Post on 08-Jul-2022
UNIVERSIDAD DE LOS ANDES
Grupo de prisiones
Inteligencia artificial y reincidencia: Control inteligente del delito.
¿Efectivización de los cupos carcelarios?:
Aproximación al Sistema Prisma de la Fiscalía General de la Nación.
Presentado por: Natalia Moreno Blanco - Cód. 201224816
Director: Fernando León Tamayo Arboleda.
Evaluador: Libardo Ariza
Bogotá, noviembre del 2019
2
INDICE
1. RESUMEN 3
2. INTRODUCCIÓN 3
CAPÍTULO 1: ANTECEDENTES. 9
LA RELACIÓN ENTRE FACTORES DE RIESGO, PREVENCIÓN DEL DELITO
Y POLÍTICAS PÚBLICAS. 9
1. ANTECEDENTES TEÓRICOS. 9
2. ANTECEDENTES SOBRE MODELOS DE MACHINE LEARNING COMO
HERRAMIENTAS PARA CONTROLAR EL DELITO. 18
3. CONCLUSIONES PRELIMINARES 22
CAPÍTULO 2: INTELIGENCIA ARTIFICIAL Y POLÍTICAS PÚBLICAS. 23
CAPITULO III. SISTEMA PRISMA 25
CAPÍTULO IV: DEBILIDADES Y FORTALEZAS DEL SISTEMA PRISMA 41
1. DEBILIDADES 42
2. FORTALEZAS: 46
CAPÍTULO V: CONCLUSIONES. 49
BIBLIOGRAFÍA 55
3
1. RESUMEN
Este trabajo tiene como propósito analizar el Sistema Prisma que ha instituido
recientemente la Fiscalía General de la Nación. El Sistema Prisma es un mecanismo de
inteligencia artificial que busca servir como herramienta para argumentar y justificar ante
el juez de control garantías la necesidad de imposición de una medida de aseguramiento
consistente en detención preventiva en centro carcelario. El texto se preocupa por describir
críticamente cómo funciona el Sistema Prisma, sus alcances, finalidades y limitaciones en
el marco del sistema penal acusatorio colombiano. La investigación se justifica por cuanto,
a partir del estudio de la literatura pertinente y especializada, puede afirmarse que aún no
existe un conocimiento certero acerca del modo de operación de dicho sistema y, en
consecuencia, su funcionamiento genera múltiples preguntas al operador de justicia, como
también a las personas procesadas penalmente.
2. INTRODUCCIÓN
La discusión sobre la reincidencia criminal en Colombia crece de forma exponencial a
finales del año 2017 cuando los alcaldes de las principales ciudades del país, de la mano
con el ex Fiscal General de la Nación, Néstor Humberto Martínez, hicieron un llamado al
gobierno nacional para obtener la derogatoria de las leyes 1760 de 2015 y 1786 de 20161,
es decir, aquellas que permiten la salida de las cárceles a sindicados por vencimiento de
términos. Tal llamado de atención surgió, con base en las cifras presentadas por el órgano
de persecución penal, ya que en sus registros arrojaban que alrededor de 5.000 personas
privadas de libertad se habían beneficiado de aquellas normas, no obstante 1.700
individuos durante los siguientes meses de haber salido de la prisión, habían reincidido en
el delito de hurto2.
Con idéntica orientación, la importancia del debate frente a la derogatoria de las normas
mencionadas fue recogida en febrero de 2018 cuando la Fiscalía presento el “top de
reincidentes”3, esto es, una lista de 825 personas que acumulaban entre 20 y 24 entradas a
centros de reclusión y quienes, además, tenían pendientes aún nuevas órdenes de captura4.
Además, la institución aludida informó que un poco más de 7.000 individuos en Colombia
ostentaban más de 10 capturas entre 2005 y 2018, y entre tal población un poco más de
4.000 sujetos tenían más de 6 imputaciones previas.
1Periodico El Tiempo. Alcaldes piden derogar leyes que permiten la excarcelación. (2 de noviembre. 2017)
2 ibíd. 3 Revista Semana. El problema de la lista de buscados de la fiscalía. ( 3 de septiembre del 2018) 4 ibíd.
4
La información reseñada alarmó a los medios de comunicación, quienes pusieron en
primera plana casos de personas que habían sido capturadas y privadas de la libertad en
varias ocasiones5. Frente a ello, se formularon diversos cuestionamientos en torno a la
efectividad del sistema de justicia al punto que, de forma recurrente, podía advertirse en
los medios de comunicación la frase según la cual, en Colombia, “el delito paga”6.
De forma adicional, la discusión sobre la reincidencia se presenta también en el marco del
aumento del número de hurtos, la baja en las capturas y el constante guarismo de personas
que se encuentran privadas de la libertad por el punible anteriormente mencionado7, el cual,
además, arroja el mayor porcentaje de victimización en las capitales del país8.
En esta medida, según las cifras de la Policía Nacional la ejecución de la conducta de hurto
sufrió un incremento del 38% entre 2014 y 2017 (pasando de 136.805 a 222.475)9; por su
parte, respecto a las capturas, las cifras de la policía muestran un descenso del 14% -pues,
paso de 59.967 personas a 52.396-; mientras que, por último, la población intramural por
este delito —tomando en cuenta sindicados y condenados—, permanecio estable, de
acuerdo con los datos arrojados por el INPEC10. Así mismo, de acuerdo con la información
publicada por la Fiscalía General de la Nación11, el 56% de las personas capturadas por
hurto en 2018 tenía capturas previas y el 62% de los imputados por hurto en el mismo año
tenían imputaciones previas por otros delitos.
Bajo tal contexto, en medio del clima de preocupación ciudadana, suele ser común escuchar
las voces de la ciudadanía reclamando mayor severidad punitiva por parte de los jueces,
criticando el uso de “normas laxas” que benefician delincuentes que deberían estar en
prisión12. Lo anterior hace entrever a la reincidencia delincuencial como un fenómeno que
adquiere importancia para el Estado y para la sociedad colombiana, no sólo por la presunta
baja efectividad de las estrategias de resocialización de los privados de la libertad, sino
5 El Espectador (2018) “¿Los reconoce? Estos son los 20 ladrones reincidentes más buscados en Bogotá, 19 de febrero.
6 Juan Carlos Garzón, María Victoria Llorente y Manuela Suárez. ¿ Qué hacer con la reincidencia delincuencial? El
problema y sus posibles soluciones. (Fundación Ideas para la Paz, Serie de Notas Estratégicas No. 04, Bogotá, marzo
2018) 5. 7 Hurto simple, que incluye hurto a residencia, comercio y personas. 8 De conformidad con los indicadores de victimización y percepción de seguridad de las cámaras de comercio de Bogotá,
Medellín y Barranquilla. 9 Ibíd. 10 INPEC. Informe Estadístico. Enero de 2018. (Bogotá: INPEC.) 11 Fiscalía General de la nación. Informe estadístico. Enero de 2018. ( Bogotá. FGN) 12 Fundación ideas para la paz. ¿ Qué hacer con la reincidencia delincuencial? . El problema y sus posibles soluciones.
(Serie Notas Estratégicas No. 4. marzo. 2018). 9.
5
también, paradójicamente, ello tiene incidencia directa en el hacinamiento carcelario13 que
hoy en día se presenta en Colombia.
Como respuesta a este asunto nace la iniciativa impulsada por la Fiscalía General de la
Nación de crear el Perfil de Riesgo de Reincidencia para la Solicitud de Medidas de
Aseguramiento (PRISMA). Esta es una herramienta tecnológica (Machine Learning) que
reúne todos los datos de las personas capturadas por la Policía Nacional, así como los datos
de la Fiscalía General de la Nación y el INPEC, con el objetivo de triangular dichos datos
y arrojar el riesgo porcentual de reincidencia de aquellas personas que han perpetrado
delitos violentos, delitos contra la propiedad, entre otros delitos. Además, la herramienta
Prisma tiene como finalidad brindar a los fiscales, en menos de cinco segundos 14 ,
información unificada sobre anotaciones y antecedentes criminales para sustentar
solicitudes de medidas se aseguramiento en casos de alto riesgo de reincidencia. En
definitiva, la Fiscalía en su página web describe que “desde el punto de vista de justicia, el
uso de la herramienta Prisma debe llevar a un uso más proporcional de las medidas
intramurales, intentado que estas se concentren en los individuos con mayores niveles de
riesgo de reincidencia criminal. Igualmente, desde el punto de vista de eficiencia, el uso
de la herramienta por parte de los fiscales puede llegar a reducir los delitos cometidos por
reincidentes hasta en un 25%, sin aumentar el número de personas cobijadas con medida
de aseguramiento intramural”15.
Sin embargo, sobre esta novedad tecnológica se posee poca información, en la medida que
a la fecha no se ha realizado una evaluación de impacto, no se ha iniciado una capacitación
a funcionarios en torno a ella, y la información acerca de su operabilidad está menguada.
Bajo tal contexto, el presente trabajo tiene como propósito realizar un informe preliminar
sobre la operabilidad, los alcances y limitaciones del Sistema Prisma, utilizando como
punto de referencia las aproximaciones teóricas sobre la relación tripartita entre datos,
delito y políticas públicas, así como la experiencia internacional y nacional sobre el uso de
la inteligencia artificial.
Así las cosas, la investigación pretende responder a la pregunta acerca de cómo opera el
Sistema Prisma y cuáles son sus posibles limitaciones y fortalezas en el marco del sistema
penal acusatorio colombiano. Frente a tal hipótesis, se plantea entonces como tesis que el
sistema Prisma, en cuanto herramienta de machine learning, es una figura que corresponde
al esfuerzo institucional por brindar mejores herramientas al órgano acusador; sin embargo
13 Grupo de prisiones. Informe de Derechos Humanos del Sistema Penitenciario en Colombia ( 2017-2018).
Universidad de los Andes. Boletín del Grupo de Prisiones. 14 Presentación brindada por la Fiscalía General de la nación en cabeza Daniel Mejía cuando tenia la labor de ser el
director de políticas públicas de la Fiscalía General de la nación. Fiscalía General de la Nación. Herramienta PRISMA:
Perfil de Riesgo de reincidencia para la solicitud de medidas de aseguramiento. ( Dirección de políticas públicas y
estrategia. 2018) 15 Fiscalía general de la nación, 2018.
6
debe procurar la democratización de los algoritmos con la finalidad de evitar sesgos en los
resultados, asegurar la transparencia y evitar caer en generalizaciones indebidas acerca de
la población sobre la cual pretende trabajar: el ciudadano reincidente.
Para articular el propósito establecido, el presente documento tiene como objetivos
específicos describir las teorías criminológicas que han abordado la relación entre datos,
delitos y políticas públicas, así como sistematizar algunas experiencias internacionales y
nacionales que han utilizado la inteligencia artificial para la creación de políticas públicas
encaminadas a reducir y controlar el crimen. Lo anterior en aras de analizar, desde aspectos
teórico-prácticos, las fortalezas y limitaciones del Sistema Prisma como herramienta
inteligente de control delictual. Así las cosas, la presente investigación tendrá como unidad
de análisis el Sistema Prisma de la Fiscalía General de la Nación, frente al cual se realiza
una recolección de información por medio de investigación documental, análisis de
literatura especializada que dé cuenta de la función de las herramientas relacionadas con
inteligencia artificial y control del crimen. Así como el análisis de caso en literatura
comparada.
Esta revisión de literatura permite una aproximación al Sistema Prisma desde dos posturas,
por un lado, desde el punto de vista criminológico, el cual permite analizar la aproximación
de los factores de riesgo que usa el Sistema, y por otro lado, permite delimitar los
antecedentes sobre el uso de algoritmos e inteligencia artificial, para visualizar
contingencias y críticas relevantes al uso de estas herramientas a la hora de diseñar políticas
públicas que tengan como propósito realizar un control inteligente del delito.
En definitiva, el presente texto se inscribe en los esfuerzos que se vienen realizando para
comenzar a usar las políticas publicas de seguridad basado en evidencia científica y orientar
a la investigación académica hacia trabajos con relevancia social e implicaciones prácticas.
Igualmente, esta investigación se nutre de las discusiones globales sobre el uso de la
inteligencia artificial para robustecer y crear políticas públicas que respondan a las
necesidades sociales de prevenir, mitigar y controlar el crimen.
Por tanto, el siguiente texto inicia describiendo las teorías criminológicas sobre las cuales
se enmarca la discusión sobre el Sistema Prisma, asimismo se sintetiza la experiencia
internacional sobre el uso se la inteligencia artificial en las políticas públicas que buscan
incidir en el delito. Segundo, se describirá la relación entre inteligencia artificial y políticas
públicas para dar pie a la descripción del Sistema Prisma y su operabilidad. Tercero, se
analizarán los objetivos del sistema y su funcionamiento con respecto a las teorías y
experiencias practicas descritas en el primer capítulo con la finalidad de proponer
limitaciones y fortalezas del sistema. Para finalizar se concluye sobre los aspectos a tener
7
en cuenta en la actual discusión sobre hacer uso de la inteligencia artificial en políticas
públicas.
3. DEFINICIONES.
En aras de dar claridad y sentido a algunos términos técnicos presentados a lo largo de este
escrito, a continuación, se indican algunas definiciones clave.
Algoritmo: Un algoritmo es un conjunto autónomo de operaciones paso a paso que los
ordenadores y otros dispositivos “inteligentes” utilizan para realizar tareas de cálculo,
procesamiento de datos y razonamiento automatizado16.
Control inteligente del delito: Son las aproximaciones gubernamentales e institucionales
que se realizan a partir del uso de la inteligencia artificial con la finalidad de prevenir,
disminuir y predecir la conducta delictual de los sujetos.
Datos: Información guardada o almacenada por las instituciones gubernamentales sobre la
hoja de vida criminal de los sujetos en juicio.
Delito: Conductas socialmente reprochables que vulneran bienes jurídicos protegidos por
el legislador, el este sentido el sujeto activo se hace merecedor de una pena previamente
impuesta en abstracto.
Factor de riesgo: Son características que anteceden a un resultado y están asociadas con
la probabilidad subsecuente de dicho resultado.
Inteligencia artificial17: Es una rama de la informática jurídica que a partir de máquinas
ejecutan tareas que puede realizar el ser humano aplicando cualquier tipo de razonamiento.
Es una automatización de actividades que vinculamos con procesos del pensamiento
humano, tales como la toma de decisiones, solución de problemas y aprendizaje. Los
sistemas computacionales en la inteligencia artificial deben ser capaces de simular
características que son comúnmente asociadas con la inteligencia de la conducta humana.
Reincidencia18: Recaída o reiteración en el comportamiento criminal del individuo; sin
embargo, de acuerdo con la interpretación y para efectos del alcance de este escrito, pueden
encontrarse varias definiciones al respecto. Así, existen al menos tres aproximaciones de
16 United states association for computational mechanics. NSF advisory committee on cyberinfrastructure, task force in
grand challenges. (March 2011) 17 Oscar Fuhua Lin. Designing distributed learning environments with intelligent software agent. (Estado Unidos,
information Science Publishing,) 130 18 Ryan King, Brian Elderbroom. Improving recidivism as a performance measure. (Urban Institute, 2014 ) p 14.
8
medición: (i) las personas que vuelven a ser capturadas; (ii) aquellas que fueron condenadas
por un delito y que, al cometer otro, recibieron el beneficio de la detención domicilia o
brazalete electrónico, (iii) y las que reingresaron al centro de reclusión. Es relevante
mencionar que, en sentido estricto, la condena es la que determina la reincidencia probada,
mientras que las demás modalidades deben entenderse como reincidencia potencial,
incluyendo a los capturados en flagrancia.
Rehabilitación: Finalidad de la pena según la cual el tratamiento penitenciario o carcelario
se encuentra encaminado a lograr cambios en el carácter, actitudes y conductas de los
delincuentes condenados a fin de fortalecer la defensa social contra la conducta no deseada
y, además, contribuir al bienestar y a la satisfacción de los otros19.
19 Francis Allen. The Decline of the Rehabilitative Ideal: Penal Policy and Social Purpose. (New Haven, CT: Yale
University Press. 1981) 32.
9
CAPÍTULO 1: ANTECEDENTES.
LA RELACIÓN ENTRE FACTORES DE RIESGO, PREVENCIÓN DEL DELITO
Y POLÍTICAS PÚBLICAS.
