La Inteligencia Artificial (IA) es una tecnología que permite a las máquinas realizar tareas que requieren inteligencia humana. Por lo tanto, el término inteligencia artificial refiere a la capacidad de las máquinas y sistemas para realizar tareas que requieren inteligencia humana, como el aprendizaje, la resolución de problemas y la toma de decisiones. Se basa en algoritmos y modelos matemáticos complejos que permiten a las máquinas aprender y adaptarse a nuevos datos.
En los últimos años, la inteligencia artificial ha experimentado un crecimiento significativo, y su aplicación se ha extendido a diferentes ámbitos, desde la salud hasta la educación, pasando por la industria y el comercio (Dignum, 2018), y como no, también ha aumentado, y mucho, su aplicación en el sector de la Protección Ciudadana.
La inteligencia artificial es una tecnología que llegó hace no mucho para quedarse, que ya está entre nosotros y que tiene un potencial para la mejora del ser humano inimaginable, si bien, tiene sus peligros (Janssen et al., 2017).
La seguridad, se refiere a las actividades y políticas que los gobiernos y las instituciones u organizaciones, de todo tipo, encargadas de la seguridad, llevan a cabo para proteger a la población y garantizar el orden y la tranquilidad en una sociedad determinada.
En este sentido, se trata de una responsabilidad de toda la sociedad, que abarca diferentes dimensiones, como la prevención del delito, la investigación y el procesamiento de los delitos, la protección de las víctimas y testigos, la regulación de la seguridad en eventos y espacios públicos, entre otros (Terril & Paoline, 2019).
No obstante, la seguridad pública enfrenta una serie de problemáticas y desafíos que dificultan su efectividad y eficacia en muchos países. Uno de los principales desafíos es el aumento de la criminalidad y la violencia en ciertas regiones, lo que puede afectar la calidad de vida de las personas y disminuir la confianza en las instituciones encargadas de la seguridad. Además, la falta de recursos y personal capacitado puede limitar la capacidad de las autoridades para llevar a cabo sus funciones (Miró, 2012).
Otra problemática importante es la falta de coordinación y cooperación entre las diferentes instituciones encargadas de la seguridad, lo que puede generar lagunas en la protección de la población y dificultar el manejo efectivo de situaciones de crisis (Kessler, 2014). También es importante mencionar la corrupción y la impunidad, que pueden debilitar la confianza en las instituciones y desalentar la denuncia de delitos (Chamard et al., 2019).
En resumen, la situación actual de la seguridad presenta importantes desafíos que requieren de políticas públicas y estrategias efectivas para enfrentarlos y garantizar una mayor protección y tranquilidad para la población.
Volviendo a la IA, en cuanto a su aplicación en el ámbito de la seguridad, la inteligencia artificial puede ser utilizada para mejorar la prevención del delito, la detección de delitos, la investigación y el procesamiento de los delitos, y la gestión de crisis.
Algunas aplicaciones específicas incluyen el uso de cámaras de vigilancia inteligentes, el análisis de datos y patrones de comportamiento, y el uso de robots para operaciones peligrosas. Uno de los principales beneficios de la inteligencia artificial en la seguridad pública es su capacidad para procesar grandes cantidades de datos en tiempo real y analizarlos de manera eficiente.
Esto permite una mejor detección y prevención del delito, y puede mejorar la capacidad de las autoridades para responder a situaciones de emergencia. Además, la inteligencia artificial puede ayudar a reducir la carga de trabajo y la fatiga de los trabajadores encargados de la seguridad pública, lo que puede mejorar su rendimiento.
Implementar un sistema de Inteligencia Artificial
Para implementar un sistema de inteligencia artificial (IA) con enfoque a la seguridad, hay que basar el sistema en un big data potente y adecuado. Esta implementación supone varios pasos técnicos, según los criterios de Dignum, que nos define los pasos involucrados en el proceso (Dignum, 2018):
–Definir los objetivos y requisitos: El primer paso es comprender los objetivos específicos del sistema de IA en el contexto de la seguridad pública. Esto implica identificar qué tipo de amenazas o delitos se desea detectar o predecir, y qué requisitos deben cumplirse en términos de precisión, tiempo de respuesta y escalabilidad.
Por lo tanto, hay que realizar un completo estudio de análisis de las amenazas y riesgos en seguridad, y marcar el resultado de este análisis como el objetivo principal del sistema de inteligencia artificial. Por ejemplo, disminuir los delitos en las calles y evitarque los vehículos impidan la correcta circulación del tráfico de la ciudad.
-Recopilar datos relevantes: El siguiente paso se basa en un gran sistema de big data, por lo que habrá que recopilar una gran cantidad de datos relacionados con la seguridad pública. Esto puede incluir datos históricos de crímenes, registros de llamadas de emergencia, datos de cámaras de vigilancia en tiempo real, datos de redes sociales, entre otros.
Pero también datos en continua actualización que nos ayuden a la toma de decisiones sobrevenidas, como por ejemplo datos de las redes móviles (para saber si hay mucha gente concentrada en una zona determinada), o denuncias ciudadanas que se acaban de escribir.
Se debe hacer un completo estudio sobre de donde se pueden obtener datos y como ejecutar esta toma de datos. Estos datos deben estar estructurados y organizados para facilitar su procesamiento y aprovechamiento.
