TED@BCG San Francisco
Anne Milgram: Why smart statistics are the key to fighting crime
Anne Milgram: Por qué las estadísticas inteligentes son la clave para combatir el crimen
Filmed:
Readability: 4.4
1,034,735 views
Cuándo fue nombrada Fiscal General de Nueva Jersey en 2007, Anne Milgram descubrió rápidamente unos datos sorprendentes: no sólo su equipo no sabía a quien encarcelaba, sino que tampoco tenían forma de entender si sus decisiones hacían que la población estuviera más segura. Y así empezó su búsqueda constante e inspiracional para introducir el análisis de datos y la estadística al sistema de justicia criminal de Estados Unidos.
Anne Milgram - Criminal justice reformer
Anne Milgram is committed to using data and analytics to fight crime. Full bio
Anne Milgram is committed to using data and analytics to fight crime. Full bio
Double-click the English transcript below to play the video.
00:12
In 2007, I became the attorney general
0
843
2591
En 2007, fui nombrada
Fiscal General
Fiscal General
00:15
of the state of New Jersey.
1
3434
1725
del estado de Nueva Jersey.
00:17
Before that, I'd been a criminal prosecutor,
2
5159
2280
Antes de eso, había sido
fiscal en casos penales
fiscal en casos penales
00:19
first in the Manhattan district attorney's office,
3
7439
2681
primero en la oficina del
Fiscal General de Manhattan
Fiscal General de Manhattan
00:22
and then at the United States Department of Justice.
4
10120
2650
y después en el Departamento
de Justicia de Estados Unidos.
de Justicia de Estados Unidos.
00:24
But when I became the attorney general,
5
12770
2201
Pero cuándo llegué
a ser Fiscal General,
a ser Fiscal General,
00:26
two things happened that changed
the way I see criminal justice.
the way I see criminal justice.
6
14971
3895
pasaron dos cosas que cambiaron la forma
en que yo veía la justicia criminal.
en que yo veía la justicia criminal.
00:30
The first is that I asked what I thought
7
18866
2030
La primera fue que me
pregunté qué pensaba
pregunté qué pensaba
00:32
were really basic questions.
8
20896
2186
sobre cuestiones
realmente básicas.
realmente básicas.
00:35
I wanted to understand who we were arresting,
9
23082
2856
Quería entender a
quienes arrestábamos.
quienes arrestábamos.
00:37
who we were charging,
10
25938
1664
a quienes estábamos acusando,
00:39
and who we were putting in our nation's jails
11
27602
2128
y a quienes estábamos enviando
a las cárceles y prisiones
a las cárceles y prisiones
00:41
and prisons.
12
29730
1416
de nuestro país.
00:43
I also wanted to understand
13
31146
1648
También quería entender
00:44
if we were making decisions
14
32794
1329
si estábamos tomando las decisiones
00:46
in a way that made us safer.
15
34123
2518
de forma que nos diera
más seguridad.
más seguridad.
00:48
And I couldn't get this information out.
16
36641
3252
Y no podía obtener
esta información.
esta información.
00:51
It turned out that most big criminal justice agencies
17
39893
3357
Me encontré que la mayoría de
las agencias de justicia criminal
las agencias de justicia criminal
00:55
like my own
18
43250
1302
como la mía
00:56
didn't track the things that matter.
19
44552
2382
no rastreaba las cosas que importan.
00:58
So after about a month of being incredibly frustrated,
20
46934
3318
Así que tras un mes de estar
increíblemente frustrada,
increíblemente frustrada,
01:02
I walked down into a conference room
21
50252
1971
entré a una sala de reunión
01:04
that was filled with detectives
22
52223
1890
llena de detectives
01:06
and stacks and stacks of case files,
23
54113
2782
y pilas y pilas de
expedientes de casos,
expedientes de casos,
01:08
and the detectives were sitting there
24
56895
1176
y los detectives
estaban sentados allí
estaban sentados allí
01:10
with yellow legal pads taking notes.
25
58071
2234
tomando nota con
sus libretas amarillas.
sus libretas amarillas.
01:12
They were trying to get the information
26
60305
1586
Ellos trataban de
encontrar la información
encontrar la información
01:13
I was looking for
27
61891
1218
que yo buscaba
01:15
by going through case by case
28
63109
2045
mediante la revisión
de caso por caso
de caso por caso
01:17
for the past five years.
29
65154
1898
de los últimos 5 años.
