On hi pot haver onades de robatoris en domicilis? Un model matemàtic ajuda a predir-ho

Hi ha hagut un robatori en un habitatge. On és més probable que n'hi hagi més els dies següents? Identificar els llocs més susceptibles de tenir una onada de robatoris a domicilis i facilitar la prevenció és l'objectiu d'un model matemàtic desenvolupat en una tesi doctoral.

L'autor de la tesi és Pere Boqué, llicenciat en matemàtiques i caporal dels Mossos d'Esquadra. I des del novembre passat, doctor, després de defensar a la Universitat de Girona la tesi "Models matemàtics per a la predicció dels robatoris amb força a domicili a Catalunya".

La tesi s'emmarca en una línia de recerca de mètodes quantitatius aplicats a l'empresa i va ser dirigida per Laura Serra Saurina i Marc Sáez, el Grup de Recerca en Estadística, Econometria i Salut (GRECS) de la Universitat de Girona (UdG).

L'elaboració de models matemàtics que a partir de diversos indicadors intenten predir llocs i franges horàries on és més probable que hi hagi delictes no és res nou. El doctor Boqué ho explica al 324.cat:

"Els models de predicció més coneguts i de més èxit es basen en una teoria criminològica anomenada victimització repetida: quan hi ha un robatori en un lloc, al seu voltant n'hi haurà més, perquè als lladres els surt més a compte actuar per zones".

Quan es va intentar aplicar a Catalunya els models que es fan servir als Estats Units, es va veure que no donaven bons resultats. I la raó era la diferència en el tipus d'urbanisme.

Als Estats Units hi ha grans extensions de moltes cases iguals o gairebé iguals. A Catalunya, en canvi, hi ha cases més disperses o zones més reduïdes.

És un territori molt més heterogeni, com un mosaic, i per això, explica Boqué, "en poc espai hi ha més diversitat de tipus de cases o d'agrupacions de cases. Als lladres els surt més a compte desplaçar-se fins i tot a zones allunyades en una mateixa ratxa de robatoris".

Perquè el model té en compte que en una mateixa onada el tipus de lloc on es fan els robatoris (urbanització, barri dels afores...), de domicilis (torres, pisos, cases unifamiliars, obertes a quatre vents, adossades...), el modus operandi i les franges horàries s'assemblen.

Constel·lacions de zones

El model no detecta el primer robatori, però sí els llocs probables on seguirà l'onada de robatoris. "El que sabem, explica Pere Boqué, és que si hi ha un robatori en una urbanització es repetirà en altres urbanitzacions i si roben a pisos de luxe es repetirà en altres pisos de luxe".

Per elaborar el model, Boqué va estudiar les zones que s'activen al mateix temps; és a dir, els llocs on es produeixen robatoris semblants al cap de pocs dies que n'hi hagi hagut un.

Així, va dividir Catalunya en cel·les quadrades de cinc quilòmetres de costat. I va comprovar que els robatoris amb força a domicili segueixen patrons temporals en forma d'onades.

En altres països les cel·les són molt més petites, d'uns pocs centenars de metres quadrats. Però a Catalunya el patró de victimització repetida es detecta poc a petita escala i més a escales més grans, degut a les diferències urbanístiques exposades abans.

Per això, llocs que tenen una mateixa onada de robatoris poden estar a quilòmetres de distància. I això dona lloc a les anomenades constel·lacions, conjunts de cel·les quadrades que es mantenen estables en el temps. "Dintre de cada constel·lació, afegeix Boqué, per la tipologia dels robatoris també podem precisar zones més concretes".

I quan salta l'alarma per posar en marxa el model? Boqué explica que cada zona té un llindar d'activació específic:

"Pot variar d'un a diversos robatoris, normalment dos o tres en una setmana. Així, quan hi ha un primer robatori o un parell en una zona, a partir dels resultats del model podem preveure on és més probable que n'hi hagi els següents dies".

Un cop determinats els llocs, entren en joc les mesures de prevenció; per exemple, en forma de més patrulles. El model ajuda a prioritzar zones per dedicar-hi més recursos en aquells dies.

Però això, comenta el doctor Boqué, genera problemes d'organització, "perquè les constel·lacions poden ser en diferents àrees bàsiques policials (ABP)". Però això es pot solucionar amb més coordinació.

