Un chucho recorre la espalda cuando “Policía” e “inteligencia artificial” (IA) aparecen juntas en la misma oración. Es razonable. El auge de la IA nos encuentra perplejos en varios frentes, pero en el campo de la seguridad el temor puede resultar estremecedor: un pastiche entre George Orwell, Minority Report y Robocop.
En este texto les propongo suspender por un rato esta ansiedad y adoptar una mirada atenta a lo que realmente está sucediendo. Es decir, retirarnos por un momento del escenario distópico de nuestras peores pesadillas de vigilancia y control, y observar cómo las agencias de seguridad están adoptando la IA en sus rutinas de trabajo, cuál es la IA realmente existente en el mundo policial. Les adelanto algo: Robocop no existe. Los usos policiales de la IA suelen ser más mundanos y aburridos que espectaculares y distópicos. Veamos.
Atajos burocráticos
Empecemos por una de las aplicaciones menos glamorosas –aunque quizá más relevantes– de la IA en el trabajo policial. Como cualquier otra agencia estatal de gran magnitud, las policías están atravesadas por horribles laberintos burocráticos y miles de procedimientos administrativos ridículos e ineficientes. Formamos policías para que sepan disparar, desescalar conflictos y gestionar el delito en el marco de la ley. Pero es habitual que, a lo largo de sus carreras, terminen dedicándose a cosas muy distintas: redactar documentos, llenar formularios, procesar datos manualmente (sin mencionar otras tareas, como servirles café a jerarcas, limpiar la comisaría o preparar albóndigas en la cocina de la Guardia Republicana).
Múltiples agencias policiales en todo el mundo ya utilizan IA para dinamizar procesos burocráticos. Por ejemplo, el Ministerio del Interior británico (Home Office) estima que en Reino Unido se destinan aproximadamente 770.000 horas de trabajo policial al año sólo para redactar informes y construir datos. Se calcula que el uso de herramientas digitales de redacción podría liberar hasta 618.000 de estas horas, con un ahorro del 82% de recursos.1
En instituciones colosales como las policías, que emplean a miles de funcionarios en tareas muy diversas, la burocracia es inevitable. Sin embargo, la IA aparece como un atajo: promete organizaciones más eficientes y con menos papeleo, una de las experiencias más frustrantes de la vida policial.
Asignación eficiente de recursos
En una línea similar, la IA puede jugar un rol importante en la distribución estratégica de recursos policiales. Por ejemplo, puede asistir en producir diagnósticos, relevar necesidades e identificar funciones de manera óptima en unidades policiales. Así, se la emplea para distribuir recursos humanos y materiales con eficiencia, especialmente en organizaciones con organigramas complejos, funciones solapadas y un uso poco racional de recursos.
Otra función extendida es la reducción de carga de trabajo. Un ejemplo. Casi todos hemos llamado al 911 alguna vez, pero la acumulación diaria de estas llamadas puede saturar los servicios policiales. Frente a ello, la IA se aplica para optimizar la respuesta rápida: propone rutas rápidas para los móviles, monitorea el tráfico, despliega recursos relevantes para el operador telefónico (como contactos de emergencias médicas en casos de personas lesionadas), y evalúa el nivel de urgencia mediante mediciones en tiempo real de emociones y tono de voz. Se trata, en definitiva, de asistir al uso eficiente de los recursos humanos y móviles disponibles para dar la mejor respuesta policial posible.
Otro uso importante aparece en la investigación criminal, particularmente mediante técnicas de triaje para administrar y clasificar casos. En 2024, Uruguay registró 107.845 hurtos y 17.480 rapiñas: 125.325 delitos contra la propiedad. No todos ellos se investigaron. Muchas denuncias fueron desestimadas por incapacidad operativa, priorización o, directamente, negligencia. Aquí, la IA puede ayudar a identificar automáticamente cuáles casos tienen mayor probabilidad de ser resueltos –hay mucha literatura criminológica sobre esto (googleen solvability factors)– o cuáles se conectan con otras líneas de investigación abiertas, y a partir de ello priorizar casos con mayor fundamento pensando en su potencial esclarecimiento.
Detección y respuesta
Para disuadir o reprimir el delito, hace falta identificar rápidamente sus manifestaciones. Pensemos en la explotación sexual infantil. Las policías tienen mecanismos para identificar la distribución online de este material, pero las alertas no siempre operan a tiempo: dependen de una denuncia de hechos ocurridos hace varios años, o de reportes internacionales que pasan por varios filtros. La IA se utiliza para suplir este déficit monitoreando redes, alimentando alertas tempranas y desplegando mecanismos automatizados de visualización que evitan exponer a funcionarios a contenido altamente traumático.
Hay numerosas aplicaciones de este tipo. Otro ejemplo: la IA se utiliza para detectar automáticamente dónde suceden tiroteos en las ciudades y organizar así la respuesta policial en el menor tiempo posible. También se aplica para identificar comportamientos anómalos o sospechosos, como patrones de circulación de vehículos que transportan drogas y transacciones bancarias aparentemente fraudulentas, entre otros.