01:19
And as you can imagine,
30
67052
1653
Y como pueden imaginar,
01:20
when we finally got the results, they weren't good.
31
68705
2643
cuando finalmente concluimos,
el resultado no era bueno.
el resultado no era bueno.
01:23
It turned out that we were doing
32
71348
1655
Resultó que lo que
estábamos haciendo
estábamos haciendo
01:25
a lot of low-level drug cases
33
73003
2020
eran muchos casos de
drogas de bajo nivel
drogas de bajo nivel
01:27
on the streets just around the corner
34
75023
1475
de las calles alrededor
01:28
from our office in Trenton.
35
76498
2268
de nuestra oficina en Trenton.
01:30
The second thing that happened
36
78766
1467
Lo segundo que sucedió
01:32
is that I spent the day in the Camden,
New Jersey police department.
New Jersey police department.
37
80233
3674
es que pasé el día en el departamento
de policía de Camden, Nueva Jersey.
de policía de Camden, Nueva Jersey.
01:35
Now, at that time, Camden, New Jersey,
38
83907
1887
Entonces, en ese momento,
Camden, Nueva Jersey,
Camden, Nueva Jersey,
01:37
was the most dangerous city in America.
39
85794
2652
era la ciudad más peligrosa
en Estados Unidos.
en Estados Unidos.
01:40
I ran the Camden Police
Department because of that.
Department because of that.
40
88446
3827
Yo dirigía el departamento de policía
de Camden a causa de ello.
de Camden a causa de ello.
01:44
I spent the day in the police department,
41
92273
2112
Pasé el día en el
departamento de policía,
departamento de policía,
01:46
and I was taken into a room
with senior police officials,
with senior police officials,
42
94385
2726
y me llevaron a un cuarto con
los oficiales de policía veteranos,
los oficiales de policía veteranos,
01:49
all of whom were working hard
43
97111
1675
todos ellos trabajaban duro
01:50
and trying very hard to reduce crime in Camden.
44
98786
3257
e intentaban intensamente en
reducir el crimen en Camden.
reducir el crimen en Camden.
01:54
And what I saw in that room,
45
102043
1826
Y lo que vi en ese cuarto,
01:55
as we talked about how to reduce crime,
46
103869
2245
mientras hablábamos sobre
cómo reducir el crimen,
cómo reducir el crimen,
01:58
were a series of officers with a
lot of little yellow sticky notes.
lot of little yellow sticky notes.
47
106114
3859
fue un grupo de oficiales con
muchas notitas amarillas adheribles.
muchas notitas amarillas adheribles.
02:01
And they would take a yellow sticky
and they would write something on it
and they would write something on it
48
109973
2846
Tomaban una nota amarilla adherible
y escribían algo en ella
y escribían algo en ella
02:04
and they would put it up on a board.
49
112823
1799
y la colocaban en un tablero.
02:06
And one of them said,
"We had a robbery two weeks ago.
"We had a robbery two weeks ago.
50
114622
2171
Y uno decía, "Tuvimos un robo
hace dos semanas.
hace dos semanas.
02:08
We have no suspects."
51
116793
1711
No tenemos sospechosos".
02:10
And another said, "We had a shooting in this neighborhood last week. We have no suspects."
52
118504
5027
Otro decía, "Tuvimos un tiroteo en este vecindario
la semana pasada. No hay sospechosos".
la semana pasada. No hay sospechosos".
02:15
We weren't using data-driven policing.
53
123531
2583
No teníamos una política
basada en datos duros.
basada en datos duros.
02:18
We were essentially trying to fight crime
54
126114
2042
Esencialmente, tratábamos
de combatir el crimen
de combatir el crimen
02:20
with yellow Post-it notes.
55
128156
2527
mediante notas con Post-It.
02:22
Now, both of these things made me realize
56
130683
2135
Ahora, ambas cosas
me hicieron percatarme
me hicieron percatarme
02:24
fundamentally that we were failing.
57
132818
3251
de que estábamos
fallando fundamentalmente.
fallando fundamentalmente.
