Inteligencia artificial, crimen organizado y seguridad ciudadana en la República Dominicana

Gobernanza basada en datos en el contexto de las democracias latinoamericanas

Resumen

En la última década, la inteligencia artificial (IA) se ha consolidado como un componente estratégico en el diseño e implementación de políticas públicas de seguridad ciudadana. En la República Dominicana, su incorporación ha sido progresiva, pero cada vez más inmersiva, articulando análisis de datos, predicción criminal, coordinación interinstitucional y toma de decisiones de alto nivel. Este proceso se expresa con claridad en la Fuerza de Tarea Conjunta. Esta se reúne semanalmente con el presidente de la República como anfitrión y constituye un modelo emergente de gobernanza basada en evidencia para enfrentar la mutación del crimen organizado a escala nacional y regional.

Este artículo analiza cómo la República Dominicana ha venido integrando técnicas y procesos de inteligencia artificial en la lucha contra el crimen organizado y en el diseño de estrategias de seguridad ciudadana. Examina sus alcances, oportunidades y desafíos éticos, regulatorios y operativos en el marco de una democracia latinoamericana.

1. Inteligencia artificial y seguridad pública: del discurso global a la práctica dominicana

Los avances recientes en inteligencia artificial han transformado múltiples ámbitos de la gestión estatal, y la seguridad pública no ha sido la excepción. A nivel internacional, la IA ha sido definida como la aplicación de algoritmos y modelos computacionales a grandes volúmenes de datos para apoyar la labor policial y la prevención del delito (Joh, 2018). Esta definición tiene un significado especial en lugares como la República Dominicana, donde el crimen no sigue patrones fijos, sino que se adapta y se relaciona con el narcotráfico, el crimen organizado, la migración irregular, el tráfico de armas y los delitos cibernéticos.

En este contexto, la IA no se ha limitado a la automatización de procesos, sino que ha comenzado a operar como infraestructura cognitiva del Estado, permitiendo identificar patrones, anticipar escenarios y orientar decisiones estratégicas en tiempo real.

2. La Fuerza de Tarea de Seguridad Ciudadana: un modelo de gobernanza algorítmica situada

Uno de los rasgos distintivos, es la institucionalización de la Fuerza de Tarea Conjunta, que se reúne semanalmente con la participación directa del presidente Luis Abinader, ministros, Ministerio Público en la persona de la señora Procuradora General de la República, altos mandos policiales y militares, directores regionales y equipos técnicos de análisis.

Este espacio opera como un laboratorio de inteligencia aplicada, donde convergen:

Estadísticas criminales actualizadas.
Análisis predictivo de homicidios, robos y delitos violentos.
Modelos de focalización territorial.
Evaluaciones de impacto de operativos y políticas públicas.
Lecturas regionales del comportamiento del crimen organizado.

La Fuerza de Tarea muestra un cambio significativo: la seguridad ya no se centra solo en responder a situaciones, sino que se dirige hacia la anticipación informada, utilizando datos, algoritmos y análisis comparativos. Este enfoque reconoce que el crimen cambia, se mueve a diferentes lugares y se ajusta debido a la presión del Estado, lo que requiere reglas flexibles y estrategias que se adapten, basadas en predicciones.

3. Técnicas y procesos de inteligencia artificial aplicados a la seguridad ciudadana en la República Dominicana

La incorporación de la inteligencia artificial en la seguridad ciudadana dominicana no ha seguido un modelo de adopción abrupta ni plenamente automatizada. En cambio, ha crecido de manera constante y combinada, uniendo técnicas de análisis de datos, modelos de predicción, sistemas de información geográfica y procesos de inteligencia criminal, con la ayuda de algoritmos. Este enfoque responde a la naturaleza adaptativa del crimen organizado, así como a las capacidades institucionales existentes.

3.1 Análisis predictivo del delito y focalización territorial

Uno de los principales usos de la IA en la República Dominicana se observa en el análisis predictivo de la criminalidad, particularmente en delitos violentos como homicidios, robos y conflictos sociales. A través del procesamiento de series temporales, análisis de tendencias y correlaciones espaciales, las instituciones de seguridad han avanzado hacia una gestión anticipatoria del delito.

La Policía Nacional Dominicana, a través de la Dirección Central de Análisis y Documentación Delictiva (DICRIM/DICD), ha fortalecido el uso de datos históricos, tasas por cada 100,000 habitantes, desagregación territorial por provincias y municipios, y análisis comparativos interanuales para identificar zonas críticas y periodos de mayor riesgo (Policía Nacional, 2023; 2024).

Estos procesos, aunque a menudo se muestran como “análisis estadístico”, son la base para modelos de aprendizaje supervisado, donde los datos del pasado ayudan a identificar patrones que se repiten. En este sentido, la IA no reemplaza la toma de decisiones humanas, sino que orienta la asignación estratégica de recursos, permitiendo una focalización más eficiente del patrullaje preventivo y las intervenciones interinstitucionales.