També presenta un problema a l'hora de valorar-lo. Si es prenen aquestes mesures preventives i no es produeixen els robatoris, "no sabem si es deu a l'eficàcia de les mesures, que han obligat els lladres a modificar els plans, o  perquè el model s'ha equivocat".

Tot i així, el model, si bé encara no s'ha posat en pràctica, sí que ha demostrat la seva viabilitat per explicar, predir i prevenir els robatoris amb força a domicili a Catalunya.

Biaixos en els models

El model no inclou la tipologia dels autors, que no sempre se sap --i que, si se sap, pot no ser representativa--, "però els equips policials que treballen sobre el terreny sí que poden saber quin tipus de delinqüents o de grup hi pot haver al darrere d'aquells robatoris".

Això evita biaixos com els que es generen amb alguns models desenvolupats als Estats Units. Així, un dels models més coneguts és el de l'empresa nord-americana PredPol, que l'any passat va canviar el nom i ara es diu Geolitica.

És el mètode predictiu de delictes més utilitzats als Estats Units. Tot i així, no està exempt de polèmica. El naixement del sistema és curiós. El matemàtic George Mohler es va preguntar si no es podia establir una analogia entre la forma com s'escampen els terratrèmols i com s'escampen els delictes.

La idea era que els sismes es produeixen al llarg de falles, però que sovint un primer terratrèmol és seguit per altres sismes que es generen de manera pròxima en l'espai i el temps. Els sismes, doncs, poden agrupar-se en una mena de cúmuls. I va pensar que els delictes podrien seguir unes pautes semblants.

Així va néixer PredPol, un sistema informàtic que intenta predir on és més probable que es doni un delicte en un cert període. Delimita unes zones d'uns 150 metres de costat, on les probabilitats són més elevades en les següents hores. I només utilitza tres paràmetres històrics: tipus de crims comesos, lloc on es van produir, i dia i hora en què van tenir lloc. No tracta dades personals dels autors.

Si bé els departaments de policia de diverses ciutats dels Estats Units han anat afirmant que amb PredPol el nombre de delictes ha disminuït, també destaquen que el sistema no substitueix l'experiència i intuïció dels policies. Només els ajuda a prendre decisions.

També s'han denunciat els biaixos que presenta i que penalitzen certs barris o ètnies. El desembre del 2021, un informe publicat a Gizmodo indicava que Geolitica perpetuava biaixos racials pronosticant més delictes en barris d'afroamericans i llatins.

Quan es presta més atenció policial a un barri, pot ser que això perpetuï certs sentiments i contribueixi que els delictes s'hi incrementin, com apuntava un article publicat el 2018 per l'IEEE (Institut of Electric and Electronics Engineers).

Qui cometrà el delicte?

També depèn dels indicadors que el model utilitzi. Un programa predictiu desenvolupat a Pittsburgh, anomenat CrimeScan, incloïa dades sobre delictes menors i fins i tot trucades al 911 --el telèfon d'emergències als Estats Units-- sobre alteracions de l'ordre públic o problemes de drogues.

I encara es pot anar més enllà. El Departament de Policia de Chicago no es conformava amb saber on era més probable que hi hagués delictes. Volia saber qui podia cometre'ls. I va pensar que es podia elaborar una llista de persones amb més risc tant de patir un delicte com de cometre'l.

Tenia en compte els contactes entre aquestes persones i acabava proporcionant una llista de gent a qui calia vigilar.

Però si bé això pot tenir sentit, altres experts també han raonat que en barris pobres, amb molta gent sense feina i taxa elevada d'abandonament escolar, on petits xocs amb la policia són freqüents, és fàcil que bona part dels joves tinguin contacte amb gent que ha estat detinguda alguna vegada.

Per això el sistema identificarà aquestes zones com a conflictives, i això portarà la policia a fer-hi més patrulles i controls i tenir més joves del barri fitxats.

Això són proves que els models predictius també tenen molts possibles biaixos perquè, de fet, es nodreixen de dades reals. I si en certs col·lectius el delicte hi és més present per raons socioeconòmiques o del caire que sigui, l'algoritme pot deduir que el factor ètnic o el lloc de residència és un factor a tenir en compte per preveure el delicte.

El model desenvolupat per Boqué no té en compte qui ha comès el delicte i només prediu per quines zones és més probable que els robatoris que han començat a produir-se en un lloc s'hi escampin, degut a les semblances en els objectius dels lladres. Pot ser un suport important per a la policia i que, unit a l'experiència i coneixements dels cossos, faciliti la prevenció.