02:28
We didn't even know who was
in our criminal justice system,
in our criminal justice system,
58
136069
3123
No sabíamos quien estaba en
nuestro sistema de justicia criminal,
nuestro sistema de justicia criminal,
02:31
we didn't have any data about
the things that mattered,
the things that mattered,
59
139192
3235
no teníamos ningún dato sobre
las cosas que sí importaban,
las cosas que sí importaban,
02:34
and we didn't share data or use analytics
60
142427
2568
y no compartíamos
datos o usábamos análisis
datos o usábamos análisis
02:36
or tools to help us make better decisions
61
144995
2151
o herramientas que nos ayudaran
a tomar mejores decisiones
a tomar mejores decisiones
02:39
and to reduce crime.
62
147146
2003
y a reducir el crímen.
02:41
And for the first time, I started to think
63
149149
2224
Y por primera vez
empezaba a pensar
empezaba a pensar
02:43
about how we made decisions.
64
151373
1910
acerca de cómo
tomábamos decisiones.
tomábamos decisiones.
02:45
When I was an assistant D.A.,
65
153283
1397
Cuando fui abogada
asistente del Fiscal,
asistente del Fiscal,
02:46
and when I was a federal prosecutor,
66
154680
1870
y cuando fui Fiscal Federal,
02:48
I looked at the cases in front of me,
67
156550
1746
miraba los casos frente a mí,
02:50
and I generally made decisions based on my instinct
68
158296
2626
y generalmente tomaba
decisiones basadas en mi instinto
decisiones basadas en mi instinto
02:52
and my experience.
69
160922
1692
y mi experiencia.
02:54
When I became attorney general,
70
162614
1659
Cuando me hice Fiscal General,
02:56
I could look at the system as a whole,
71
164273
1639
y pude observar el
sistema como un todo,
sistema como un todo,
02:57
and what surprised me is that I found
72
165912
1818
lo que más me sorprendió
es que encontré
es que encontré
02:59
that that was exactly how we were doing it
73
167730
1905
que era eso exactamente
lo que estábamos haciendo
lo que estábamos haciendo
03:01
across the entire system --
74
169635
2303
a través de todo el sistema,
03:03
in police departments, in prosecutors's offices,
75
171938
2401
en los departamentos de policía,
en las oficinas de los fiscales,
en las oficinas de los fiscales,
03:06
in courts and in jails.
76
174339
2800
en los tribunales y las cárceles.
03:09
And what I learned very quickly
77
177139
2197
Y lo que aprendí
muy rápidamente
muy rápidamente
03:11
is that we weren't doing a good job.
78
179336
3633
es que no estábamos
haciendo un buen trabajo.
haciendo un buen trabajo.
03:14
So I wanted to do things differently.
79
182969
2016
Así que quería hacer
las cosas diferente.
las cosas diferente.
03:16
I wanted to introduce data and analytics
80
184985
2197
Quería introducir datos y análisis
03:19
and rigorous statistical analysis
81
187182
2049
y un riguroso análisis estadístico
03:21
into our work.
82
189231
1400
en nuestro trabajo.
03:22
In short, I wanted to moneyball criminal justice.
83
190631
2970
En definitiva, quería 'moneyball'
[optimizar] la justicia penal.
[optimizar] la justicia penal.
03:25
Now, moneyball, as many of you know,
84
193601
2027
Ahora, 'moneyball', como
muchos de Uds. saben,
muchos de Uds. saben,
03:27
is what the Oakland A's did,
85
195628
1569
es lo que hicieron los entrenadores de Oakland,
03:29
where they used smart data and statistics
86
197197
1973
cuando utilizaron datos
inteligentes y estadísticas
inteligentes y estadísticas
03:31
to figure out how to pick players
87
199170
1622
para determinar
cómo escoger jugadores
cómo escoger jugadores
03:32
that would help them win games,
88
200792
1521
que les ayudarían a ganar juegos,
03:34
and they went from a system that
was based on baseball scouts
was based on baseball scouts
89
202313
2980
y pasaron de un sistema que se basaba
en los reclutadores de béisbol
en los reclutadores de béisbol
03:37
who used to go out and watch players
90
205293
1860
que solían salir a
observar jugadores
observar jugadores
03:39
and use their instinct and experience,
91
207153
1637
y, en uso de su
instinto y experiencia,
instinto y experiencia,
03:40
the scouts' instincts and experience,
92
208790
1743
de los instintos y experiencia
de cada reclutador
de cada reclutador
03:42
to pick players, from one to use
93
210533
1713
para escoger jugadores,
a un sistema que utilizaba
a un sistema que utilizaba
03:44
smart data and rigorous statistical analysis
94
212246
2822
datos inteligentes y
riguroso análisis estadístico
riguroso análisis estadístico
03:47
to figure out how to pick players
that would help them win games.
that would help them win games.