3.2 Integración y cruce de bases de datos interinstitucionales

Un avance clave en el ecosistema dominicano de seguridad ha sido la integración progresiva de múltiples fuentes de datos, condición indispensable para cualquier sistema de inteligencia artificial funcional. La articulación entre registros policiales, datos forenses, información judicial y estadísticas sociodemográficas permite construir una visión sistémica del fenómeno criminal.

En este proceso confluyen entidades como:

Policía Nacional Dominicana
Ministerio de Interior y Policía
Ministerio Público
Instituto Nacional de Ciencias Forenses (INACIF)
Oficina Nacional de Estadística (ONE)

La combinación de estas bases ayuda a detectar errores, disminuir registros faltantes y validar información, aspectos clave para entrenar modelos analíticos más confiables. Además, incluir datos de encuestas nacionales como la ENHOGAR y los censos nacionales ayuda a entender la criminalidad en relación con factores socioeconómicos, mejorando los enfoques predictivos que consideran múltiples variables (ONE, 2019; 2023).

Desde una perspectiva técnica, estos procesos constituyen arquitecturas de datos preparatorias para IA, aun cuando no se utilicen plataformas de aprendizaje profundo de forma explícita.

3.3 Vigilancia estratégica, análisis situacional y videointeligencia

La expansión de sistemas de videovigilancia y monitoreo territorial en la República Dominicana ha abierto el camino a formas incipientes de videointeligencia, donde el volumen de información supera la capacidad de análisis exclusivamente humano.

El uso de cámaras en espacios públicos, infraestructuras críticas y zonas urbanas de alta densidad permite avanzar hacia:

Identificación de patrones de comportamiento anómalo.
Análisis de eventos recurrentes en determinados horarios o zonas.
Apoyo a la respuesta rápida ante incidentes.

Si bien el reconocimiento facial automatizado no ha sido formalmente institucionalizado a gran escala, el uso de análisis asistido por software, filtros inteligentes y correlación de eventos se alinea con prácticas de IA débil o aplicada. Esto es especialmente importante en contextos de prevención situacional del delito (Ministerio de Interior y Policía, 2022).

Desde un punto de vista estratégico, esta vigilancia no se ve como un control sin límites, sino como una herramienta para disuadir y apoyar la inteligencia operativa, especialmente en áreas prioritarias para la Fuerza de Tarea de Seguridad Ciudadana.

3.4 Inteligencia criminal y análisis del crimen organizado

La lucha contra el crimen organizado constituye uno de los ámbitos donde la inteligencia artificial ofrece mayor potencial estratégico. En la República Dominicana, el crimen organizado se manifiesta a través de redes complejas, vinculadas al narcotráfico, lavado de activos, tráfico ilícito y delitos transnacionales.

En este contexto, la IA contribuye al:

Análisis de redes criminales, identificando nodos, jerarquías y vínculos indirectos.
Estudio de patrones de movilidad, rutas y corredores delictivos.
Detección de reincidencia y asociaciones criminales recurrentes.

Estos procesos se apoyan en técnicas de análisis relacional y minería de datos, que permiten transformar grandes volúmenes de información dispersa en conocimiento accionable. La inteligencia artificial, en este sentido, no sustituye la inteligencia humana, sino que amplía su capacidad para interpretar fenómenos complejos y no lineales, propios del crimen organizado contemporáneo.

4. Oportunidades estratégicas de la IA para la seguridad ciudadana dominicana

La adopción progresiva de la IA en la seguridad pública dominicana genera oportunidades estructurales relevantes:

Optimización del despliegue policial, basada en evidencia y no solo en percepción.
Reducir la discrecionalidad operativa y mejorar la trazabilidad de las decisiones para decisiones más claras y responsables.
Mejora de la coordinación interinstitucional, mediante lenguajes comunes basados en datos.
Capacidad de anticipación estratégica, frente a la mutación regional del crimen.
Mayor legitimidad institucional, cuando los resultados se traducen en reducción sostenida de la violencia.

La Fuerza de Tarea de Seguridad Ciudadana, al operar semanalmente con datos consolidados y análisis comparativos, representa una plataforma idónea para institucionalizar la IA como herramienta de Estado, más allá de coyunturas políticas.

5. Desafíos críticos: regulación, ética y sostenibilidad en el caso dominicano

5.1 Vacíos normativos y necesidad de regulación específica

A pesar de los avances operativos, la República Dominicana carece de una ley específica que regule el uso de la inteligencia artificial en seguridad pública. Este vacío normativo plantea riesgos asociados al uso de datos personales, la vigilancia tecnológica y la rendición de cuentas.