Con la finalidad de presentar un marco teórico apropiado para analizar el Sistema Prisma,
el presente texto abarcar dos categorías de antecedentes. Primero, los antecedentes teóricos
que permiten delimitar el marco de discusión en el cual se analiza el Sistema, así como las
posibles contribuciones y falencias del mismo en el marco de debates académicos. En
segundo lugar, se trata de los antecedentes prácticos de políticas públicas implementadas a
nivel internacional y nacional, cuyo estudio permitiría presentar una aproximación a la
relación tripartita entre datos- delito- políticas públicas desde el punto de vista empírico.
1. Antecedentes teóricos.
Las aproximaciones teóricas sobre el control inteligente del delito exponen de manera
preliminar un entendimiento sobre el rol de la inteligencia artificial en las políticas públicas
que determina el gobierno. En la media que los gobiernos de todo el mundo han comenzado
a apoyarse en procesos cada vez más automatizados para el procesamiento y análisis de
datos con el objetivo de mejorar los procesos de toma de decisiones, han inspirado
múltiples estudios que buscan dar respuesta a los riesgos y alcances del uso de la
inteligencia artificial en este campo.
De modo, múltiples estudios criminológicos han tenido como propósito robustecer el
debate académico sobre el control inteligente del delito, analizando sus causas, riesgos y
posibles herramientas para prevenirlo y minimizarlo. Ello, a partir del análisis de datos
estadísticos sobre el impacto que dichas políticas públicas han tenido en las distintas
poblaciones donde han sido aplicadas.
Principalmente tales estudios suelen dividirse en cuatro temáticas: 1. Prevención; 2.
Disuasión; 3. Incapacitación o rehabilitación; y 4. Desistimiento. En la primera categoría
se abordan investigaciones que relacionan los factores de riesgo y el crimen, estas se
denominan teorías para la prevención del delito y se basan en la relación entre los factores
individuales y el desarrollo del fenómeno delictual. En la segunda arista se tratan temas
como el surgimiento de técnicas policivas basadas en evidencia, focalización,
comprobación y seguimiento de conductas; así como en mejorar el trabajo policial,
reorientar el trabajo de los investigadores criminales hacia el control de delitos; y sobre
qué puede hacer la policía para reducir el delito y el desorden. La tercera temática, por su
parte, aborda temas como la rehabilitación y el tratamiento correccional en tanto forma de
resocializar al individuo. Por último, la cuarta temática engloba los estudios para entender
10
el desistimiento del delito. En resumen, las aristas descritas son aproximaciones de especial
relevancia, puesto que brindan: 1) un acercamiento a lo que se ha discutido y planteado en
la tripartita relación entre delito-datos-políticas públicas; además, 2) permite encontrar
fundamentos teóricos que no han sido claros para fundamentar PRISMA; y, 3) permiten
contrastar los propósitos del sistema PRISMA desde perspectivas teóricas, por lo cual se
brinda un mayor conocimiento sobre los alcances de la herramienta.
En este sentido es esencial presentar las distintas posturas que cimientan la presente
investigación, por cuanto si no se conoce de primera mano el fundamento teórico de
PRISMA, puede ser el caso que se aborden distintos propósitos a partir de diferentes
enfoques teóricos, o que pueda encasillarse en un área teoría especifica y se cercenen o
limiten sus posibilidades. En fin, a continuación, se lleva a cabo una descripción sucinta de
las distintas aproximaciones criminológicas que dilucidan los distintos acercamientos entre
análisis de datos, políticas públicas y delito.
Estudios sobre la prevención del delito, prevención social.
El primero de los efectos que las intervenciones originadas en el marco de una política de
seguridad integrada persiguen es el de prevenir el delito20. Para ello, la criminología del
desarrollo ha sido constantemente usada para la comprensión de sus causas a partir de
estudios longitudinales, pues los mismos permiten encontrar variables que tienen una
especial incidencia en el delito y que por tanto permitiría detectarlo y prevenirlo. En esta
medida, a partir del análisis de las trayectorias de los individuos y de los factores de riesgos
que podrían influenciar el comportamiento criminal, se fundamentan políticas públicas que
permiten hacer frente a estos factores de riesgo en las diferentes etapas de desarrollo de los
individuos. Por consecuente, la principal finalidad de los programas gubernamentales
recaería en disminuir los factores que podrían incidir en el desarrollo del comportamiento
criminal futuro21.
Así, con el objetivo explícito de identificar los factores de riesgo de la delincuencia y la
conducta delictiva, la perspectiva de la criminología del desarrollo destaca la importancia
de las trayectorias y las transiciones a lo largo de la vida de los individuos y cómo las
interacciones a través del tiempo y los campos de socialización pueden llegar a predecir la
conducta del sujeto de estudio de manera diferencial22 . En ese orden, a partir de un
20 Cómo se ha enunciado en líneas anteriores, existen otras aproximaciones al delito por parte de la política criminal
como puede ser, minimizarla, mitigarla o aislarla. 21 Emily E. Tanner-Smith, Sandra Jo Wilson y Mark W. Lipsey, Risk factors and crime, (The Oxford Handbook of
Criminological Theory. Oxford: Oxford University Press; 2013) 48. 22 Joseph Hawkins, Wilson Arthur y Richard Catalano. Preventing Substance Abuse: En Tonry, M. y Farrington, D. P.
(eds.), Building a Safer Society: Strategic Approaches to Crime Prevention, (Vol. 19 de Crime and Justice: A Review of
Research. Chicago: University of Chicago Press. 1996)
11
metaanálisis de estudios longitudinales, diversos autores identifican la prevalencia de
factores de riesgo que se erigen en causales del crimen. Ello, en contraste con los cinco
dominios de nidos en el modelo ecológico de prevención: el individuo —sobre el cual
actuarían factores demográficos, como edad, género, y factores psicológicos, como
comportamientos antisociales—, la familia, la escuela, el grupo de pares y la comunidad23.
En este sentido, la criminología del desarrollo enfatiza la importancia de ciertos periodos
durante el transcurso de la vida en los que los procesos de desarrollo podrían ser más
susceptibles a las influencias ambientales. Por ello, en sintonía con la noción de periodos
sensibles del desarrollo de la psicología clásica, el debate sobre factores de riesgo para el
crimen debe considerar no solo el impacto diferencial de tales factores de riesgo en
distintos campos de la socialización, sino también la posible especificidad y/o generalidad
del desarrollo de diversos factores de riesgo en etapas clave de la vida24.
Las conclusiones de los autores25, tienen gran relevancia para el desarrollo de políticas
publicas de prevención social de la violencia y del fenómeno delincuencial. Ello, por
cuanto demuestran la predominancia de algunos factores de riesgo en ciertas etapas de la
vida y sugieren que ciertas políticas durante la infancia y la adolescencia, destinadas a
prevenir la delincuencia juvenil, son fundamentales e indicativas de mayor efectividad en
prevención. Algunas de las intervenciones que podrían ser utilizadas, y sobre las cuales
hay creciente evidencia en países como los Estados Unidos, pero también en algunos países
en desarrollo, son los incentivos para la permanencia en la escuela, programas de empleo
durante las vacaciones escolares y terapias cognitivo-conductuales. Desde esta perspectiva,
la criminología del desarrollo ha evolucionado a un paradigma de investigación del riesgo
más amplio que busca identificar factores que predicen la conducta delictiva, validar teorías
criminológicas y descubrir factores de riesgo causales que constituyen objetivos
promisorios para la intervención y prevención temprana.26
Del enfoque en el delincuente al enfoque en el delito: prevención situacional.
Este campo teórico se expandió, a partir de la década del ochenta, hacia la comprensión de
los factores del delito en lugar de estudiar propiamente al delincuente, en la medida que se
parte de la premisa según la cual la ocurrencia de un delito no solamente se encuentra
23 Tanner-Smith, Wilson y Lipsey, 52. 24 Tanner-Smith, Wilson y Lipsey, 57. 25 Entre estos ver: la teoría del aprendizaje social (Salisbury), la teoría de vinculación social (Costello), la teoría de la
tensión social (Brezina y Agnew) y la teoría de la oportunidad (Madero-Hernández y Fisher; Brantingham y Brantingham;
Madensen y Eck; Wilcox, Gialopsos y Land), además del modelo de desarrollo social (Catalano y Hawkins, 1996).
26 Maurice LeBlanc y Rolf Loeber (1993). Precursors, Causes, and the Development of Criminal Offending. En Hay, D.
F. y Angold, A. (ed.). Precursors and Causes in Development and Psychopathology. Nueva York: Wiley. 1993)
12
determinada por la existencia de una persona motivada para delinquir, sino también por la
oportunidad de hacerlo. La anterior premisa, fundamenta toda una vertiente de la
criminología —la ambiental— y considera el contexto o la oportunidad como una de las
raíces del delito. Sin desvirtuar otros factores de riesgo, como los tradicionales factores
psicológicos, sociales, económicos o culturales que operan sobre los individuos27.
Marcus Felson y Ronald V. Clarke, en uno de sus trabajos más conocidos “La ocasión hace
al ladrón. Teoría práctica para la prevención del delito”28, explican que las oportunidades
desempeñan un rol causal en todos los crímenes, por lo que requieren sofisticadas
capacidades estatales de reunión, análisis y procesamiento de información. Además, las
oportunidades criminales se concentran en el tiempo y el espacio, y dependen de las
actividades rutinarias tanto del criminal como de las víctimas29. Finalmente, los autores
afirman que el crimen puede prevenirse reduciendo las oportunidades, no obstante, para
ello deben destinarse los esfuerzos institucionales en la mitigación de ciertos
macroprocesos sociales —por ejemplo, desindustrialización, urbanización sin
planeamiento, segmentación y reducción del mercado de trabajo, desigualdad social,
debilitamiento de cultura de la legalidad, cambios demográficos, etcétera.
Lo anterior, ha tenido enormes implicaciones en el rediseño de los despliegues preventivos
de los distintos recursos públicos, como la policía o la inversión en infraestructura urbana,
por ejemplo, con el empleo de estrategias de inversión en el diseño ambiental enfocadas en
la recuperación y ocupación de los espacios públicos y el aumento de la vigilancia policial
de estos lugares.
En sumatoria a la corriente de prevención social hay una corriente criminológica que centra
su atención en las características del barrio, como escenario mediante el cual se puede
analizar las sinergias entre los macroprocesos sociales y el individuo. En este sentido, se
busca enfatizar que vivir en un barrio que concentra desproporcionadamente desventajas
sociales le confiere al residente una desventaja adicional a sus características individuales
que refuerzan su exclusión social o retrasan su salida de ella, con respecto a un individuo
con las mismas características, pero que reside en un barrio no desventajado 30 .
Básicamente, se entiende que:
27 Banco del desarrollo de América Latina. seguridad ciudadana lecturas fundamentales (serie: Estado, gestión pública
y Desarrollo en América Latina. 2019) 27. 28Marcus Felson y Ronald Clarke. Opportunity makes the thief. ( Police research series, paper. 1998,) 1-41 29 Felson y Clarke, 19.
30 Robert Sampson. Neighborhood effects, causal mechanisms and the social structure of the city, en (Demeulenaere P.
(ed.). Analytical sociology and social mechanisms, Nueva York: Cambridge University Press. 2011) 227-249.
13
“a) hay considerables desigualdades sociales entre vecindarios o barrios, en especial, en
términos de segregación socioeconómica y racial, que lleva a la concentración
desproporcionada de desventajas; b) a menudo, la concentración de desventajas coincide
con el aislamiento físico de las minorías raciales y los grupos de inmigrantes; c) existe
una suerte de «comorbilidad» ecológica o agrupación espacial de un número importante
de problemas sociales —por ejemplo, homicidios, desempleo, consumo de drogas,
desnutrición infanto-juvenil, mortalidad infantil, embarazo adolescente, habilidad
cognitiva, abuso físico, deserción escolar, entre otros—, que pueden predecirse por las
características barriales, como concentración de la pobreza, aislamiento racial, familias
monoparentales e inestabilidad residencial; d) esta variación de ciertos factores sociales
relevantes por barrio no solo es evidente, sino también perdurable en el tiempo, con
mecanismos culturales y sociales de reproducción; y e) ciertos indicadores de las clases
anuentes también se encuentran geográficamente agrupados”31.
En esta medida, ciertos espacios dentro de la ciudad pueden ser considerados como zonas
criminógenas, por lo cual se fundamenta la necesidad de formular políticas públicas
territoriales orientadas a evitar la concentración de desventajas sociales junto con los
factores individuales que reproducen las conductas criminales. Por tanto, se fundamenta
bajo esta teoría las intervenciones complementarias a las clásicas políticas sectoriales (de
salud, de educación, de seguridad, etcétera) con políticas orientadas a la redistribución
social, en conjunto con la vigilancia policial sectorial.
Estas aproximaciones teóricas permitieron la reformulación de la clásica idea de
prevención —especializándola en situacional, social o comunitaria— y llevo a incorporar
otros actores gubernamentales, distintos de los integrantes del sistema de justicia criminal
con la finalidad de desarrollar iniciativas en materia de seguridad ciudadana por fuera del
sistema de justicia criminal.
Estudios sobre el efecto disuasorio.
31 Ver Sampson, Morenoff y Gannon-Rowley (2002: 446), así como Sampson (2012: 46). En Seguridad ciudadana
pag. 15.
14
Esta vertiente de teorías se enfoca en los recursos que deben destinarse para disuadir el
delito, sin embargo, giran en torno a un proceso generalizado y profundo de reforma en el
rol y la actuación de la agencia policial.
Sobre el punto, Lawrence W. Sherman explica que los nuevos modelos de actuación
policial efectivos son aquellos que se basan en la idea de la disuasión específica y
focalizada, la cual emplea la evidencia científica para identificar los problemas, testear la
efectividad de las intervenciones y monitorear los resultados32.
Igualmente, una de las formulaciones más reconocidas del nuevo rol policial, y con
enormes implicancias de política, ha sido la de Herman Goldstein, el cual sostiene que la
policía ha estado particularmente sesgada por el síndrome de los “medios sobre los fines”,
poniendo más énfasis en la organización y gestión de sus recursos que en el resultado
sustantivo de su trabajo. Así, establece que “introducir un cambio de perspectiva en el
entendimiento del rol de la policía implica pasar del modelo de planeamiento,
organización y gestión pensado desde la «oferta» del servicio de policía al modelo
diseñado desde la «demanda» o el «problema»” 33 . En esta medida, el modelo de
Goldstein, orientado a la solución de problemas, generó que se realizaran cambios,
específicamente, en la formación de los funcionarios policiales y en nuevas metodologías
para medir el desempeño policial, entre otros.
No obstante, mientras que gran parte de los estudios sobre la policía se focalizan en el
policía uniformado que cumple funciones de patrullaje en la calle, el trabajo de los
profesores Braga, Flynn, Kelling y Cole34 se ciñe a la función investigativa, examinando
las experiencias innovadoras de varios departamentos de policía en los Estados Unidos, el
Reino Unido y Australia, a través de la recopilación y análisis de datos sobre el crimen y
la inteligencia policiva, así como la implementación de estructuras innovadoras de
rendición de cuentas y medidas relevantes de desempeño e integración de otros organismos
gubernamentales35.
Por último, Weisburd y Eck36 establecen una clasificación de las innovaciones policiales
ocurridas en el contexto norteamericano bajo el paradigma de dos dimensiones: el rol
(diversidad) y la actuación (foco). Por medio del estudio de estas dos dimensiones realizan
32 Lawrence Sherman. Policing for Prevention.( En Sherman, L. W., Farrington, D. y Welsh, B. (ed.). Evidence Based
Crime Prevention. Nueva York: Routledge. 2002) 33 Herman Goldstein. Mejorar el trabajo policial: un enfoque orientado a la resolución de problemas. (Crime and
Delinquency, vol. 25. 1979) 236-258 34 Anthony Braga, Edwuard Flynn, George Kelling y Cristine Cole. Moving the Work of Criminal Investigators
towards Crime Control». New Perspectives in Policing. (Washington, DC: Departamento de Justicia de los Estados
Unidos, Instituto Nacional de Justicia. 2011) 35 Antthony Braga y David Weisburd.The Effects of “Pulling Levers” Focussed Deterrence Strategies on Crime.
(Campbell Systematic Reviews. 2012) 36 David Weisburd.y Jhon Eck. What Can Police Do to Reduce Crime, Disorder, and Fear?. (Anunals of the American
Academy of Political and Social Science, 2004) 593: 42–65.
