La seguridad ciudadana en centros urbanos de América Latina es un fenómeno multidimensional que trasciende la respuesta policial. Santiago de Cali presenta un caso crítico: históricamente ha registrado índices de homicidio alarmantes frente a otras ciudades de la región, alcanzando en 2022 una percepción de inseguridad del 84.1%, la más alta de Colombia. La persistencia de economías ilegales vinculadas al microtráfico y el sicariato afecta a jóvenes en situación de vulnerabilidad, reforzando un círculo de violencia y exclusión social. La implementación de modelos de aprendizaje automático permite anticipar focos de violencia, pero su adopción pública se ve limitada por la opacidad de los algoritmos de "caja negra", el uso de XAI permite desglosar qué variables, más allá del conteo de delitos, impulsan este sentimiento de vulnerabilidad que alimentan narrativas de miedo y deterioran la calidad de vida y la confianza institucional.
De la Predicción a la Explicabilidad
La investigación se fundamenta en la Teoría Económica del Crimen, que entiende el delito como una decisión racional influenciada por beneficios esperados frente a riesgos de sanción, y en la IA Explicable (XAI), que garantiza que los resultados del modelo sean comprensibles para expertos y tomadores de decisiones. La explicabilidad es un requisito ético y legal para evitar sesgos algorítmicos en seguridad, esta garantiza que la predicción de la percepción de seguridad no sea arbitraria, sino que se fundamente en una justificación clara de sus causas.
IA y Seguridad a Nivel Global: Evolución y Tendencias
A nivel mundial, el uso de la Inteligencia Artificial en los sistemas de seguridad ha experimentado una transición técnica y ética que puede categorizarse en tres etapas evolutivas:
Vigilancia Reactiva: Esta etapa inicial realizaba el mapeo básico de delitos, donde la tecnología se limitaba a la digitalización de registros administrativos para identificar concentraciones espaciales históricas (hotspots).
Aunque permitió una mejor visualización del crimen, su naturaleza era descriptiva y retrospectiva, careciendo de capacidad para anticipar dinámicas criminales.
Policía Predictiva (Predictive Policing): Con el auge del Machine Learning, la gestión de seguridad evolucionó hacia el uso de algoritmos como PredPol (EE. UU.) o HART (Reino Unido), diseñados para optimizar el patrullaje policial basándose en la probabilidad histórica de ocurrencia delictiva. Si bien este enfoque mejoró la eficiencia operativa, ha sido objeto de críticas globales debido a la opacidad de sus algoritmos de "caja negra", los cuales pueden contener sesgos y carecen de una justificación causal clara para quienes toman las decisiones.
Gobernanza Algorítmica Transparente (Tendencia Actual): El paradigma actual, liderado por directrices de la Unión Europea y centros de investigación, prioriza la auditabilidad y la construcción de una "IA Confiable" (Trustworthy AI)
En esta fase, el objetivo no es solo la precisión predictiva, sino la interpretabilidad. Para ello, se están implementando arquitecturas que soporten estás soluciones como las Logic Explained Networks (LENs), que combinan redes neuronales con lógica formal, y modelos de interpretación post-hoc como SHAP y LIME.
Estas herramientas de gobernanza Algorítmica Transparente, permiten a los gobiernos comprender qué factores estructurales —como el desempleo o la exclusión— están impulsando realmente el riesgo en una zona, garantizando así la legitimidad y la responsabilidad en la política pública.
Integración de Datos y Metodología
Para garantizar el rigor científico en el análisis de la violencia objetiva, la metodología integra la base de datos de 'Defunciones por Causas Externas' del DANE. Esta fuente se constituye como el referente estadístico verídico y robusto para realizar un contraste técnico con los registros administrativos de homicidios reportados en el sistema SIEDCO de la Policía Nacional. La triangulación de estos datos, y la información de la Encuesta de Calidad de Vida (ECV), permite que la herramienta trascienda la estadística criminal, facilitando un análisis de los factores que explican los diferentes niveles de bienestar social y su impacto directo en la configuración de la seguridad ciudadana.
Censo Nacional de Población y Vivienda: Contexto Demográfico-El Censo aporta a datos sobre densidad habitacional y la pirámide poblacional. Esto permite identificar factores con alto poder predictivo para el reclutamiento por economías ilegales, áreas con alta concentración de jóvenes en riesgo de exclusión, un factor crítico en la construcción del miedo colectivo.
