Un estudio con participación de Loyola advierte de la tendencia negativa a conceder permisos del algoritmo penitenciario

Los autores mencionan que, aunque el algoritmo no determina directamente la decisión final sobre los permisos, influye en la evaluación del personal penitenciario y judicial

SEVILLA, 9 Abr. (EUROPA PRESS) -

Un equipo de investigadores ha desvelado "por primera vez" la fórmula completa de la Tabla de Valoración del Riesgo (TVR), un algoritmo utilizado durante tres décadas en el sistema penitenciario español para evaluar el riesgo de reincidencia de los reclusos y determinar la concesión de permisos de salida.

El estudio, titulado 'Publicación del algoritmo penitenciario TVR' y publicado en la Revista Española de Investigación Criminológica, destaca que en el 99,3% de los casos se prevé que dicho algoritmo clasificaría a los reclusos en categorías de alto riesgo, lo que sugiere "un sesgo significativo hacia falsos positivos", refiere en una nota el centro universitario.

El equipo de investigación está compuesto por Manuel Fanega Guijarro, actualmente gerente del Instituto Biofisika (CSIC, UPV/EHU), investigador en criminología de la Universidad Loyola hasta el pasado curso 2023/24; Carlos Fresneda Portillo, profesor titular de Matemáticas en Loyola, y Álvaro Beltrán Camacho, especialista en inteligencia artificial.

Para llegar al hallazgo, según indica el centro, han empleado una metodología que combina investigación bibliográfica y análisis matemático para desentrañar el procedimiento completo que utiliza la tabla empleada actualmente para determinar los niveles de riesgo.

Los autores mencionan que, aunque el algoritmo no determina directamente la decisión final sobre los permisos, influye en la evaluación del personal penitenciario y judicial, "lo que puede generar decisiones sesgadas". El artículo pone de relevancia que la distribución de probabilidad de las categorías de riesgo está desequilibrada, con una alta probabilidad de que los reclusos sean clasificados con un riesgo elevado. Por lo que el presente estudio "aboga por una mayor transparencia, la mejora del algoritmo y una revisión del sistema de permisos penitenciarios", detalla Loyola.

Manuel Fanega, autor principal del estudio, ha calificado la tabla empleada como "una herramienta acientífica y sesgada", enfatizando que su "falta de validez científica" podría haber influido negativamente en las decisiones sobre la concesión de permisos penitenciarios durante los últimos treinta años.

Este hallazgo pone de manifiesto la necesidad de revisar y actualizar las herramientas utilizadas en el sistema penitenciario para garantizar evaluaciones más justas y precisas, evitando así decisiones que puedan afectar injustamente a los internos.

El pasado año los autores ya presentaron este estudio en la IV Jornada-Taller 'Ciencia y políticas públicas relacionadas con la delincuencia' celebradas en Madrid en el Congreso de los Diputados. Un evento para conectar la investigación académica con la toma de decisiones públicas en el que los mismos investigadores presentaron el estudio a través de un póster. También el pasado año los resultados preliminares ya se compartieron en abierto a la comunidad científica internacional desde CrimRxiv.

Carlos Fresneda Portillo es doctor en Ciencias Matemáticas por la Brunel University London y ha desarrollado su carrera académica en instituciones como Oxford Brookes University y la Universidad Loyola, donde actualmente es profesor titular en el Departamento de Métodos Cuantitativos y responsable del grupo de investigación 'Métodos de Investigación Cuantitativa y aplicaciones (MICA)'. Su investigación se centra en el análisis de ecuaciones en derivadas parciales, métodos integrales de frontera y teoría del potencial.

Publicado en la Revista Española de Investigación Criminológica (Vol. 22 Núm. 1, 2024) y respaldado por la Universidad, es una investigación también apoyada por el proyecto 'Ius_machina TED2021-129356B-I00', financiado por la Agencia Estatal de Investigación y por la Unión Europea 'NextGenerationEU'/PRTR. El trabajo se encuentra disponible bajo una licencia Creative Commons Atribución-NoComercial 4.0, lo que facilita su difusión y el debate académico en torno a sus hallazgos.