¿Es posible usar la Inteligencia Artificial para Combatir la Delincuencia Organizada Transnacional?

La delincuencia organizada transnacional (DOT) representa uno de los grandes riesgos a los que se enfrentan los Estados en materia de seguridad nacional. España en este sentido no es ninguna excepción, como lo demuestra la publicación este mismo año 2024 del Acuerdo del Consejo de Seguridad Nacional, por el que se aprueba una nueva Estrategia Nacional contra el Crimen Organizado y la Delincuencia Grave[1]. Este tipo de delincuencia supone también un desafío para los sistemas de justicia en todo el mundo, especialmente para la justicia penal en España, cuyo proceso, anclado a una Ley Procesal Penal alumbrada en 1882 se muestra en ocasiones poco efectivo para actuar contra actividades criminales particularmente complejas.

Solo para hacernos una idea, en abril de 2024, Europol identificó 821 redes de delincuencia organizada «muy amenazantes» activas en la Unión Europea, con más de 25.000 miembros involucrados en diversas actividades ilícitas, principalmente el tráfico de drogas [2]. Hace una década de acuerdo con el informe “White paper on transnational organized crime” del Consejo de Europa (2014) se estimaba que había activas en Europa unas 3.600 organizaciones criminales con ámbito de actuación transnacional, con capacidad para cubrir un amplio rango de actividades delictivas que van desde el referido tráfico de drogas al comercio de armas, medicamentos, la trata de personas, la inmigración ilegal o el fraude económico y financiero.

La DOT es un además un problema que trasciende la seguridad nacional, ya que además, según estimaciones de la Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC), el blanqueo de dinero representa aproximadamente el 2,7% del Producto Interno Bruto (PIB) mundial, lo que equivale a alrededor de 1,6 billones de dólares estadounidenses y según el informe SOCTA ( European Union Serious and Organized Crime Threat Assessment (2021) la DOT erosiona las estructuras institucionales, políticas y sociales al constituir un peligro evidente de corrupción en los gobiernos y administraciones públicas y provocar un clima de miedo y la percepción de impunidad en la sociedad.

En este contexto, la inteligencia artificial (IA) puede ser una herramienta potencialmente revolucionaria en la lucha contra la DOT. En estas líneas propongo dos ámbitos de actuación en los que la IA puede ser utilizada en la lucha contra el crimen organizado: desmantelando el círculo de silencio e impunidad que rodea a estos grupos[3] y facilitando la recuperación de activos ilícitos[4]. Ello sin eludir los debates éticos y morales respecto al uso de la IA en el campo de la seguridad y justicia. Considero que una integración estratégica de la IA puede ayudar en la lucha contra la DOT, mejorando el procedimiento penal, las herramientas de las fuerzas y cuerpos de seguridad encargadas de luchar contra este fenómeno global, y de las agencias responsables de la recuperación de activos.

La Muralla de Silencio: Uno de los principales obstáculos a los que se enfrenta la investigación de estas organizaciones es atravesar el círculo de miedo e impunidad que socialmente rodea a los componentes de las organizaciones, particularmente a sus líderes. Los grupos de delincuencia organizada prosperan en entornos marginales, donde el miedo, la ignorancia y la complicidad voluntaria o forzada de la comunidad local constituyen un elemento clave para su subsistencia. Como señala Roks, R. A., y otros (2022), son varios los estudios criminológicos que refieren que estas organizaciones “no existen en un vacío social”; operan en redes donde el silencio actúa como un escudo protector frente a las autoridades.

Frente a esta situación, la IA podría ser utilizada en distintos modos; de un lado, podría ser una herramienta que identifique ámbitos en los que puede surgir la DOT, y señalar a los fuerzas y cuerpos policiales dónde actuar, bien para prevenir su aparición, bien para detener su actividad. Plataformas basadas en algoritmos pueden analizar patrones sociales y económicos, detectando discrepancias entre los estilos de vida declarados y los ingresos reportados, entrelazándolo con vínculos con líderes conocidos de la DOT, o miembros e integrantes detenidos relacionadas con estas.

Por otro lado, esta información se puede sumar a la de denuncias que, en otro contexto pasarían desapercibidas; agresiones, partes médicos de heridos que no denuncian, atestados relativos a la desaparición de armas, o al porte de estas, desaparición de vehículos, matrículas dobladas, pequeño tráfico de drogas, entre otras muchas acciones. Pueden categorizarse e identificarse conductas que, cuando se colocan en un mapa y se analizan contextualizadas, pueden referir patrones de conducta vinculados a la DOT.

