Herramientas de predicción criminal y su impacto en nuestro proceso penal
DOI:
https://doi.org/10.12795/IESTSCIENTIA.2025.i01.01Palabras clave:
Herramientas predictivas, Proceso penal, Garantías, Inteligencia ArtificialResumen
El presente trabajo analiza el uso de herramientas de predicción criminal, prestando especial atención a sus implicaciones éticas y jurídicas. En una primera parte, se expone el origen y desarrollo de estas tecnologías en el contexto anglosajón, especialmente el uso del profiling y el predictive policing, y se examinan los riesgos inherentes a su aplicación, como la posible reproducción de sesgos discriminatorios y la afectación desproporcionada a colectivos vulnerables. Asimismo, se aborda la cuestión de la transparencia en el funcionamiento de los algoritmos y el tratamiento de datos personales. En una segunda parte, el estudio se centra en el contexto español, analizando el uso de dos sistemas predictivos concretos: el sistema VioGén, orientado a la evaluación del riesgo en casos de violencia de género, y RisCanvi, utilizado en el ámbito penitenciario catalán para valorar la peligrosidad de las personas privadas de libertad. A través del examen de estos ejemplos, se reflexiona sobre la tensión entre la utilidad preventiva de estas herramientas y la necesidad de salvaguardar los derechos fundamentales en el marco del proceso penal.
Descargas
Citas
Alemán Aróstegui, L. (2023). El uso del RisCanvi en la toma de decisiones penitenciarias. Estudios Penales y Criminológicos, 44. https://doi.org/10.15304/epc.44.8884
Andrés Pueyo, A. (2016). ¿Es técnicamente posible anticipar la reincidencia delictiva? El protocolo RisCanvi en las prisiones de Cataluña. En IX Jornadas de ATIP Almagro (pp. 55–78).
Borges Blázquez, R. (2024). Algoritmización de la concesión de medidas cautelares en el proceso penal para la protección de víctimas de violencia de género. ¿Es capaz VIOGÉN de interpretar el periculum in mora? Actualidad Jurídica Iberoamericana, (21), 384–407.
Carlson, A. (2017). The Need for Transparency in the Age of Predictive Sentencing Algorithms. Iowa Law Review,103, 303-329.
Castagnedi Ramírez, A. E. (2024). La construcción de un algoritmo «ético». Ius et Scientia, 10(2), 123–151. https://doi.org/10.12795/IESTSCIENTIA.2024.i02.06
Chalkley, R. y Strang, H. (2017). Predicting domestic homicides and serious violence in
Dorset: A replication of Thornton’s Thames Valley analysis. Cambridge Journal of Evidence-Based Policing, 1(2), 81-92. https://doi.org/10.1007/s41887-017-0010-2
Daviera, A. L., Uriostegui, M., Gottlieb, A., & Onyeka, O. A. (2023). Risk, race, and predictive policing: A critical race theory analysis of the strategic subject list. American Journal of Community Psychology, 71, 1-13. https://doi.org/10.1002/ajcp.12671
Dribia Data & Direcció General d’Afers Penitenciaris. (2024). Informe Tiresias: Auditoria de l’algorisme RisCanvi (Versión del 9 de enero de 2024). Generalitat de Catalunya, Departament de Justícia, Drets i Memòria.
Estévez Mendoza, L. (2021). Inteligencia artificial y violencia contra las mujeres: ¿Funcionan los sistemas automatizados de evaluación del riesgo? Perspectivas. Revista de Ciencias Jurídicas y Políticas, 3, 127–141.
González-Álvarez, J. L., Santos-Hermoso, J. & Camacho-Collados (2020). Policía predictiva en España. Aplicación y retos de futuro. Behavior & Law Journal, 6(1), 26-41. https://doi.org/10.47442/blj.v6.i1.75
Gordo, Á., y Rubio-Martín, M. J. (2024). Incertidumbres algorítmicas en torno a las violencias de género. El caso del sistema VioGén y otros sistemas de predicción del riesgo. Revista Española de Sociología, 33(2), https://doi.org/10.22325/fes/res.2024.225
Hogan Doran, D (2017). Computer says ‘no’: Automation, algorithms and artificial intelligence in Government decision-making. The Judicial Review, 13.
Kroll, J (2015) Accountable Algorithms. PhD Thesis, Princeton University. https://dataspace.princeton.edu/jspui/handle/88435/dsp014b29b837r
Levinson, D. (2002). Net widening. Encyclopedia of crime and punishment, 4, 1088. https://doi.org/10.4135/9781412950664.n286
Martín Ríos, P. (2024). Predictive algorithms and criminal justice: expectations, challenges and a particular view of the Spanish VioGén system. Rivista Italiana di Informatica e Diritto, 2, 547-562.
