As¨ª sabe la polic¨ªa si tu denuncia es falsa (y acierta un 91% de veces)

Un ciudadano acude a una comisar¨ªa a presentar una denuncia. Un agente le atiende y mientras va escribiendo en un ordenador lo que el denunciante le cuenta, con sus mismas palabras.

El inspector Miguel Camacho, licenciado en Matem¨¢ticas y Estad¨ªstica, le¨ªa en 2012 en una comisar¨ªa del centro de Granada las declaraciones de robos con violencia en la calle. Era su primer destino como polic¨ªa despu¨¦s de la academia. Algunas denuncias le parec¨ªan falsas, sobre todo las vinculadas a tel¨¦fonos m¨®viles caros. "Pero yo entonces era muy ingenuo", dice. Camacho no conceb¨ªa que alguien acudiera a la polic¨ªa a denunciar algo que no hab¨ªa ocurrido para cobrar, por ejemplo, un seguro.

Dos a?os despu¨¦s, Camacho recibi¨® una beca Fulbright y fue a la UCLA en Los ?ngeles (EE UU) a trabajar en su doctorado sobre polic¨ªa predictiva. Al regresar, ya en un destino nuevo en Madrid, cay¨® en que la inteligencia artificial pod¨ªa automatizar la detecci¨®n de denuncias falsas a partir de las palabras m¨¢s usadas por los denunciantes. El polic¨ªa reuni¨® a coste cero un grupo de investigadores y funcionarios para desarrollar el modelo: "No s¨¦ c¨®mo no se me ocurri¨® antes algo tan obvio", explica.?

El resultado es un sistema llamado VeriPol, que analiza y calcula las combinaciones de palabras m¨¢s comunes cuando se miente ante un polic¨ªa. El modelo usa el procesamiento de lenguaje natural y la inteligencia artificial para descubrir las palabras que nos delatan y la probabilidad de falsedad de una denuncia.

Las palabras delatoras surgieron del an¨¢lisis de los textos de 1.122 denuncias de 2015: 534 verdaderas y 588 falsas. Las denuncias estudiadas son solo de casos de robo con violencia en la calle o tirones. Para evitar cualquier error, los investigadores seleccionaron casos ya cerrados: porque hab¨ªa habido una detenci¨®n o porque los denunciantes hab¨ªan admitido su mentira.

El modelo analiza las combinaciones de palabras m¨¢s comunes cuando se miente ante un polic¨ªa

El sistema est¨¢ explicado en un art¨ªculo cient¨ªfico publicado en marzo en la revista Knowledge-Based Systems: Aplicando detecci¨®n autom¨¢tica de lenguaje enga?oso basado en texto a los informes policiales.

Junto al inspector Camacho, los autores son los inform¨¢ticos Lara Quijano, de la Universidad Aut¨®noma de Madrid, Federico Liberatore, de la Complutense, y el matem¨¢tico Jos¨¦ Camacho, de la Universidad de Cardiff (Reino Unido) y hermano de Miguel. VeriPol es el primer modelo del mundo que ha sido validado para su uso oficial. Y ser¨¢ el primero en aplicarse en un cuerpo de polic¨ªa.

Mejor que un humano

La habilidad de Veripol ya se ha puesto en pr¨¢ctica: es capaz de predecir con un 91% de acierto si una denuncia es falsa. Sobre el mismo cuerpo de denuncias, un polic¨ªa experto detecta alrededor de un 75%.

Las palabras delatoras revelan un retrato perfecto de la l¨®gica e ingenuidad que hay detr¨¢s de nuestras enga?os, incluso ante la polic¨ªa. Alguien puede pensar que su mentira es ¨²nica. Pero no. En realidad es obvio: todas tienen unos patrones tan evidentes que un algoritmo es perfecto para captarlos.

Las denuncias verdaderas aportan, en general, m¨¢s detalles. En las falsas, el denunciante aspira a eliminar los detalles. ?Cu¨¢l es el mejor modo de hacerlo?? Uno de los mejores predictores de falsedad es la palabra "d¨ªa". No porque los robos sean a plena luz, sino porque fueron "hace unos d¨ªas", "un d¨ªa" o "hace dos o tres d¨ªas", no "ayer" o "el jueves".