Una vez identificadas las comunidades, los ámbitos o lugares donde puede aparecer la DOT, la IA puede ser también una herramienta para identificar, por ejemplo, a través de redes sociales, individuos capaces de aportar información, ofreciendo a las comunidades una forma segura y anónima de colaborar con las autoridades sin exponerse a represalias.

Asimismo, campañas de concienciación promovidas por gobiernos, respaldadas por sistemas de IA, pueden identificar y monitorear a los líderes o referentes en determinados entornos sociales que contribuyan a favorecer un patrón de conducta positivo, que ayude a la prevención de este tipo de delincuencia, facilitando la prevención de la actividad criminal. Al contraponer un modelo de conducta positivo, distinto al refugio que ofrece la violencia inherente a la DOT, no solo se debilita la red social de apoyo a las organizaciones, sino que se fomenta una mayor resiliencia comunitaria frente a la influencia de estos grupos.

Recuperación de Activos: Otro elemento clave en la lucha contra la delincuencia organizada es romper el ciclo financiero de la DOT[5]. La motivación que impulsa el surgimiento y actividad de las organizaciones criminales es puramente económico. El estímulo de ganar dinero, enriquecerse a consta de la actividad criminal es el motor que impulsa su expansión y la búsqueda de nuevos y lucrativos negocios, a consta de la vida de las personas. Dado que, además, la riqueza obtenida por la actividad criminal sirve para financiar nuevas campañas o actividades, cortar el ciclo, acabar con la financiación, constituye un elemento esencial en la lucha contra la DOT.

Así las cosas, identificar a los titulares reales de los bienes, y asegurar y decomisar estos activos con vistas al procedimiento, constituye una estrategia esencial para desmantelar estas organizaciones. Frente a ello, nos encontramos con el problema de identificar a los titulares reales, y de hacerlo y el extenso tiempo que transcurre desde que se logran identificar y decomisar los activos, hasta que se llega a una resolución judicial firme y en la fase de ejecución se dispone la adjudicación de los bienes o su puesta a disposición ante órgano o agencia encargada de la gestión. A esto debe añadirse la presencia de varios Estados que simultáneamente tratan de aprehender unos mismos activos.

Ante este panorama, la IA puede mejorar considerablemente esta situación. A través de esta tecnología y aunando el esfuerzo de la Comunidad Internacional, de un lado, se podrían analizar grandes volúmenes de datos e información financiera, a un nivel que hasta el momento resulta difícil imaginar, entrelazando la información facilitada por instituciones financieras, Agencias Tributarias nacionales, Fuerzas y Cuerpos de Seguridad y las Unidades de Investigación Financiera (FIUs), con el objetivo de rastrear los activos y bienes hasta llegar a los titulares reales, los verdaderos beneficiarios de los activos ilícitos habitualmente escondidos detrás de sociedades ficticias o instrumentos situados en paraísos bancarios.

La IA podría servir para hacer un cálculo del tiempo en que puede durar un procedimiento penal y proponer soluciones a los activos aprendidos, asegurando su conservación al menor coste posible para los Estados, hasta el momento en que el procedimiento devenga firme.

Finalmente, la IA puede usarse para facilitar la cooperación internacional analizando los marcos legales de diferentes jurisdicciones (especialmente cuando se trata de estados de fuera de la UE) ayudando a Jueces y Fiscales a maximizar su trabajo indicando los mejores instrumentos de cooperación, ayudando en la redacción de Comisiones Rogatorias de modo que se ajuste exactamente a los requisitos y presupuestos exigidos por los países, identificando los mejores mecanismos de cooperación para el caso concreto presentes en todos los Tratados y Convenios en los que sea parte tanto el Estado emisor como el receptor, en definitiva, y salvando las brechas legales y operativas entre las diferentes jurisdicciones.

Finalmente, estas herramientas avanzadas también permitirían a los Jueces, Fiscalías y Oficinas de Recuperación de Activos priorizar casos de alto impacto, maximizando así el uso de recursos limitados a aquellos en los que el pronóstico de éxito sea más elevado.