La experiencia en América Latina y Europa muestra que se necesitan reglas basadas en el riesgo que definan claramente qué usos están permitidos, cómo se va a supervisar y cuáles son las responsabilidades de las instituciones (OCDE, 2022).

5.2 Protección de derechos fundamentales y confianza ciudadana

El uso intensivo de datos y tecnologías predictivas exige salvaguardas claras para evitar:

Criminalización anticipada de territorios o poblaciones.
Reproducción de sesgos históricos.
Afectaciones a la privacidad y a la presunción de inocencia.

En este sentido, la legitimidad del uso de IA dependerá de su alineación con principios democráticos, transparencia y control institucional.

5.3 Capacidades técnicas e institucionales

La sostenibilidad de la IA aplicada a la seguridad requiere inversión continua en:

Infraestructura tecnológica.
Formación especializada del personal.
Cultura organizacional orientada al uso ético y crítico de los datos.

Sin estos elementos, la IA corre el riesgo de convertirse en una solución simbólica, más asociada al discurso que a la efectividad real.

Matriz analítica: Inteligencia Artificial, Crimen Organizado y Seguridad Ciudadana

Dimensión	Componente analítico	Descripción conceptual	Técnicas / Procesos de IA	Aplicación en República Dominicana	Aporte estratégico	Riesgos / Salvaguardas
Epistemológica	Seguridad como sistema complejo	La seguridad ciudadana se entiende como un sistema dinámico, no lineal y adaptativo, donde interactúan factores sociales, económicos, territoriales y criminales.	Modelos multivariados, análisis de sistemas complejos, correlaciones no lineales.	Análisis integral de criminalidad por provincia, municipio y periodo, incorporando variables sociales y territoriales (PN–ONE–INACIF).	Supera enfoques reactivos; permite comprensión sistémica del crimen organizado.	Riesgo de reduccionismo tecnocrático → necesidad de interpretación humana experta.
Estratégica	Gobernanza basada en datos	Uso sistemático de evidencia empírica para la toma de decisiones de alto nivel.	Análisis predictivo, dashboards inteligentes, series temporales.	Fuerza de Tarea de Seguridad Ciudadana con análisis semanal de tendencias y predicciones.	Mejora la anticipación y coherencia de las políticas públicas.	Riesgo de dependencia excesiva del dato → validación política e institucional.
Operativa	Focalización territorial	Identificación de zonas críticas mediante patrones espaciales del delito.	Sistemas de información geográfica (SIG), clustering, predicción espacial.	Priorización de territorios con mayor incidencia delictiva para despliegue policial.	Optimiza recursos y reduce dispersión operativa.	Riesgo de estigmatización territorial → revisión periódica de modelos.
Táctica	Prevención situacional del delito	Intervención temprana en contextos de riesgo para disuadir el delito.	Análisis de patrones horarios, detección de anomalías.	Ajustes operativos por franjas horarias y eventos recurrentes.	Reduce delitos antes de su materialización.	Riesgo de falsas alarmas → calibración continua.
Tecnológica	Integración de bases de datos	Articulación de información policial, forense, judicial y estadística.	Minería de datos, limpieza de datos, validación cruzada.	Cruce PN–Ministerio Público–INACIF–ONE.	Mejora calidad y confiabilidad del análisis criminal.	Riesgo de brechas de seguridad → protocolos de protección de datos.
Analítica	Inteligencia criminal	Análisis de estructuras, redes y dinámicas del crimen organizado.	Análisis de redes, grafos, patrones relacionales.	Identificación de vínculos delictivos y reincidencia criminal.	Golpea estructuras criminales, no solo eventos aislados.	Riesgo de sesgos históricos → auditoría de datos.
Forense	Apoyo a la investigación criminal	Uso de tecnología para organizar y analizar evidencia.	Clasificación automatizada, filtrado inteligente de información.	Gestión de grandes volúmenes de información forense y criminal.	Acelera procesos investigativos y judiciales.	Riesgo de errores automatizados → revisión pericial humana.
Institucional	Coordinación interagencial	Sincronización de actores estatales bajo un mismo marco analítico.	Plataformas compartidas, interoperabilidad de sistemas.	Trabajo conjunto entre Interior y Policía, PN, Ministerio Público e INACIF.	Reduce duplicidades y contradicciones institucionales.	Riesgo de fragmentación → liderazgo central claro.
Política pública	Diseño de estrategias de seguridad	Construcción de políticas basadas en evidencia y escenarios futuros.	Modelación predictiva, simulación de escenarios.	Ajuste continuo del Plan Nacional de Seguridad Ciudadana.	Mayor coherencia entre diagnóstico y acción.	Riesgo de rigidez → flexibilidad estratégica.
Ética y legal	Protección de derechos fundamentales	Garantía de libertades civiles en el uso de IA.	Principios de IA responsable, evaluación de impacto algorítmico.	Uso progresivo sin reconocimiento facial masivo institucionalizado.	Preserva legitimidad democrática del modelo.	Riesgo de vacíos legales → necesidad de marco normativo específico.
Social	Confianza y legitimidad ciudadana	Percepción pública del uso de tecnología en seguridad.	Transparencia de resultados, indicadores públicos.	Comunicación de reducción de tasas y logros operativos.	Refuerza confianza Estado–ciudadanía.	Riesgo de opacidad → rendición de cuentas periódica.
Prospectiva	Anticipación de la mutación criminal	Lectura regional y transnacional del crimen organizado.	Análisis de tendencias, predicción adaptativa.	Evaluación de dinámicas criminales regionales del Caribe.	Permite respuestas estratégicas anticipadas.	Riesgo de incertidumbre → actualización continua de modelos.