15
una revisión sobre la efectividad policial en la reducción del crimen, el desorden y el
miedo.37 La enunciada investigación arroja evidencia positiva entre la correlación de las
prácticas policiales geográficamente focalizadas, como la guarda de policías específicos
respecto de puntos calientes y la reducción de la delincuencia.
Dentro del marco de esta discusión, al académico Daniel S. Nagin38 realiza un gran aporte
al enfatizar que la certeza de la aprehensión por parte de las autoridades policivas, más que
la duración de la condena impuesta a un sujete, puede jugar un rol disuasorio en la
actuación delictiva. En esta medida, como afirma Alberto Fohrig y Diego Gorgal39 la
conceptualización que ofrece Nagin trae importantes implicancias de política en la medida
que “propone un argumento para el traslado de recursos públicos del sistema carcelario a
la policía, debido al poderoso efecto de la certeza de la aprehensión por sobre la severidad
de la pena”40. Además incita a pensar en los mecanismos mediante los cuales la policía
afecta las percepciones de los victimarios respecto a la probabilidad de aprehensión.
Estudios sobre la incapacitación y rehabilitación del delincuente.
Por su parte, la aproximación a la rehabilitación delincuencial ha tenido una gran variedad
de acercamientos que han motivado a una polaridad de políticas institucionales. En primer
lugar, a finales de la década de los setenta se fundamento la idea de que “el principal efecto
deseable del castigo es la incapacitación o inhabilitación del delincuente, antes que su
rehabilitacion”41. Así, se parte del supuesto de que, al removerse socialmente al individuo,
éste ya no delinque y, además, si frente a él se ejerce control y seguimiento, se le limitan
efectivamente sus capacidades para cometer crímenes. Esta teoría permitió que se generara
una aproximación a políticas públicas que podían ser medidas en función de la cantidad de
delitos evitados con base en el resultado de los guarismos arrojado por los delincuentes
incapacitados, la frecuencia delictiva de los incapacitados y la severidad de la pena.
No obstante, la noción de incapacitación paso a ser analizada como una incapacitación
selectiva42 bajo la cual el objetivo era inhabilitar a los delincuentes más violentos al igual
37 Banco del desarrollo de América Latina. 20. 38 Daniel Nagin. Deterrence in the Twenty-First Century, (Crime and Justice, editorial de Chicago Journals Vol. 42,
N.°1, Crime and Justice in America 1975–2025, 2013) 199-263. 39 Alberto Fohrig y Diego Gorgal. Seguridad ciudadana, Estado y Sociedad. Introducción. (Banco de Desarrollo de
América Latina. Ministerio de Seguridad presidencial de la Nación. 2019.) 18. 40 Fohrig y Gorgal, 19. 41 Paul Gendreau , Paula Smith. y Sheila French. The Theory of Effective Correctional Intervention: Empirical Status
and Future Directions. (editorial Taking Stock: The Status of Criminological Theory. Vol. 15 de Adler, F. y Laufer, W.
(ed.). Advances in Criminological Theory. New Brunswick, NJ: Transaction. 2006). Asimismo, David Andrews y
James Bonta. (2006). The Psychology of Criminal Conduct. 4th ed. New Providence, NJ: LexisNexis. 42 Francis Cullen. Rehabilitation: Beyond Nothing Works,( Crime and Justice, University of Chicago Press Vol. 42,
No. 1, Crime and Justice in America 1975-2025 .2013) 299-376
16
que buscar una mayor efectividad en la asignación de las plazas carcelarias. Lo anterior
con fundamento en dos análisis: el primero, en aceptar que la cárcel no es el espacio
propicio para fomentar la reinserción de los delincuentes; y dos, en la necesidad de designar
el gasto fiscal a personas que realmente crean un peligro para la sociedad.
Por ello, en los últimos tiempos, se volvio a la idea de la rehabilitación como efecto
deseable del sistema de justicia criminal. Así, las principales secciones del trabajo de uno
de los académicos más reconocidos en este campo, Francis T. Cullen, explica como ha
vuelto el atractivo político de la rehabilitación, difundiendo nuevas metodologías de
tratamiento correccional basadas en el paradigma de riesgo-necesidad-respuesta, y
popularizando entonces los modelos de tratamiento basados en el desistimiento del delito
y expandiendo la esperanza en el uso de los programas de reentrada como conducto de
rehabilitación.
Estudios sobe el desistimiento delictual.
Finalmente, los profesores John H. Laub y Robert J. Sampson consideran que las teorías
que explican la génesis del delito no necesariamente son las que explican el desistimiento,
en la medida que el desistimiento va de la mano con estructuras sociales y no propiamente
con conductas individuales. De allí la necesidad de tener una idea clara de este proceso a
efectos de diseñar intervenciones efectivas cuya finalidad sea evitar la reincidencia
criminal.
En efecto, estos estudios parten de variables individuales y sociales que propician el
desistimiento del delito. En esta medida, los autores plantean que la edad es el principal
predictor de (des)involucramiento en el delito. Por tanto, la teoría del desistimiento
delictual considera que la edad, en tanto predictor principal, expresa en realidad un proceso
que involucra cambios biologicos-psicologicos, lazos sociales, experiencias de vida,
vinculaciones con grupo de pares, etcétera43. En consecuencia, los “rasgos individuales
como los riesgos y oportunidades creados por el contexto son relevantes para ambas
perspectivas, la divergencia se encuentra [solo] en el disparador del proceso de
desistimiento”44.
Bajo tales circunstancias, la teoría esbozada argumenta que la construcción de nuevos y
positivos vínculos sociales, (como por ejemplo, el matrimonio o el empleo estable), que
43 Igualmente esta teoría es desarrollada por autores como David Matza .Delinquency and Drift. (Nueva York: Wiley.
1964.); Rolf Loeber, David Farrington, Magda Stouthamer. Initiation,Escalation, and Desistance in Juvenile Offending
and Their Correlates.( Journal of Criminal Law and Criminology, 82) 36–82.;Bernice Neugarten. The Meanings of
Age. ( Selected Papers of Bernice L. Neugarten.Chicago: University of Chicago Press. 1996) 44 Cullen, 310.
17
producen una conformidad y una actividad rutinaria incompatible con el involucramiento
criminal, obrarían como disparadores delictuales. Por ello, el desistimiento es un proceso
situado, en el que no solo hay que «cambiar» al individuo, sino también al contexto social,
dado por los lazos familiares, de pares, con el mercado de trabajo y con la comunidad.
Ahora bien, las anteriores aproximaciones teóricas y su relación con las políticas públicas
permiten delimitar el marco de discusión en el cual se analiza el Sistema Prisma y su
aproximación académica acerca de la relación tripartita entre datos-delito-políticas
públicas.
En esta medida, el sistema Prisma se aleja de la discusión sobre los factores de riesgo
individuales del delincuente anteriormente reseñados, y que fueron propuestos por las
corrientes de prevención del delito al igual que de los factores ambientales. Lo anterior,
por cuanto el Sistema Prisma parte de establecer probabilidades a través de datos que den
cuenta de la hoja de vida criminal del individuo. Estos datos en su gran mayoría son
objetivos, denominados factores de riesgo estáticos, los cuales no se pueden revertir. De
esta manera, el funcionamiento y diseño de tal sistema se aleja de la aproximación de la
predisposición de factores de riesgo en ciertas etapas de la vida de los infractores y de los
factores exógenos que pueden incidir en la motivación delictual. Igualmente, las variables
que usa permiten únicamente medir la probabilidad de reincidencia, más no posee variables
que permitan minimizar la misma, alejándose de los estudios sobre el desistimiento
delictual.
Por otra parte, el Sistema Prisma acoge parcialmente los estudios sobre efecto disuasorio
en la medida que su propósito es focalizar recursos económicos, tecnológicos y humanos
para fortalecer y brindar mayores herramientas al órgano acusador. Además, parte de la
premisa de incidir directamente en la seguridad ciudadana puesto que, en cualquier caso,
la finalidad de evitar que imputados con un alto grado de probabilidad de reincidir queden
en libertad, tienen una directa relación con la percepción dominante en el imaginario social
entorno a nociones de seguridad y control del crimen de algún sector de la población. Del
mismo modo, a pesar de lo anterior, sus objetivos van de la mano con la primera etapa de
los estudios sobre la incapacitación y rehabilitación del delincuente, en la medida que,
busca dar mayores argumentos a la fiscalía para justificar la necesidad en torno a la
imposición de una medida de aseguramiento privativa de libertad; es decir, pretende
remover socialmente al individuo que arroja alta probabilidad de reincidencia. Por último,
genera una aproximación de política pública que se basa en la medición de su efectividad
a partir del análisis de la cantidad de delitos evitados como resultado de los reincidentes
encarcelados. No obstante, a partir de tal operación, el sistema, entendido de manera
compleja, bajo diferentes aristas y operadores que lo componen, soslaya la finalidad del
derecho penal de prevención especial negativa, cual es, en esencia, la rehabilitación de
quien ha sido condenado.
18
2. Antecedentes sobre modelos de Machine Learning como herramientas para
controlar el delito.
En el entorno social, muchas decisiones importantes dependen de una predicción. Estas
predicciones pueden ser imperfectas, ya que pueden basarse en una experiencia limitada,
en un modus operandi mental defectuoso y en un razonamiento probabilístico basado en
pocos datos. Bajo este contexto, los gobiernos a nivel mundial se han preguntado sí resulta
viable utilizar predicciones basadas en estadísticas para mejorar la toma de decisiones en
relación con problemas de políticas de predicción.45 Esta pregunta, con raíces antiguas en
la psicología y la criminología 46, ostenta una nueva relevancia hoy en día. Ello, pues no
sólo se pueden utilizar grandes volúmenes de datos en muchas decisiones, sino que también
se dispone de nuevas herramientas computacionales para analizar estos datos. En
particular, el machine learning representa un avance pragmático en la realización de
predicciones en cuanto presenta, en síntesis, estructuras y patrones complejos en los datos.
Tales desarrollos hacen que la construcción y la implementación de las ayudas de decisión
sean cada vez más factibles y plausibles. En ese orden, para contextualizar el uso de estas
herramientas se ilustrarán dos ejemplos internacionales y un ejemplo nacional significativo
con miras a entender la utilidad que pueda arrojar el empleo del machine learning para
mejorar la toma de decisiones en la esfera de la política pública penitenciaria.
2. 1. Estados Unidos.
Cada año en los Estados Unidos, la policía arresta a más de 10 millones de personas47. Poco
después del arresto, un juez decide en dónde deben esperar los detenidos para ser juzgados,
lugares que pueden ubicarse en casa o en la cárcel. Sobre el punto, valga precisar que, bajo
un mandato de ley, tal decisión debe basarse únicamente en una predicción cuyo resultado
se deriva de una serie de preguntas, a saber: ¿qué hará el detenido si es liberado? ¿huirá o
cometerá un nuevo crimen? El juez encargado debe contrastar estos riesgos con el costo
del encarcelamiento. Esta es una decisión que, sin lugar a duda, repercute en los imputados
en la medida en que los períodos de encarcelamiento suelen durar varios meses. Al
respecto, debe indicarse que investigaciones recientes documentan grandes costos de
detención, incluso a largo plazo. También es costoso para la sociedad, pues en Estados
Unidos tienen más de 750.000 personas encarceladas, extraídas desproporcionadamente de
45 Jon Kleinberg, Jens Ludwing, Sendhil Mullainathan and Ziad Obermeyer. Prediction policy problems. ( American
Economic Review: Papers & Proceedings, Cornell University 2015) 491-495. 46 Robyn Dawes, David Faust y Paul Meehl. Clinical versus actuarial judgment. American associations for
advancement of science. Science, new series, vol. 243, No. 4899. 1989) 1668-1674. 47 FBI. FBI realizes 2018 crime statics. ( FBI National Press Office, Washington, D.C)
19
poblaciones desfavorecidas y minoritarias48 . Actualmente, las predicciones en las que se
basan estas decisiones están siendo parte de la herramienta COMPAS49, una herramienta
de Machine Learning conformada por algoritmos que buscan predecir el riesgo de
reincidencia de las personas.
Sin embargo, el influjo alcanzado por las herramientas anteriormente descritas, no se
circunscribe únicamente a los momentos “pre-procesales”. En ese sentido, si se atiende que
el juez en el país norteamericano tiene la prerrogativa de proferir una sentencia dentro de
los lineamientos legales, no obstante, la autoridad judicial puede exceder tales límites y
dictar una medida con base no solamente en factores relevantes, como la gravedad de la
ofensa ocasionada por el acusado, sino también en aquellos que son problemáticos desde
el punto de vista moral y constitucional - por ejemplo, el género y la raza50. Esta es
precisamente una de las razones por la que los Estados están delegando la responsabilidad
de dictar una medida de aseguramiento a una computadora.
En ese orden, el uso de una herramienta computarizada de evaluación de riesgos está muy
difundido en los Estados Unidos, y en algunos Estados, como Colorado, incluso lo exigen.
Los Estados confían en que, incluso si ellos mismos no pueden comprenden los algoritmos
utilizados, las computadoras estarán menos predispuestas que los humanos a presentar
resultados permeados por la subjetividad.51 Lo anterior se conoce como “efecto electivo”,
es decir, que la determinación de los beneficiarios de subrogados como la libertad
condicional implica necesariamente que el algoritmo computarizado presente un menor
riesgo para emitir(le) a tal sujeto una nueva condena; razón por la cual el centro de toma
de decisión tiene como parámetro: reducir la reincidencia, más no servir de suerte alguna
de “terapia” para los criminales.
No obstante, una de las principales críticas que recaen sobre el uso de este algoritmo, radica
en que el mismo refleja con precisión la forma en que los jueces fundamentan sus
decisiones en prejuicios. Frente a ello, un estudio de ProPublica52 reveló que el COMPAS
predice que los acusados de color tendrán un mayor riesgo de reincidencia de lo que
realmente tienen; mientras que los acusados blancos tendrán tasas más bajas o
probabilidades de reincidencia que aquellas que en verdad presentan en la realidad
verificable. Lo anterior, porque los algoritmos también carecen de la capacidad humana
para individualizar y diferenciar factores que, al menos para la configuración de tal
48 Christian Henrichson, Joshua Rinaldi y Ruth Delaney. The price of jails: Mesuaring the taxpayer cost of local
incarceration. (crime and safety, government reform. Institute of justice,2015)
49 Correctional Offender Management Profiling for Alternative Sanctions. en español puede traducirse
como Administración de Perfiles de Criminales para Sanciones Alternativas del Sistema de Prisiones de EE.UU. 50 Sharad Goel, Ravi Shroff, Jennifer Skeem y Christopher Slobogin. The Accuracy, equity, and jurisprudence of
criminal risk assessment. (2018) 11. 51 ibid. 13 52 Ellora Thadaney Israni. When an algorithm helps send you to prison. ( The NewYork Times, octubre 26 del
2017)
20
algoritmo, aún carecía de dicha capacidad o habilidad programática. En fin, una
computadora no puede mirar a los ojos a un acusado, dar cuenta de una infancia
problemática o discapacidad, y recomendar una sentencia de rehabilitación. Este es
precisamente el argumento en contra de las sentencias mínimas obligatorias -que privan a
los jueces de la discrecionalidad para impartir justicia individualizada- y es igualmente
convincente en contra de las sentencias automáticas.
Además, de conformidad con los medios de comunicación, no se conoce exactamente
cómo funciona el COMPAS; entre otros motivos, pues su fabricante se niega a revelar el
algoritmo y sólo se tiene conocimiento de la puntuación final de la evaluación de riesgo.53
En este contexto, ha sido ampliamente recomendado desde los sectores de la academia que,
a través de un uso cuidadoso y responsable, de los algoritmos en el sistema de justicia penal
puedan ser potencialmente empleados para brindar “medidas” más justas. Por ejemplo, es
célebre el caso de Nueva Jersey, ciudad en la cual se utilizó un programa de evaluación de
riesgos conocido como Evaluación de Seguridad Pública para reformar su sistema de
fianzas del año 2017. Lo anterior llevó a una disminución del 16 por ciento en la población
de las cárceles antes del juicio. Así mismo, el precitado algoritmo ayudó al condado de
Lucas, Ohio, a duplicar el número de libertades previas al juicio sin fianza, como también
a reducir a la mitad el número de delitos previos al juicio. Sin embargo, es especialmente
recalcable que el funcionamiento de ese programa fue detallado en un informe público,
permitiendo a aquellos con experiencia en la materia confirmar que las variables
moralmente preocupantes (y constitucionalmente inaceptables) - tales como la raza, el
género y las variables que podrían representar las dos (por ejemplo, el código postal) - no
estaban siendo consideradas54.
