Interior contrata a un 'agente digital' para luchar contra la violencia de género

La Secretaría de Estado de Seguridad del Ministerio de Interior, y su Unidad de Violencia de Género, han apostado por incorporar analítica avanzada e inteligencia artificial de SAS en la lucha contra la violencia de género. En su afán por seguir mejorando la protección a los ciudadanos, el organismo da un paso más en su hoja de ruta de transformación digital y se apoya en tecnologías punteras para valorar con mayor precisión los casos de reincidencia de las agresiones. El nuevo “agente digital”, la plataforma analítica, apoya a los cuerpos de seguridad en la ardua tarea de análisis de grandes cantidades de datos, automatizando procesos que consumían recursos humanos, que ahora se pueden asignar a la labor protectora de manera más eficiente.

En España, las víctimas mortales por violencia de género en lo que va de año hasta diciembre de 2020 ascienden a 42, según epdata. En este sentido, la apuesta de la Secretaría de Estado de Seguridad representa un gran avance puesto que la analítica permite hacer una gestión más proactiva de los casos de reincidencia y ayuda a los cuerpos de seguridad a hacer una mejor asignación de recursos de acuerdo con el grado de riesgo de la víctima.

“El Ministerio del Interior se está dotando de herramientas analíticas que faciliten al procesamiento rápido y eficaz de las grandes cantidades de datos de que dispone sobre criminalidad, combinando los que se almacenan en distintos repositorios", señala José Luis José Luis González, jefe de área en el Gabinete de Coordinación y Estudios de la Secretaría de Estado de Seguridad. "La plataforma SAS ayudará a estos desarrollos en beneficio de la ciudadanía, puesto que la implantación de técnicas de machine learning y, llegado el caso, incluso de inteligencia artificial, facilitará la toma de decisiones basadas en la evidencia. Esto permitirá una mejor asignación de recursos humanos y materiales en materia de seguridad pública, tanto en la persecución de la criminalidad ya perpetrada, conforme al tradicional modelo policial reactivo, como en la prevención de la que se pudiera llegar a producir, en el enfoque más proactivo que caracteriza a las Fuerzas y Cuerpos de Seguridad avanzadas”, añade.

La Unidad Nacional de Violencia de Género, en colaboración con las distintas Fuerzas de Seguridad del Estado, llega a procesar más de 65.000 casos nuevos cada año. Las denuncias, presentadas en formato texto, combinadas con otros indicadores relevantes (como las condiciones socioeconómicas del núcleo familiar, la situación laboral de los implicados, el perfil psicológico del agresor, sus adicciones, la vulnerabilidad de la víctima, etc.) contienen un volumen de información tal que requiere de una gran cantidad de recursos humanos para analizar. Un análisis con más de 50 indicadores que se hace ahora de manera automatizada en menos de una hora a través de la tecnología de SAS. Esta agilidad ganada en el proceso de clasificación del riesgo permite a las fuerzas de seguridad tener un mapa actualizado de los casos de riesgo, casi en tiempo real. Las tecnologías de inteligencia artificial y machine learning de SAS son capaces de distinguir aquellos casos donde se va a producir algún tipo de reincidencia, predecir cuándo y cuántas veces va a ocurrir, explica la compañía en un comunicado.

“Esta iniciativa es un ejemplo de un proyecto de Data4Good donde se demuestra cómo la analítica de datos aplicada al ámbito público tiene el potencial de mejorar la vida de las personas y construir sociedades más seguras e igualitarias”, afirma Christian Gardiner, director general de SAS Iberia. 

Este tipo de soluciones, escalables a otros cuerpos de seguridad, permiten a las Fuerzas de Seguridad del Estado girar hacia el concepto de smart policing, que implica la combinación de conjuntos de datos de diferentes entornos y la mejora en los procedimientos de análisis, para una toma de decisiones más eficiente y segura, con el objetivo de ser capaz de atender a los casos más graves, más rápido y con los recursos necesarios.