95
215068
3371
para averiguar cómo escoger a los jugadores
que les ayudarían a ganar juegos.
que les ayudarían a ganar juegos.
03:50
It worked for the Oakland A's,
96
218439
1798
Eso funcionó para
los Atléticos de Oakland,
los Atléticos de Oakland,
03:52
and it worked in the state of New Jersey.
97
220237
2219
y funcionó en el estado
de Nueva Jersey.
de Nueva Jersey.
03:54
We took Camden off the top of the list
98
222456
2073
Quitamos a Camden
del inicio de la lista
del inicio de la lista
03:56
as the most dangerous city in America.
99
224529
2171
de las ciudades más peligrosas
de los Estados Unidos.
de los Estados Unidos.
03:58
We reduced murders there by 41 percent,
100
226700
3155
Redujimos los asesinatos
en un 41%,
en un 41%,
04:01
which actually means 37 lives were saved.
101
229855
2982
lo que en efecto significa
que salvamos 37 vidas.
que salvamos 37 vidas.
04:04
And we reduced all crime in the city by 26 percent.
102
232837
3740
Y redujimos todo el crimen
en la ciudad en un 26%.
en la ciudad en un 26%.
04:08
We also changed the way
we did criminal prosecutions.
we did criminal prosecutions.
103
236577
3239
También cambiamos la manera
que hacíamos los procesos penales.
que hacíamos los procesos penales.
04:11
So we went from doing low-level drug crimes
104
239816
2005
Así que cambiamos de delitos
de posesión de drogas de bajo nivel
de posesión de drogas de bajo nivel
04:13
that were outside our building
105
241821
1642
que ocurrían afuera
de nuestro edificio
de nuestro edificio
04:15
to doing cases of statewide importance,
106
243463
2342
hacia casos de importancia
estatal, actuando
estatal, actuando
04:17
on things like reducing violence
with the most violent offenders,
with the most violent offenders,
107
245805
3158
en cosas como reducir la violencia
de los delincuentes más violentos,
de los delincuentes más violentos,
04:20
prosecuting street gangs,
108
248963
1858
acusación formal de
bandas callejeras,
bandas callejeras,
04:22
gun and drug trafficking, and political corruption.
109
250821
3408
tráfico de armas y drogas
y la corrupción política.
y la corrupción política.
04:26
And all of this matters greatly,
110
254229
2502
Y todo esto importa mucho,
04:28
because public safety to me
111
256731
1945
porque la seguridad
pública para mí
pública para mí
04:30
is the most important function of government.
112
258676
2536
es la función más
importante del gobierno.
importante del gobierno.
04:33
If we're not safe, we can't be educated,
113
261212
2298
Si no estamos seguros,
no podemos educarnos,
no podemos educarnos,
04:35
we can't be healthy,
114
263510
1348
ni podemos estar sanos,
04:36
we can't do any of the other things
we want to do in our lives.
we want to do in our lives.
115
264858
2945
ni podemos hacer ninguna de las otras cosas
que queremos hacer en nuestras vidas.
que queremos hacer en nuestras vidas.
04:39
And we live in a country today
116
267803
1701
Y hoy vivimos en un país
04:41
where we face serious criminal justice problems.
117
269504
3134
donde nos enfrentamos a
problemas graves de justicia penal.
problemas graves de justicia penal.
04:44
We have 12 million arrests every single year.
118
272638
3661
Tenemos 12 millones
de arrestos cada año.
de arrestos cada año.
04:48
The vast majority of those arrests
119
276299
2043
La gran mayoría
de esos arrestos
de esos arrestos
04:50
are for low-level crimes, like misdemeanors,
120
278342
3012
son por delitos de bajo nivel,
como conductas lesivas,
como conductas lesivas,
04:53
70 to 80 percent.
121
281354
1734
en un 70 a 80%.
04:55
Less than five percent of all arrests
122
283088
1991
Menos del 5% de
todas las detenciones
todas las detenciones
04:57
are for violent crime.
123
285079
1895
son por delitos violentos.
04:58
Yet we spend 75 billion,
124
286974
2055
Sin embargo, gastamos
75 mil millones,
75 mil millones,
05:01
that's b for billion,
125
289029
1418
sí dije mil millones,
05:02
dollars a year on state and local corrections costs.
