Inteligencia Artificial en la predicción delictiva: Análisis crítico de su eficacia y sesgos

Nicolas Marchal González

doi:10.22335/rlct.v18i1.2234

Autores/as

Nicolas Marchal González Universidad Nebrija https://orcid.org/0000-0001-8647-1214

DOI:

https://doi.org/10.22335/rlct.v18i1.2234

Palabras clave:

Criminología, Aprendizaje automático, Sesgo algorítmico, Inteligencia Artificial, Predicción delictiva

Resumen

Este artículo presenta un análisis exhaustivo de la aplicación de la Inteligencia Artificial (IA) en la predicción delictiva. Traza la evolución desde los fundamentos teóricos de la criminología ambiental y sistemas gerenciales como CompStat , hasta las modernas arquitecturas de aprendizaje profundo (p. ej., CNN-LSTM, ST-ResNet) diseñadas para el análisis espaciotemporal. El artículo evalúa críticamente la eficacia documentada de estos sistemas, contrastando los éxitos de precisión en entornos controlados con los resultados mixtos y fracasos en implementaciones reales (p. ej., PredPol, HunchLab). La tesis central sostiene que la implementación de la IA predictiva está inherentemente comprometida por desafíos éticos, principalmente el sesgo en los datos de entrada ("datos sucios") y los bucles de retroalimentación auto-reforzantes que amplifican las disparidades raciales y sociales. Finalmente, se exploran soluciones técnicas (IA Explicable - XAI) y, de manera crucial, marcos de gobernanza democrática (como la Ley de IA de la UE y CCOPS) como requisitos indispensables para cualquier despliegue responsable.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

Nicolas Marchal González, Universidad Nebrija

Director del Departamento de Seguridad y Defensa de la Universidad Nebrija, Director del Grado en Criminología y Ciencias forenses de la Universidad Nebrija. Doctor por la Universidad de Castilla-La mancha en 2017 con la tesis titulada "El confidente en el proceso penal", calificada con sobresaliente cum laude. Máster Universitario en Ciberseguridad (UNIR), Licenciado en Criminología (UCJC), Máster Universitario en Derechos Fundamentales (UNED), Licenciado en Derecho (UC3M). Asimismo, cuento con diferentes certificaciones como "Cyber Threat Management" de CISCO o "Digital Forensics Essentials" de EC-Council. Revisor de las revistas “Talanta”, “Estudios en Seguridad y Defensa”, “Logos Guardia Civil” y miembro del Comité Editorial de la revista “Perspectivas en Inteligencia”. Empezó a impartir docencia universitaria en el año 2014, y desde entonces he impartido más de 40 asignaturas en titulaciones oficiales de diferentes Universidades, destacando la docencia en los Grados en Criminología, Grado en Derecho, Grado en Seguridad, Máster Universitario en Criminalística y Máster Universitario en análisis de Inteligencia y Ciberinteligencia. Abogado en ejercicio desde 2012, colegiado en el Ilustre Colegio de Abogados de Madrid, especializado en Derecho Penal. Perito judicial en el ámbito de la informática forense. Habilitado por el Ministerio de Interior de España como Director de Seguridad y Jefe de Seguridad.

Referencias

Akpinar, N. J.-A. (2021 ). The effect of differential victim crime reporting on predictive policing systems. ACM, 838-849.

Alghamdi, J. &.-D. (2023). Towards spatio-temporal crime events prediction. Multimedia Tools and Applications, 82,27253–27275.

Angwin, J. L. (2016). Machine bias: There’s software used across the country to predict future criminals. And it’s biased against blacks. ProPublica, 132-167.

Arenas Ramiro, M. (2025). Acceso, tratamiento de datos e inteligencia artificial:Rozas: Aranzadi La Ley. Bastarreche Bengoa, T. E. (2025). El Reglamento

Europeo de Inteligencia Artificial: un análisis crítico y multidisciplinar. Madrid: Editorial Universitas.

Bustelo Gracia, J. L. (2024). Intersecciones jurídicas, económicas y sociales: perspectivas contemporáneas, desde la inteligencia artificial hasta la regulación internacional. Barcelona: Bosch Editor.

Castilla Barea, M. C. (2024). El derecho y la justicia ante la inteligencia artificial y otras tecnologías disruptivas. Las Rozas: Aranzadi.

Chouldechova, A. (2017). Fair prediction with disparate impact: A study of bias in recidivism prediction instruments. Big Data , 153-163.

Ensign, D. F. (2018). Runaway feedback loops in predictive policing. Proceedings of the 1st Conference on Fairness, Accountability and Transparency, 160-171.

Escobar Mora, C. (2025). La validez jurídica de la Inteligencia Artificial. Santiago de Chile: Ediciones Jurídicas Oljnik.

Faggiani, V. &. (2025). Inteligencia artificial, lucha contra el crimen organizado y proceso: desafíos y límites en Europa y América Latina. . Barcelona: JMB Bosch Editor.

Febles Pozo, N. &. (2025). Inteligencia Artificial y protección de datos : desafíos de la era digital. A coruña: Editorial Colex.

Flores Galea, A. L. (2024). Una mente infinita: la revolución de la inteligencia artificial. Barcelona: Tusquets.

García Mexía, P. &. (2022). Claves de inteligencia artificial y derecho (Primera edición). . Las Rozas: Wolters Kluwer Legal & Regulatory España, S.A.

González Fernández, K. &. (2025). Inteligencia artificial : enfoques multidisciplinares. Navarra: Ediciones Universidad de Navarra, S.A.

Herbosa Martínez, I. F. (2023). Derecho e inteligencia artificial: el jurista ante los retos de la era digital. Las Rozas: Aranzadi.

Huang, C. Z. (2018). DeepCrime: Attentive hierarchical recurrent networks for crime prediction. Proceedings of the 27th ACM International Conference on

Information and Knowledge Management . ACM, 1423-1432.

Jiménez García, F. L.-P. (2024). Seguridad y responsabilidad penal e internacional en el uso de las TIC y la inteligencia artificial. Madrid: Iustel.

Kang, H.-W. &.-B. (2017). Prediction of crime occurrence from multi-modal data using deep learning. San Francisco:PLOS ONE.

Kaplan, J. (2024). Inteligencia artificial generativa: lo que todo el mundo debe saber. Armilla: Teel editorial.

Konda, R. (2020). Machine learning models for predicting crime hotspots in urban areas using video surveillance. International Journal of Innovative Research in Engineering & Multidisciplinary Physical Sciences, 45-58.

Lum, K. &. (2016). To predict and serve? Significance, 14-19.

Martín Ávila, P. (2024). Inteligencia artificial. Madrid: Libsa.

Pérez Martell, R. &. (2024). Inteligencia artificial, justicia y objetivos de desarrollo sostenible. Barcelona: J.M Bosch.

Romeo Casabona, C. M. (2023). Derecho penal, ciberseguridad, ciberdelitos e inteligencia artificial. Granada: Comares.

Rubio Ahumada, F. G. (2025). Inteligencia artificial para optimizar procesos de trabajo : detección de oportunidades con IA para empresas y empleos. Salamanca: Anaya Multimedia.

Thaines, A. H. (2024). La transformación de la inteligencia artificial. Madrid: JM Bosch Editor.

Todolí Signes, A. &. (2025). La regulación de la inteligencia artificial y el Derecho del Trabajo : retos en materia de dirección algorítmica del trabajo. Las Rozas: Aranzadi.

Torres Rivera, A. D.-B. (2025). Aplicaciones de la inteligencia artificial en los negocios sostenibles: en la ruta de una transición energética. Barcelona: Marcombo.