Machine learning for policing: a case study on arrests in Chile
Información del recurso
Más información
| Título | Machine learning for policing: a case study on arrests in Chile/ Aprendizaje automático para la policía: un estudio de caso sobre detenciones en Chile |
| Autor | Elwin van't Wout; Christian Pieringer; David Torres Irribarra; Kenzo Asahi; Pilar Larroulet |
| Línea | Access and Mobility/ Acceso y Movilidad |
| Año de publicación | 2021 |
| Revista | Policy and Society |
| Palabras claves | Data analytics, Análisis de datos, Repeated arrests, Predictive Policing |
| Resumen | Las agencias policiales realizan un esfuerzo considerable para anticipar incidentes futuros de comportamiento delictivo. Dado que una gran proporción de los delitos los comete un pequeño grupo de personas, las medidas preventivas suelen estar dirigidas a los delincuentes prolíficos. Existe una expectativa de larga data de que las nuevas tecnologías pueden mejorar la identificación precisa de los patrones delictivos. Aquí, exploramos la tecnología de big data y diseñamos un algoritmo de aprendizaje automático para pronosticar detenciones repetidas. Los pronósticos se basan en datos administrativos proporcionados por las agencias policiales nacionales de Chile, que incluyen un historial de detenciones en Santiago de Chile y metadatos personales como género y edad. Se logró un excelente rendimiento algorítmico con varias técnicas de aprendizaje automático supervisadas. Aún así, existen muchos desafíos con respecto al diseño del modelo matemático, y su eventual incorporación a la vigilancia policial predictiva dependerá de una mejor comprensión de la efectividad y la ética de las estrategias preventivas. |
| Doi | https://doi.org/10.1080/10439463.2020.1779270 |
| Autor de correspondencia | Elwin van't Wout, e.wout@uc.cl |