Microdatos de Pobreza Multidimensional: Determinantes Estructurales - La integración de microdatos permite al modelo identificar cómo el rezago educativo, la informalidad y el desempleo actúan como catalizadores de la violencia y, por ende, de la percepción de inseguridad.
Aporte de XAI: La herramienta permite pasar del "dónde" al "por qué". Mediante enfoques contrafactuales, es posible simular escenarios, como el impacto de reducir el desempleo juvenil en una comuna específica sobre la probabilidad de homicidios. En este ejemplo el escenario a simular, contestaria a la siguiente pregunta: "¿Cómo se reduciría la percepción de inseguridad en una comuna si se interviniera el desempleo juvenil en un 5%?".
Reflexión Estratégica: Dimensiones de la Gobernanza Algorítmica
La integración de la IA Explicable (XAI) en la gestión pública no debe entenderse solo como una mejora técnica, sino como un cambio de paradigma en la gobernanza de la seguridad. Esta propuesta se articula bajo tres dimensiones que justifican su implementación:
Dimensión Técnica (El "Cómo"): El rigor del modelado reside en el cruce sistemático de bases de datos heterogéneas. Al integrar registros administrativos de criminalidad (SIEDCO) con variables socioeconómicas del DANE (Censo y Pobreza Multidimensional) e infraestructura urbana, se logra una visión holística del territorio. La aplicación de algoritmos de ensamble como XGBoost y Random Forest permite procesar esta complejidad, garantizando que la herramienta sea validada bajo métricas de interpretabilidad que aseguren su auditabilidad.
Dimensión Operativa (El "Para qué"): El propósito es que la administración municipal pueda contar con una herramienta de decisión que trascienda el simple mapeo de "puntos calientes" (hotspots). El modelado permite pasar del "dónde" al "por qué", identificando los determinantes específicos —como el desempleo juvenil, la deserción escolar o deficiencias en la iluminación pública— que actúan como catalizadores de la violencia y configuran la percepción de inseguridad.
Dimensión Ética y Social (El Aporte): El aporte principal es la transparencia y legitimidad de la inversión pública. Al transformar cifras de homicidios en un mapa de causas sociales intervenibles, se elimina la arbitrariedad en la toma de decisiones políticas. Esto no solo mejora el uso de recursos en programas como el PISCC, sino que fortalece la confianza ciudadana en las instituciones al demostrar que las intervenciones se basan en evidencia científica y en una comprensión profunda de la realidad social.
Análisis de Homicidios y percepción en Santiago de Cali
La percepción de seguridad se define como una construcción subjetiva influenciada tanto por la incidencia delictiva como por narrativas de vulnerabilidad difundidas en medios de comunicación. Por consiguiente, el modelado predictivo propuesto adopta un enfoque multivariado para identificar cómo la insuficiencia de oferta estatal y la desigualdad estructural —representada por índices críticos de Necesidades Básicas Insatisfechas (NBI) en las comunas 13, 14, 15 y 21— actúan como determinantes de la inseguridad.
Santiago de Cali registra una estabilización persistente de la violencia, con registros superiores a los 1,000 homicidios en 2023, comportamiento que diverge de las tendencias decrecientes observadas en otras capitales colombianas. En este entorno, factores como el desempleo juvenil y la exclusión en sectores vulnerables correlacionan con un incremento en el riesgo de reclutamiento por economías ilegales, donde la actividad delictiva surge como un mecanismo de subsistencia ante la carencia de oportunidades estructurales.
Conclusiones y Repercusiones en Política Pública
La transición hacia una gestión de seguridad inteligente en Santiago de Cali depende de la capacidad de traducir datos complejos en intervenciones focalizadas. El uso de XAI permite legitimar la intervención gubernamental al demostrar que las decisiones se basan en evidencia científica cruzada con datos oficiales como lo proporcionados por el DANE entre otros.
Al transformar cifras frías en un mapa de causas sociales posibles de intervenir, las políticas dejan de ser exclusivamente reactivas y se vuelven estructurales, lo cual puede impactar en el uso de recursos en programas como el Plan Integral de Seguridad y Convivencia Ciudadana (PISCC) o "Fuerza Joven por el Valle". Esto no solo busca reducir la criminalidad objetiva, sino también cerrar la brecha de percepción de inseguridad y fortalecer la confianza ciudadana en las instituciones.
