Desafíos actuales de la Inteligencia Artificial

114 Desafíos actuales de la Inteligencia Artificial donde localizarlo, posibilitando así su detención y posterior confesión de los hechos 6 ; todo un hito en aquel momento. Este primer antecedente del uso de la IA para la creación de perfiles criminales derivó en su momento en la creación de un programa informático de perfilación, con base en una recopilación exhaustiva de patrones de comportamiento criminal. A partir de aquí, surgió el denominado Arson Information Management System (AIMS), utilizado por el Centro Nacional para el Análisis de Crímenes Violentos del FBI (NCAVC, en sus siglas en inglés); que permitió predecir, de forma concreta, las fechas y localizaciones en las que podrían cometerse futuros actos delictivos. En definitiva, el germen de lo que hoy conocemos como “policía predictiva”, orientada tanto a la investigación de delitos violentos, como a su prevención. Considerando estos antecedentes, lo primero que debemos tener presente es que, con independencia de la aparente falta de medios con los que se contaba en ese primer caso do- cumentado, actualmente la IA ha conseguido abrirse paso entre las distintas herramientas y técnicas al servicio de la investigación; con un importante peso en la actividad predictiva. Es menester matizar, en cualquier caso, que se trata de un ámbito en constante evolución dentro de las técnicas de investigación criminal y, en consecuencia, carecemos de una relación cerra- da de recursos a disposición de las FCSE. Técnicamente, los sistemas utilizados en la investigación y la prevención de delitos vio- lentos se basan, por una parte, en el “aprendizaje automático”, en combinación con el de- nominado “aprendizaje profundo”; y, por extensión, con el “aprendizaje de refuerzo”. Par- tiendo de estos tres métodos de aprendizaje, se ha configurado toda una red de sistemas de información, que bebe directamente de los datos proporcionados por organismos jurídicos y policiales, y cuyo objetivo primordial pasa por la detección de actividad criminal en determi- nados entornos, para promover la adopción automática de decisiones (considerando el auge de la cibercriminalidad en esta última década, en la actualidad resulta imprescindible contar con estas técnicas de investigación). Para ello, y además de la integración de datos (la mayoría de ellos obtenidos mediante bases de datos policiales, pero sin olvidar también la información obtenida por otros medios; como las cámaras con identificación facial; los registros de huellas dactilares o de ADN) 7 , la perfilación criminal basada en IA, utiliza tanto el método inductivo, como deductivo, en la construcción de estos perfiles. Partiendo del método inductivo, se reco- ge y analiza la información de las bases de datos generales de delincuentes, para alcanzar las correspondientes conclusiones con base en el método deductivo (o pensamiento descenden- te) 8 . De este proceso, con base en estos sistemas algorítmicos, surgirá una clasificación de los ciudadanos, de acuerdo con la conducta que manifiesten y su potencial peligrosidad; lo que resulta, cuanto menos, discriminatorio. 6 ICOVE, David: “Automated crime profiling”, FBI Law Enforcement Bulletin, (1986) 12 (55), pp. 27-30. 7 CUATRECASAS MONFORTE, Carlota: La Inteligencia Artificial como herramienta de investigación criminal , Madrid: La Ley, 2022, pp. 147-149. 8 GOYAL, Aditya; GUPTA, Aime; SHAH, Alisha; ALEXANDER, Meyga Anne; AARTHI, N. “Criminal pro- filing using machine learning”, Internationa Research Journal os Engineering and Technology (2020) 7 (6), p. 6332.