Diálogo Político

Resumen

La inteligencia artificial revoluciona diversos ámbitos de las políticas públicas. Su aplicación en el combate al crimen permea el discurso político contemporáneo y aparece en las propuestas de seguridad pública de los candidatos presidenciales. Garantizar que la ia se utilice de forma responsable y ética es fundamental para maximizar sus beneficios y mitigar los riesgos que plantea a las libertades civiles en las democracias latinoamericanas.

Los recientes avances en inteligencia artificial (IA) están revolucionando diversos ámbitos de políticas públicas. La seguridad pública no es la excepción, ya que la IA y el aprendizaje automático se aplican a la vigilancia policial y al cumplimiento de la ley en general. Varias aplicaciones de la IA para la seguridad pública, definida como «ֿla aplicación de algoritmos a vastas cantidades de datos para asistir a la labor policial» (Joh, 2018) han recibido considerable atención en los Estados Unidos y otras democracias industrializadas. Entre los usos más destacados se encuentran los sistemas de reconocimiento facial (que capturan los rasgos físicos únicos de las personas y clasifican millones de posibilidades para establecer la identidad de un sospechoso), los sistemas de lectura de matrículas (que pueden capturar, identificar y encontrar su coincidencia con vehículos y sus propietarios para determinar su paradero), la predicción de la posible ubicación de futuros delitos y hasta la prevención de delitos de fraude en línea y pruebas forenses de ADN.

Algunas de estas aplicaciones de la IA siguen siendo controvertidas debido a consideraciones éticas y de privacidad. Aunque su adopción muestra un gran potencial para hacer frente a la delincuencia, la IA también presenta desafíos importantes para las democracias liberales donde la protección de las libertades civiles es primordial.

A pesar de estas preocupaciones, muchos países latinoamericanos han recurrido a la rápida adopción de tecnologías de IA para combatir a la delincuencia. Los partidarios de estas tecnologías señalan la velocidad, la capacidad de analizar inmensas cantidades de datos que serían inasequibles para el ser humano, así como la reducción de errores y sesgos humanos como importantes beneficios que justifican la adopción generalizada de la IA para la seguridad pública.

Teniendo en cuenta que las tecnologías de lucha contra el crimen basadas en IA siguen siendo poco estudiadas en América Latina en comparación con los Estados Unidos, este texto presenta una introducción a su adopción en las democracias de la región. En las siguientes secciones, nos centramos en ejemplos de IA utilizada para mejorar la seguridad pública en América Latina. A través de estos ejemplos, ilustramos sus propósitos previstos, así como las oportunidades y los desafíos que representan.

La promesa de la IA para la seguridad pública en América Latina

El uso de la IA para combatir la delincuencia en América Latina es prometedor. Con apenas un 8 % de la población mundial, la región concentra alrededor del 30 % de los homicidios a escala global. Además, si bien hay una variación considerable en términos de tasas de delitos violentos entre países (desde Chile con una tasa de alrededor de 4,5 homicidios por cada 100.000 personas, hasta Ecuador con una tasa de alrededor de 44 por cada 100.000), los promedios nacionales pueden ocultar tasas considerablemente más altas al interior de los países (Manjarrés y Newton, 2024).

En este contexto, la tecnología basada en IA puede ayudar a las instituciones encargadas de la aplicación de la ley a realizar varias tareas de manera más eficiente y eficaz. En particular, la IA puede ayudar a recopilar y analizar cantidades masivas de datos sobre delitos y predecir posibles focos de actividad delictiva, lo cual permite desplegar recursos de manera más eficaz a las dependencias encargadas de hacer cumplir la ley.

La IA también puede permitir a las policías de la región realizar un seguimiento en tiempo real para mantener la seguridad pública. Las herramientas de IA pueden ayudar a monitorear cámaras de vigilancia, redes sociales u otras fuentes abiertas de información para detectar actividades sospechosas y alertar a las autoridades. De manera similar, la IA se puede aprovechar para el reconocimiento facial y la biometría con el fin de identificar a sospechosos o personas desaparecidas de manera más eficiente, particularmente en entornos complicados o multitudinarios.

En el ámbito forense, las herramientas de IA pueden desempeñar un papel importante en la gestión y el análisis de pruebas. Son valiosas para organizar y filtrar grandes cantidades de pruebas digitales y así mejorar la eficiencia de las investigaciones y los procedimientos judiciales. De este modo, la IA tiene el potencial de ayudar a abordar los sesgos humanos y orientar la toma de decisiones en función de datos objetivos para lograr resultados más transparentes y justos.