Referencias
[1] “Global Study on Homicide.” Accessed: Oct. 02, 2025. [Online]. Available: https://www.unodc.org/unodc/en/data-and-analysis/global-study-on-homicide.html
[2] H. M. Acosta Guzman and J. Jiménez Reina, “La Geopolítica criminal de los Grupos Armados Organizados,” in Convergencia de Conceptos: Enfoques Sinérgicos en Relación a las Amenazas a la Seguridad del Estado Colombiano, 2018. doi: 10.25062/9789585698307.03.
[3] W. Hernández, “Costos sociales de la victimización en América Latina: Percepción de inseguridad, capital social y percepción de la democracia,” Lat Am Res Rev, vol. 54, no. 4, 2019, doi: 10.25222/larr.23.
[4] “DANE - Pobreza monetaria.” Accessed: Oct. 02, 2025. [Online]. Available: https://www.dane.gov.co/index.php/estadisticas-por-tema/pobreza-y-condiciones-de-vida/pobreza-monetaria
[5] C. B. Alvarado, “Editorial,” 2021, Universidad Santo Tomas. doi: 10.15332/19090528.
[6] Alcaldía de Cali, “Plan integral de convivencia y seguridad ciudadana (PISCC).” Accessed: Oct. 02, 2025. [Online]. Available: https://www.cali.gov.co/documentos/6720/plan-integral-de-convivencia-y-seguridad-ciudadana-piscc/
[7] “Dilian Francisca Toro: La Tasa de Seguridad y su impacto en el Valle del Cauca.” Accessed: Oct. 02, 2025. [Online]. Available: https://cambiocolombia.com/contenido-especial/articulo/2025/9/la-paz-total-solo-sirvio-para-fortalecer-a-los-grupos-armados-ilegales-dilian-francisca-toro/
[8] “Seguridad del sur de Cali será reforzada gracias al programa ‘Fuerza Joven por el Valle.’” Accessed: Oct. 02, 2025. [Online]. Available: https://www.valledelcauca.gov.co/publicaciones/86768/seguridad-del-sur-de-cali-sera-reforzada-gracias-al-programa-fuerza-joven-por-el-valle/
[9] R. Guerrero, “Programa Desarrollo, Seguridad y Paz, DESEPAZ de la Ciudad de Cali. Colombia Programas Municipales para la prevención y atención de la violencia,” 2022.
[10] S. Ali et al., “Explainable Artificial Intelligence (XAI): What we know and what is left to attain Trustworthy Artificial Intelligence,” Information Fusion, vol. 99, Nov. 2023, doi: 10.1016/j.inffus.2023.101805.
[11] Sánchez Calderón, M. G., Gutiérrez Rojas, C., y Valiño Castro, A., "La economía de la delincuencia: una revisión de la literatura teórica y empírica," Revista ECA Sinergia, vol. 16, no. 1, pp. 94-115, Ene.-Abr. 2025, doi: 10.33936/ecasinergia.v16i1.6871.
[12] L. Cotino Hueso, "Transparencia y explicabilidad de la inteligencia artificial y 'compañía' (comunicación, interpretabilidad, intelligibilidad, auditabilidad, testabilidad, comprobabilidad, simulabilidad…): para qué, para quién y cuánta," Revista Jurídica de la Universidad de Granada, vol. 34, no. 2, pp. 71-100, 2021. [En línea]. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=8709893
[13] P. E. González Monguí y J. E. Carvajal Martínez, "Política de Gobierno como generador del conflicto: Criminalidad seguridad y percepción de inseguridad en las ciudades de Bogotá, Medellín y Cali 2020-2021," Via Inveniendi Et Iudicandi, vol. 18, n.º 1, pp. 94-117, enero-junio 2023, doi: 10.15332/19090528.9197.
[14] Alcaldía de Santiago de Cali y Secretaría de Seguridad y Justicia, Plan Integral de Seguridad, Convivencia Ciudadana y Justicia: Cali Segura 2024-2027. Santiago de Cali, Colombia, 2024.