2. 2. Uruguay.
Otro caso de gran relevancia, especialmente en Latinoamérica, frente al objeto de estudio
que nos ocupa, es el uruguayo. En efecto, dicho país desarrolló un proceso de
modernización de la Policía Nacional por medio de un Programa de Alta Dedicación
Operativa – PADO- . Éste es un nuevo modelo de patrullaje basado en datos que orienta
la acción policial hacia los puntos calientes del delito (Hot Spots) distribuyendo el
patrullaje de acuerdo con mapas elaborados a partir de las denuncias de los eventos
delictivos. Tales datos eran sintonizados por medio del PREDPOL, un modelo de machine
learning que realizaba predicciones a partir de cuatro variables: tipo de delitos, ubicación,
53 ibid. 54 Ortiz y Inglesias, 13.
21
fecha y hora que fuesen recibidos por el Ministerio del Interior, a los cuales se accedía a
través del Sistema de Gestión de Seguridad Pública (SGSP).
A pesar de ello, aun cuando el sistema arrojó ciertos resultados esperados55, también es
cierto que fue objeto de múltiples críticas dado que se avizoró la existencia de variables
con tendencia a la discriminación indirecta56. Lo dicho, pues si bien la ubicación no es
formalmente una categoría sospechosa, dados los problemas de integración que padecen
las ciudades – en particular las de América Latina – esta variable puede funcionar como un
proxy para el nivel socioeconómico o de origen étnico de una población, que sí son
variables con un significativo potencial hacia la discriminación57.
Igualmente, lejos de apoyarse en una base de datos pública, en 2012 el Ministerio del
Interior uruguayo clasifico como reservada toda aquella información y documentación que
involucrara el ejercicio de la actividad policial. Si bien la libre disponibilidad de esta
información podría afectar tanto a la privacidad como a la seguridad, apoyarse en bases de
datos cuyo diseño no estaba sujeto a ningún tipo de mecanismo de participación publica o
transparencia, podía afectar la legitimidad de los algoritmos en tanto que no existían
fundamentos claros en torno a cuales eran las variables de operatividad ni cuáles los datos
a partir de los cuales aquellos se podían “nutrir” y, con base en ellos, decidir sobre las
medidas muchas veces restrictivas de derechos fundamentales de las personas “target” del
sistema.
2. 3. Bogotá y Medellín.
Sumado a la importancia de identificar características en víctimas y victimarios que puedan
favorecer la aparición del delito, cobra importancia las características del lugar de
ocurrencia del punible. Al respecto, estudios referentes a los Hot Spots en las ciudades de
Bogotá y Medellín han permitido entender las dinámicas de poblaciones en sectores
focalizados que concentran el mayor registro de punibles en los cuales se evalúan las
características de los sujetos activos y pasivos, así como el lugar de ocurrencia de los
hechos. Estos estudios, llevados a cabo por la Alcaldía Local de Bogotá en el año 2001,
focalizan el delito en unas zonas muy específicas de la ciudad, en las cuales existe una
55 La introduccion de Ricardo Fraiman y Pablo Martínez al informe del Ministerio concluye que el programa no redujo
las rapinas en terminos absolutos, pero que en aquellas zonas donde se implemento sí genero “reducciones signi cativas”
(pg 18). El capítulo de Alejandro Cid, apoyado en la metodología de diferencias en diferencias, y algunas cuestionables
presunciones, sugiere que la reduccion fue entre el 0.4 y el 3%, dependiendo de la zona utilizada como punto de
comparacion (pg 152). Ver Ministerio del Interior y Banco Interamericano de Desarrollo (BID), ¿Como evitar el delito
urbano? El Programa de Alta Dedicacion Operativa en la nueva policía uruguaya, Montevideo, Noviembre 2017. ISBN:
978-9974-8615-1-0. Disponible en: https://www.minterior.gub.uy/images/2017/Noviembre/Cmo-evitar-el-delito-
urbano.pdf
56 Ortiz y Inglesias, 17. 57 Patricia Bulla y Boris Ramírez. Los puntos calientes requieren intervenciones integrales: la acción policial no
basta. (Bogotá: FIP. 2016)
22
disyuntiva entre recursos y seguridad que, sumado a la gran cantidad de población flotante,
población vulnerable y establecimientos de comercio, entre otros, crean zonas que
propician el ilícito. En Bogotá, entonces, fue aplicada una estrategia basada en tales
análisis, con el propósito de distribuir de manera eficiente los limitados recursos humanos,
técnicos y económicos para obtener un entorno seguro. Sin embargo, a lo largo de las
investigaciones se demostraba que debido a la desconexión institucional de las entidades
distritales, el poco alcance de los estudios académicos para la implementación de políticas
públicas y la pérdida de importancia del micro-territorio como receptor principal de la
intervención policial y las estrategias de seguridad ciudadana, evitaron que el modelo de
los Hot Spots lograran tener un alcance positivo en la disminución del delito y la
delincuencia en las dos zonas de estudio58.
En igual medida, la estrategia de los Hot Spots en Medellín arrojó resultados inconclusos.
Un estudio realizado por el Centro de Estudios sobre el Desarrollo Económico de la
Universidad de los Andes59, que evaluó los efectos directos de desplazamiento y agregados
de intervención de policía en puntos calientes en ambiente de alta criminalidad, determinó
que, si bien hay una mejora en la percepción de seguridad en el corto plazo y una reducción
en el hurto de carros, no se observan efectos directos sobre otros delitos o en relación con
la satisfacción del servició de policía. Además, no se encuentra evidencia de
desplazamiento del crimen, por el contrario, se perciben caídas en el hurto de carros en
puntos calientes cercanos, y caídas en casos de lesiones personales en puntos “no
calientes”. Lo anterior, les permitió determinar a los investigadores que las políticas
públicas reactivas debían diseñarse de conformidad con cada contexto, puesto que lo que
funcionó en Estados Unidos o en Bogotá no funcionó en Medellín y viceversa.
3. Conclusiones preliminares
Las anteriores notas de contexto enmarcan una aproximación al Sistema Prisma desde dos
posturas. La primera, desde el punto de vista criminológico, por el cual se permite analizar
la aproximación de los factores de riesgo que usa el Sistema Prisma, y también permite
establecer qué tipo de discusión académica versa en torno a ella. Segundo, los antecedentes
prácticos sobre el uso de algoritmos e inteligencia artificial permiten visualizar
contingencias y criticas relevantes al uso de estas herramientas a la hora de diseñar políticas
públicas a nivel local y de forma actual que tengan como propósito realizar un control
58 Daniela Collazos, Eduardo García, Daniel Mejia, Daniel Ortega y Santiago Tobón. Hot Spots policing in a high
crimen environment: An experimental evaluation in Medellín. ( CEDE, Universidad de los Andes, Facultad de
Economía, Documentos CEDE No. 1. enero de 2019) 59 Daniela Collazos, Eduardo García, Daniel Mejia, Daniel Ortega y Santiago Tobón. Hot Spots policing in a high
crimen environment: An experimental evaluation in Medellín. ( CEDE, Universidad de los Andes, Facultad de
Economía, Documentos CEDE No. 1, enero de 2019)
23
inteligente del delito. No obstante, es importante advertir que estas teorías y los casos
prácticos igualmente ponen de presente las fortalezas y debilidades del Sistema Prisma en
cuanto política pública que brinda una respuesta a una problemática delictual. Al respecto,
valga aclarar que tal análisis se llevará acabo en el capitulo V.
CAPÍTULO 2: Inteligencia artificial y políticas públicas.
Ahora bien, con la finalidad de robustecer la aproximación analítica al Sistema Prisma, en
este acápite del escrito se desarrollará la relación entre inteligencia artificial y el diseño de
políticas públicas. Lo anterior, bajo la égida según la cual no solo es menester comprender
la funcionalidad, los objetivos y el alcance de una herramienta como Prisma, sino que del
mismo modo es importante comprender el diseño y los organismos involucrados en la
misma.
24
1. Diseñar y definir algoritmos para las políticas públicas.
Existen tres actores clave en la implementación del sistema de machine learning:
autoridades políticas, programadores y población afectada. Las autoridades políticas, son
quienes deciden y determinan que la implementación de un algoritmo es legal, útil y está
en línea con los intereses de la población, además definen también el objetivo y delimitan
los valores que se deberán optimizar60. En el marco del diseño e implementación de un
algoritmo o modelo de machine learning, a su vez, las autoridades políticas deben definir
si esta tecnología operará de manera autónoma, permitiéndole al sistema ejecutar
decisiones (ej. denegar una solicitud), o bien si tendrán carácter informativo y la decisión
final será tomada por un funcionario público61. En la medida en que estas tecnologías aún
se encuentran en proceso de desarrollo, y a menudo ofrecen resultados que son cerrados o
incompletos (p. ejm., asignar o no asignar presupuesto o bridarle más importancia a un dato
x que a una entrada y), es importante que se presente supervisión humana respecto de
aquellas decisiones que afecten de manera sustancial la vida de las personas. Por tanto,
resulta relevante que las autoridades políticas tengan claro el significado del resultado y
sus debilidades, y que éstas sean tomadas en consideración al momento de definir los
procesos administrativos para los cuales serán aplicadas.
Por otra parte, la tarea de los programadores es traducir estos valores al diseño: qué
variables incluir, qué peso asignarles, y cómo deben interactuar. Los dos grupos de actores
previamente mencionados deben, a cada paso, involucrar a las comunidades que podrían
ser afectadas62. Esto incluye, obviamente, la utilización de mecanismos participativos para
definir si se utilizará cierto algoritmo, incluyendo las posibles definiciones de valores e
hipótesis que podrían guiarlo, así como también el proceso de traducción de estos valores
e hipótesis por parte de programadores. En fin, la participación resulta clave para
minimizar los riesgos de daño, y asegurar entonces la legitimidad de su implementación63.
2. Políticas públicas y reincidencia.
Algunos de los estudios más completos sobre reincidencia que han sido realizado por los
gobiernos son actuariales, es decir, analizan la correlación estadística entre las
características de los reclusos al ser ingresados al sistema carcelario y la probabilidad de
mostrar comportamientos futuros diferentes64.
60 World Wide Foundation. Algorithmic accountability. Applying the concept to different country context.
(Washinfton. 2017) 10. 61 Ibid. 62 Goel, Shroff, Skeem y Slobogin, 11. 63 World wide foundation, 12. 64 David Matza .Delinquency and Drift. (Nueva York: Wiley. 1964.); Rolf Loeber, David Farrington, Magda Stouthamer.
Initiation,Escalation, and Desistance in Juvenile Offending and Their Correlates.( Journal of Criminal Law and
Criminology, 82) 36–82.;Bernice Neugarten. The Meanings of Age. (Selected Papers of Bernice L. Neugarten.Chicago:
University of Chicago Press. 1996)
25
La información básica sobre los internos comprende datos como su género, edad, IQ,
historial de condenas, etcétera, esto es, lo que los expertos llaman “factores de riesgo
estáticos” porque no pueden revertirse. También consideran aspectos de la vida del interno
que pueden ser susceptibles de cambiar mediante programas correctivos, tales como el
nivel educativo, la capacitación para el trabajo o los procesos cognoscitivos. Estos se
denominan “factores de riesgo dinámicos” porque pueden “corregirse” mediante
programas durante la estancia en prisión.65
Las conclusiones de estos estudios, igualmente, radican en que las tasas de reincidencia
pueden predecirse parcialmente a partir de las características conocidas del reo al momento
mismo de ingresar a prisión. De ese modo, los internos con más condenas previa que, por
ejemplo, eran más jóvenes al momento de su primer arresto y que fueron sentenciados por
delitos contra la propiedad (todos ellos factores estáticos), tendría entonces, bajo los
parámetros anteriormente incluidos, más probabilidades de ser condenados en el futuro y
nuevamente66.
CAPITULO III. SISTEMA PRISMA
El diseño y la implementación de políticas públicas basadas en evidencia dependen
directamente de la calidad y la cantidad de información disponible. Bajo esta lógica, el
Estado colombiano ha tenido como finalidad mejorar la recolección de la información a
través de la optimización de los sistemas de información relacionados con la criminalidad
y la seguridad ciudadana. En ese orden, ha desarrollado una mayor capacidad de
recolección, integración y sistematización de los datos67 . Esta situación se alinea con
65 Irvin Walter. Control inteligente del delito. ( instituto nacional de ciencias penales. 2014) 210. 66 James F. Austin. The proper and Improper Use of Risk Assement in Corrections. (Federal Sentencing Reporter. 2004)
14. 67 David Rodríguez, Daniel Mejía, Lorena Caro, Mauricio Romero y Franney Campos. Implicaciones del proceso de
integración de los registros administrativos de criminalidad entre el SPOA de la Fiscalía General y el SIEDCO de la
Policía Nacional de Colombia, y la puesta en marcha del aplicativo “¡ADenunciar!” sobre las cifras de criminalidad.
(Revista Criminalidad, 60 (3). 2018) 9-27.
26
estándares internacionales, como los del Consejo Económico y Social de la Organización
de las Naciones Unidas ONU del 2009, que a través de la Resolución 2009/25 exhorto a
los Estados miembros a redoblar sus esfuerzos para mejorar los instrumentos de reunión
de información –tales como las plataformas tecnológicas y los criterios para el registro de
datos–, con miras a obtener evaluaciones objetivas, científicas e internacionalmente
comparables, sobre las nuevas tendencias delictivas68 .
Con este horizonte, durante el año 2017 la Fiscalía General de la Nación y la Policía
Nacional ejecutaron dos programas de gran importancia cuya finalidad radicaba en mejorar
la medición de las cifras de criminalidad del país, así como facilitar los canales de denuncia
para la población colombiana. El primer programa consistió en integrar la información del
Sistema Penal Oral Acusatorio (SPOA) de la Fiscalía General de la Nación en conjunto
con la información del Sistema de Información Estadístico, Delincuencial,
Contravencional y Operativo (SIEDCO) de la Policía Nacional, teniendo como objetivo
consolidar las cifras de criminalidad del país69. El segundo programa fue implementar un
aplicativo de denuncia por medio de una página de internet, denominado ¡ADenunciar!, el
cual permite a los ciudadanos poner en conocimiento de las autoridades algunos hechos
delictivos mediante el uso de las Tecnologías de la Información y la Comunicación (TIC),
y acercar así la justicia al ciudadano70.
Este proceso, de conformidad con lo señalado por Norza, Peñalosa & Rodríguez, “afecto
la comparabilidad de las cifras de criminalidad de los años 2016, 2017 y 2018, pues genero
cambios metodológicos en dos dimensiones. Primero, a partir del 2016 y progresivamente
en el 2017 y el 2018, la base de datos del SIEDCO empezo a recibir casos provenientes del
SPOA de la Fiscalía que antes no estaban registrados; y, segundo, con la puesta en marcha
del aplicativo ¡ADenunciar!, se facilito a los ciudadanos interponer denuncias, con lo cual
aumento de manera significativa el número de delitos denunciados a las autoridades. Los
dos cambios son importantes, pues acercan las cifras de criminalidad registrada a la
criminalidad real, pero es necesario aclarar que estos cambios metodológicos afectaron la
comparabilidad de las cifras registradas de criminalidad en el tiempo (años 2016, 2017 y
2018)”71.
En este sentido, es notable que las cifras sobre el aumento delincuencial aumentaron
notablemente en estos años, empero, sin dejar a un lado el aumento real de la delincuencia
68 Ervyn Norza, Maria Penalosa & David Rodríguez. Exégesis de los registros de criminalidad y actividad operativa de
la Policía Nacional en Colombia, año 2016. (Revista Criminalidad, 59 . 2017) 9-40. 69 Ibid. 70 Rodríguez, J. D., Mejía, D., Caro, L., Romero, M. & Campos, F. (2018). Implicaciones del proceso de integracion de
los registros administrativos de criminalidad entre el SPOA de la Fiscalía General y el SIEDCO de la Policía Nacional
de Colombia, y la puesta en marcha del aplicativo “¡ADenunciar!” sobre las cifras de criminalidad. Revista Criminalidad,
60 (3): 9-27. 71 Ibid.
