Criminologia i reincidència
Algoritmes, IA i valoració del risc de reincidència
ANTONIO ANDRÉS PUEYO
Catedràtic de Psicologia UB
Quan un pres acabat d’excarcerar comet un nou delicte, especialment si és violent, com un homicidi o una violació, la resposta social sol ser molt negativa. Té un intens impacte mediàtic, que va acompanyat de por, indignació i conseqüències com l’increment del temor al delicte, la desconfiança en el sistema penal i la demanda de sancions més dures. A més, reforça la percepció popular que certs delinqüents són incorregibles. Això no obstant, la reincidència criminal no és el destí inevitable de tots els condemnats. Alguns reincidiran, però molts d’altres no.
Per als professionals responsables d’aquesta gestió penitenciària, el problema és com es pot decidir qui reincidirà en acabar la condemna, a fi d’evitar-ho, en la mesura que sigui possible. Aquesta tasca implica predir el futur, i sempre ha estat incerta i difícil. Atesa la rellevància del problema, s’han desenvolupat tècniques per anticipar-se a successos negatius com la violència i el crim, de manera que la prevenció de la reincidència esdevé un dels objectius importants de la tasca.
El primer intent formal en criminologia de gestionar la reincidència va ser la proposició del concepte de «perillositat criminal», que va introduir Cesare Lombroso al segle XIX. Aquest enfocament atribuïa la reincidència a trastorns mentals greus i el diagnòstic clínic i sociobiogràfic fet per experts forenses era el procediment per excel·lència per predir-la. Aquest sistema es va incorporar a la gran majoria de codis penals i va romandre vigent durant més d’un segle. Amb els avenços en criminologia, la idea de la reincidència va evolucionar cap a un model més dinàmic, menys clínic, i basat en l’estimació de les probabilitats de reincidir, associat als efectes de múltiples factors criminògens.
A partir dels anys vuitanta, les eines actuarials i estadístiques van reemplaçar l’enfocament exclusivament clínic. Aquest canvi va ser possible gràcies a l’ús d’ordinadors i bases de dades en la gestió penitenciària. Les decisions ja no depenien únicament dels experts forenses, sinó també d’algoritmes matemàtics que oferien prediccions sobre el risc de reincidència. Els algoritmes, dissenyats per analitzar grans volums de dades, van permetre augmentar la precisió en l’avaluació del risc i s’han convertit en un pilar fonamental en la gestió penal moderna.
Aquest enfocament va obrir la porta i ha aplanat el camí per a la incorporació de la intel·ligència artificial (IA) en l’àmbit penitenciari i, per tant, també en el penal. La IA utilitza models sofisticats i molt complexos a partir de dades digitalitzades per analitzar i predir comportaments, com la probabilitat de reincidència d’un condemnat. Aquests sistemes generen resultats que poden ser tan útils com els informes actuarials tradicionals, però s’han implementat d’una manera ràpida i controvertida.
"Els algoritmes, dissenyats per analitzar grans volums de dades, van permetre augmentar la precisió en l’avaluació del risc i s’han convertit en un pilar fonamental en la gestió penal moderna."
L’arribada a la IA a l’àmbit penal planteja preguntes ètiques fonamentals. Una màquina ha de decidir sobre la llibertat d’una persona o hauria de ser tasca dels experts humans? Aquest debat reflecteix la por a la deshumanització de decisions que afecten els drets fonamentals de les persones implicades en el sistema penal. Això no obstant, la IA també representa una oportunitat per millorar la precisió en la gestió de riscos i per optimitzar els recursos en els sistemes penitenciaris. La predicció de la reincidència, mitjançant mètodes tant tradicionals com basats en algoritmes i IA, no és infal·lible.
Tot i que les eines tecnològiques poden ser útils, el judici humà encara és imprescindible per garantir que les decisions siguin justes i respectuosos amb els drets humans. Aquest equilibri entre tecnologia i competència humana és actualment l’eix central del debat sobre el futur de la prevenció de la reincidència.