Algoritmo predice el crimen monitorizando el uso de los telefonos moviles

stock-photo-4218770-crime-scene-tape-backgroundCada día se generan grandes cantidades de información de las que apenas un 20% es procesada y almacenada de manera estructurada en bases de datos, por tanto, desaprovechamos grandes volúmenes de información con los que podríamos plantear modelos de explotación de datos mucho más complejos e intentar resolver cuestiones o preguntas cada vez más elaboradas. Precisamente, el Big Data se encarga deaprovechar y exprimir los datos y plantear modelos que permitan predecir el crimen, pronosticar un ataquedentro de un conflicto bélico o prevenir las lesiones de un equipo de Rugby. En el campo de la prevención del crimen cada vez son más los proyectos que intentan correlacionar todo tipo de datos para detectar con antelación posibles zonas conflictivas o realizar el seguimiento de sospechosos y aunque pueda parecer sacado de Minority Report parece que cada vez estamos más cerca de prevenir el crimen mediante algoritmos de computación y prueba de ello es el trabajo de un investigador de la Universidad de Birmingham que ha desarrollado un algoritmo capaz de predecir el crimen gracias a la monitorización de la actividad de los teléfonos móviles.

Mezclar dentro de una misma investigación “prevención del crimen”, “vigilancia” y “telefonía móvil” parece acercarnos a una especie de universo orwelliano vigilado por el gran hermano y, la verdad, es que es la sensación que te deja conocer el planteamiento de Mirco Musolesi (que ha sido ganador del Desafío Nokia, precisamente, procesando datos de actividad de teléfonos móviles y creando modelos predictivos sobre los hábitos de los usuarios).

391482Según Musolesi, la actividad de los teléfonos móviles de un determinado sector puede servir para generar alertas que indiquen que se va a producir un delito y, como prueba de ello, basa esta teoría en el estudio que le ha hecho ganador del Desafío Nokia. Monitorizando la actividad de 25 voluntarios en Suiza, es decir, capturando los datos del GPS de sus smartphones, los mensajes de texto que enviaban o recibían o las llamadas que realizaban (el histórico de números de teléfono a los que llamaron o de los que recibieron llamadas), este investigador fue capaz de procesar la información y generar un modelo predictivo con el que pronosticar dónde se iban a dirigir estos voluntarios o dónde iban a estar (y además con una precisión de 20 metros cuadrados).

Quizás alguien pueda pensar que capturando los datos del GPS es bastante sencillo adivinar dónde está alguien porque, más o menos, todos respondemos a los mismos patrones o costumbres (ir a la oficina, ir al supermercado, etc); sin embargo, eliminando los datos del GPS, el algoritmo seguía ofreciendo predicciones aunque con márgenes de error algo más grandes pero, aún así, acotados a espacios de 1.000 metros cuadrados. Pero añadiendo datos procedentes de amigos o personas cercanas con los que se tenía relación, la precisión podía volver a mejorarse.

shutterstock_58681264-police-lineup-mug-shot¿Y qué tiene que ver todo esto con el crimen? Para Musolesi, toda la información que generamos puede ser susceptible de analizarse y procesarse y, claro está, el uso de los terminales móviles genera información aunque apaguemos el GPS del smartphone puesto que cada estación base por la que pasamos también está georreferenciada. Si se aplicase un seguimiento sobre sospechosos o personas bajo investigación, bajo su punto de vista, podrían evitarse actos delictivos aunque, lógicamente, este tipo de técnicas cruzan la línea de la privacidad de los usuarios.

Aún así, el investigador quiere seguir caminando por esta senda y ha solicitado nuevos datasets a Nokia para aumentar el volumen de información a procesar y, además, también quiere desarrollar un API que permita a los desarrolladores explotar toda esta información y, quizás, ofrecer a los usuarios servicios que permitan predecir dónde se encontrarán sus amigos en una hora concreta (algo así como una especie de pre-check-inbastante inquietante).

 

 

 

POR 

Compartir te Hace más Feliz!

Posted on by BigData in Blog