Algoritmos predictivos en el sistema penitenciario: Entre la innovación y el control

La revolución algorítmica en el sistema penitenciario

La implementación de algoritmos predictivos en el ámbito penitenciario ha suscitado un intenso debate sobre su eficacia y sus implicaciones éticas. Estas herramientas, que utilizan datos históricos y patrones de comportamiento para predecir la probabilidad de reincidencia o el riesgo de quebrantamiento de permisos, prometen mejorar la gestión del sistema penal. Sin embargo, también plantean serias preocupaciones sobre la vigilancia masiva y la deshumanización del proceso judicial. Este artículo examina los beneficios y riesgos asociados con el uso de algoritmos predictivos en el contexto penitenciario, apoyándose en una revisión de la literatura existente.

Fundamentos y aplicaciones de los algoritmos predictivos

Una de las aplicaciones más relevantes de los algoritmos predictivos en el ámbito penitenciario es su uso en la evaluación del riesgo de quebrantamiento de permisos penitenciarios. Este enfoque se fundamenta en la capacidad de los algoritmos para analizar datos históricos y comportamentales con el fin de predecir la probabilidad de que un recluso incumpla las condiciones de su libertad condicional o no regrese tras un permiso. Según Férez Mangas y Andrés Pueyo (2015), estas herramientas pueden facilitar decisiones más informadas sobre la concesión de permisos, contribuyendo así a una gestión más efectiva del sistema penitenciario.

La implementación de algoritmos predictivos permite a las autoridades penitenciarias evaluar diversos factores que pueden influir en el comportamiento futuro de los internos. Estos factores incluyen el historial delictivo, la conducta durante la reclusión, y aspectos socioeconómicos y psicológicos del individuo. Al combinar estos datos, los algoritmos generan un perfil de riesgo que ayuda a determinar si un recluso es apto para recibir permisos temporales o condicionales.

Sin embargo, es crucial considerar que estas predicciones no son infalibles y pueden estar sujetas a sesgos inherentes en los datos utilizados. Martínez Garay (2016) enfatiza que la calidad y la naturaleza de los datos son fundamentales para la precisión de los modelos predictivos. Si los datos históricos reflejan sesgos raciales o socioeconómicos, las predicciones resultantes también estarán sesgadas, lo que podría llevar a decisiones injustas. Por ejemplo, se ha documentado que sistemas similares a los utilizados en otras jurisdicciones han perpetuado desigualdades raciales al sobreestimar el riesgo de reincidencia entre ciertos grupos demográficos.

Además, el uso de algoritmos predictivos puede generar una dependencia excesiva en la tecnología, lo cual podría desincentivar el juicio humano en la toma de decisiones críticas. Serventich (2022) plantea un dilema fundamental: ¿es preferible confiar en un algoritmo o en el juicio humano? La implementación de inteligencia artificial en el proceso penal debe equilibrar la búsqueda de eficiencia con la protección de los derechos fundamentales. Esto incluye garantizar que las decisiones basadas en algoritmos sean revisables y comprensibles para todas las partes involucradas.

Otro aspecto importante a considerar es la falta de transparencia en el funcionamiento de muchos algoritmos utilizados en el ámbito penitenciario. A menudo, estos sistemas son considerados "cajas negras", donde los criterios y procesos internos son desconocidos incluso para los propios operadores judiciales. Esta falta de claridad puede dificultar la capacidad de los reclusos y sus defensores para impugnar decisiones basadas en estos algoritmos.

Por otro lado, algunos estudios han mostrado resultados positivos respecto a la eficacia predictiva de ciertos modelos. Por ejemplo, RisCanvi se ha diseñado específicamente para evaluar el riesgo de quebrantamiento de permisos y otros factores relacionados con la conducta delictiva (Férez Mangas & Andrés Pueyo, 2015). Sin embargo, es esencial que estas herramientas sean utilizadas con precaución y bajo un marco regulatorio claro que garantice su uso ético y justo.

En conclusión, mientras que los algoritmos predictivos tienen el potencial de mejorar significativamente la gestión del sistema penitenciario mediante evaluaciones más informadas sobre el riesgo asociado con los permisos penitenciarios, su implementación debe ser cuidadosamente monitoreada. Es fundamental garantizar que las decisiones tomadas con base en estos modelos sean justas y equitativas, evitando así perpetuar sesgos existentes y asegurando una supervisión adecuada por parte de profesionales capacitados. La combinación adecuada entre tecnología y juicio humano será clave para lograr un sistema penal más efectivo y justo.

El caso RISCANVI: Un ejemplo de implementación

Un ejemplo concreto de la aplicación de algoritmos predictivos en el sistema penitenciario es el uso de RISCANVI en Cataluña. Alemán Aróstegui (2023) analiza en profundidad este sistema, destacando su papel en la toma de decisiones penitenciarias. RISCANVI evalúa el riesgo de reincidencia violenta, quebrantamiento de condena y violencia intrainstitucional, proporcionando información valiosa para la gestión de los internos.

Sin embargo, la implementación de RISCANVI no está exenta de críticas. Alemán Aróstegui (2023) señala que "el uso de este instrumento plantea cuestiones éticas y legales, especialmente en lo que respecta a la transparencia del proceso y la posibilidad de discriminación algorítmica".

Desafíos y limitaciones de los algoritmos predictivos

A pesar de sus potenciales beneficios, el uso de algoritmos predictivos en el ámbito penitenciario enfrenta varios desafíos importantes. Martínez Garay (2016) advierte sobre los errores conceptuales en la estimación del riesgo de reincidencia, destacando la importancia de diferenciar entre sensibilidad y valor predictivo, así como entre estimaciones de riesgo absolutas y relativas.