-Preprocesamiento de datos: Una vez que se recopilan los datos, se debe realizar un preprocesamiento para limpiar y preparar los datos para su análisis. Esto puede incluir la eliminación de datos duplicados, la normalización de formatos y la resolución de problemas de calidad de datos.
-Almacenamiento y gestión de big data: Dado que se trata de grandes volúmenes de datos, es necesario utilizar sistemas de almacenamiento y gestión de big data, como Hadoop o sistemas de bases de datos distribuidas. Estos sistemas permiten almacenar y procesar eficientemente grandes cantidades de datos.
-Selección y entrenamiento de modelos de IA: En esta etapa, se selecciona el algoritmo o modelo de IA adecuado para abordar el problema de seguridad pública específico. Esto puede incluir técnicas como el aprendizaje supervisado, no supervisado o de refuerzo. Los modelos seleccionados se entrenan utilizando los datos recopilados y preprocesados.
Esta fase es la más exclusiva y personalista ya que para cada objetivo marcado se debe realizar un modelo diferente de IA. No es lo mismo la respuesta que el sistema debe dar al objetivo de pacificar las calles que el de evitar atentados terroristas, por ejemplo.
-Implementación del sistema: Una vez que los modelos de IA están entrenados, se implementan en el sistema de seguridad. Esto puede implicar el desarrollo de una infraestructura de software y hardware para integrar los modelos en tiempo real, lo que permitirá realizar análisis en tiempo real y tomar decisiones basadas en los resultadosde la IA.
-Evaluación y mejora continua: Es importante evaluar regularmente el desempeño del sistema de IA implementado en términos de precisión, eficacia y eficiencia. Esto implica monitorear los resultados, realizar pruebas y ajustar los modelos de IA y los algoritmos según sea necesario para mejorar su rendimiento y adaptarlos a los cambios en el entorno de seguridad.
Como ya se ha dicho, la IA se puede aplicar para mejorar las siguientes áreas:
• Prevención y detección del delito.
• Identificación de delincuentes mediante sistemas de reconocimiento facial
• Análisis de información y toma de decisiones
• Turismo, especialmente en España el turismo puede beneficiarse mucho de esta nueva tecnología, ya que está demostrado que, para elegir un destino, la seguridad es uno de los factores que más se tienen en cuenta (Ruiz-Sancho et al. 2021).
• Gestión de emergencias y situaciones de crisis pueden ayudar en la gestión de recursos y la toma de decisiones en tiempo real
• Vigilancia y control del tráfico, y la movilidad.
En conclusión, la aplicación de la IA en la seguridad es cada vez más importante, ya que permite a las autoridades hacer un uso más eficiente de los recursos y mejorar la seguridad en general.
Sin embargo, es importante tener en cuenta que la implementación de la inteligencia artificial en la seguridad pública también plantea desafíos éticos y de privacidad. El uso de datos personales y de vigilancia debe estar regulado y protegido para evitar posibles abusos.
Además, es necesario garantizar que los algoritmos sean imparciales y no perpetúen sesgos o discriminación, así como garantizar la transparencia y la rendición de cuentas en el desarrollo e implementación de estos sistemas, así como proteger la privacidad y los derechos individuales de las personas. Además, es fundamental que los algoritmos utilizados sean imparciales y eviten sesgos discriminatorios.
Por lo tanto, la implementación de la inteligencia artificial aplicada a la seguridad pública debe ser cuidadosamente supervisada y regulada para garantizar que se utilice de manera ética y responsable, protegiendo, en general, los derechos y la privacidad de los ciudadanos, mientras se busca un entorno más seguro y protegido para todos, por esto, los gobiernos deben ponerse manos a la obra en crear la legislación adecuada (Matsubara et al., 2018).
Por otra parte, y para finalizar, no hay que olvidar a los sistemas de crédito sociales, que ya se han utilizado en China durante la pandemia del Covid19, los cuales pueden resultar muy necesarios en este tipo de situaciones extremas de control social, y que se basan por entero en la inteligencia artificial (Netkin, 2018). Pero este es otro tema, a la vez que peligroso, muy interesante, y que requiere de un artículo propio.
Bibliografía:
• Chamard, S., & de Sousa e Silva, M. (2019). Public Security and Human Rights in Latin America: Challenges and Strategies. Springer.
• Dignum, V. (2018). Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way. AI & Society, 33(3), 399-406.
• Janssen, M., Kuk, G., & Vos, M. (2017). Artificial Intelligence for Public Administration: Opportunities, Threats, and Ethical Challenges. Information Polity, 22(3), 213-227.
• Matsubara, T., Yamamoto, H., & Iwasaki, H. (2018). Artificial Intelligence for Security and Public Safety. In International Conference on Trust, Privacy and Security in Digital Business (pp. 243-258). Springer.
• Miró Llinares, F. (2012). The New Security Policies in the EU: Challenges and Opportunities for the Common Security and Defense Policy. European Security, 21(1), 1-19.
• Netkin, R., (2018) The Chinese Social-Credit System Experience
• Ruiz-Sancho, S., Viñals, M.J., Teruel, L., Segarra, M. (2021). La seguridad como factor clave en la elección de destino turístico. Universidad Politécnica de Valencia.
o
• Terrill, W., & Paoline III, E. A. (2019). Policing and Society: A Global Approach. Oxford University Press.