Ejemplos de uso de IA en América Latina

Debido a la creciente preocupación por la delincuencia en la región, los gobiernos latinoamericanos han buscado mejorar la seguridad pública mediante la incorporación de avances tecnológicos basados en IA. Si bien esta adopción ha sido producto de ensayo y error, varios ejemplos de su uso son alentadores. A medida que aumente el número de casos y los gobiernos y ciudadanos se acostumbren a la tecnología, es probable que su adopción se acelere cada vez más.

A todos los niveles, los gobiernos de la región han incorporado la IA para garantizar la seguridad pública. En Colombia, la Policía Nacional publicó una estrategia nacional para brindar recursos a los gobiernos locales para comprar drones no tripulados y cámaras de vigilancia para prevenir y detectar delitos (Ministerio del Interior…, 2020). Para conectar las extensas bases de datos sobre criminalidad con sus diversos puntos de referencia para tomar decisiones, el gobierno contrató un software externo de Amazon Web Services para organizar y almacenar datos de varias fuentes («IA al servicio de la seguridad pública…», 2023). Además de analizar los resultados rápidamente, el software también emplea una serie de herramientas, incluida la aplicación XCrime de Nuvu, para agregar y analizar información, así como predecir posibles delitos (Nuvu, 2023).

En Chile, la Asociación de Aseguradores desarrolló un software de IA para identificar y denunciar vehículos robados (Municipio de Teno, 2024). El software convierte los teléfonos móviles en lectores de matrículas que los departamentos de policía pueden utilizar fácilmente. Identifica automáticamente vehículos robados escaneando las matrículas y comparándolas con una base de datos en segundos. El programa se implementó inicialmente en 60 municipios y se amplió a 345 en 2022 (Asociación de Aseguradores de Chile, 2022).

También se han realizado esfuerzos a nivel estatal y local. En México, la Oficina de las Naciones Unidas contra la Droga y el Delito (Unodc) se asoció con el organismo de estadísticas del país, el INEGI, para desarrollar un programa en el estado de México que aprovecha las redes neuronales profundas para identificar palabras y frases clave en llamadas realizadas al número 911 con sospecha de violencia doméstica o delitos contra la mujer (Unodc México, 2023). A nivel municipal, los gobiernos locales también han realizado esfuerzos para incorporar IA, especialmente en programas de vigilancia asistida (Vázquez Cruz, 2023).

El gobierno de Benito Juárez, uno de los 16 municipios de la Ciudad de México, adoptó una estrategia de seguridad pública en 2018 para abordar la delincuencia a través de herramientas de vigilancia basadas en IA (Tenorio, 2018). Este gobierno aumentó el número de unidades policiales y creó una amplia red de vigilancia compuesta por cámaras del Gobierno y cámaras privadas entregadas a ciudadanos particulares como parte de kits de seguridad pública («App “Blindar Benito Juárez”…», 2021). Las imágenes se transmiten a un centro de control y comando (C2) que emplea el reconocimiento facial y de matrículas para identificar y rastrear a sospechosos («Benito Juárez presenta…», 2021). El programa también aprovecha la participación ciudadana al brindar acceso a Blindar BJ, una aplicación donde los ciudadanos pueden denunciar delitos y rastrear la ubicación de las unidades de policía que responden a su denuncia. En 2021, el programa se expandió a la vecina alcaldía Álvaro Obregón.

En 2018, el gobierno municipal de Tlajomulco de Zúñiga, en el estado de Jalisco, también buscó mejorar la seguridad pública al integrar tecnología basada en IA en los sistemas de vigilancia, incluido el monitoreo de áreas públicas con cámaras de videovigilancia así como la puesta a disposición a los ciudadanos de información sobre la incidencia delictiva («Tlajomulco presenta…», 2018; Gobierno de Jalisco, 2018). El esfuerzo involucra 564 cámaras de reconocimiento facial y lectores de matrículas para monitorear el comportamiento, identificar patrones y reportar actividades sospechosas.