126
290447
4127
de dólares al año en
correccionales locales y estatales.
correccionales locales y estatales.
05:06
Right now, today, we have 2.3 million people
127
294574
2841
Justo ahora, hoy, tenemos
2.3 millones de personas
2.3 millones de personas
05:09
in our jails and prisons.
128
297415
1900
en nuestras cárceles y prisiones.
05:11
And we face unbelievable public safety challenges
129
299315
2796
Y nos enfrentamos a increíbles
retos en seguridad pública
retos en seguridad pública
05:14
because we have a situation
130
302111
1939
porque tenemos una situación
05:16
in which two thirds of the people in our jails
131
304050
2898
en la que 2/3 de las
personas en las cárceles
personas en las cárceles
05:18
are there waiting for trial.
132
306948
1754
están aún esperado juicio.
05:20
They haven't yet been convicted of a crime.
133
308702
2135
Aún no han sido sentenciados
por algún delito.
por algún delito.
05:22
They're just waiting for their day in court.
134
310837
2119
Sólo están esperando
su día en la corte.
su día en la corte.
05:24
And 67 percent of people come back.
135
312956
3548
Y 67% de las personas regresan.
05:28
Our recidivism rate is amongst
the highest in the world.
the highest in the world.
136
316504
3028
Nuestra tasa de reincidencia está
entre las más altas del mundo.
entre las más altas del mundo.
05:31
Almost seven in 10 people who are released
137
319532
2103
Casi 7 de cada 10
personas que se liberan
personas que se liberan
05:33
from prison will be rearrested
138
321635
1651
de la prisión serán
nuevamente detenidos
nuevamente detenidos
05:35
in a constant cycle of crime and incarceration.
139
323286
3955
en un ciclo constante de
delito y encarcelamiento.
delito y encarcelamiento.
05:39
So when I started my job at the Arnold Foundation,
140
327241
2582
Así que cuando comencé
mi trabajo en la Fundación Arnold,
mi trabajo en la Fundación Arnold,
05:41
I came back to looking at a lot of these questions,
141
329823
2736
volví a mirar este
montón de preguntas,
montón de preguntas,
05:44
and I came back to thinking about how
142
332559
1654
y volví a pensar en cómo
05:46
we had used data and analytics to transform
143
334213
2383
usamos datos y análisis
para transformar
para transformar
05:48
the way we did criminal justice in New Jersey.
144
336596
2584
la forma en que ejercíamos
la justicia penal en Nueva Jersey.
la justicia penal en Nueva Jersey.
05:51
And when I look at the criminal justice system
145
339180
2144
Y cuando miro el sistema
de justicia penal
de justicia penal
05:53
in the United States today,
146
341324
1656
de los Estados Unidos
hoy en día,
hoy en día,
05:54
I feel the exact same way that I did
147
342980
1639
me siento igual
que como me sentía
que como me sentía
05:56
about the state of New Jersey when I started there,
148
344619
2466
sobre el estado de Nueva Jersey
cuando empecé alli,
cuando empecé alli,
05:59
which is that we absolutely have to do better,
149
347085
3228
que era que sin duda
teníamos que hacer algo mejor,
teníamos que hacer algo mejor,
06:02
and I know that we can do better.
150
350313
1923
y sé que podemos hacerlo mejor.
06:04
So I decided to focus
151
352236
1705
Así que decidí enfocarme
06:05
on using data and analytics
152
353941
2217
en el uso de datos y análisis
06:08
to help make the most critical decision
153
356158
2361
para apoyar la toma de
decisiones más críticas
decisiones más críticas
06:10
in public safety,
154
358519
1606
en seguridad pública,
06:12
and that decision is the determination
155
360125
2021
y esa decisión
es la determinación
es la determinación
06:14
of whether, when someone has been arrested,
156
362146
2535
de que, cuando alguien
ha sido arrestado,
ha sido arrestado,
06:16
whether they pose a risk to public safety
157
364681
1915
determinar si suponen un riesgo
para la seguridad pública
para la seguridad pública
06:18
and should be detained,
158
366596
1526
y por tanto debe ser detenido,
06:20
or whether they don't pose a risk to public safety
159
368122
2356
o si no supone un riesgo
para la seguridad pública
para la seguridad pública
06:22
and should be released.
160
370478
1637
y debe ser liberado
en consecuencia.
en consecuencia.
06:24
Everything that happens in criminal cases
161
372115
1919
Todo lo que sucede en
los casos criminales
los casos criminales
06:26
comes out of this one decision.
