Las prisiones y cárceles estadounidenses albergan actualmente a más de 2 millones de personas, muchas de ellas encarceladas en espera de juicio o cumpliendo condenas de prisión extremadamente largas. Nueva investigación del profesor Christopher Slobogin, quien tiene una Cátedra Milton R. Underwood en Derecho en la Facultad de Derecho de Vanderbilt, indica que un algoritmo de predicción de riesgos podría ayudar a reducir esos números.

"Tenemos un gran problema de encarcelamiento en este país, pero ninguna de las soluciones actuales funciona, ", dijo." Podemos usar algoritmos para ayudar a descubrir quién representa un peligro para la comunidad si son liberados ".

Estados Unidos encarcela actualmente al 0,6 por ciento de su población, una tasa seis veces más alta que en los países europeos.

"Las investigaciones muestran que medidas como la despenalización y la eliminación de las sentencias mínimas obligatorias apenas hicieron mella en la tasa de encarcelamiento, "Slobogin dijo". Dicho eso, el público no comprará ninguna reforma a menos que pueda garantizarles su seguridad ".

Un algoritmo ideal indicaría la probabilidad de que un individuo determinado cometa un delito grave durante un período de tiempo determinado, en ausencia de una intervención particular.

En una investigación recientemente publicada, Slobogin explicó que al hacer que las decisiones de castigo penal sean más transparentes, Los algoritmos podrían obligar a que se reexaminaran desde hace mucho tiempo los propósitos y objetivos del sistema de justicia penal. Argumenta que los algoritmos de evaluación de riesgos pueden:

• ayudar a reducir la detención preventiva (la probabilidad de que alguien cometa un delito mientras está en libertad bajo fianza es del 8 por ciento) y la duración de las penas de prisión sin aumentar el riesgo para el público, un objetivo particularmente importante a medida que COVID-19 se propaga a través de las instalaciones penales,
• mitigar las fianzas y sentencias excesivamente punitivas, que afectan de manera desproporcionada a personas de bajos ingresos y personas de color,
• asignar los recursos penitenciarios de manera más eficiente y consistente,
• proporcionar el trampolín para los programas de rehabilitación basados ​​en la evidencia destinados a reducir la reincidencia al desviar de la prisión a los candidatos con más probabilidades de tener éxito.

Riesgos calculados

El uso de algoritmos para decidir el destino de una vida humana es controvertido. Los críticos afirman que los algoritmos no son efectivos para identificar quién ofenderá y quién responderá a los esfuerzos de rehabilitación. Los críticos también argumentan que los algoritmos pueden tener prejuicios raciales, deshumanizante y antitético a los principios de la justicia penal.

Slobogin dijo eso, aunque las críticas tengan mérito, Los métodos actuales para predecir el riesgo pueden ser peores. "Al menos los algoritmos estructuran el análisis de una manera coherente".

Toma de decisiones no estructurada por parte de los jueces, los oficiales de libertad condicional y los profesionales de la salud mental es demostrablemente parcial y reflexivo, él agregó, ya menudo se basa en estereotipos y generalizaciones que ignoran los objetivos del sistema judicial. Los algoritmos pueden funcionar mejor él dijo, aunque solo sea de forma limitada, y si están diseñados para compensar la influencia de prácticas policiales y procesales racializadas.

Si los algoritmos se validan y utilizan de forma proactiva durante el proceso previo al juicio, la mayoría de las personas que son arrestadas "pueden conservar sus trabajos, mantener a sus familias intactas, y ayudar a su abogado con su defensa ayudando a localizar a los testigos, ", Dijo Slobogin." Mediante el uso de algoritmos para informar la sentencia, podemos liberar a la gente antes, que podría ayudarlos a ser productivos en lugar de languidecer en la cárcel, donde pierden toda esperanza y aprenden a ser mejores criminales ".