En Brasil, el gobierno de la ciudad de São Paulo inauguró en 2022 el uso de un sistema de reconocimiento facial basado en inteligencia artificial para monitorear la línea 3 del sistema de metro a través de 14.000 cámaras en 18 estaciones (Mascellino, 2022). La ciudad también está expandiendo su vigilancia basada en biometría más allá del metro, a través del programa Smart Sampa que vinculará unas 20.000 cámaras con un centro de monitoreo y con bases de datos de otras agencias para tareas que van desde la identificación de sujetos hasta la localización de ambulancias. Aunque el proyecto ha recibido críticas por posibles sesgos, en abril de 2024 el alcalde de la ciudad anunció la inauguración del centro de monitoreo y espera completar la instalación de las 20.000 cámaras de vigilancia para fines de 2024 (Freitas, 2024; Mari, 2023).

En Uruguay, cuando Montevideo comenzó a registrar mayores tasas de delincuencia, el departamento de policía de la ciudad adoptó en 2016 una herramienta de vigilancia predictiva llamada PredPol. Aprovechando datos históricos sobre la delincuencia, el software generó mapas de predicciones delictivas para informar los esfuerzos de la policía y así prevenir el delito o responder rápidamente a las amenazas emergentes. PredPol fue implementada en Montevideo con base en la herramienta utilizada por primera vez por el Departamento de Policía de Los Ángeles en California para generar predicciones delictivas basadas en el tipo de delito, ubicación, fecha y hora. Con un costo de USD 140 millones anuales y con un algoritmo propio al que los gobiernos no tienen acceso, este software ayudó a agilizar el despliegue policial y abordar el delito de manera preventiva. Sin embargo, el Gobierno finalizó el programa después de que no encontró diferencias entre las zonas que utilizaban el software predictivo y las que no (Gaudín, 2017).

Desafíos para la adopción de la IA para la seguridad pública

Si bien estos ejemplos muestran el interés de los gobiernos de la región por usar esta herramienta para combatir los crecientes niveles de delincuencia, su potencial y su uso plantean desafíos importantes. Frente a la presión pública para obtener resultados, las autoridades han actuado rápidamente para adoptar dichas tecnologías, pero a menudo lo hacen sin una legislación adecuada que asegure la protección de la privacidad y las libertades civiles, que promueva procesos de contratación transparentes y que garantice la sustentabilidad de la IA. En esta sección se analizan algunos de los principales desafíos que enfrentan los gobiernos en la adopción de tecnología de IA para la seguridad pública, así como las medidas adoptadas para abordar estas deficiencias.

Vacíos regulatorios

La regulación de la IA es crucial para prevenir su uso indebido y anticipar consecuencias no deseadas. Si bien la mayoría de los países latinoamericanos carecen de legislación sobre IA en general, y para fines de seguridad pública en particular, algunos están en proceso de generar marcos regulatorios (por ejemplo, Argentina y Brasil) basados en regímenes multilaterales como la Ley de IA de la Unión Europea y la Organización de Cooperación y Desarrollo Económico (OCDE), o con el apoyo del Banco Interamericano de Desarrollo. Sin embargo, mientras los reguladores lidian con resguardar la protección de los derechos sin comprometer el crecimiento económico, no se ha alcanzado consenso sobre cómo abordar la regulación de la IA (EGA, 2024; OECD.AI Policy Observatory, 2022).

Por ejemplo, en Brasil existen dos propuestas legislativas regulatorias: la primera impone menos restricciones a la IA al apuntar a un sistema descentralizado y restringir la intervención gubernamental, mientras que la segunda impone limitaciones al uso de la IA y establece un sistema de categorización de sistemas de IA con base en su riesgo (EGA, 2024). Si bien la legislación sobre IA es menos común, algunos países como Brasil, Chile y Colombia han publicado estrategias nacionales de IA que proveen lineamientos para impulsar su adopción (OECD.AI Policy Observatory, 2021). Además, varios países latinoamericanos firmaron recientemente la Declaración de Santiago, que fomenta una participación más activa en las deliberaciones sobre IA (Cumbre Ministerial…, 2023).

Privacidad y libertades civiles

Aunque la IA puede ser una herramienta eficaz para combatir la delincuencia, también representa importantes riesgos para los derechos humanos. Por ejemplo, un uso común es la vigilancia de espacios públicos para identificar patrones de comportamiento potencialmente dañinos y prevenir delitos. Si bien esto puede ser beneficioso, este monitoreo constante puede convertir a cualquier persona en un sospechoso potencial, incluso cuando no se ha cometido ningún delito, ya que todas las acciones cotidianas pueden ser objeto de escrutinio en busca de un crimen.

