinkedIn0Pin on Pinterest0

*Por Matías Gil, Country Manager de Teradata Chile

Uno de los principales temas a nivel mundial es la inseguridad, el crecimiento de la violencia y la criminalidad. América Latina no es la excepción.

Sabemos que la tecnología ha facilitado múltiples aspectos de nuestra vida, está involucrada en los diversos avances ( marketing, servicios, medicina, etc) y que a partir de la generación, recolección y análisis de datos, hoy saben mucho más de nosotros las instituciones gubernamentales y las empresas: nuestras preferencias, consumos, ubicación, entre otros datos..

Hoy la tecnología nos permite usar la información disponible para mejorar las políticas de seguridad ciudadana. La denuncia puede hacerse por diversos dispositivos (teléfonos, computadoras, smartphones) y canales (redes sociales), se pueden generar bases, realizar estadísticas e investigaciones en tiempo real, se pueden predecir patrones de conducta e incluso de reincidencia del delito.

 

El Big Data ayuda a prever dónde se producirán los crímenes

En 2011, la policía de Los Ángeles usó algoritmos para intentar predecir los lugares donde se iban a producir los delitos, antes de que ocurrieran. Las pruebas fueron un éxito y el departamento de policía sigue luchando contra la delincuencia apoyándose en Big Data.

Todo comenzó con un proyecto piloto que incluía la aplicación del modelo matemático de Moher (profesor de la Universidad de Santa Clara en California) que fue diseñado originalmente para predecir réplicas de terremotos. La finalidad era predecir las áreas en las que era más probable que se produjera algún delito.

Los policías fueron asignados a un área de 152 pies cuadrados, durante su turno los agentes fueron instruidos para patrullar su área tan a menudo como fuera posible y de está forma encontrar actividades delictivas o pruebas de que los ilícitos estaban a punto de producirse. Todo esto a partir de las predicciones que hacía el algoritmo en un rango de 12 horas.

La prueba piloto fue monitoreada en tiempo real desde el centro del crimen en Los Ángeles. Al inicio los funcionarios no estaban cómodos con que un algoritmo determinara dónde tenían que patrullar y estaban reacios a utilizar la tecnología, pero una vez que tuvieron pruebas de que el crimen estaba a la baja comenzaron a convencerse de su utilidad. Hoy en día el modelo se actualiza de manera continua con nuevos delitos por lo que se producen predicciones aún más precisas.

En 2014 los logros fueron una reducción del 33% en los robos, del 21% en crímenes violentos y 12% en delitos relacionados con la propiedad.

En América Latina contamos con información que puede usarse para la implementación de mecanismos de prevención y reacción ante el delito:

· Geolocalización de las denuncias. Identificación de las zonas de riesgo y la construcción de un mapa del delito.
· Identificación de vehículos robados a partir de la información de las cámaras de seguridad.
· Canal de denuncias en tiempo real y envío de información por medio de un dispositivo móvil.
· Adecuada ubicación de unidades de apoyo, patrullas y ambulancias.
· Integración de información entre los distintos niveles de gobierno encargados de combatir a la delincuencia.

Los datos de la delincuencia no sólo ayudan a prevenir que el delito suceda, sino también a entender el panorama del porqué se produce el acto, es decir, por medio de una mirada holística buscan comprender el delito.

 

Crédito imagen principal: drum-cussac.com

Tweet about this on TwitterShare on Facebook0Share on Google+0Email this to someoneShare on LinkedIn0Pin on Pinterest0
Tags: , , , ,

Otras Publicaciones

Comments are closed.