162
374034
1772
parte de esa única decisión.
06:27
It impacts everything.
163
375806
1496
Impacta todo.
06:29
It impacts sentencing.
164
377302
1350
Afecta a la sentencia.
06:30
It impacts whether someone gets drug treatment.
165
378652
1901
Afecta si alguien recibe
tratamiento contra las drogas.
tratamiento contra las drogas.
06:32
It impacts crime and violence.
166
380553
2323
Afecta al crimen y a la violencia.
06:34
And when I talk to judges around the United States,
167
382876
1937
Y cuando hablo con los jueces
alrededor de los Estados Unidos,
alrededor de los Estados Unidos,
06:36
which I do all the time now,
168
384813
1928
cosa que hago todo el tiempo,
06:38
they all say the same thing,
169
386741
1837
todos dicen lo mismo,
06:40
which is that we put dangerous people in jail,
170
388578
3107
que es "pongamos a la gente
peligrosa en la cárcel,
peligrosa en la cárcel,
06:43
and we let non-dangerous, nonviolent people out.
171
391685
3525
y soltemos a las personas que
no son peligrosos o no violentos".
no son peligrosos o no violentos".
06:47
They mean it and they believe it.
172
395210
2233
Lo dicen y lo creen.
06:49
But when you start to look at the data,
173
397443
1733
Pero cuando empiezas
a mirar los datos,
a mirar los datos,
06:51
which, by the way, the judges don't have,
174
399176
2464
que, por cierto,
no tienen los jueces,
no tienen los jueces,
06:53
when we start to look at the data,
175
401640
1612
cuando comenzamos
a mirar los datos,
a mirar los datos,
06:55
what we find time and time again,
176
403252
2418
lo que encontramos
una y otra vez,
una y otra vez,
06:57
is that this isn't the case.
177
405670
1982
es que este no ocurre así.
06:59
We find low-risk offenders,
178
407652
1681
Nos encontramos con
los delincuentes de bajo riesgo,
los delincuentes de bajo riesgo,
07:01
which makes up 50 percent of our
entire criminal justice population,
entire criminal justice population,
179
409333
3714
que constituye el 50% de nuestra población
entera en el sistema de justicia penal,
entera en el sistema de justicia penal,
07:05
we find that they're in jail.
180
413047
2399
nos encontramos con
que están en la cárcel.
que están en la cárcel.
07:07
Take Leslie Chew, who was a Texas man
181
415446
2486
Miren a Leslie Chew, un tejano
07:09
who stole four blankets on a cold winter night.
182
417932
2884
que robó 4 mantas en una
noche fría de invierno.
noche fría de invierno.
07:12
He was arrested, and he was kept in jail
183
420816
2595
Lo arrestaron y lo
retuvieron en la cárcel
retuvieron en la cárcel
07:15
on 3,500 dollars bail,
184
423411
2053
con una fianza
de 3500 dólares,
de 3500 dólares,
07:17
an amount that he could not afford to pay.
185
425464
2776
una cantidad que
él no podía pagar.
él no podía pagar.
07:20
And he stayed in jail for eight months
186
428240
2588
Y permaneció preso
durante 8 meses
durante 8 meses
07:22
until his case came up for trial,
187
430828
2065
hasta que su caso
pasó a juicio,
pasó a juicio,
07:24
at a cost to taxpayers of more than 9,000 dollars.
188
432893
3905
con un costo para los contribuyentes
de más de 9 mil dólares.
de más de 9 mil dólares.
07:28
And at the other end of the spectrum,
189
436798
1997
Y en el otro
extremo del espectro,
extremo del espectro,
07:30
we're doing an equally terrible job.
190
438795
2282
estamos haciendo un
trabajo igualmente terrible.
trabajo igualmente terrible.
07:33
The people who we find
191
441077
1572
Las personas que encontramos
07:34
are the highest-risk offenders,
192
442649
2019
que son los delincuentes
de mayor riesgo,
de mayor riesgo,
07:36
the people who we think have the highest likelihood
193
444668
2497
las personas que creemos
que tienen la mayor probabilidad
que tienen la mayor probabilidad
07:39
of committing a new crime if they're released,
194
447165
1952
de cometer un nuevo
delito, si son liberados,
delito, si son liberados,
07:41
we see nationally that 50 percent of those people
195
449117
2950
a nivel nacional vemos que
el 50% de esas personas
el 50% de esas personas
07:44
are being released.