[15] A. L. Lira Cortes, “Delito, violencia en medios de comunicación y percepción de inseguridad en espacios urbanos: hacia un modelo predictivo con redes neuronales,” Tesis Doctoral, Universidad Autónoma de Querétaro, Querétaro, México, 2023.
[16] M. C. Pezzini, “Inteligencia Artificial Explicable: análisis de metodologías y aplicaciones,” Trabajo final integrador, Especialización en Ingeniería de Software, Universidad Nacional de La Plata, Buenos Aires, Argentina, 2024.
[17] J. S. León Morales, “Integración de la inteligencia artificial geoespacial en la gobernanza: revisión bibliográfica y perspectivas para Colombia,” Trabajo de especialización, Universidad de Antioquia, Medellín, Colombia, 2024.
[18] A. M. Oprescu, “Metodologías y técnicas para el análisis de datos y el diseño y desarrollo de soluciones de inteligencia artificial confiable basadas en modelos predictivos en el ámbito de la salud,” Tesis Doctoral, Universidad de Sevilla, Sevilla, España, 2023.
[19] J. Sanz Sierra y A. Rodríguez, "Dilemas estratégicos de la criminología predictiva: un análisis prospectivo para España," Behavior & Law Journal, vol. 11, n.º 1, pp. 92–106, 2025.
[20] M. C. Ardila Chávarro, "Crimen y Factores Económicos en Medellín: Un Estudio de Predicción con Machine Learning," Tesis de Maestría, Facultad de Economía, Universidad del Rosario, Bogotá D.C., Colombia, 2023.
[21] G. Suasnavas Ocaña, "Contribución de la Inteligencia Artificial a la Seguridad Ciudadana," Revista Veritas de Difusão Científica, vol. 5, n.º 3, 2024.
[22] J. Del Río-Cortina y J. Prieto-Flórez, "Innovaciones al servicio de la Seguridad Ciudadana," Revista Científica Anfibios, vol. 7, n.º 2, pp. 67–76, 2025.
[23] L. D. Ramírez de Garay, "Crimen y economía: una revisión crítica de las explicaciones económicas del crimen," Argumentos, vol. 27, n.º 74, pp. 263–294, 2014.
[24] M. Grautoff Laverde, F. Chavarro Miranda, y A. F. Arce, "La teoría racional del crimen. Aplicaciones de Gary Becker en Bogotá, D.C.," Criterio Libre, vol. 9, n.º 14, pp. 91–124, 2011.
[25] H. D. Martínez-Duarte, A. D. Ramírez-Romero, y E. A. Botello-Sánchez, "Incidencia multidimensional de la oferta criminal de Colombia desde un enfoque de ecuaciones simultáneas," Sociedad y Economía, n.º 43, 2021.
[26] Alcaldía de Medellín, "Segundas oportunidades: Prevenir la reincidencia delictiva de población adolescente en Medellín," Plan de Desarrollo 2020-2023, Medellín, Colombia, 2023.
[27] Departamento Nacional de Planeación, "Informe municipal de Seguridad y Convivencia Ciudadana: Cali-Valle del Cauca," Bogotá, D.C., Colombia, 2023.
[28] J. A. Hernández Orozco, "Análisis de la percepción del crimen y sus factores sociodemográficos en México," Tesis de Maestría, INFOTEC, Ciudad de México, México, 2025.
[29] UNODC, “Global Study on Homicide.” Accessed: Mar. 22, 2026. [Online]. Available: https://www.unodc.org/unodc/en/data-and-analysis/global-study-on-homicide.html.
[32] DANE, “Pobreza monetaria y Multidimensional.” Accessed: Oct. 02, 2025. [Online]. Available: https://www.dane.gov.co/index.php/estadisticas-por-tema/pobreza-y-condiciones-de-vida.
[33] Policía Nacional de Colombia, “Portal de Datos Abiertos - SIEDCO,” 2024.
[34] DANE, “Censo Nacional de Población y Vivienda (CNPV) - Colombia,” 2018.
[35] DANE, “Encuesta de Convivencia y Seguridad Ciudadana (ECSC),” 2023.
Tabla 1. Comparativa entre IA Tradicional e IA Explicable (XAI)
Paola Andrea Bedoya Toro
PhD. Hugo Armando Ordoñez E.
ejemplo@email.com
link YouTube
Todos los derechos reservados. Facultad de Ingeniería, Universidad del Valle, Cali, Colombia. 2026