27
y la unión de los datos institucionales en cuanto variables a contemplar. Lo anterior generó
que aumentará inexorable y exponencialmente la discusión sobre la reincidencia y las
notables faltas institucionales para minimizarla, puesto que las cifras del aumento en los
casos de hurto, en correlación con la baja en las capturas y la estabilización en el número
de personas que se encuentran en la cárcel por este delito, generó una gran presión en los
órganos de control ciudadano.
Como respuesta a este contexto nació una iniciativa por parte de la Fiscalía General de la
Nación denominada Perfil de Riesgo de Reincidencia para la Solicitud de Medidas de
Aseguramiento (PRISMA), una herramienta tecnológica (Machine Learning) que busca
predecir el riesgo de reincidencia de las personas que se encuentran privadas de su libertad,
para así prevenir y solicitar a los jueces de control de garantías que se les impongan una
medida de detención preventiva en centro carcelario. En ese sentido, PRISMA reúne todos
los datos de capturados de la Policía, Fiscalía e INPEC, y herramientas de aprendizaje
automático (Machine Learning) para predecir el riesgo de reincidencia en delitos violentos,
delitos contra la propiedad, entre otros.
Bajo tal panorama, se agrupan datos brindados por el ente acusador, la Policía y el INPEC
acerca de aproximadamente 5,7 millones de personas. A propósito, en un informe
presentado por la Fiscalía General de la Nación72, se afirma que el 47% de las personas que
las autoridades capturaron el año pasado, ya habían sido detenidas por algún delito y, así
mismo, que entre los años 2004 a 2019 se detectaron patrones similares y reiterativos de
criminalidad.
Sin embargo, sobre esta novedad tecnológica, su impacto y sus alcances, poco se ha
discutido, pues la información es limitada. En esta medida, este capítulo pretende ampliar
el conocimiento respecto del Sistema Prisma como paso previo a determinar cómo este
sistema de machine learning presenta diferentes falencias y fortalezas. Lo último, de
conformidad con el contexto descrito en los capítulos anteriores.
1. Objetivos del Sistema PRISMA.
Daniel Mejía73, precursor y académico detrás de PRISMA describe que los objetivos de la
herramienta son los siguientes:
i) Realizar un uso más racional, más ponderado y más eficiente de la prisión
preventiva: Este primer objetivo busca que los jueces a la hora de conceder una
72 Fiscalía general de la nación, 2018.
73 Presentación brindada por la Fiscalía General de la nación en cabeza Daniel Mejía cuando tenia la labor de ser el
director de políticas públicas de la Fiscalía General de la nación. Fiscalía General de la Nación. Herramienta PRISMA:
Perfil de Riesgo de reincidencia para la solicitud de medidas de aseguramiento. ( Dirección de políticas públicas y
estrategia. 2018)
28
medida de aseguramiento tengan en cuenta la probabilidad de reincidencia del
imputado, en la medida que proferir un medida de tal magnitud a un individuo
que tiene una alta probabilidad de delinquir, según el algoritmo presentado,
permite hacer un uso eficiente del cupo carcelario ya que logra esclarecer la
peligrosidad que la persona implica para la sociedad –que de conformidad con
el Código penal es el tercer criterio para solicitar la medida de aseguramiento-.
Por el contrario, caso diverso acontece cuando se impone una medida a un
individuo que tiene una mínima probabilidad de cometer una conducta delictiva
y se envía a un centro penitenciario.74
ii) Evitar el error tipo I: El error tipo I, es otorgarle medida de aseguramiento a
una persona que no representa un peligro para la sociedad, el cual es un error
de justicia, puesto que se está encarcelando injustamente a un grupo de
individuos cuyas acciones u omisiones no encuadran dentro de los parámetros
que el legislador estableció para tales fines. De otro lado, la distribución de los
que sí representa un altísimo riesgo de reincidencia criminal se está dejando de
solicitar o, peor aún, se otorga a personas de altísimo riesgo de reincidencia
criminal.
De conformidad con este objetivo, la Fiscalía expone que al ordenar los
individuos imputados entre 2012 y 2017 por su nivel de riesgo de reincidencia,
se tenía que el 37.3% de los individuos que pertenecen al primer decil (10%
menos riesgoso) se les solicitó medida intramural y al 56.1% de estos se la
otorgaron. Lo anterior se ilustra en la Figura I.
iii) Evitar el Error tipo II: Igualmente, PRISMA tiene como objetivo evitar el
error tipo II, el cual se traduce en no otorgar medida de aseguramiento a un
imputado con alto riesgo de reincidencia, afectando la seguridad de la
comunidad y las víctimas. Igualmente, los datos de la fiscalía, ilustrados en la
Figura I, describen que, en el otro lado de la distribución de riesgo, en el decil
más riesgoso, solo se solicita medida de aseguramiento al 45.66% y de estas
solicitudes se otorga el 71.06%.
Figura 1: Error tipo I y II
74 Se debe tener en cuenta que en este momento del proceso no se puede concluir si el individuo es actor o no de la
conducta punible que se le imputa.
29
Fuente: Fiscalía General de la Nación. 2019.
iv) Ser una herramienta para los Fiscales: La utilización de esta herramienta garantizaría
que en las audiencia de solicitud de medida de aseguramiento se utilice la misma
información sobre antecedentes y anotaciones criminales, evitando así un tratamiento
dispar entre casos similares, y garantizando el principio de igualdad e imparcialidad.
2. Obtención de los datos:
Como se ha descrito al inicio de este capítulo, PRISMA se nutre de la base de datos
tripartita compuesta por el SIEDCO de la Policía Nacional, el SPOA de la Fiscalía General
de la Nación y los datos del INPEC. No obstante, con la finalidad de dilucidar no solo la
fuente de información sino los datos que se obtienen de dichas fuentes, el presente texto
describirá los datos que conforman dichas bases, los cuales, a propósito, crean la hoja de
vida criminal del imputado y sobre la cual el fiscal argumentará si es un riesgo para la
sociedad.
2.1. Sistema Penal Oral Acusatorio (SPOA)75
Este sistema surgio como respuesta a la necesidad de sistematizar la información de
denuncias y actividades operativas judiciales recogida en cumplimiento de la función
principal de la Fiscalía, que es “adelantar el ejercicio de la acción penal y realizar la
investigación de los hechos que revistan características de un delito que lleguen a su
75 La siguiente información fue detallada en un informe por Rodríguez, J. D., Mejía, D., Caro, L., Romero, M. & Campos,
F, 23.
30
conocimiento por medio de la denuncia, petición especial, querella o de oficio, siempre y
cuando medien suficientes motivos y circunstancias fácticas que indiquen la posible
existencia del mismo”76.
El sistema se creo bajo la Ley 906 de 2004, y comenzo a implementarse a partir del año
2005. El SPOA es uno de los sistemas de información que recibe denuncias de los delitos
ocurridos en el territorio colombiano. Las denuncias que ingresan al sistema son de: las
Salas de Atención al Usuario (SAU), las Unidades de Reacción Inmediata (URI), el
Programa de Intervención Temprana, las Unidades Locales, el Cuerpo Técnico de
Investigación (CTI), las Estructuras de Apoyo (EDA), el Centro de Atención Integral a
Victimas de Violencia Sexual (CAIVAS), el Centro de Atención Penal Integral a Victimas
(CAPIV) y las oficinas de asignaciones que reciben denuncias presentadas por escrito por
los ciudadanos. Otras entidades, como el Instituto Nacional Penitenciario y Carcelario
INPEC y las Comisarias de Familia, también son fuentes de denuncia del SPOA.
Actualmente, el sistema se está adecuando con la incorporación de variables como victima,
victimario, bienes, caracterización, modalidades, motivaciones, armas, sitios del hecho,
entre otras. Esto se está haciendo en conjunto con la Policía Nacional en relación con
delitos como el hurto, el homicidio, el secuestro, la extorsión, los delitos informáticos y las
lesiones personales.77
2.2. El Sistema de Información Estadístico, Delincuencial, Contravencional y
Operativo (SIEDCO)
En el año 2000, el Banco Interamericano de Desarrollo (BID) destino para la Policía
Nacional cerca de US$ 1.000.000 para el fortalecimiento de la operación estadística. En el
2002 se puso en marcha el SIEDCO en Bogotá, como ciudad piloto y en el año 2003 el
SIEDCO fue puesto en funcionamiento en todo el país.
Los hechos delictivos de conocimiento de la policía son atendidos y asignados a la patrulla
de vigilancia que conoce el caso. Ésta, mediante comunicados escritos o verbales, se
encarga de reportar al Centro Automático de Despacho los datos sobre el caso que conoce
y sobre su desarrollo. Los datos son consignados en boletines informativos policiales, que
se recolectan y registran a diario en el SIEDCO. En este sentido los datos que componen
al SIEDCO se basan en los siguientes registros:
• Registro de los hechos. El SIEDCO registra información de tiempo, modo y lugar,
tal como fecha y hora del hecho, departamento político, municipio, zona (urbana o
76 Constitucion Política de Colombia, 1991. 77 Rodríguez, J. D., Mejía, D., Caro, L., Romero, M. & Campos, F, 25.
31
rural), dirección, conducta especial, clase de sitio, unidad policial básica de donde
ocurrio el hecho, unidad policial básica que tuvo conocimiento del mismo, fuente
y medio de conocimiento que soportan y respaldan el registro administrativo en la
base de datos78. Desde el 2014, el SIEDCO incorpora un visor geográfico que
permite georreferenciar automáticamente los eventos delictivos mediante su
ubicación en un mapa. Esto genera información sobre las coordenadas geográficas
(longitud y latitud) del lugar donde ocurrio el hecho 79 .
• Registro de conductas. Cuando se registra un delito, se puede indicar la conducta
infringida tipificada en el Código Penal colombiano; de igual forma, la modalidad
en la que el victimario ejecuto el delito, el arma empleada y el medio de locomoción
del agresor y de la víctima 80 .
• Registro de intervinientes. El SIEDCO permite registrar datos biográficos de las
personas que pueden estar inmersas en un caso, tanto en calidad de denunciantes
como de testigos, victimas, contraventores o indiciados. Además, el sistema
permite asociar a cada uno de los intervinientes de las diferentes conductas.
• Registro de los bienes. El sistema también registra diferentes elementos muebles
e inmuebles asociados con un caso, con el detalle propio para cada uno de ellos,
indicando el tipo y la clase de bien, la cantidad, el valor, la unidad de medida y
datos de identificación del mismo (marca, línea, modelo, color, entre otros).
2.3. Instituto Nacional Penitenciario y Carcelario (INPEC)
En el marco del Convenio Interadministrativo de Cooperación No. 156 (Inpec) y No. 036
(DANE) firmado en 2011, la Institución consideró importante desarrollar un proceso de
organización de la base de datos del aplicativo misional Sisipec WEB con el propósito de
generar información estratégica que sirviera como insumo para la toma de decisiones y a
su vez, permitiera el seguimiento estadístico de la población penitenciaria y carcelaria que
tiene a cargo el Instituto. Dicho proceso serviría igualmente para satisfacer las necesidades
de información de clientes internos y externos81.
Como se mencionó en la presentación de este documento, la operación estadística del
Instituto Nacional Penitenciario y Carcelario se denomina “Estadísticas Penitenciarias y
Carcelarias a cargo del Inpec - OPEPCI” y se basa en la conformacion del ordenamiento
penitenciario y carcelario colombiano. La Ley 65 de 19936 establece el registro de
informacion de la poblacion privada de la libertad en sus artículos 54: “La Reclusion en un
Establecimiento Penitenciario o Carcelario se hará en los términos señalados en el Código
78 Julian Buitrago, Jair Rodríguez. & Pedro Bernal. Registros administrativos de Policía para la consolidación de
cifras de criminalidad en Colombia. (Revista Criminalidad, 57. 2015) 11-22. 79 Ibid. 80 Ibid. 81 Rodríguez, J. D., Mejía, D., Caro, L., Romero, M. & Campos, F, 25.
32
de Procedimiento Penal y en las normas de este código. Toda persona que sea privada de
la libertad o liberada por orden de autoridad competente, deberá ser reportada dentro de las
veinticuatro horas siguientes, con su respectiva identidad y situación jurídica al INPEC, el
cual deberá crear el Registro Nacional de dichas personas, manteniéndolo debidamente
actualizado”, y 56: “En los centros de reclusion se llevará un registro de ingreso y egreso
con los datos especiales de cada interno, fecha, hora de ingreso, estado físico, fotografía y
reseña dactiloscópica. Simultáneamente se abrirá un prontuario para cada sindicado y una
cartilla biográfica para cada condenado”.
Ahora bien, El OPEPCI recaba información sobre una serie de variables las cuales permiten
caracterizar a la población privada de la libertad en aspectos sociodemográficos, jurídicos
y delictivos. Las principales variables son las siguientes: Población interna intramuros,
capacidad establecimiento, edad, sexo, nivel educativo, país de origen , lugar de
nacimiento, actividad de la población interna, modalidad delictiva, años de condena
impuestos, años de condena cumplidos, meses de detención, población interna bajo Ley
600, población interna bajo Ley 906, población interna en domiciliaria, población con
control electrónico, condiciones excepcionales de la población interna, reincidencia,
situación jurídica, mecanismo de control electrónico, tipo de medida control electrónico,
estado de ingreso, tipo de discapacidad, subrogados penales y motivo de libertad82.
No obstante, es menester esclarecer que, aun cuando el Sistema del INPEC posea tantos
demográficos, PRISMA únicamente toma en cuenta del sistema los datos relevantes
referentes a la hoja de vida criminal83.
3. Cómo funciona el Sistema Prisma
Es importante esclarecer que el funcionamiento de PRISMA tiene como objetivo predecir
la probabilidad de reincidencia de un individuo, en esta medida se considera pertinente
dilucidar lo que PRISMA entiende como reincidente ya que este calificativo no es igual al
que se adopta en el Sistema Penal acusatorio colombiano.
En efecto, PRISMA determina que el riesgo de reincidencia no tiene estrictamente el
número de condenas que tenga la persona, si no que la reincidencia de un individuo se basa
en el número de capturas, número de imputaciones, acusaciones, y condenas. No obstante,
aunque no es claro el valor de cada variable, el académico Daniel Mejía describe que al ser
PRISMA un sistema de machine learning no tiene en cuenta los números de manera
aislada, sino que permite establecer correlaciones entre los mismos y solo mediante una
cifra importante de estas variables empieza a arrojar resultados de alta probabilidad de
reincidencia. Por ejemplo, es sólo después de la decima captura que el sistema aprende su
importancia y llega a conclusiones aproximadas de que la persona entró en una carrera
criminal y por tanto su probabilidad de reincidir es mucho mayor.
82 Ibid. 26. 83 Mejía, 2019.
33
Ahora bien, teniendo en cuenta la anterior precisión conceptual, es importante resaltar que
el Sistema Prisma se desarrolla por medio del siguiente modelo de predicción de riego de
reincidencia:
Figura II. Modelo de reincidencia PRISMA
Fuente: Fiscalía General de la Nación. 2019.
La Figura II muestra que la predicción de la probabilidad de reincidencia se basa en una
sumatoria de datos provenientes de las características de individuo, las cuales no son en su
gran mayoría variables sociodemográficas 84 , sino datos de su pasado criminal, como
capturas, tipo de delitos, número de imputaciones, condenas, acusaciones, días en la cárcel;
es decir, todas aquellas variables individuales de su historial criminal, provenientes de los
datos de Fiscalía, Policía e INPEC. Con base en ello, se calcula cuál es el riesgo de
reincidencia criminal de cada individuo.
En esta medida, la aproximación que tienen los fiscales es frente a un sistema de machine
learning, ante el cual deben introducir únicamente el nombre, la cédula, la edad, el género
y los delitos que se le van a imputar a la persona. PRISMA le dará como resultado un PDF
ilustrando unas métricas de riesgo de reincidencia en cualquier delito, especialmente
violentos, contra la propiedad, entre otros. Dicho riesgo se establece dentro de un rango de
0 a 100 que determina cuál es la probabilidad de que un individuo vaya a reincidir en
cualquiera de ese tipo de punibles. De esta manera, el ideal será que con tal informe el
Fiscal, ante el juez de control de garantías, argumente cómo fue la captura, por qué
circunstancias la persona está siendo imputada y aquel entonces tome los elementos que ya
tenía en cuenta y adicionalmente argumente el peligro o nivel de reincidencia criminal de
procesado.
84 Aunque se usa como variables el género y la edad.
34
A continuación, se ilustran de manera preliminar los datos que puede arrojar PRISMA.