196
452067
1974
están siendo liberados.
07:46
The reason for this is the way we make decisions.
197
454041
3174
La razón de esto es la manera
en que tomamos decisiones.
en que tomamos decisiones.
07:49
Judges have the best intentions
198
457215
1709
Los jueces tienen
las mejores intenciones
las mejores intenciones
07:50
when they make these decisions about risk,
199
458924
1952
cuando toman estas
decisiones acerca del riesgo,
decisiones acerca del riesgo,
07:52
but they're making them subjectively.
200
460876
2484
pero las hacen subjetivamente.
07:55
They're like the baseball scouts 20 years ago
201
463360
2146
Son como los reclutadores
de béisbol hace 20 años
de béisbol hace 20 años
07:57
who were using their instinct and their experience
202
465506
2131
que usaban su instinto
y su experiencia
y su experiencia
07:59
to try to decide what risk someone poses.
203
467637
2679
para tratar de decidir
qué riesgo implica alguien.
qué riesgo implica alguien.
08:02
They're being subjective,
204
470316
1530
Están siendo subjetivos,
08:03
and we know what happens
with subjective decision making,
with subjective decision making,
205
471846
3060
y sabemos lo que pasa
con decisiones subjetivas,
con decisiones subjetivas,
08:06
which is that we are often wrong.
206
474906
2743
que a menudo
están equivocadas.
están equivocadas.
08:09
What we need in this space
207
477649
1383
Lo que necesitamos
en este espacio
en este espacio
08:11
are strong data and analytics.
208
479032
2552
son datos duros y análisis.
08:13
What I decided to look for
209
481584
1747
Lo que he decidido buscar
08:15
was a strong data and analytic risk assessment tool,
210
483331
2836
son datos duros y herramientas
analíticas de evaluación de riesgos,
analíticas de evaluación de riesgos,
08:18
something that would let judges actually understand
211
486167
2764
algo que podría hacer que los
jueces realmente entiendan
jueces realmente entiendan
08:20
with a scientific and objective way
212
488931
2259
con una forma
científica y objetiva
científica y objetiva
08:23
what the risk was that was posed
213
491190
1647
cuál es el nivel de
riesgo que plantea
riesgo que plantea
08:24
by someone in front of them.
214
492837
1610
alguien presentado ante ellos.
08:26
I looked all over the country,
215
494447
1649
Busqué por todo el país,
08:28
and I found that between five and 10 percent
216
496096
1942
y encontré que
entre 5 y 10%
entre 5 y 10%
08:30
of all U.S. jurisdictions
217
498038
1329
de todas las jurisdicciones
de Estados Unidos
de Estados Unidos
08:31
actually use any type of risk assessment tool,
218
499367
2978
usa cualquier tipo de herramienta
de evaluación de riesgos,
de evaluación de riesgos,
08:34
and when I looked at these tools,
219
502345
1625
y cuando miré
esas herramientas,
esas herramientas,
08:35
I quickly realized why.
220
503970
1860
rápidamente me
di cuenta del porqué.
di cuenta del porqué.
08:37
They were unbelievably expensive to administer,
221
505830
2690
Eran increíblemente
costosas para adminsitrarse,
costosas para adminsitrarse,
08:40
they were time-consuming,
222
508520
1528
eran muy lentos,
08:42
they were limited to the local jurisdiction
223
510048
2107
estaban limitados a
la jurisdicción local
la jurisdicción local
08:44
in which they'd been created.
224
512155
1430
en el cual había sido creadas.
08:45
So basically, they couldn't be scaled
225
513585
1793
Así que, básicamente,
no podía escalarse
no podía escalarse
08:47
or transferred to other places.
226
515378
2209
o transferirse a otros lugares.
08:49
So I went out and built a phenomenal team
227
517587
2237
Así que salí y conjunté
un fenomenal equipo
un fenomenal equipo
08:51
of data scientists and researchers
228
519824
2044
de investigadores y
científicos de datos
científicos de datos
08:53
and statisticians
229
521868
1626
y estadísticos
08:55
to build a universal risk assessment tool,
230
523494
2845
para construir una herramienta de
evaluación de riesgo universal,
evaluación de riesgo universal,
08:58
so that every single judge in
the United States of America
the United States of America
231
526339
2393
para que cada juez en
los Estados Unidos
los Estados Unidos
09:00
can have an objective, scientific measure of risk.