En este contexto, una preocupación importante es el posible uso de la IA para socavar las protecciones que se brindan a los ciudadanos en el marco de la democracia liberal. En particular, la IA puede utilizarse para monitorear la actividad legal de los ciudadanos, como sucede en regímenes autoritarios como China. El reconocimiento facial, los lectores de matrículas o los transmisores de ubicación de teléfonos celulares pueden utilizarse para rastrear a personas, incluso cuando no han cometido un delito.

Algunos ejemplos de la región son ilustrativos. En Argentina, la policía registró por error las variables equivocadas para identificar a un sospechoso y, en su lugar, encarceló a un hombre inocente durante seis días (Naundorf, 2023). En el Programa Blindar Benito Juárez de la Ciudad de México, algunos usuarios notaron la falta de un aviso de términos de privacidad al descargar la aplicación del gobierno, lo que generó inquietudes sobre la privacidad de los usuarios («Sin transparencia…», 2021). En Ecuador, informes señalan que la agencia de inteligencia del gobierno recurre al sistema de vigilancia del delito ECU-911 importado de China para espiar a periodistas y miembros de la oposición con el fin de obtener ventajas políticas (Kessel, 2019). Estos incidentes muestran cómo la tecnología de inteligencia artificial puede socavar las libertades civiles si los gobiernos la utilizan de manera incorrecta.

Adquisición y corrupción

Los procesos de compra gubernamentales en América Latina suelen ser opacos, y la adquisición de tecnología basada en IA no es la excepción. En contraste con la velocidad con que los gobiernos de la región han adoptado la IA para la seguridad pública, la transparencia en los procesos de adquisición ha sido lenta (Access Now, 2021). Un informe de AccessNow concluyó que algunas empresas extranjeras que suministraban servicios de IA para seguridad pública en América Latina negaban vender herramientas de vigilancia, reformulaban su propósito o desviaban la responsabilidad hacia los usuarios finales (Access Now, 2023).

En el caso de Blindar Benito Juárez y Álvaro Obregón, en la Ciudad de México, la falta de transparencia en la asignación de fondos ha generado dudas. Como referencia, el gobierno invirtió 385 millones de pesos mexicanos (unos 19,6 millones de dólares) en un lapso de tres años, pero ha enfrentado acusaciones de que el valor de los equipos está inflado (Díaz, 2023). Si bien una investigación estimó que cada cámara cuesta alrededor de MX$ 2.700 (USD 159), el gobierno las presupuestó en MX$ 35.000 (USD 2.000) (Cosme, 2021).

Adopción y mantenimiento de tecnología

Además de requerir marcos regulatorios más robustos, los países latinoamericanos también tienden a carecer de infraestructura suficiente para garantizar que las tecnologías funcionen correctamente. En Bogotá, el gobierno de la ciudad adoptó un sistema basado en IA para identificar y predecir el crimen. Con una inversión considerable de 11 millones de dólares, el sistema generó preocupaciones sobre los derechos humanos y la falta de policías para actuar en función de la información generada (Valencia Gómez, 2021), pero en particular fue criticado porque se estimó que 22% de sus cámaras no funcionaban correctamente («Sistema de videovigilancia …», 2022). Además, las diferencias en el software utilizado en las distintas plataformas de IA limitaron el intercambio de información y la eficiencia, como fue el caso de los software para el sistema de tránsito rápido de autobuses públicos Transmilenio y para el centro de comando central C4 de las cámaras de vigilancia de la ciudad.

De manera similar, en la Ciudad de México, el programa Blindar Benito Juárez enfrentó importantes desafíos de implementación. En particular, los vecinos se quejaron de que las cámaras no grababan, lo que dificultaba la presentación de pruebas cuando se producían delitos (Gobierno de la Ciudad de México, 2023). Desafíos como estos podrían influir en la percepción de la utilidad de la IA si no son atendidos.

Toma de decisiones de caja negra

Los algoritmos empleados en la IA no suelen ser conocidos por las agencias gubernamentales. En la mayoría de los casos, las autoridades tendrán poco conocimiento sobre cómo se ponderan los datos de entrada o hasta qué punto pueda haber sesgos. En el caso de Montevideo, los altos costos (USD 140 millones por año), la dependencia de un conjunto fijo de datos de entrenamiento y los sesgos en el reporte de datos históricos sobre delitos fueron preocupaciones importantes (Gaudín, 2017; Lum, 2016). Dado que el algoritmo se alimentaba de datos históricos policiales, críticos señalaron que el modelo podría dirigir la atención a áreas ya altamente vigiladas, creando un ciclo de retroalimentación sesgado. Además, dada la naturaleza patentada del software, las autoridades no tuvieron acceso a los algoritmos. De manera similar, con el proyecto Smart Sampa de Brasil, las organizaciones de derechos humanos han destacado su potencial para encarcelar con mayor frecuencia a las minorías y comunidades marginadas.