Figura III. I : Documento resultado de la medición de probabilidad de PRISMA
35
Fuente: Fiscalía General de la Nación, 2019.
Figura III. II : Documento resultado de la medición de probabilidad de PRISMA.
36
Fuente: Fiscalía General de la Nación, 2019.
Figura III. III : Documento resultado de la medición de probabilidad de PRISMA.
37
Fuente: Fiscalía General de la Nación, 2019.
Figura III. IV : Documento resultado de la medición de probabilidad de PRISMA.
Las anteriores figuras ilustran que el riesgo de reincidencia se mide en los niveles de bajo,
38
medio y alto. El sistema arroja un riesgo general, así como un riesgo sobre la tipología del
crimen violento (homicidio doloso, delitos sexuales, violencia intrafamiliar, lesiones
dolosas agravadas), al igual que un riesgo en crímenes contra la propiedad (estafa, hurto,
abuso de confianza y extorción) y riesgo en otros delitos (trafico, fabricación y porte de
estupefacientes, trafico fabricación y porte de armas y concierto para delinquir). Lo
anterior, empero, se encuentra aunado a que el riesgo en delitos contra la seguridad pública
se halla excluido. Igualmente, se exponen los datos del evento por el cual se está cursando
la audiencia y un resumen del historial criminal de imputado con el detalle de las
actuaciones adelantadas contra el mismo. Por otra parte, arroja dos gráficos, el primero
(Figura II.II) el cual establece una línea de tiempo de los delitos por los cuales se requirió
el individuo ante las autoridades y una segunda línea de tiempo (Figura III.IV) que indica
el tiempo que estuvo el procesado bajo detención intramural o domiciliaria, así como la
determinación de la naturaleza del delito.
4. Sobre las medidas de aseguramiento.
De conformidad con los objetivos del Sistema Prisma, el principal escenario donde se
ejecuta el propósito del sistema es en la audiencia de imposición de medida de
aseguramiento. Por tanto, el siguiente aparte describirá de manera sucinta cómo el Sistema
Prisma entraría a hacer parte dentro de esta petición especial que se lleva acabo dentro de
la diligencia.
En primer término, debe advertirse que dicha audiencia no tiene la intención de determinar
si la persona es culpable o cuál es la pena apropiada para la supuesta ofensa. En su lugar,
en ella se solicita a los jueces de control de garantías que lleven cabo una tarea
estrechamente definida: decidir dónde pasará el imputado el período previo al juicio
basándose en una predicción de si el imputado al ser puesto en libertad, no comparecerá
ante el juez, será detenido por un nuevo delito, obstruirá la administración de justicia, o
constituirá un peligro para la sociedad o para la victima85.
Además de ello, se debe considerar, de forma detenida, ponderada y racional, la primera
parte de la disposición precitada, en lo referente a la frase “para estimar si la libertad del
imputado resulta peligrosa para la seguridad de la comunidad...”. Ello, pues no es posible
advertir, como lo dice dicha normativa transcrita, que la libertad por sí sola pueda constituir
un peligro para la comunidad. Por esa razón, es importante recordar que es necesario
observar los actos concretos de las personas para estimar su eventual peligrosidad, punto
sobre el cual, además, surgen hoy consensos.
85 De conformidad con los artículos 308 a 312 del Código de Procedimiento Penal Colombiano.
39
En ese orden, debemos decir que las medidas de aseguramiento tienen como fundamento
previo para su aplicación tres estadios argumentativos. En ello, seguimos al profesor
Alejandro Aponte86, en los lineamientos expuestos en el Manual para el juez de control de
garantías. A saber:
1.- El fáctico. Vale decir, que de conformidad con el artículo 308 ya antes citado y en
concordancia con los elementos materiales probatorios y evidencia física recogida, o de la
información obtenida legalmente, se puede inferir razonablemente (ésta es prueba mínima)
que el imputado es autor o partícipe del hecho que se imputa.
2.- El legal. Se debe considerar, además de los requisitos constitucionales ya antes
enunciados y plasmados en el citado artículo 308, lo observado en el 313 de la misma obra,
pues de no cumplirse los condicionamientos constitucionales y los legales del 313, no sería
posible la procedencia de al menos la detención preventiva. En este evento es importante
tener en cuenta que el juez debe acoger todo lo relacionado con los dispositivos
amplificadores del tipo o circunstancias que modifiquen los hitos punitivos a efecto de
decidir sobre la procedencia o no de la medida de aseguramiento que corresponda.
3.- El constitucional.- Con el nuevo sistema acusatorio implantado en Colombia a través
del acto legislativo 03 de 2002, se hace imperativo para todos los intervinientes en el
proceso penal, incluyendo de forma prominente al Juez de Control de Garantías, que al
momento de decidirse sobre una petición de medida de aseguramiento, deba hacerse un
severo examen constitucional sobre la misma, habida cuenta que el constituyente derivado
decidió de forma expresa constitucionalizar el tema de la medida de aseguramiento y así
lo desarrolló en el artículo 2º del acto legislativo precitado.87
En documento presentado por el Dr. Ramiro Marín, se ahonda en los temas planteados, en
el cual se describe que si la detención preventiva ocurre regularmente durante la
investigación, con el fin de garantizar la comparecencia del imputado al juicio, proteger a
la comunidad o a la víctima y evitar la distorsión del curso probatorio, ello significa que el
constituyente no exige certeza sino probabilidades para afectar provisionalmente la libertad
de las personas imputadas de los delitos más graves. En esta etapa de actuación sólo existen
probabilidades, se insiste.
Ahora bien, el acto legislativo 03 de 2002, con el fin de darle un carácter más práctico a la
presunción de inocencia y evitar que el principio se convierta en mera retórica, estableció
que durante la investigación la Fiscalía no produce pruebas por sí y ante sí, sino que asegura
elementos materiales e informaciones para que la prueba se practique en el juicio oral,
86 Conversatorio Interinstitucional. Medidas de aseguramiento. ( 8 de marzo de 2005) 87 ibid.
40
público y contradictorio, ante el juez de conocimiento. De esta forma, la detención
preventiva podría adoptarse con fundamento en elementos materiales probatorios o
informaciones que, a pesar de que aún no podrían contar con la contradicción en su máxima
extensión, de todas maneras, son elementos de conocimiento –no de suposición- que están
expuestos a la controversia de la defensa y admiten valoración por parte del juez de control
de garantías.
En esta medida y de conformidad con el artículo 306 de la Ley 906 de 2004, sólo se le
exige al delegado del órgano de persecución penal que presente los elementos de
conocimiento necesarios para sustentar la medida y su necesidad, y ambas se soportan en
un juicio de probabilidad, mas no en la convicción más allá de duda razonable. Ahora bien,
como la medida de aseguramiento la presenta la Fiscalía, dicho órgano tiene la carga de
buscar y presentar elementos materiales probatorios o información legalmente obtenida
para sustentar la petición, elementos que podrán ser controvertidos por la defensa.
Bajo este contexto, bien puede ser usado como sustento para la medida de aseguramiento
la probabilidad de individuo de reincidencia para afectar provisionalmente la libertad de
del mismo, en la medida que no es requerido una convicción más allá de la duda razonable
y le permite al mismo brindar información coherente y sustentada de la necesidad de la
medida.
5. En qué va el PRISMA en la actualidad.
Es importante recalcar que PRISMA no se ha puesto en marcha actualmente, sino que hasta
el momento promete tener los siguientes resultados:
1. Manteniendo el mismo número total de personas que son cobijadas con
medida de aseguramiento intramural (aproximadamente 24.000 personas
en el 2018), el uso de esta herramienta de prediccion “puede disminuir el
número de delitos cometidos por reincidentes en 25 %”.88
2. Alternativamente, manteniendo el número de delitos cometidos por
reincidentes, las medidas de aseguramiento intramural se pueden disminuir
en el 36 %.
3. La utilizacion de esta herramienta “garantizaría que en las audiencias de
solicitud de medida de aseguramiento se utilice la misma información sobre
antecedentes y anotaciones criminales, evitando así un tratamiento dispar
entre casos similares, y garantizando el principio de igualdad e
imparcialidad”.
88 Fiscalía General de la nación, 2018.
41
4. La información disponible sobre medidas de aseguramiento muestra que un
error común cometido por fiscales y jueces es que dejan en libertad a
muchos individuos de muy alto riesgo y le otorgan medida de
aseguramiento a personas de muy bajo nivel de riesgo.89
Ahora bien, se realizó un piloto en junio del 2019 con diez fiscales en cinco direcciones
seccionales, dos por seccional con el fin de analizar las adherencias al Sistema, al igual de
evaluar si entendían la herramienta. El paso a seguir es una posible evaluación de impacto,
como se hacen en salud, educación, programas sociales, en intervenciones policiales en
Hot Spots. Ello, a través de un proceso que, de forma aleatoria, seleccione la muestra
escogiendo un grupo grande de municipios, aproximadamente 400, sobre la cual a la mitad
le brindan la herramienta y a la otra mitad no. De esta manera, podrá analizarse qué ocurre
con factores como reincidencia, error tipo 1 y error tipo 2, uso de medidas de
aseguramiento, población carcelaria, hacinamiento, etc.90
6. Autoridades políticas, programadores y población afectada.
De conformidad con la información descrita en los puntos anteriores y en aras de responder
a los procedimientos descritos en el capítulo dos sobre el diseño de la política se logra
dilucidar que el Sistema está compuesto por los siguientes actores: Como autoridad política
que establece los lineamientos se encuentran, en la cabeza, la Fiscalía General de la Nación
y el Ministerio de Justicia, igualmente como autoridades subsidiarias, aquellas se erigen en
un vínculo con la Policía Nacional y el INPEC. En segundo lugar, la población
directamente afectada son las personas requeridas por las autoridades sobre las que se
dictará medida de aseguramiento. No obstante, en la actualidad no se tiene conocimiento
del rol de los programadores, quienes posiblemente puedan ser las mismas autoridades
políticas.
CAPÍTULO IV: DEBILIDADES Y FORTALEZAS DEL SISTEMA PRISMA
89 Ibid. 90 Mejía, 2019.
42
Es importante resaltar que, en un campo tan novedoso, como es la inteligencia artificial, su
posible utilidad no legitima su uso. La legitimidad y la aproximación a la viabilidad del
Sistema, varía entre quienes se enfocan en lo procedimental y quienes se enfocan en los
resultados.
Entre quienes se enfocan en lo procedimental están aquellos que exigen participación de
las poblaciones afectadas en el diseño, otros que los algoritmos sean inteligibles o
explicables, o bien que exista una trazabilidad en la cadena de responsabilidades
(algorithmic accountability). De otra parte, entre aquellos que se enfocan en los resultados
están los que exigen la no discriminación, y aquellos que velan por la materialización de
un concepto más abstracto y omnicomprensivo como el de justicia.91
De conformidad con las aproximaciones sobre la viabilidad y utilidad de un sistema de
inteligencia artificial, el presente capítulo propone las debilidades y las fortalezas del
Sistema Prisma con el fin de nutrir la discusión académica sobre el uso del Machine
Learnig en relación con las diferentes políticas públicas que impactan en el sistema
penitenciario y en el delito. No obstante, es importante esclarecer que estas propuestas son
aproximaciones preliminares en la medida que PRISMA aún no está en proceso de
ejecución; bajo tal parámetro, las propuestas se basan en el conocimiento sobre su
operabilidad y en las características que lograron percibirse en relación con sus objetivos
y el encasillamiento propuesto en el capítulo dos de este escrito, el cual se basó en teorías
criminológicas y la experiencia internacional que han demarcado propuestas públicas para
robustecer herramientas gubernamentales.
1. DEBILIDADES
1. No tiene en cuenta el rol de la Defensoría del Pueblo.
Una debilidad encontrada en el diseño de PRISMA va encaminada a la poca participación
que le atribuye a otras instituciones del Sistema Acusatorio. Específicamente a la
Defensoría del Pueblo, dado que no le permite a la defensa del imputado el acceso a
PRISMA, en este sentido a pesar de que la misma se use en una etapa preliminar que
requiera únicamente brindar información relevante, es necesario y coherente con los
objetivos de la política criminal democratizar esta herramienta a todos los intervinientes en
el proceso, puesto que permitiría disminuir la discrecionalidad con la que los Fiscales
podrían usar la herramienta, como también se podría brindar otro tipo de aproximaciones
que justifiquen no imponer la medida de aseguramiento. Igualmente, se resalta la
91 World wide foundation, 2018.
43
importancia de democratizar los algoritmos bajos los cuales se mide el riesgo de
reincidencia, puesto que PRISMA podría contemplar algoritmos que disminuyan la
probabilidad de reincidir a pesar de contar con datos objetivos sobre el historial criminal
del imputado. Lo anterior, en estrecha relación con los estudios de desistimiento delictual,
ya que, a pesar de haber obrado con anterioridad como un individuo con altas
probabilidades de reincidencia, puede en la actualidad presentar variables que minimicen
el riesgo, verbigracia tener más de sesenta y cinco años de edad, tener un trabajo estable,
entre otras. Estas variables que minimizan la probabilidad de reincidencia y permiten la
contradicción de la información, deben llevarse a acabo a partir de la intervención de
instituciones gubernamentales como la defensoría del pueblo o instituciones académicas.
2. Asume una relación directa entre el uso del sistema y la disminución
del otorgamiento de medidas de seguridad a individuos poco peligrosos
para la sociedad.
Cuando se plantea la posibilidad de servirse de los instrumentos informáticos para poder
representar los procesos mentales que realizan los jueces previos a dictar sentencia, la
respuesta que se recibe son los preconceptos de quienes sostienen que es imposible sustituir
la subjetiva apreciación del juzgador por la evaluación mecánica de un aparato, cuya
naturaleza no se desvanece por muy sofisticado que éste sea92. Algunas veces el juez
preguntará a los imputados acerca de información que puede ser relevante para el riesgo
de reincidencia, como el estado de empleo o las circunstancias de vida. Así mismo, el juez
también percibe visualmente a los imputados, incluyendo su comportamiento, lo que llevan
puesto93 y si sus familiares o amigos se presentaron en el juzgado. En esta medida, el
criterio del juez va mucho más allá de la simple probabilidad de reincidir, en la medida que
toma en cuenta para el otorgamiento de la medida, factores individuales y sociales del
imputado. Por tanto, PRISMA al hacer predicciones de disminuir en el 36% el
otorgamiento de medidas de aseguramiento no tiene en cuenta la discrecionalidad del juez
como variable o como porcentaje de error. No obstante, esa limitación igualmente va de la
mano con la falta de publicidad y transparencia de los datos, algoritmo y variables que tiene
el sistema, pues no es de conocimiento publico qué porcentajes de error posee el sistema.
3. Se basa en un concepto general de antecedentes criminales.
Uno de los problemas con este tipo de mediciones es la determinación del delito que lleva
a concluir que hubo reincidencia. Por ejemplo, una persona puede entrar al sistema
92 Goretty Carolina Martínez Bahena. La inteligencia artifiial y su aplicación al campo del Derecho. (México, 2012.)
827
93 Goel, Shroff, Skeem y Slobogin, 4.
44
carcelario luego de haber sido condenado por hurto y, al mismo tiempo, tener antecedentes
penales por un caso de inasistencia alimentaria por el cual fue capturado, pero no
sentenciado. En este caso, si bien hay antecedentes y podría considerarse que la persona es
reincidente, no parece haber relación alguna entre una y otra conducta delictiva. En este
sentido, la Corte Constitucional ha establecido que los antecedentes —a efectos de agravar
la pena e imponer medidas de aseguramiento—, deben estar relacionados con la conducta
que se está juzgando94.
4. El Sistema puede crear una discriminación indirecta.
De frente al uso de variables demográfica como la edad y el género, puede que el sistema
genere un tipo de discriminación, por ejemplo, en el caso de dos imputados que, teniendo
diferentes condiciones respecto de las categorías antedichas, esperen resultados distintos,
pero frente a los cuales se tenga la misma probabilidad de reincidencia.
La discriminación puede ocurrir de dos maneras. Dos personas pueden tener los mismos
datos relevantes, como número de condenas y tipo de delitos, pero son tratados de manera
diferente (como por ejemplo dos acusados cometiendo el mismo crimen, pero uno obtiene
una probabilidad más baja que el otro). O ante las diferencias relevantes entre ellos, son las
dos personas son tratadas de la misma manera.
