Minority Report en Monterrey
Eloy Garza González
Monterrey.- En Nuevo León estamos a un paso de predecir científicamente las coordenadas del próximo asalto o robo de vehículo. El antecedente más citado de este modelo probado no está en un paper académico, sino en una película: Minority Report (2002) de Steven Spielberg.
Basada en un cuento del novelista de ciencia ficción Philip K. Dick, la trama gira en torno a la posibilidad de que unos cuerpos élites de seguridad (aquí llamados Precrimen) puedan detener a un futuro criminal antes de que cometa su delito.
En la historia de Spielberg, esta anticipación se consigue gracias a la participación de tres mutantes humanos con habilidades precognitivas, llamados, por obvias razones, “Precog”. En la vida real el mérito es de un joven físico húngaro. Se llama Albert-Lászlo Barabási y es profesor en la Universidad de Notre-Dasme, en Indiana, EUA.
Barabási diseñó un modelo físico que con algo de paciencia puede ser explicado a cualquiera: en ciertos tipos de redes complejas no todos los nodos distribuidos tienen la misma importancia, y mientras algunos están conectados a muchos nodos (llamados fundamentales o “hubs”), otros tienen una conexión muy baja (denominados secundarios).
Esto se puede comprender mejor si lo comparamos con la red de carreteras: los nodos fundamentales son las ciudades de gran tamaño, bien enlazadas con las demás; las ciudades pequeñas son nodos secundarios, con pocas vías de acceso.
La conexión preferencial de los nodos fundamentales genera una ley potencial, que se ilustrarse con un pasaje bíblico: “Porque a todo el que tiene, se le dará y le sobrará; pero al que no tiene, aun lo que tiene se le quitará" (Mateo 25:29). En la ciencia, esto quiere decir que los nodos “hubs”, con muchos enlaces a otros nodos, se les dará y sobrará, pero los nodos secundarios, con pocos enlaces, se les quitará. A medida que evoluciona la red, los puntos con más alta conectividad se vuelven cada vez más ricos en conexiones, en links.
El algoritmo de Barabási se emplea para entender las redes libres de escala, método útil para mapear las próximas epidemias, predecir el estado del tiempo, la tendencia del comercio local o internacional, e incluso intuir los futuros trending topics de Twitter o las tendencias en las aficiones y gustos de los usuarios en redes sociales como Facebook.
En el caso de los índices de criminalidad, el Modelo Barabási anticipa georeferencialmente dónde ocurrirá un asalto en los próximos días. Nada tiene que ver en esto la magia o los actos de hechicería.
A grandes rasgos, el modelo interpreta por ejemplo, la base de datos (Open Data) de las denuncias registradas por robo de vehículo en el lapso de 6 meses. Se descubren patrones y frecuencias de ese tipo de delito para construir una red donde algunos nodos (puntos geográficos de una ciudad) concentran la mayoría de las conexiones o enlaces. Si se analiza el desplazamiento urbano de estos enlaces (o links) se podrá predecir dónde y cuándo ocurrirá el próximo delito. El grado de fiabilidad es casi 90 por ciento al menos en ciudades de EUA.
¿Funcionaría el modelo Barabási en la Area Metropolitana de Monterrey? Si se opera con rigor científico es muy probable que sí. El propio Barabási estaría muy interesado en experimentar en Nuevo León su algoritmo, dada la cobertura global que han tenido los altos índices de criminalidad y muertes violentas que padecemos los regiomontanos.