Todo ello, mejoraría la eficacia del procedimiento, facilitaría la identificación y decomiso, ayudaría a la conservación de los bienes hasta la Sentencia, e impulsaría las capacidades de las agencias encargadas de la recuperación de activos. Pero es que, además, bloquear el círculo económico de la DOT supondría un poderoso disuasivo para futuros delitos, al despojar a los grupos criminales de sus ganancias y limitar su capacidad para reinvertir en actividades ilícitas.

Finalmente, conviene hacer una referencia a las consideraciones éticas y limitaciones inherentes al uso de estas tecnologías. Si bien la IA ofrece soluciones prometedoras, su implementación plantea evidentes desafíos éticos y legales. Si queremos evitar que el uso de estas tecnologías produzca, por ejemplo, detenciones arbitrarias, la generación de pruebas sin base fáctica o real alguna, o la atribución de activos a personas que nada tienen que ver con el delito, es importante poner todo el esfuerzo en dos extremos; la transparencia en el uso de los algoritmos, debiendo ser accesible a todas las partes cuando se pretenda hacer uso del producto de la IA en un procedimiento penal; y en segundo lugar, la supervisión humana en todo el proceso, evitando, de un lado que la IA pueda producir respuestas sin base real, motivadas por el mero estímulo generativo, y de otro, corrigiendo los sesgos en los que,  inevitablemente, los algoritmos acaban incurriendo. El uso de estos procedimientos debe tener como referente el respeto a los derechos fundamentales, y en concreto, la presunción de inocencia, y el derecho de defensa en su sentido más amplio[6].

Por lo tanto, será necesario abordar el uso de estas tecnologías mediante el desarrollar marcos regulatorios que equilibren el potencial de la IA con la protección de derechos y libertades, evitando la fe ciega en el resultado de esta inteligencia, especialmente cuando se pretenda hacer uso de ella en el procedimiento penal.

En definitiva, la IA puede ser una herramienta útil y eficaz para luchar contra categorías delictivas especialmente complejas y que requieren una actuación coordinada e integral, como la delincuencia organizada transnacional. En este caso, se suma la necesidad de actuar contra un riesgo grave contra la Seguridad Nacional de los Estados, por lo que su combate constituye una prioridad para cualquier Gobierno. Mi propuesta sería focalizar el uso de la IA para doblegar la DOT actuando contra el círculo de silencio e impunidad que la rodea, así como, para tratar de superar los desafíos en la recuperación de activos ilícitos. Sin embargo, su éxito dependerá de una implementación ética, transparente y supervisada, que asegure un equilibrio entre la innovación tecnológica y la protección de los derechos fundamentales inherentes al proceso penal. Integrar la IA en los sistemas de justicia abre la puerta a llegar hasta donde no se ha podido hasta el momento con los recursos disponibles.

Joaquín E. Gadea – Magistrado

[1] «BOE» núm. 93, de 16 de abril de 2024, páginas 42493 a 42495

[2]“https://es.euronews.com/2024/04/05/europol-identifica-821-redes-criminales-amenazantes-con-mas-de-25000-miembros-en-la-ue?utm_source=chatgpt.com

[3] Roks, R. A., Kruisbergen, E. W., & Kleemans, E. R. (2022). Walls of silence and organized crime: A theoretical and empirical exploration into the shielding of criminal activities from authorities.

[4] Ochnio, A. H. (2021). The Tangled Path From Identifying Financial Assets to Cross-Border Confiscation: Deficiencies in EU Asset Recovery Policy. European Journal of Crime, Criminal Law and Criminal Justice, 29(3-4), 218-240.

[5] Ochnio, A. H. (2021). The Tangled Path From Identifying Financial Assets to Cross-Border Confiscation: Deficiencies in EU Asset Recovery Policy. European Journal of Crime, Criminal Law and Criminal Justice, 29(3-4), 218-240.

[6] Lettieri, N., Guarino, A., Zaccagnino, R., & Malandrino, D. (2023). Keeping judges in the loop: a human–machine collaboration strategy against the blind spots of AI in criminal justice. Soft Computing, 27(16), 11275-11293;

Blount, K. (2024). Using artificial intelligence to prevent crime: implications for due process and criminal justice. AI & SOCIETY, 39(1), 359-368.

Rigano, C. (2019). Using artificial intelligence to address criminal justice needs. Using artificial intelligence to address criminal justice needs. National Institute of Justice Journal, 280(1-10), 17.