La IA en el ojo público

A medida que aumenta el uso de tecnología de IA para la aplicación de la ley en América Latina, también aumenta su presencia en el ámbito público. En particular, la IA para combatir el crimen está permeando el discurso político contemporáneo, e incluso está presente en las propuestas de seguridad pública de los candidatos presidenciales. Por ejemplo, durante las elecciones presidenciales de Panamá en 2024, varios candidatos propusieron aprovechar la IA para prevenir el crimen. Durante su campaña, el presidente José Raúl Mulino propuso capacitación adicional y la adquisición de nueva tecnología de IA para prevenir el crimen («Plan de Gobierno…», 2024), y el expresidente Martín Torrijos abogó durante su campaña por el uso de sistemas de vigilancia y monitoreo con inteligencia artificial junto con el aumento de las unidades de la policía («A otro nivel…», 2024).

De manera similar, los candidatos presidenciales en México también han hecho campaña sobre el uso de la IA para frenar la delincuencia, desde la instalación del mayor número posible de cámaras de vigilancia hasta la expansión de los programas de seguridad pública que han aprovechado dichas tecnologías. Como lo expresó la candidata de centroderecha en las elecciones presidenciales de 2024, «vamos con todo en el uso de tecnología y de inteligencia» (Rangel, 2024). Aunque estos esfuerzos parecen prometedores, es preocupante que los candidatos pongan más énfasis en la implementación o expansión de programas sin considerar también las políticas necesarias para regular estas tecnologías y garantizar su uso responsable.

A pesar de la controvertida historia de los países latinoamericanos en materia de vigilancia gubernamental de la sociedad civil, no parece haber una fuerte oposición a la tecnología. De hecho, encuestas recientes muestran que los ciudadanos a menudo tienen una perspectiva positiva hacia la IA. En 2023, Ipsos, una firma global de investigación de mercados, encuestó a más de 22.000 personas en 31 países, incluidos cuatro de América Latina: México, Colombia, Chile y Argentina, y les preguntó sobre las percepciones públicas de la IA (Ipsos, 2023).

A nivel mundial, alrededor del 67 % de los encuestados estaban muy o algo de acuerdo en que entendían bien la IA. En comparación, los promedios en América Latina fueron generalmente más altos (México 75 %, Colombia 73 %, Chile 70 % y Argentina 67 %). De manera similar, mientras que el 54 % de los encuestados en todo el mundo estaban muy o algo de acuerdo en que los productos y servicios de IA brindan más beneficios que desventajas, la proporción de encuestados que compartían esta opinión fue mayor en América Latina: 73 % en México, 65 % en Colombia, 59 % en Chile y 57 % en Argentina. Cabe destacar que las actitudes hacia la IA entre los países latinoamericanos fueron generalmente más favorables que las de sus contrapartes europeas.

Conclusión

La adopción de tecnologías basadas en la IA para la seguridad pública en las democracias de América Latina ofrece importantes posibilidades de abordar las altas tasas de delincuencia de la región y mejorar la eficiencia de la aplicación de la ley. Desde la vigilancia predictiva hasta el reconocimiento facial y la vigilancia en tiempo real, las herramientas de IA tienen el potencial de transformar los esfuerzos de lucha contra el delito al mejorar el análisis de datos, el despliegue de recursos y las investigaciones forenses en una región donde el tráfico de drogas y el crimen organizado en general están en aumento. Sin embargo, la rápida integración de estas tecnologías también presenta desafíos sustanciales para las democracias liberales, incluidas lagunas regulatorias, preocupaciones sobre la privacidad y cuestiones de transparencia en las contrataciones públicas. El riesgo de que se socaven las libertades civiles, junto con la falta de infraestructura y mantenimiento adecuados, subraya la necesidad de un enfoque más cauteloso y regulado para la implementación de la IA.

A medida que la IA adquiere mayor protagonismo en el discurso político y en las estrategias de seguridad pública, los gobiernos deben priorizar el establecimiento de marcos jurídicos sólidos que equilibren la innovación con la protección de los derechos humanos. Garantizar que la IA se utilice de forma responsable y ética será fundamental para maximizar sus beneficios y mitigar los riesgos que plantea a las libertades civiles en las democracias latinoamericanas.

