Big Data para el Patrullaje Predictivo: Éxitos, Sesgos Algorítmicos y Protección de la Privacidad en la Seguridad Pública

Abstract

La incorporación del Big Data y la inteligencia artificial ha transformado la seguridad pública al fortalecer la prevención del delito y la toma de decisiones policiales. El patrullaje predictivo utiliza algoritmos de aprendizaje automático y minería de datos para identificar patrones delictivos y optimizar la asignación de recursos. Sin embargo, su implementación plantea desafíos relacionados con los sesgos algorítmicos, la transparencia y la protección de datos personales. El objetivo de este artículo es analizar críticamente la aplicación del Big Data en el patrullaje predictivo, evaluando sus beneficios, limitaciones e implicaciones para la privacidad. Se realizó una revisión sistemática de literatura bajo los lineamientos PRISMA, considerando publicaciones científicas entre 2021 y 2026. Los resultados indican que estas tecnologías mejoran la inteligencia policial y la eficiencia operativa; no obstante, la calidad de los datos y la supervisión humana son factores determinantes para evitar decisiones discriminatorias y garantizar el respeto a los derechos fundamentales. Se concluye que el patrullaje predictivo requiere modelos de gobernanza de datos, transparencia algorítmica y mecanismos de auditoría para lograr una implementación responsable.