Según Martínez Garay (2016), "la confusión entre estos conceptos puede llevar a una sobreestimación de la capacidad predictiva de los instrumentos, lo que podría resultar en decisiones injustas o desproporcionadas". Esta autora enfatiza la necesidad de una interpretación cuidadosa de los resultados proporcionados por los algoritmos predictivos, teniendo en cuenta sus limitaciones y posibles sesgos.

Implicaciones éticas y legales

El uso de algoritmos predictivos en el proceso penal plantea importantes cuestiones éticas y legales. Serventich (2022) aborda este tema, cuestionando si es preferible confiar en el juicio humano o en un algoritmo en la toma de decisiones judiciales. La autora argumenta que "la implementación de la inteligencia artificial en el proceso penal debe equilibrar la búsqueda de eficiencia con la protección de los derechos fundamentales de los acusados".

Entre las preocupaciones éticas más relevantes se encuentran:

1. La posibilidad de perpetuar sesgos existentes en el sistema judicial.

2. La falta de transparencia en el funcionamiento de los algoritmos.

3. El riesgo de deshumanización del proceso penal.

4. La potencial vulneración del derecho a la privacidad de los reclusos.

Serventich (2022) sugiere que "es necesario establecer marcos regulatorios claros y mecanismos de supervisión para garantizar un uso ético y responsable de los algoritmos predictivos en el ámbito penitenciario".

Hacia un uso responsable de los algoritmos predictivos

Para abordar los desafíos mencionados y aprovechar el potencial de los algoritmos predictivos en el sistema penitenciario, es fundamental adoptar un enfoque equilibrado y responsable. Algunas recomendaciones incluyen:

1. Transparencia: Garantizar que los mecanismos de funcionamiento de los algoritmos sean comprensibles y accesibles para todas las partes involucradas.

2. Supervisión humana: Mantener la intervención humana en la toma de decisiones finales, utilizando los algoritmos como herramientas de apoyo y no como sustitutos del juicio profesional.

3. Evaluación continua: Realizar auditorías regulares de los sistemas algorítmicos para detectar y corregir posibles sesgos o errores.

4. Formación: Capacitar a los profesionales del sistema penitenciario en la interpretación adecuada de los resultados proporcionados por los algoritmos.

5. Marco legal: Desarrollar una legislación específica que regule el uso de algoritmos predictivos en el ámbito penal, garantizando la protección de los derechos fundamentales.

Conclusión

Los algoritmos predictivos representan una innovación significativa en el sistema penitenciario, con el potencial de mejorar la toma de decisiones y contribuir a la prevención de la reincidencia. Sin embargo, su implementación debe abordarse con cautela, considerando cuidadosamente las implicaciones éticas y legales.

Como señala Serventich (2022), "el desafío radica en encontrar un equilibrio entre la eficiencia que prometen estos sistemas y la protección de los derechos individuales". Solo a través de un enfoque responsable y ético podremos aprovechar el potencial de los algoritmos predictivos para mejorar el sistema penitenciario sin comprometer los principios fundamentales de justicia y equidad.

En última instancia, el éxito de estas herramientas dependerá de nuestra capacidad para integrarlas de manera reflexiva y crítica en el sistema penal, reconociendo tanto sus fortalezas como sus limitaciones. El futuro del sistema penitenciario no reside exclusivamente en los algoritmos, sino en nuestra habilidad para utilizarlos de manera inteligente y ética en beneficio de la sociedad y de los individuos involucrados en el proceso penal.

Bibliografía

Alemán Aróstegui, L. (2023). El uso de RISCANVI en la toma de decisiones penitenciarias. Revista Española de Investigación Criminológica. https://dialnet.unirioja.es/descarga/articulo/5576515.pdf

Arbach, K., Redondo Illescas, S., Singh, J. P., & Andrés Pueyo, A. (2013). Extranjeros y españoles en prisión: comparación de tipologías delictivas y factores de riesgo. Boletín criminológico, 19(141), 1-6. https://dialnet.unirioja.es/descarga/articulo/4218673.pdf

Brandariz García, J. A. (2016). El modelo gerencial-actuarial de penalidad: Eficiencia, riesgo y sistema penal. Dykinson.

Férez Mangas, D., & Andrés Pueyo, A. (2015). Predicción y prevención del quebrantamiento de los permisos penitenciarios. Revista Española de Investigación Criminológica, 13, 1-28. https://dialnet.unirioja.es/descarga/articulo/5576515.pdf

Loinaz Calvo, I., & Andrés Pueyo, A. (2017). Victimización en la pareja como factor de riesgo en mujeres en prisión. Criminalidad, 59(3), 153-162. https://dialnet.unirioja.es/descarga/articulo/6235671.pdf

Martínez Garay, L. (2016). Errores conceptuales en la estimación de riesgo de reincidencia: La importancia de diferenciar sensibilidad y valor predictivo, y estimaciones de riesgo absolutas y relativas. Revista Española de Investigación Criminológica, 14. https://dialnet.unirioja.es/descarga/articulo/4218673.pdf

Serventich, C. (2022). Inteligencia artificial en el proceso penal: ¿Más vale humano conocido o algoritmo por conocer? Revista Jurídica Austral, 3(2), 869-880. https://ojs.austral.edu.ar/index.php/juridicaaustral/article/view/912