Predicción policial
Ahora sí, aquí el asunto se vuelve más espinoso. El policiamiento predictivo refiere a la recolección masiva de datos (histórico de delitos, horarios, ubicaciones, etcétera), la detección de patrones y el modelado de algoritmos para predecir riesgos y comportamiento delictivo. La IA aporta capacidad de cálculo y análisis para estas tareas, dando lugar a tres grandes tipos de predicción: espacial (dónde es más probable que suceda el delito), por evento (qué tipo de delito puede ocurrir) y por persona (quién podría cometer o sufrir un delito). Naturalmente, este último tipo es el más cuestionable éticamente, aunque el menos implementado en la práctica (al menos abiertamente).
La pregunta sobre la IA exige salirse tanto del pánico como del fetichismo tecnológico. Porque si bien está claro que la IA está transformando a las policías, no es ni Robocop, ni Minority report, ni 1984.
Este tipo de aplicación abre una discusión legítima sobre poder estatal, sesgos y libertades civiles. Los datos que construye la Policía no son una representación objetiva del mundo real. Presentan sesgos concentrados en personas, lugares e incidentes que son reportados, o con los que la Policía se encuentra durante su trabajo. Esto implica que existen sesgos de datos que afectan los resultados del trabajo policial. Los algoritmos pueden sobrerrepresentar fenómenos por sobre otros, y generar intervenciones policiales que, en el mejor de los casos, resultan ilegítimas y, en el peor, directamente ilegales.
Pero evitemos el tecnofetichismo y el tecnopánico. Sabemos que las operaciones policiales basadas en diagnósticos de concentración del delito, como el patrullaje en puntos calientes, son muy efectivas. La pregunta es cómo se construyen esos diagnósticos. ¿Son más fiables los elaborados por analistas criminales con métodos estadísticos adecuados, o los generados automáticamente por IA? La evidencia sobre la efectividad de estos últimos es limitada y heterogénea. Pocos modelos han demostrado reducciones del delito que no puedan explicarse por otros factores.2
Riesgos y dilemas éticos
Ninguna nota sobre IA y Policía puede eludir una discusión sobre riesgos y dilemas éticos. Tengo para decir al respecto lo siguiente.
La IA puede ser una herramienta de gestión policial eficiente, pero también de redistribución de poder estatal, alteración de la relación entre Policía y ciudadanía, y potencial vulneración de derechos fundamentales. Cuando un algoritmo decide dónde desplegar patrulleros o quién tiene mayor probabilidad de cometer un delito, no sólo procesa datos, está produciendo efectos (muy probablemente injustos) sobre la vida cotidiana de personas y comunidades. Sabemos, también, que estos dispositivos suelen ser técnicamente opacos (no sabemos cómo operan), refuerzan sesgos discriminatorios, inducen confianza ciega por parte de sus operadores y plantean riesgos para la privacidad y la libertad de las personas.
Entonces, toda nota sobre IA y Policía debe, necesariamente, incluir una pregunta sobre el cómo. Es decir, cómo garantizar su uso ético. Al menos cuatro pilares deben guiar el uso policial de IA: 1) un principio de justicia, orientado a evitar que la IA refuerce o genere prácticas discriminatorias y violación de derechos; 2) rendición de cuentas, que implica asignar responsabilidades claras para asumir consecuencias y, a la vez, promover supervisión y auditoría independientemente de la aplicación policial de IA; 3) transparencia, que implica evitar que la IA sea una “caja negra”, y que se expliciten qué datos usa la Policía, para qué y bajo qué criterios; 4) justificación de motivos, es decir, una discusión que permita entender por qué se toman las decisiones que se toman.
La pregunta, entonces, no es IA sí o IA no. Inteligencia artificial sí, porque este texto no imagina escenarios futuristas: describe usos reales y actuales. La IA es una realidad ineludible en el mundo policial. Pero la Policía no se reduce (ni se reducirá) a la inteligencia artificial. En la Policía Nacional de Uruguay, por ejemplo, la IA convive con prácticas que rozan lo medieval o feudal: comisarios que usan su personal para que le vayan a buscar la carne que le regala el carnicero, que le hagan el asado y trasladar a su amante en un vehículo oficial. La Policía también es eso.
Entonces, decía, la pregunta sobre la IA exige salirse tanto del pánico como del fetichismo tecnológico. Porque, si bien está claro que la IA está transformando a las policías, no es Robocop ni Minority Report ni 1984, ni tampoco viene para reemplazar el trabajo policial. La tarea no es decidir si queremos o no IA en la Policía, sino preguntarnos cómo podría mejorarla. O, dicho sin rodeos: si las policías están preparadas para utilizar la IA en pos de su modernización y no como una herramienta para hacer más eficientes algunas de sus peores prácticas.
Federico del Castillo es antropólogo.