Con soluciones no invasivas, precedentes legales y señales de tendencias globales, las autoridades y organizaciones ya tienen un camino claro y seguro para aplicar la Inteligencia Artificial en la prevención del delito, las investigaciones forenses y el gobierno corporativo.
Corrupción, daño ambiental, lavado de dinero, fraude, extorsión y otras modalidades delictivas ya conocidas y tipificadas hoy ganan escala con los ataques cibernéticos, la formación de bandas bajo demanda en el entorno virtual, además de nuevas configuraciones de la fuerza laboral y cadenas de valor. Aunque la esencia de los riesgos y la morosidad son similares, las magnitudes cambian por completo la forma de monitorear e investigar. El cliché cinematográfico de investigadores, entre cajas de comida china, hojeando tomos de archivos o viendo exhaustivamente un vídeo ya es tan anacrónico como un astrónomo cartografiando estrellas con un catalejo. Big data, analytics, machine learning y otras modalidades de Inteligencia Artificial redefinen la forma de hacer ciencia. En el caso de la ciencia forense, la velocidad de los descubrimientos puede determinar el bienestar de una comunidad, la sostenibilidad de una organización, la preservación de un ecosistema o la vida de las personas.
Las modalidades y aplicaciones de la inteligencia artificial están en todo: automatización de la ciudad, automóviles autónomos, interacciones conversacionales y una gran cantidad de casos de uso. Por supuesto, cada una de estas áreas tiene sus objetivos, desafíos e incertidumbres. En las áreas de seguridad ciudadana, vigilancia, gobernabilidad, prevención del delito e investigación forense, sin embargo, el trabajo es urgente. Y ya hay mucho por hacer con las tecnologías y referencias de mejores prácticas globales disponibles, sin entrar en las zonas grises de los límites éticos y normativas aún por establecer.
Investigación más completa, correcta y auditable
Si bien enfatiza la garantía de los derechos fundamentales, el Observatorio de Políticas de IA de la OCDE reconoce el papel de la tecnología en la contabilidad de investigaciones complejas y sensibles al tiempo.
Aún sin profundizar en los detalles técnicos, es interesante ver cómo se aplican las modalidades de IA en la lucha contra el crimen y qué puntos de atención para las autoridades policiales, agencias de inteligencia o auditores.
La rama conocida como Big Data es la parte que permite capturar datos de diferentes fuentes, con correlaciones y insights. Junto con esta ganancia en escala y velocidad, la IA también brinda la capacidad de analizar imágenes, realizar traducciones en tiempo real y, en definitiva, transformar diferentes tipos de contenido en información relevante. Los aspectos de infraestructura tecnológica, herramientas y servicios ya están relativamente maduros. Por dónde empezar, con menos riesgo y mayor rentabilidad, es el reto.
“Datasets”, buscando dónde se esconden y proliferan las amenazas y las pistas: definir el conjunto de fuentes de datos y crear los mecanismos de consulta es complicado en sí mismo. En la lucha contra el crimen, además de la información expuesta (como señales externas de enriquecimiento, por ejemplo), hay que fijarse en lo que se hizo para no ser visto, como células de organizaciones criminales en la dark web.
Sin duda, hay casos en los que la autoridad policial o los administradores de la gobernanza necesitan instrumentos legales y de investigación más sólidos. Pero los periodistas, detectives y otros investigadores experimentados en realidad obtienen la mayoría de sus resultados de la evidencia que “está ahí”, para aquellos que saben cómo encontrarla y comprenderla.
Customización, sin personalización – al igual que en la definición de conjuntos de datos, la estructura de IA, en los casos destacados en este artículo, también debe ser flexible para atender las diferentes prioridades y criterios de manejo de la información. Por otro lado, solo proporcionar herramientas de big data, ML y otros recursos puede ser insuficiente. Además de facilidades para agilizar proyectos (con integraciones automatizadas, interfaces amigables e infraestructura en la nube), en este punto es interesante aprovechar lo que el proveedor de soluciones de IA aplicada puede aportar en cuanto a Mejores Prácticas. Más que una simplificación técnica, SaaS (software as a service) puede ser un gran facilitador para llegar a donde se puede y no a donde no se debe.
“Explicabilidad”, transparencia y accountability de la IA – la trazabilidad de procesos con intervención de IA es un principio común de las primeras iniciativas regulatorias, pero el tema es muy amplio. La experiencia de un accidente automovilístico sin conductor; la justificación de una denegación de crédito; o una investigación criminal, por ejemplo, tienen requisitos de demostración muy diferentes.
El formato de exposición de los procesos varía, tanto por la naturaleza de la actividad como por decisión de los foros sectoriales y normativos. En algunas comunidades de investigación, por ejemplo, los hallazgos solo se reconocen con la documentación de los datos, los algoritmos y el propio código. En otros casos, como la inteligencia de mercado, se debe permitir el uso de algoritmos propios, siempre que se respeten los criterios de tratamiento de datos de la legislación de privacidad y protección de datos personales.
É claro que há situações em que o sigilo do mecanismo de IA é fundamental. No caso de suspeitas de ações criminosas, o próprio monitoramento tem que ser conduzido de forma discreta, para não abortar a investigação. Contudo, ainda que opere com algoritmos proprietários, a capacidade de demonstrar os processos de captura e tratamento de dados é fundamental para a qualidade das evidências e o melhor desfecho.
La arquitectura no invasiva es la mejor vacuna para los riesgos de compliance
Los reguladores, la comunidad legal y de TI todavía tienen un recuerdo fresco de la transformación de big data: se había vuelto tan barato y fácil de ingerir datos, hasta el punto de que la legislación que protege la información personal, como el GPDR (reglamento general de protección de datos) de la Unión Europea, que a su vez tipificó y tornó inviables los modelos abusivos.
Los impactos de la IA despertaron más rápidamente la atención de los agentes públicos, las industrias y la sociedad. Con un tiempo de discusión muy corto en comparación con las normas de privacidad, que transcurrieron más de 10 años entre las propuestas y la vigencia de la legislación nacional, ya se comienzan a definir marcos legales y arreglos sectoriales.
Las iniciativas regulatorias son incipientes y aún están enfocadas en temas generales. Una referencia que, aunque genérica, sirve como una buena pauta estratégica son los Cinco Principios de IA enumerados por la OCDE.
A pesar del sentido de prioridad de los agentes involucrados, hay mucho que discutir sobre los límites éticos, legales y regulatorios de la IA. Ni siquiera es seguro aún si el camino será leyes generales, regulaciones sectoriales o una combinación de ambas.