Lo anterior se fundamenta, tomando en cuenta la experiencia internacional, por el uso de
variables sociodemográficas que brindan un mayor peso al calculo de probabilidades. En
este sentido un hombre y una mujer pueden tener el mismo número de capturas, y
antecedentes idénticos sobre la misma naturaleza de delitos, no obstante, serán ubicados
en percentiles drásticamente diferentes puesto que su probabilidad de reincidencia estará
medida por muestras poblaciones diferentes 95 . Sin embargo, dichas probabilidades
cambiarían drásticamente si no se tuviera en cuenta el género puesto que la probabilidad
de delinquir de ambos sujetos estará únicamente medida por variables objetivas que se
medirán de conformidad a una sola muestra poblacional.
El mismo análisis se predice de la edad. Tomando como base los análisis de prevención
social y se disuasión, dos individuos que posean la misma hoja criminal, pero se distingan
notablemente en el rango de edad tendrán probabilidades distintas. Ello, en la medida que
un joven tendrá más probabilidad de iniciar una carrera criminal que un adulto mayor.
94 Fundación ideas para la paz. ¿ Qué hacer con la reincidencia delincuencial? . El problema y sus posibles soluciones.
(Serie Notas Estratégicas No. 4. marzo. 2018). 10.
95 Mejía, 2019.
45
Esta discriminación deber minimizarse. Un camino plausible para ello, atendiendo la
experiencia internacional anteriormente reseñada de los casos de Estados Unidos y
Uruguay, sería simplemente evitar el uso de variables sociodemográficas para predecir
conductas delictivas objeto de reincidencia. Por el contrario, el Sistema debería basarse en
criterios puramente objetivos, de manera tal que el juez, al examinar los datos de esta
herramienta, analizará si adoptará o no la sugerencia de reincidencia como parámetro de
decisión para imponer o no medida de aseguramiento en prisión intramural y, por
consiguiente, si el sistema de prisiones colombiano deberá asignar un cupo en centro de
reclusión al procesado.
5. La herramienta puede usarse selectivamente por parte del Fiscal.
De conformidad con los objetivos descritos en el capítulo tercero, el Sistema Prisma de la
Fiscalía tiene un papel determinante en el proceso de argumentación de las medidas de
aseguramiento. No obstante, PRISMA debe ubicarse como una fuente o herramienta no
discrecional en la argumentación del delgado del órgano de persecución penal, en la
medida que, si usa PRISMA para justificar unos casos, pero frente a otros no la emplea,
podría generar la vulneración del principio de igualdad.
El sistema acusatorio se caracteriza porque en él constantemente se busca el equilibrio,
como lo dice el profesor Oscar Julián Guerrero, que “permita un juego claro y transparente
de los contrincantes del proceso”96 . Desde la perspectiva expuesta, los principios de
libertad, pertinencia, admisibilidad, publicidad, contradicción, inmediación y los criterios
de valoración probatoria, previstos en los artículos 373, 375 a 380 del CPP,
respectivamente, son aplicables por analogía durante las audiencias preliminares, pues son
desarrollo del artículo 29 de la Constitución Política que obliga a respetar el debido proceso
en “todas las actuaciones”.
No obstante, imponer el uso de esta herramienta no es el resultado de sugerencia que se
quiere predicar, por el contrario, se pretende animar al monitoreo de su uso, esto es, que
los directores seccionales analicen el total de los casos que fueron llevados por el fiscal, en
contraste con la probabilidad de reincidencia que tenían los imputados y el uso de la
herramienta para solicitar las precitadas medidas.
6. El Sistema no contempla mecanismo de rendición de cuentas.
Para abordar los daños que genera el uso de algoritmos y la discriminación derivada de su
uso, el concepto de responsabilidad algorítmica ha comenzado a emerger como una pieza
96 Conversatorio Interinstitucional, 35.
46
clave de su comprensión. Así las cosas, la rendición de cuentas suele denominarse el deber
que tienen los gobiernos y otras autoridades en punto de presentarse ante aquellos cuyos
intereses representan o a los que están vinculados de otro modo, y justificar entonces cómo
se ejerció el poder y cómo se utilizaron los recursos para sobrellevar determinada tarea. En
ese sentido, cuando se aplican tales parámetros a los algoritmos, la rendición de cuentas
algorítmica a menudo se ha combinado con otros valores, como la transparencia.
La transparencia ha sido considerada como un componente esencial de la rendición de
cuentas, permitiendo a los ciudadanos, consumidores, periodistas de datos, organizaciones
de vigilancia y otros, verificar y comprender las entradas, procesos y salidas de un sistema
algorítmico complejo para identificar la evidencia de daños como un primer paso para la
reparación.
Sin embargo, varios investigadores en los últimos años han señalado las limitaciones para
definir la rendición de cuentas algorítmica como transparencia. Así, Crawford y Ananny97
los clasificaron y filtraron en una lista de 10 de las limitaciones de la transparencia. La lista
incluye la afirmación según la cual las nuevas complejidades introducidas por los
algoritmos hacen que "ser capaz de ver un sistema" sea insuficiente, la transparencia por
tanto debe "ser capaz de saber cómo funciona y gobernarlo".
Esta limitación es notoria en la medida que poco conocimiento se posee sobre la
funcionalidad del Sistema, no se han iniciado procesos de capacitación para funcionarios,
o se han publicado manuales y guías que orienten su uso. No obstante, esta limitación debe
verse como un objetivo que posee PRISMA en la medida que su uso debe ir acompañado
de un informe de progreso.
2. Fortalezas:
Igualmente, a la hora de contrastar las características de PRISMA con las teorías y la
experiencia internacional, se consta que la implementación del Sistema tiene múltiples
fortalezas.
97 Mike Ananny y Kate Crawford. Seeing without knowing? Limitations of the transparency ideal and its application to
algorithmic accountability. ( University of Southern California, USA, Volume 20. 2018) 973-989. 97 Presidencia de la República de Colombia. Sexto informe semestral del gobierno nacional al estado de cosas
inconstitucional del sistema penitenciario y carcelario. ( 7 de junio del 2019) 20.
47
1. Es coherente con y permite cumplir los objetivos, del Plan de transformación
carcelario, parte de la política criminal estatal.
Al respecto, es importante señalar que el Plan de Transformación y Humanización del
Sistema Carcelario tiene dentro de sus objetivos establecer un sistema de política
criminal coherente que respete el derecho a la libertad, esto es, a través de un sistema
que prevea su privación como algo proporcional y subsidiario, en medio de condiciones
de reclusión dignas y acordes con la finalidad de resocialización. Así mismo, que
atienda el fortalecimiento de mecanismos de justicia restaurativa como medio para
hacer de la privación de la libertad una excepción, promoviendo un ejercicio racional
del ius puniendi del Estado, en aplicación del principio de mínima intervención penal98.
Lo anterior en la medida que el objetivo de asignar eficazmente los cupos carcelarios
tiene especial incidencia en las condiciones de reclusión dignas, ya que permite reducir
índices de hacinamiento y condiciones de vida que se erigen y constituyen a partir de
tratos indignos, crueles y degradantes, esto es, atentatorios contra los principios y
derechos que animan a la Constitución vigente. De ese modo, siguiendo las cifras del
INPEC, si fuese el caso de excluir a los reincidentes de sus cifras, el índice de
hacinamiento llegaría a 26,2%, es decir, con una reducción de 19,5 puntos porcentuales
respecto al actual.99 Además, como señala Naciones Unidas, la reducción de la cantidad
de delincuentes que vuelven a delinquir significa menos víctimas, mayor seguridad
comunitaria y menor presión para los organismos policiales.100
2. Se basa en un aspecto común de las discusiones teorícas criminológicas que
fundamental las políticas públicas; los factores de riesgo.
PRISMA se apoya en la teoría de la torre de marfil101 sobre el encarcelamiento, la cual
apoya la idea de recluir a las personas (incapacitación) para impedirles que sigan
delinquiendo, es decir, no podrán cometer otro delito mientras permanezcan encerrados.
No obstante, para cumplir dicho objetivo se realiza una recolección de datos que nutren los
factores de riesgo, estos son datos que sumados unos con otros propician la reincidencia
del individuo. Aunque PRISMA se aleja de los factores externos, que fundamentan los
estudios de prevención situacional, asume los factores de riesgo estáticos para poder
predecir una futura conducta delictual. En esta medida PRISMA adopta figuras
conceptuales que se han implementado para el diseño de políticas públicas anteriormente,
98 INPEC. Informe Estadístico. Enero de 2018. (Bogotá: INPEC. ) 99 En Fundación ideas para la paz, 24. 100 Ibid. 101 Teoría que hace parte de los estudios sobre incapacitación.
48
puesto que los estudios y la experiencia internacional permiten demostrar que existe una
especial relación positiva entre factores de riesgo, políticas públicas y delito.
3. Se basa en datos abiertos.
La operabilidad del sistema se basa en datos de instituciones gubernamentales que pueden
ser consultados por los particulares. En ese sentido, la población en general puede tener
conocimiento sobre los datos que posee cada individuo y sobre los cuales se genera la
probabilidad de reincidencia. Por tanto, si algún dato es errado, bien puede la ciudadanía
pedir rectificación del mismo.
No obstante, es importante distinguir entre datos abiertos y procesos democráticos de los
datos, puesto que los primeros se refieren al acceso de los datos y el segundo versa en torno
a de determinar qué datos pueden ser tenidos en cuenta en un proceso de Machine Learning.
Más allá de ser fundamental para la deliberación pública, la apertura de datos es una
herramienta clave para facilitar un control descentralizado de los algoritmos que los
aprovechan.102
4. Se focaliza en reincidentes peligrosos
Una aproximación que ha tomado fuerza en Colombia es poner el foco sobre los
delincuentes que se sabe han reincidido un mayor número de veces. De acuerdo con la
Secretaria de Seguridad de Bogotá, los individuos con mayor número de capturas entre
enero de 2013 y mayo de 2017 superan los 300. El hurto y los delitos relacionados con
drogas son los que se cometen con mayor frecuencia. Este tipo de ejercicios son relevantes,
siendo necesario ampliar el número de variables analizadas con el objetivo de identificar
factores de riesgo y alternativas para su mitigación. En un contexto de recursos escasos, la
identificación de los individuos con mayor número de capturas puede contribuir a focalizar
la atención en los casos críticos.
5. No se basan principalmente en factores de riesgo sociodemográficos, sino que
sus datos son principalmente objetivos.
Aunque se usan dos variables sociodemográficas como edad y género, los factores para
medir la probabilidad de reincidencia son principalmente objetivos. En esta medida, limita
la creación de etiquetas sociales y rotulación que pueden crearse por primar los factores
sociodemográficos. En este sentido los reincidentes no tendrán mayor o menor riesgo por
102 World wide foundation, 2018.
49
cuestiones como raza, estrato socioeconómico, SISBEN, nivel educativo, índices de
violencia intrafamiliar y otras variables que configuran una etiqueta a cierta población.
CAPÍTULO V: CONCLUSIONES.
PRISMA es una herramienta que permite aportar a la discusión en torno a los factores
determinantes del crimen. Ello, en la medida que en Colombia ya se han implementado
estrategias de inteligencia artificial basadas en las corrientes criminológicas de prevención
situacional que fundamentaron la herramienta de los Hot Spots, empero tuvieron un relativo
impacto. Frente a ellas, PRISMA presenta un reto innovador, pues implica necesariamente
adoptar las ideas de las teorías sobre la incapacitación del individuo y, con el, aislar
legítimamente de la sociedad a la persona que tiene altas probabilidades de reincidencia y,
de ese modo, destinar la asignación de cupos carcelarios a aquellos que realmente
requieren, desde el momento preliminar de la investigación, estar en centros de reclusión.
50
Por tanto, el Sistema Prisma al tener como punto de partida establecer probabilidades a
través de datos que den cuenta de la hoja de vida criminal del individuo se basa en factores
de riesgo estáticos que perduran en el tiempo y de esta manera se aleja de las criticas
realizada a sistemas de Machine Learning anteriores a él. En definitiva, por el uso
estigmatizado de variables sociodemográficas. Así, aquel rompe con la aproximación de la
predisposición de factores de riesgo en ciertas etapas de la vida de los infractores y de los
factores exógenos que pueden incidir en la motivación delictual.
No obstante, la falta de información que se posee de PRISMA no permite comprender por
qué el Sistema opera bajo un sistema de causalidad directa entre la herramienta de predecir
la probabilidad de reincidencia y la asignación eficiente de cupos carcelarios. Lo aludido,
en la medida que deja a un lado otras variables importantes como la discrecionalidad del
juez y el posible uso selectivo por parte del órgano acusador. Sin embargo, sí logra enfatizar
en la importancia que tiene dicha herramienta en el contexto colombiano al incidir
directamente en fortalecer la carga argumentativa de la fiscalía en la audiencia de medida
de aseguramiento y al ir en concordancia con la política criminal actual.
Ahora bien, las aproximaciones teóricas y su relación con las políticas públicas permiten
delimitar el marco de discusión en el cual se analiza el Sistema Prisma y su aproximación
académica en relación tripartita entre datos-delito-políticas públicas. Bajo esa óptica, el
Sistema Prisma se aleja de la discusión sobre los factores de riesgo individúales del
delincuente, propuestos por las corrientes de prevención del delito al igual que de los
factores ambientales. Lo anterior, en la medida que el Sistema Prisma parte de establecer
probabilidades a través de datos que den cuenta de la hoja de vida criminal del individuo,
estos datos en su gran mayoría son datos objetivos denominados factores de riesgo
estáticos, en la medida que son datos que no se pueden revertir. De esta manera se aleja
de la aproximación de la predisposición de factores de riesgo en ciertas etapas de la vida
de los infractores y de los factores exógenos que pueden incidir en la motivación delictual.
Igualmente, las variables que usa permiten únicamente medir la probabilidad de
reincidencia, más no posee variables que permitan minimizar la misma, alejándose de los
estudios sobre el desistimiento delictual.
Por otra parte, el Sistema Prisma tiene en cuenta la experiencia internacional al basarse en
variables preponderantes como los factores de riesgo y, a través de dicha operación, acoge
parcialmente los estudios sobre efecto disuasorio en la medida que su propósito es focalizar
recursos económicos, tecnológicos y humanos para fortalecer y brindar mayores
herramientas al órgano acusador. Además, parte de la premisa de pretender incidir
directamente en la seguridad ciudadana, puesto que pretende evitar que imputados con un
alto grado de probabilidad de reincidencia queden en libertad, lo cual tendría, al menos
formalmente, una directa relación con la percepción de seguridad y con el control del
51
crimen en el imaginario social. De forma adicional, sus objetivos van de la mano con la
primera etapa de los estudios sobre la incapacitación y rehabilitación del delincuente en la
medida que busca dar mayores argumentos a la fiscalía para justificar la medida de
aseguramiento, es decir remover socialmente al individuo que arroja alta probabilidad de
incidencia. Igualmente, genera una aproximación de política pública que se basa en medir
su efectividad en la cantidad de delitos evitados como resultados de la cantidad de
reincidentes encarcelados. No obstante, de manera conexa se desliga al Sistema con la
posibilidad de buscar rehabilitar al procesado.
A pesar de lo anterior, es muy diciente que el sistema posee ciertas limitantes en la medida
que debe propender por evitar sesgos. Dicha limitación se hace patente al revisar los
criterios de las teorías criminológicas del desarrollo, las cuales parten de factores
individuales como la edad y el género para determinar la probabilidad de un individuo de
delinquir. Ello, pues se basa en la importancia de ciertos periodos durante el transcurso de
la vida de los individuos que los hacen más susceptible a las influencias socio-ambientales
que los rodean. Bajo tal panorama, es posible afirma entones que el sistema no toma en
cuenta la experiencia internacional, especialmente la estadunidense, cuyo conocimiento y
advertencia permite comprender que agregar al cálculo de Machine Learning etiquetas
individuales general a largo plazo provoca una discriminación directa o indirecta que
alimenta la rotulación de diferentes poblaciones. Así las cosas, dicha latente discriminación
debe minimizarse, por ejemplo, atendiendo el paradigma de implementación de tales
programas en relación con la inteligencia artificial, esto es, en definitiva, como una lección
para evitar el uso de variable sociodemográficas en punto para predecir conductas
delictivas.