McKay, C. (2020). Predicting Risk in Criminal Procedure: Actuarial Tools, Algorithms, AI and Judicial Decision-Making. Current Issues in Criminal Justice, Sydney Law School Research Paper No. 19/67. http://dx.doi.org/10.2139/ssrn.3494076
Ministerio del Interior (2022). VioGén cumple 15 años con más 700.000 casos analizados y 5,4 millones de valoraciones de riesgo realizadas. https://n9.cl/wm98b
Olaciregui, M P. (2021). Prevenir la violencia contra las mujeres: análisis de las herramientas de evaluación y gestión del riesgo desde una perspectiva de género [Tesis doctoral]. Universidad de Zaragoza.
Pereira Puigvert, S. (2024). La justicia y el proceso penal en clave algorítmica: Nuevos enfoques, nuevos riesgos. Ius et Scientia, 10(2), 66–79. https://doi.org/10.12795/IESTSCIENTIA.2024.i02.03
Pérez Salazar, B. (2024). La criminología predictiva: ¿un futuro próximo o una ficción en lontananza? Novum Jus, 18 (3), 343-369. https://doi.org/10.14718/NovumJus.2024.18.3.13
Pinto Muñoz, C. C., Zuñiga Samboni, J. A., & Ordoñez Erazo, H. A. (2023). Machine learning applied to gender violence: A systematic mapping study. Revista Facultad de Ingeniería, 32(64). https://doi.org/10.19053/01211129.v32.n64.2023.15944
Reynald, D. M. (2011). Translating CPTED into crime preventive action: A critical examination of CPTED as a tool for active guardianship. European Journal on Criminal Policy and Research, 17(1), 69–81. https://doi.org/10.1007/s10610-010-9135-6
Robinson, P. H. (2001). Punishing dangerousness: Cloaking preventive detention as criminal justice. Harvard Law Review, 114(5), 1429-1493. https://doi.org/10.2139/ssrn.183288
Sampson, R. J., & Groves, W. B. (1989). Community structure and crime: Testing social-disorganization theory. American Journal of Sociology, 94(4), 774-802. https://doi.org/10.1086/229068
Suárez Xavier, P. R. (2024). Algoritmización de la justicia penal: entre fe, confianza y garantías procesales. Revista de derecho y proceso penal, 74, 149-166.
Susser, D. (2021). Predictive policing and the ethics of preemption. En B. McCartney & J. Fagan (Eds.), The ethics of policing (pp. 268-292). New York University Press. https://doi.org/10.18574/nyu/9781479803729.003.0013
The Law Society of England and Wales (2019). Algorithms in the criminal justice system. Commission on the Use of Algorithms in the Justice System https://www.lawsociety.org.uk/support-services/research-trends/algorithm-use-inthe-criminal-justice-system-report/
Thornton, S. (2017). Police attempts to predict domestic murder and serious assaults: Is early warning possible yet? Cambridge Journal of Evidence-Based Policing, 1(2), 64-80. https://doi.org/10.1007/s41887-017-0011-1
Tonry, M. (2019). Predictions of dangerousness in sentencing: Déjà vu all over again. En American sentencing: What happens and why? (pp. 439-482). The University of Chicago Press. https://doi.org/10.1086/701895
Wang, C., Han, B., Patel, B., y Rudin, C. (2022). In pursuit of interpretable, fair and accurate machine learning for criminal recidivism prediction. Journal of Quantitative Criminology, 39 (4), https://doi.org/10.1007/s10940-022-09545-w
Zedner, L. (2007). Preventive justice or pre-punishment? The case of control orders. Current Legal Problems, 60(1), 174–203. https://doi.org/10.1093/clp/60.1.174
Zeng, J., Ustun, B., y Rudin, C. (2017). Interpretable classification models for recidivism prediction. Journal of the Royal Statistical Society: Series A (Statistics in Society), 180(3), 689-722. https://doi.org/10.1111/rssa.12227
Zouave, E. T., & Marquenie, T. (2017). An inconvenient truth: Algorithmic transparency & accountability in criminal intelligence profiling. 2017 European Intelligence and Security Informatics Conference (EISIC), 17–23. https://doi.org/10.1109/EISIC.2017.12
Jurisprudencia
Auto de la Audiencia Provincial de Barcelona 343/2024, de 15 de febrero de 2024. https://doi.org/10.69592/5-6673-N1-SEGUNDO-SEMESTRE-2024-ART-5
Auto de la Audiencia Provincial de Tarragona 90/2023, de 3 de febrero de 2023
Rummel v. Estelle, United States Supreme Court (1980)
Sentencia de la Audiencia Nacional 2350/2020, Sala de lo Contencioso, de 30 de septiembre de 2020
State v. Loomis (Wis. 2016)
Fuentes legales
Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo de 27 de abril de 2016 relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos y por el que se deroga la Directiva 95/46/CE (Reglamento General de Protección de Datos)
Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial y por el que se modifican los Reglamentos (CE) nº 300/2008, (UE) nº 167/2013, (UE) nº 168/2013, (UE) 2018/858, (UE) 2018/1139 y (UE) 2019/2144 y las Directivas 2014/90/UE, (UE) 2016/797 y (UE) 2020/1828 (Reglamento de Inteligencia Artificial).
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Elisabet Cueto Santa Eugenia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
