Anticipar el delito: El salto de la Inteligencia Artificial Física en videovigilancia

Más de 33.000 delitos se registraron contra el comercio en 2025, según reportó el balance de ALTO Chile, una firma especializada en análisis de datos y persecución penal que centraliza los reportes judiciales de las mayores cadenas del país. El estudio arrojó una alarmante alza del 7,5% respecto al periodo anterior y reveló que los robos se concentran en los supermercados, con un 74% del total (25.198 incidentes), seguidos por las tiendas de retail (13%) y las farmacias (11,5%). En la vía pública, el escenario adquiere un tono aún más crítico al acumularse 6.800 casos de portonazos y encerronas durante los últimos cuatro años solo en la jurisdicción de la Fiscalía Metropolitana Oriente, golpeando a zonas neurálgicas de la capital como Ñuñoa, Macul, La Reina y Peñalolén. Se trata de emboscadas relámpago que tardan, en promedio, menos de 40 segundos; un margen de tiempo tan estrecho que reduce la videovigilancia tradicional a un registro pasivo de hechos consumados. Para ganar esa batalla con la delincuencia, el Dr. Jorge Vásquez, director del Physical AI Lab de la Universidad Adolfo Ibáñez y nuevo investigador adjunto de SODAS, propone un cambio de enfoque radical. Su premisa, directa y sin rodeos, apunta al corazón del problema: “Mi investigación busca que Chile cuente con sistemas inteligentes capaces de anticipar riesgos, apoyar mejores decisiones y mejorar la seguridad cotidiana de las personas en ciudades cada vez más complejas”.

De la superficie industrial a la calle

El científico nacido en Talcahuano cuenta con una formación académica multidisciplinaria que cruza la ingeniería de sistemas, la mecánica y el diseño computacional, coronada con un doctorado en la Universidad de Carnegie Mellon en Estados Unidos. Para esta problemática social, propone una fórmula científica basada en un hallazgo clave de su trayectoria: la visión computacional y el aprendizaje profundo aumentan exponencialmente su precisión cuando dejan de procesar imágenes planas y se fusionan con la geometría estructural y las leyes físicas del entorno real. “Me interesa conectar modelos, agentes inteligentes, visión computacional y plataformas robóticas con entornos reales y complejos, como la ciudad, para transformar grandes volúmenes de datos visuales, territoriales y operacionales en conocimiento accionable frente a problemas como seguridad urbana, prevención del delito, infraestructura crítica, emergencias y crisis sociales”, detalla el Dr. Vásquez.

De la reacción a la predicción gubernamental

El impacto esperado de esta investigación es revolucionar la respuesta táctica frente al delito y las emergencias. En la práctica, junto al equipo del Physical AI Lab, el académico de 43 años desarrolla modelos de visión computacional para la detección de encerronas —actualmente en proceso de publicación científica— y algoritmos de reconocimiento de robos en supermercados, orientados específicamente a dotar al país de “una policía más inteligente, preventiva y basada en datos”. Al mismo tiempo, crea simuladores computacionales basados en aprendizaje reforzado para entrenar a sistemas inteligentes y plataformas robóticas ante escenarios de desastre o fallas en infraestructura crítica. Estas herramientas le entregan a los operadores de seguridad valiosos segundos de ventaja para neutralizar las amenazas antes de que se consumen. La meta macroestructural de este trabajo es transformar la manera en que el Estado gestiona la seguridad urbana, dejando atrás un modelo donde las decisiones públicas aún dependen “solo de intuición, experiencia o datos aislados”, para transitar hacia una gobernanza verdaderamente predictiva. “Espero que la evidencia generada por SODAS contribuya a pasar de políticas públicas reactivas a políticas públicas predictivas, preventivas y basadas en datos”, enfatiza el Dr. Jorge Vásquez. En esa línea, su hoja de ruta para el país es categórica: “Me interesa aportar a una nueva generación de políticas de seguridad pública que integren ciencia de datos, inteligencia artificial, simulación, agentes inteligentes y evidencia territorial para anticipar delitos, priorizar recursos, evaluar intervenciones y mejorar la coordinación entre municipios, policías, instituciones públicas, empresas y ciudadanía”.