Igualmente, en aras de proponer una agenda de investigación que verse acerca de los
anteriores tópicos y dada la magnitud que el objeto de estudio plantea, se hace necesario
dejar algunos interrogantes para ser desarrollados en el futuro que, por su complejidad y
utilidad, requieren de su enunciación, a saber: ¿qué sucede si un individuo con altos índices
de reincidencia es imputado en un proceso bajo el cual aquel ha obrado bajo el amparo de
una causal de justificación como es la legítima defensa? ¿Cuál es el estado de
verificabilidad y aceptabilidad de los datos obtenidos en relación con los derechos
fundamentales al habeas data e intimidad del procesado? ¿Cuál es el grado de eficacia
simbólica que juega el diseño del Machine Learning frente a su eficacia en términos
materiales en control de la delincuencia y crimen?
Por otra parte, debe rescatarse de la experiencia internacional, en especial, la
estadunidense, en relación con la importancia de la implementación de la categoría de
transparencia en las variables a emplear. Del mismo modo, puede extraerse el caso
uruguayo que, si bien la libre disponibilidad de esta información podría afectar tanto a la
privacidad como a la seguridad, el apoyarse en bases de datos cuyo diseño no está sujeto a
52
ningún tipo de mecanismo de participación pública o transparencia puede afectar la
legitimidad de los algoritmos. Igualmente, dicha limitación se robustece al no enunciar las
variables que usa, como también la poca participación que le brinda a otros sujetos
procesales como a la defensoría del pueblo, y por último la manera de individualizar su uso
por parte del órgano acusador.
Es necesario, además ser cuidadosos con las extrapolaciones. Alarman los casos en los que
una persona es capturada una y otra vez, pero no necesariamente éste es el mejor indicador
para evaluar el nivel de reincidencia en el sistema penal.
Así las cosas, por tanto, es esencial definir y adoptar prácticas de transparencia,
participación ciudadana y rendición de cuentas en las etapas de desarrollo e
implementación de PRISMA.
Ahora bien, debe agregarse que el análisis de un sistema de Machine Learning como
PRISMA permite hacer las siguientes consideraciones en punto de la relación entre
inteligencia artificial y políticas públicas.
En la primera parte, sobre la creación o identificación de bases de datos, la conexión con
la agenda de datos abiertos es evidente. Los algoritmos se apoyan en grandes bases de
datos, y las mismas deberían ser verificables y accesibles para garantizar el desarrollo de
soluciones confiables. En la medida en que los algoritmos se utilizan para cumplir con
derechos, establecer obligaciones o monitorear comportamientos de la ciudadanía, se
requiere un alto grado de participación en torno a la definición de qué datos son recabados,
así como una mayor transparencia en torno a las metodologías que se implementarán para
su recolección, y controles posteriores para identificar y neutralizar posibles sesgos.
En el paso número dos, acerca del diseño del algoritmo y/o modelo de inteligencia
artificial, existen tres actores clave en esta etapa: las autoridades políticas, los
programadores y población afectada. Los dos primeros grupos de actores previamente
mencionados deben, a cada paso, involucrar a las comunidades que podrían ser afectadas.
Esto incluye la implementación de mecanismos participativos para definir si se utilizará el
algoritmo, incluyendo las posibles definiciones de valores e hipótesis que podrían guiarlo,
así como también en los procesos de traducción de estos valores e hipótesis por parte de
programadores. La participación es necesaria, se insiste, para minimizar los riesgos de daño
y asegurar la legitimidad de su implementación.
De ese modo, en un contexto con creciente entusiasmo por la adopción de sistemas de
inteligencia artificial, existe el riesgo de que se contraten o construyan sistemas inútiles,
ineficientes o capaces de generar daño a la población; se vuelve urgente entonces
desarrollar mecanismos que permitan evaluar la eficacia de distintas herramientas,
53
establecer guías para incrementar la legitimidad de su implementación, minimizar riesgos
y asegurar de que sean empleados en beneficio de las poblaciones a las que afecta.
Es por tanto que el presente texto, además, permite enfatizar que para desarrollar un
ecosistema que favorezca el uso de sistemas de inteligencia artificial se requiere poner el
foco en 5 grupos de actores103.
1. Técnicos que desarrollan e implementan sistemas para el procesamiento de información
y las autoridades políticas de cada unidad que supervisan su implementación: Para asegurar
efectividad.
2. Organismos reguladores y de control, como ser Parlamentos, Defensores del Pueblo,
Poder Judicial: Para asegurar legitimidad.
3. Ciudadanía: para que pueda participar de manera efectiva en el desarrollo e
implementación de estas herramientas.
4. Organizaciones de la Sociedad Civil: para facilitar la identificación de grupos afectados
y su acción coordinada.
5. Pequeñas y medianas empresas: para el desarrollo económico y de recursos humanos a
nivel local.
En adición, el presente texto considera que no solo se deben tener en cuenta ciertos actores
relevantes, sino que la implementación del Sistema de Inteligencia Artificial debe basarse
en principios rectores. Es así como se trae a colación un conjunto de cinco principios para
los "algoritmos responsables", los cuales se espera que "ayuden a los desarrolladores y a
los gestores de productos a diseñar e implementar sistemas algorítmicos de manera
públicamente responsable", desarrollado por la Comunidad de Equidad, Responsabilidad
y Transparencia en el Aprendizaje Mecánico (FATML, por sus siglas en inglés).
Principios para la rendición de cuentas de los algoritmos- Equidad, Responsabilidad y
Transparencia en el aprendizaje automático (2016)
Principio Descripción
Justicia "Asegurar que las decisiones algorítmicas no creen impactos
discriminatorios o injustos cuando se comparan entre diferentes grupos
demográficos".
103 World wide foundation, 2018.
54
Explicabilidad "Asegurar que las decisiones algorítmicas, así como cualquier dato que
conduzca a esas decisiones, puedan ser explicadas a los usuarios finales y
a otras partes interesadas en términos no técnicos".
Auditabilidad "Permitir a terceros interesados investigar, comprender y revisar el
comportamiento del algoritmo a través de la divulgación de información
que permita el monitoreo, la verificación o la crítica, incluyendo el
suministro de documentación detallada, APIs técnicamente adecuadas y
términos de uso permisivos".
Responsabilidad "Poner a disposición vías de reparación visibles desde el exterior para los
efectos adversos individuales o sociales de un sistema algorítmico de
decisiones, y designar un papel interno para la persona responsable de la
solución oportuna de tales problemas".
Exactitud "Identificar, registrar y articular las fuentes de error e incertidumbre a lo
largo del algoritmo y sus fuentes de datos para que las implicaciones
esperadas y del peor caso puedan ser entendidas e informar los
procedimientos de mitigación".
Aunque estos principios generales arrojan luz sobre aspectos importantes de la rendición
de cuentas algorítmica, es esencial que los gobiernos encuentren nuevos métodos y
opciones para contabilizar los daños derivados del mal empleo de los algoritmos. Esto
puede ocurrir al centrarse en las condiciones o categorías de daños de los que los gobiernos
deberían rendir cuentas, y ante quién deberían rendirse. En estas circunstancias, dicha labor
puede llevarse a cabo ante los comités de supervisión del gobierno, los auditores internos
o los reguladores, a los que se les concedería un mayor acceso a los detalles del sistema y
responsabilidades para investigar elementos específicos en temas relacionados, por
ejemplo, ante el impacto discriminatorio que pueda derivar del uso del sistema objeto de
estudio de este escrito.
55
BIBLIOGRAFÍA
Allen. Francis. The Decline of the Rehabilitative Ideal: Penal Policy and Social Purpose.
New Haven, CT: Yale University Press, 1981.
Ananny, Mike y Crawford, Kate Seeing without knowing? Limitations of the transparency
ideal and its application to algorithmic accountability. University of
Southern California, USA, Volume 20, 2018.
Aristizabal Juan Francisco, Biceño Camila, Congote Alejandra, Díaz Valentina, Flechas
Maria Camila, Marroquín Andres, Vanegas Daniel, Álvarez
56
Lafaurie Cristina, Gonzalez Mateo” Informe de Derechos Humanos del
Sistema Penitenciario en Colombia” .Universidad de los Andes Boletín
Grupo de Prisiones. n° 5, 2018
https://grupodeprisiones.uniandes.edu.co/images/2019/GrupoPrisiones.Inf
ormeDDHH2018.pdf
Austin James F., “The proper and Improper Use of Risk Assessment in Corrections”. Phd
/Federal Sentencing Reporter, 2004. http://www.jfa-
associates.com/publications/pcras/proper%20userand%20misuse%20of%2
0risk.pdf
Braga, Anthony ; Flynn, Edwuard; Kelling, George y Cole, Cristine. Moving the Work of
Criminal Investigators towards Crime Control». New Perspectives in
Policing. Washington, DC: Departamento de Justicia de los Estados
Unidos, Instituto Nacional de Justicia, 2011
Braga, Antthony y Weisburd, David .The Effects of “Pulling Levers” Focussed Deterrence
Strategies on Crime. Campbell Systematic Reviews, 2012.
Buitrago, Julian ; Rodríguez, Jair.y Bernal, Pedro. Registros administrativos de Policía
para la consolidación de cifras de criminalidad en Colombia. Revista
Criminalidad, 57, 2015.
Bulla, Patricia y Ramírez, Boris. Los puntos calientes requieren intervenciones integrales:
la acción policial no basta. Bogotá: FIP, 2016.
Collazos, Daniela; García, Eduardo; Mejia, Daniel; Ortega, Daniel y Tobón, Santiago. Hot
Spots policing in a high crimen environment: An experimental evaluation in
Medellín. CEDE, Universidad de los Andes, Facultad de Economía,
Documentos CEDE No. 1. enero de 2019.
Cullen, Francis. Rehabilitation: Beyond Nothing Works,( Crime and Justice, University of
Chicago Press Vol. 42, No. 1, Crime and Justice in America 1975-2025
.2013.
Dawes, Robyn; Faust, David y Meehl, Paul. Clinical versus actuarial judgment. American
associations for advancement of science. Science, new series, vol. 243, No.
4899. 1989.
El Espectador “¿Los reconoce? Estos son los 20 ladrones reincidentes más buscados en
Bogotá”, 19 de febrero de 2018. Acceso el 10 noviembre del
2019.https://www.elespectador.com/noticias/bogota/los-reconoce-estos-
son-los-20-ladrones-reincidentes-mas-buscados-en-bogota-articulo-
739964.
El Tiempo “Alcaldes piden derogar leyes que permiten la excarcelacion”, 2 de noviembre,
2017. Acceso el 10 de noviembre del 2019.
57
https://www.eltiempo.com/justicia/delitos/alcaldes-piden-derogar-leyes-
que-permiten-la-excarcelacion-y-alertan-reincidencia-147684
Felson, Marcus y Clarke, Ronald. Opportunity makes the thief. Police research series,
paper, 1998.
Fohrig, Alberto y Gorgal, Diego. Seguridad ciudadana, Estado y Sociedad. Introducción.
Banco de Desarrollo de América Latina. Ministerio de Seguridad
presidencial de la Nación, 2019.
Fuhua Lin Oscar. Designing distributed learning environments with intelligent software
agent. EU, information Science Publishing, 2005.
Garzón, Juan Carlos; Llorente, María Victoria y Suárez, Manuela. ¿ Qué hacer con la
reincidencia delincuencial? El problema y sus posibles soluciones.
Fundación Ideas para la Paz, Serie de Notas Estratégicas No. 04, Bogotá,
marzo, 2018.
Grupo de prisiones. Informe de Derechos Humanos del Sistema Penitenciario en Colombia
( 2017-2018). Universidad de los Andes. Boletín del Grupo de Prisiones.
Gendreau, Paul , Smith, Paula y Frenc, Sheila. The Theory of Effective Correctional
Intervention: Empirical Status and Future Directions. (editorial Taking
Stock: The Status of Criminological Theory. Vol. 15 de Adler, F. y Laufer,
W. (ed.). Advances in Criminological Theory. New Brunswick, NJ:
Transaction. 2006). Asimismo, David Andrews y James Bonta. 2006. The
Psychology of Criminal Conduct. 4th ed. New Providence, NJ: LexisNexis.
Goldstein, Herman. Mejorar el trabajo policial: un enfoque orientado a la resolución de
problemas. Crime and Delinquency, vol. 25.1979.
Goel, Sharad; Shroff, Ravi; Skeem, Jennifer y Slobogin, Christopher. The Accuracy,
equity, and jurisprudence of criminal risk assessment, 2018.
Henrichson, Christian; Rinaldi, Joshua y Delaney, Ruth. The price of jails: Mesuaring the
taxpayer cost of local incarceration. crime and safety, government reform.
Institute of justice, 2015.
King, Ryan y Elderbroom, Brian.. Improving recidivism as a performance measure. Urban
Institute, 2014 .
Kleinberg, Jon; Ludwing, Jens; Mullainathan, Sendhil and Obermeyer, Ziad. Perdiction
policy problems.( American Economic Review: Papers & Procceedings,
Cornell Univerisity 2015.
58
LeBlanc, Maurice y Loeber , Rolf (1993). Precursors, Causes, and the Development of
Criminal Offending. En Hay, D. F. y Angold, A. (ed.). Precursors and
Causes in Development and Psychopathology. Nueva York: Wiley, 1993.
Martínez Bahena Goretty Carolina. La inteligencia artifiial y su aplicación al campo del
Derecho. México: Alegatos, 2012.
Nagin. Daniel. Deterrence in the Twenty-First Century, (Crime and Justice, editorial de
Chicago Journals Vol. 42, N.°1, Crime and Justice in America 1975–2025,
2013.
Norza, Ervyn ; Penalosa, Maria y Rodríguez, David. Exégesis de los registros de
criminalidad y actividad operativa de la Policía Nacional en Colombia, año
2016.. Revista Criminalidad, 59 . 2017.
Oficina de las Naciones Unidas contras las Drogas y el Delito (2013). Guía de Introducción
a la prevención de la reincidencia y la reintegración social de delincuentes.
Nueva York.
Ortiz, Freuler y Iglesias, Carlos. Algoritmos e Inteligencia Artificial en Latin America: Un
Estudio de implementaciones por parte de Gobiernos en Argentina y
Uruguay, World Wide Web Foundation, 2018.
Policía Nacional de Colombia. Registros administrativos de delitos y denuncias. Sistema
de Información Estadística, Delincuencial, Contravencional y Operativa
(SIEDCO). Bogotá, 2018.
Presidencia de la República de Colombia. Sexto informe semestral del gobierno nacional
al estado de cosas inconstitucional del sistema penitenciario y carcelario,
7 de junio del 2019.
Rodríguez, David; Mejía, Daniel; Caro, Lorena; Romero, Mauricio y Campos, Franney.
“Implicaciones del proceso de integracion de los registros administrativos
de criminalidad entre el SPOA de la Fiscalía General y el SIEDCO de la
Policía Nacional de Colombia, y la puesta en marcha del aplicativo
“¡ADenunciar!” sobre las cifras de criminalidad” Revista Criminalidad,
Septiembre-Diciembre, 2018.
http://www.scielo.org.co/pdf/crim/v60n3/1794-3108-crim-60-03-
00009.pdf
Sherman, Lawrence. Policing for Prevention.( En Sherman, L. W., Farrington, D. y Welsh,
B. (ed.). Evidence Based Crime Prevention. Nueva York: Routledge, 2002.
Saldarriaga, Santiago.“Alcaldes piden derogar leyes que permiten la excarcelación”, 2 de
noviembre 2017, 1 de noviembre 2019.
59
https://www.eltiempo.com/justicia/delitos/alcaldes-piden-derogar-leyes-
que-permiten-la-excarcelacion-y-alertan-reincidencia-147684.
Sampson, Robert. Neighborhood effects, causal mechanisms and the social structure of the
city, en Demeulenaere P. (ed.). Analytical sociology and social mechanisms,
Nueva York: Cambridge University Press, 2011.
Tanner-Smith, Emily E.; Jo Wilson, Sandra y Mark W. Lipsey, Risk factors and crime,
The Oxford Handbook of Criminological Theory. Oxford: Oxford
University Press, 2013.
Thadaney Israni, Ellora. When an algorithm helps send you to prison. The New
yorkTimes, octubre 26 del 2017.
Walter, Irvin. Control inteligente del delito. instituto nacional de ciencias penales, 2014.
Weisburd, David.y Eck, Jhon. What Can Police Do to Reduce Crime, Disorder, and Fear?.
Anunals of the American Academy of Political and Social Science, 2004.
World Wide Foundation. Algorithmic accountability. Applying the concept to different
country context. Washinfton, 2017.