Referencias bibliográficas

A otro nivel. Plan de gobierno 2024-2029 Martín Torrijos. (2024).

Access Now. (2021, 10 de agosto). Made Abroad, Deployed at Home.

Access Now. (2023, abril). Remote biometric surveillance in Latin America. Are companies respecting human rights

App “Blindar Benito Juárez” te permite ver cámaras de seguridad; así funciona. (2021, 8 de abril). El Heraldo de México.

Asociación de Aseguradores de Chile. (2022, 22 de junio). Asociación de Aseguradores firma convenio con municipios para detectar y denunciar autos robados.

Benito Juárez presenta su centro digital de vigilancia. (2021, 7 de abril). El Universal.

Cosme, M. (2021, 17 de noviembre). Lía Limón solicita 5 mil 784 mdp de presupuesto 2022 para Álvaro Obregón. El Sol de México.

Cumbre Ministerial y de Altas Autoridades de América Latina y el Caribe. (2023, 24 de octubre). Declaración de Santiago.

Díaz, O. (2023, 13 de noviembre). Miguel Hidalgo, Álvaro Obregón y Azcapotzalco piden aumento de presupuesto para el 2024.

EGA. (2024). Artificial Intelligence. Latin America’s Regulatory and Policy Environment.

Freitas, H. (2024, 4 de julio). Smart Sampa: Prefeitura inicia programa de câmeras com reconhecimento facial em São Paulo. O Globo.

Gaudín, A. (2017, 5 de mayo). Uruguay Tries Preventative Policing with a High-tech Twist.

Gobierno de Jalisco. (2021). Plan Municipal de Desarrollo y Gobernanza. Tlajomulco de Zúñiga.

Gobierno de la Ciudad de México. (2023, 28 de marzo). Síntesis informativa. Alcaldía.

IA al servicio de la seguridad pública: el éxito de la Policía Nacional de Colombia prediciendo crímenes en AWS. (2023). AWS.

Ipsos. (2023, julio). Global Views on A.I. 2023. How people across the world feel about artificial intelligence and expect it will impact their life.

Joh, E. (2018). Artificial Intelligence and Policing: First Questions. Seattle University Law Review, vol. 41, 1139-1144.

Kessel, J. (2019, 26 de abril). In a Secret Bunker in the Andes, a Wall That Was Really a Window. The New York Times

Lum, K. (2016, 10 de octubre). Predictive Policing Reinforces Police Bias. HRDAG.

Manjarrés, J., y Newton, Ch. (2024, 21 de febrero). InSight Crime’s 2023 Homicide Round-Up. Insight Crime.

Mari, A. (2023, 13 de julio). Facial recognition surveillance in São Paulo could worsen racismo.

Mascellino, A. (2022, 9 de diciembre). Brazil deploys ISS facial recognition to secure São Paulo metro. biometricupdate.com.

Ministerio del Interior, Ministerio de Defensa Nacional, Consejería Presidencial para la Seguridad Nacional. (2020). Política Marco de Convivencia y Seguridad Ciudadana 2019-2022. Dirección de Antinarcóticos.

Municipio de Teno. (2024). Municipio de Teno instala lectores de patentes para detectar autos robados.

Naundorf, K. (2023, 15 de septiembre). Un escándalo en Buenos Aires revela los peligros del reconocimiento facial. Wired.

Nuvu. (2023). Policía Nacional de Colombia.

OECD.AI Policy Observatory. (2021). National AI policies & strategies.

OECD.AI Policy Observatory. (2022, 6 de septiembre). Brazilian AI Strategy.

Plan de Gobierno del candidato a la presidencia José Raúl Mulino. (2024).

Rangel, L. (2024, 7 de marzo). Tecnología en propuestas de seguridad de candidatas: uso de datos biométricos y videovigilancia pone en riesgo derechos humanos. El Sabueso.

Sin transparencia el funcionamiento de las aplicaciones de seguridad de la BJ. (2021, 25 de febrero). DDM Benito Juárez.

¿Sistema de videovigilancia de la Ciudad ¿en cuidados intensivos? (2022). Concejo de Bogotá.

Tenorio, G. (2018, 6 de mayo). Santiago Taboada hace público su Plan de Gobierno 2018-2021 para la alcaldía de Benito Juárez. Periódico Leo.

Tlajomulco presenta modelo de vídeo vigilância. (2018). Tlajo.

UNODC México. (2023, 30 de enero). Inteligencia artificial para detectar y prevenir la violencia contra las mujeres.