Otras palabras que sirven para detectar denuncias falsas son "tirones" desde "atr¨¢s" o por la "espalda", de la "mochila" o "bolso", o de algo que la v¨ªctima llevara en el "hombro". Los ataques falsos suelen ser de alguien que lleva "casco" y va vestido de "negro" (los malos siempre van de negro). Los hechos falsos suelen ocurrir por detr¨¢s porque salva al denunciante de tener que dar detalles.

VeriPol es el primer modelo del mundo validado por documentos oficiales

Otras palabras relacionadas con falsedades en las denuncias son "seguro", "abogado", "m¨®vil", "Apple", "iPhone", "compa?¨ªa" o "contrato". Las descripciones en las denuncias falsas no se centran en los hechos, sino en el objeto, su valor y el motivo oculto por el que vamos a la polic¨ªa.

Los investigadores descubrieron que suelen ser m¨¢s ciertas las denuncias de robos cerca de la "porter¨ªa" de casa o en el "rellano". La gente que va con una denuncia falsa pretende alejarla de su hogar, de sus conocidos.

VeriPol tambi¨¦n analiza los recursos gramaticales y sint¨¢cticos m¨¢s usados. Los pronombres personales y demostrativos, e incluso los verbos "ser" y "estar" aparecen m¨¢s en denuncias verdaderas. Los mentirosos, en cambio, son poco dados a concretar con pronombres espec¨ªficos como "yo", "¨¦l" o "este" y "aquel". En las falsas, de nuevo, la vaguedad predomina: "Los informes verdaderos est¨¢n m¨¢s centrados en contar la historia del delito y las interacciones de la v¨ªctima y el agresor", dice el art¨ªculo.

La sintaxis tambi¨¦n delata

La sintaxis tambi¨¦n es transparente con las mentiras. Los sintagmas introducidos por el adverbio "apenas" -por ejemplo en "apenas pudo verle" o "apenas recuerda"- indican falsedad. Tambi¨¦n un alto n¨²mero de negaciones se relaciona con mentira: aparecen en frases como "no puede dar m¨¢s datos", "no ha sufrido heridas", "no pudo ver", "no puede reconocer".

Las denuncias verdaderas se centran en el fondo en la acci¨®n, mientras que las falsas buscan describir objetos, que es lo ¨²nico que el denunciante ha visto. Las denuncias reales tienen por ejemplo un alto grado de palabras que describen cualidades y acciones espec¨ªficas: "barba", "cara", "pelo", "cent¨ªmetros", "delgado", "constituci¨®n", "edad", "hombre", "gritar", "pelear", "empezar a".

La gente que presenta una denuncia falsa pretende alejarla de su hogar, de sus conocidos

Las denuncias falsas suelen ser m¨¢s cortas. Esto no implica que un rasgo de todas las mentiras sea la brevedad. Una rese?a falsa en Tripadvisor puede intentar ofrecer largas descripciones para paliar la falta de sinceridad. Cada modelo debe buscar su contexto.

Ninguna de todas estas palabras o construcciones por s¨ª solas implica falsedad. Su combinaci¨®n y persistencia entre el n¨²mero de palabras totales son las que indican la probabilidad de falsedad. El algoritmo percibe mejor el peso de esos matices que un humano. Cuando entre en vigor, el modelo sin embargo no decidir¨¢ nada. Solo ser¨¢ una herramienta m¨¢s que la polic¨ªa judicial sume a su percepci¨®n. "El algoritmo es como un comisario viejo con mucha experiencia que est¨¢ ah¨ª al lado y que ayuda a la polic¨ªa y les dice lo que le suena a verdadero o falso", dice la investigadora Lara Quijano.

Seg¨²n la investigaci¨®n, no hay datos generales sobre el porcentaje de denuncias falsas, pero alguna comisar¨ªa lo cifra en un 57% del total, seg¨²n cuenta la investigaci¨®n. Una denuncia falsa es un delito que la polic¨ªa traslada a un juez y puede suponer antecedentes para el denunciante. Si adem¨¢s se le une un delito de estafa a, por ejemplo, una compa?¨ªa de seguros, puede haber responsabilidad penal. VeriPol puede disuadir a algunos de mentir en sus denuncias. Pero siempre habr¨¢ alguien que se crea capaz de ganar a la m¨¢quina porque conoce el truco. De hecho, Veripol no pilla alrededor de un 10% de denuncias falsas, perol es solo una herramienta m¨¢s en manos de la polic¨ªa, no la ¨²nica. Y las combinaciones y actualizaciones del algoritmo son inextricables.