Boletín Nº 190 - Septiembre 2018
Inteligencia artificial a la caza
de denuncias falsas
En los últimos años, la policía ha detectado un incremento de denuncias
falsas por robos con violencia e intimidación. Para luchar contra ellas, un equipo
investigador ha desarrollado Veripol. La herramienta
usa técnicas de procesamiento del lenguaje natural y aprendizaje automático
para ayudar a la policía a
SINC | | 18 septiembre
2018 09:34
Las declaraciones falsas entorpecen el trabajo de la
policía. / Nacho.
Falsificar una declaración entorpece el trabajo de la
policía y supone gran un gasto público. Para luchar contra esta práctica, un
grupo de investigadores internacionales, en el que participa la Universidad
Complutense de Madrid, ha desarrollado la herramienta Veripol, que es capaz,
analizando el lenguaje de la denuncia, indicar la probabilidad de que esta no
sea verdadera.
Se trata de un análisis automático de las declaraciones de
denunciantes utilizando técnicas de procesamiento del lenguaje natural y
aprendizaje automático, con una tasa de éxito del 91%, 15 puntos superiores a
la de agentes expertos.
"Esta herramienta ayudará a los policías a enfocar la
investigación de forma más eficaz y, a través de su promoción, a que se
desincentiven las denuncias falsas", explica Federico Liberatore,
investigador del departamento
de Estadística e Investigación Operativa de la Universidad
Compultense de Madrid. Los resultados se han publicado en la revista
Knowledge-Based Systems.
El nuevo sistema ya se ha instalado en el sistema
informático de la Policía Nacional, donde se llevan a cabo pruebas piloto.
"En los próximos meses se implantará en todo el territorio nacional", anuncia
el experto.
|
Cuadro de datos
|
Veripol
analiza automáticamente las declaraciones utilizando procesamiento del
lenguaje natural y aprendizaje automático
|
|
|
|
|
|
|
|
|
El proyecto se inició en 2014 y, además de la UCM, en él participan
la Universidad Carlos III de Madrid, la Universidad de Roma "La Sapienza" y el
Ministerio del Interior del Gobierno de España.
Modelo estadístico
"VeriPol se ha desarrollado para robos con violencia e
intimidación y hurto con tirón, ya que en los últimos años se ha detectado un
aumento en el número de simulaciones en este tipo de delito", señala
Liberatore.
A partir de dos conjuntos de denuncias, verdaderas en uno y
falsas en el otro, VeriPol aprende automáticamente las características más
salientes de cada conjunto y así entrena un modelo estadístico.
Cuadro de datos
|
La herramienta detectó y cerró 31 y 49
casos de hurto falsos en tan solo una semana
|
|
|
Por ejemplo, se sabe que en los
casos de robo, las declaraciones verdaderas se presentan más detalles,
descripciones e información personal, frente a la insistencia exclusiva en el
objeto extraído y la omisión de detalles sobre el atacante o cómo sucedió el
incidente de las falsas. A partir de este análisis lingüístico, Veripol es capaz de crear un patrón eficaz.
|
|
|
|
Para estudiar su eficacia antes de implantarlo en las
comisarías nacionales, los científicos llevaron a cabo un estudio piloto en dos
provincias españolas en junio de 2017, previa formación de los agentes que iban
a trabajar con la herramienta.
En tan solo una semana, se detectaron y cerraron 31 y 49
casos de hurto falsos, mientras que entre 2008 y 2016 fueron de 3,33 y 12,14 en
Murcia y Málaga, respectivamente. La eficacia del estudio piloto fue de un 83%.
"Los perjuicios para la sociedad de las denuncias falsas son
múltiples, desde el desperdicio de recursos policiales hasta la contaminación
de los datos criminales. Esperamos expandir la aplicación de Veripol a otros
casos", concluye el investigador de la UCM.
Referencia bibliográfica:
Cuadro
de datos
|
Lara
Quijano-Sánchez, Federico Liberatore, José Camacho-Collados, Miguel
Camacho-Collados. "Applying automatic text-based detection of
deceptive language to police reports: Extracting behavioral patterns from a
multi-step classification model to understand how we lie to the police". Knowledge-Based Systems. Vol 149, Junio 2018. DOI:
10.1016/j.knosys.2018.03.010
|
|
Si eres periodista y quieres el contacto con los
investigadores, regístrate
en SINC como periodista.
Zona geográfica: España
Fuente:Universidad Complutense de Madrid
|
|