Herramientas de aprendizaje de máquinas para la predicción de actividades criminales

Abstract

Al día de hoy, la delincuencia es la principal preocupación de los chilenos. Según el Índice Anual de la Fundación Paz Ciudadana para el año 2022, en uno de cada tres hogares, un integrante de la familia ha sido víctima de hurto, y, según el mismo estudio, el nivel de temor en la ciudadanía ha alcanzado una cifra récord. Frente a la amenaza de la delincuencia, distintas partes involucradas han comprometido avances en su combate, y la necesidad de innovación se hace imperante. En el contexto de la seguridad ciudadana y vecinal, SOSAFE surge como una alternativa para la prevención del crimen. En la aplicación, usuarios emiten reportes de todo tipo, principalmente vinculados a la seguridad y actividades sospechosas observadas en el barrio. Con el fin de contribuir a la prevención de actividades de carácter criminal, para la presente investigación de tesis se implementaron herramientas de aprendizaje de máquinas para la predicción de actividades criminales en la Región Metropolitana de Santiago, utilizando reportes de SOSAFE. Nunca antes se ha publicado un estudio en el cual reportes directos de ciudadanos, vinculados a actividades sospechosas observadas en el barrio, contribuyan a la elaboración de un modelo de predicción del crimen. Para la elaboración de los modelos predictivos, se dispuso de reportes categorizados de la aplicación, asociados a una determinada latitud, longitud, fecha y hora, entre otros, para un período total de dos años. Se agruparon los reportes, según las distintas categorías a las que pertenecían, bajo distintas configuraciones espaciales y temporales. El objetivo fue predecir la categoría asociada al crimen, para un período siguiente, en las grillas definidas a nivel espacial, utilizando como principal atributo para la predicción la cantidad de reportes pertenecientes a todas las otras categorías en períodos previos, además de variables socioeconómicas complementarias. Se utilizaron seis métodos de clasificación binaria. Los mejores resultados se obtuvieron para el modelo XGBoost, para la configuración de submuestreo de los datos, para una configuración de ventanas temporales de dos semanas, y grillas espaciales de aproximadamente un kilómetro cuadrado de área. Dicho modelo reportó una Accuracy de 0,8223, un F Measure de 0,8348 y un puntaje ROC AUC de 0,8365. Se concluyó que el modelamiento propuesto tiene un buen desempeño y escalabilidad, prediciendo con una precisión adecuada los reportes asociados a actividades criminales en la aplicación, identificando la importancia de los atributos más relevantes para la predicción, de esta manera contribuyendo a la prevención del delito en un ámbito táctico y estratégico, al posibilitar la localización de recursos para el combate a la delincuencia, facilitando el acceso al inmediato sentir ciudadano, y sentando la base de futuros trabajos en esta dirección.