HART — la herramienta de evaluación de riesgo por aprendizaje automático de la policía de Durham
Reino Unido
La policía de Durham (Reino Unido) usó, entre 2016 y 2021, una herramienta de aprendizaje automático desarrollada con Cambridge para …
Estados Unidos · Sacramento · Ver el perfil de Estados Unidos · Ver el perfil de Sacramento
Evidencia: Descriptivo / autodeclarado Top 94% 27/100 · Pregunte a Evidence Copilot sobre esta práctica
Desde 2010 el CDCR usa el algoritmo actuarial CSRA para puntuar el riesgo de reincidencia de los liberados condicionales, pero en 2025 el Estado informó a los legisladores que no usaba ningún sistema automatizado de alto riesgo, revelando el CSRA y otros cinco recién en un informe de junio de 2026.
Desde su inclusión en la normativa de libertad condicional de California en 2010 (15 CCR §3768.1), el Departamento de Correcciones y Rehabilitación de California (CDCR) ha utilizado la Evaluación Estática de Riesgo de California (CSRA) para puntuar la probabilidad de que casi todos los penados sean detenidos por un delito grave en los tres años posteriores a su libertad condicional, basándose en factores estáticos como la edad, el sexo y los antecedentes penales, clasificando los casos en cinco niveles de riesgo, de Bajo a Alto Riesgo de Violencia.
La CSRA pretende informar las decisiones de libertad condicional clasificando a los penados en niveles de riesgo mediante factores estáticos no modificables.
El propio CDCR ha señalado que el personal puede realizar la evaluación CSRA manualmente, lo que significa que la puntuación automatizada es una elección y no una necesidad operativa.
Una ley de California de 2023 exigió que las agencias estatales divulgaran el uso de sistemas automatizados de decisión de alto riesgo, y en 2025 el estado informó que no utilizaba ninguno. El propio informe legislativo del Departamento de Tecnología, de junio de 2026, contradijo esa afirmación, revelando seis sistemas ya en uso activo, entre ellos la CSRA. La laguna de divulgación solo salió a la luz tras reportajes de investigación, y surgió el mismo mes en que un proyecto de ley para añadir salvaguardas a las decisiones algorítmicas de libertad condicional, el SB 1248, fracasó en la legislatura.
Este es un caso cautelar, de fallo de transparencia, y no un éxito demostrado. Una agencia estatal informó de cero sistemas automatizados de decisión de alto riesgo en uso, solo para que esa afirmación fuera desmentida por su propio informe posterior; el hecho de que la puntuación automatizada de la CSRA sea una elección discrecional y no una necesidad agudiza la cuestión de transparencia central de este caso.
National / regional programmes
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
De dónde se obtuvo la información de esta práctica, y cuándo.
Reino Unido
La policía de Durham (Reino Unido) usó, entre 2016 y 2021, una herramienta de aprendizaje automático desarrollada con Cambridge para …
Brasil
El Consejo Nacional de Justicia de Brasil gestiona Sinapses, un catálogo nacional donde todos los modelos de IA utilizados o …
Australia
La Agencia de Transformación Digital de Australia probó un marco de evaluación de impacto de la IA con 21 agencias …
Chile
Desde 2021, el GobLab de la Universidad Adolfo Ibáñez cataloga de forma independiente los sistemas de decisión automatizados que utiliza …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.