En conclusión, el impacto de la IA en la sociedad es innegable y su influencia seguirá creciendo.

La creciente integración de la inteligencia artificial en la seguridad ciudadana de la República Dominicana está transformando la naturaleza misma de las políticas públicas de seguridad, alejándose de modelos reactivos para moverse hacia modelos predictivos, sistémicos y basados en evidencia. El caso de la República Dominicana muestra más que solo la adopción de tecnología; refleja un cambio en las instituciones donde la IA se utiliza como herramienta para ayudar en el gobierno. Esto incluye el análisis del crimen, la estrategia y la toma de decisiones cruciales.

La experiencia de la Fuerza de Tarea Conjunta (Seguridad Ciudadana), que cada semana encabeza el presidente Luis Abinader, es una expresión de esta realidad. Este lugar no solo presenta información, estadísticas y análisis adelantos, sino que también explica cómo ha cambiado el crimen organizado en una región en transformación, donde las amenazas se mueven, se adaptan y se reorganizan por la acción del Estado. La IA no sustituye el juicio político ni la experiencia práctica, sino que ayuda al Estado a comprender fenómenos complejos y no lineales, mejorando la conexión entre diagnóstico, estrategia y acción.

Sin embargo, los resultados del análisis revelan que la capacidad de la IA para la seguridad ciudadana en la Rep. Dom. está limitada por problemas estructurales que no se han resuelto. La ausencia de una ley que regule el uso de la IA en seguridad, los peligros para la privacidad, la repetición de prejuicios históricos, y las limitaciones en la infraestructura y habilidades técnicas evidencian la necesidad de avanzar en la creación de reglas y la regularización de estas tecnologías. Sin garantías explícitas, la IA amenaza con socavar derechos fundamentales y la legitimidad democrática que sustenta su aceptación social.

Además, el estudio comprueba que la efectividad de la IA no depende tanto de lo complejas que sean las fórmulas matemáticas, sino de la calidad de los datos, la interacción entre instituciones y la habilidad de las personas para interpretar la información. En realidades como la República Dominicana, al igual que en otras regiones, el crimen organizado es un sistema adaptativo y complejo, aquí es donde la IA debe ser una herramienta complementaria, subordinada a marcos éticos, controles institucionales y evaluación continua. La tecnología por sí sola no va a generar mejores resultados si no se enmarca en una cultura organizacional preocupada por el uso crítico de la información.

La experiencia de la República Dominicana con la Fuerza de Tarea Conjunta, nos indica que la IA puede ser un soporte estratégico para la seguridad ciudadana, siempre y cuando se fortalezca en un marco de pensamiento complejo que reconozca la interdependencia entre factores sociales, territoriales, delictivos y políticos. El reto venidero no es propagar la IA, sino regularla y garantizar que su aplicación refuerce la capacidad del Estado para proteger a la ciudadanía sin violar la democracia, los derechos humanos y la confianza pública. En ese balance es que se establece la medida de la inteligencia artificial como herramienta legítima y sostenible de seguridad.

Referencias bibliográficas

Ministerio de Interior y Policía. (2022). Plan Nacional de Seguridad Ciudadana. Santo Domingo.
Oficina Nacional de Estadística (ONE). (2019). Encuesta Nacional de Hogares de Propósitos Múltiples (ENHOGAR).
Oficina Nacional de Estadística (ONE). (2023). Indicadores sociodemográficos y territoriales.
Policía Nacional Dominicana. (2023). Informe anual de estadísticas criminales. Santo Domingo.
Policía Nacional Dominicana. (2024). Boletín estadístico de criminalidad. Dirección Central de Análisis y Documentación Delictiva.
Ministerio Público & INACIF. (2023-2025). Informe conjunto sobre homicidios y causas de muerte.
OECD.AI Policy Observatory. (2022). AI governance and public sector use.