232
528732
4324
pueda tener una medida de
riesgo objetiva y científica.
riesgo objetiva y científica.
09:05
In the tool that we've built,
233
533056
1658
En la herramienta
que construímos
que construímos
09:06
what we did was we collected 1.5 million cases
234
534714
2868
lo que hicimos fue que recogimos
1.5 millones de casos
1.5 millones de casos
09:09
from all around the United States,
235
537582
1698
de todo los Estados Unidos,
09:11
from cities, from counties,
236
539280
1644
de las ciudades, de condados,
09:12
from every single state in the country,
237
540924
1511
de cada estado en el país,
09:14
the federal districts.
238
542435
1746
de los distritos federales.
09:16
And with those 1.5 million cases,
239
544181
2189
Y con esos 1.5 millones de casos,
09:18
which is the largest data set on pretrial
240
546370
1940
que son la colección más grande
de datos previos a un juicio
de datos previos a un juicio
09:20
in the United States today,
241
548310
1805
en los Estados Unidos hoy en día,
09:22
we were able to basically find that there were
242
550115
1865
hemos sido capaces de
encontrar básicamente que había
encontrar básicamente que había
09:23
900-plus risk factors that we could look at
243
551980
3322
unos 900 factores de
riesgo que podríamos ver
riesgo que podríamos ver
09:27
to try to figure out what mattered most.
244
555302
2866
para tratar de averiguar
lo que más importa.
lo que más importa.
09:30
And we found that there were nine specific things
245
558168
2081
Y encontramos que había
9 cosas específicas
9 cosas específicas
09:32
that mattered all across the country
246
560249
2235
que importaban en todo el país
09:34
and that were the most highly predictive of risk.
247
562484
2977
y que esos eran los factores de
predicción del riesgo más precisos.
predicción del riesgo más precisos.
09:37
And so we built a universal risk assessment tool.
248
565461
3705
Y así, hemos construido una herramienta
de evaluación de riesgo universal.
de evaluación de riesgo universal.
09:41
And it looks like this.
249
569166
1445
Y se parece a esto.
09:42
As you'll see, we put some information in,
250
570611
2612
Como pueden ver,
ponemos algo de información,
ponemos algo de información,
09:45
but most of it is incredibly simple,
251
573223
2013
pero la mayor parte
es increíblemente simple,
es increíblemente simple,
09:47
it's easy to use,
252
575236
1432
es fácil de usar,
09:48
it focuses on things like the
defendant's prior convictions,
defendant's prior convictions,
253
576668
2969
se centra en cosas cómo:
condenas anteriores del acusado,
condenas anteriores del acusado,
09:51
whether they've been sentenced to incarceration,
254
579637
1979
si has sido condenado
a encarcelamiento,
a encarcelamiento,
09:53
whether they've engaged in violence before,
255
581616
2264
si se han vinculado a
actos de violencia antes,
actos de violencia antes,
09:55
whether they've even failed to come back to court.
256
583880
2393
si no ha podido evitar
volver al juzgado.
volver al juzgado.
09:58
And with this tool, we can predict three things.
257
586273
2500
Y con esta herramienta,
podemos predecir 3 cosas:
podemos predecir 3 cosas:
10:00
First, whether or not someone will commit
258
588773
1853
Primera, si alguien
cometería o no de nuevo
cometería o no de nuevo
10:02
a new crime if they're released.
259
590626
1565
un crimen si fuera liberado.
10:04
Second, for the first time,
260
592191
1664
Segunda, por primera vez,
10:05
and I think this is incredibly important,
261
593855
1861
y creo que es muy importante,
10:07
we can predict whether someone will commit
262
595716
1923
podemos predecir
si alguien cometerá
si alguien cometerá
10:09
an act of violence if they're released.
263
597639
1834
un acto de violencia
si fuera liberado.
si fuera liberado.
10:11
And that's the single most important thing
264
599473
1887
Y esto es la cosa
más importante
más importante
10:13
that judges say when you talk to them.
265
601360
1807
que los jueces dicen
cuando hablan con ellos.
cuando hablan con ellos.
10:15
And third, we can predict whether someone
266
603167
1828
Tercera, podemos
predecir cuándo alguien
predecir cuándo alguien
10:16
will come back to court.
267
604995
1990
volverá al juzgado.
10:18
And every single judge in the
United States of America can use it,
United States of America can use it,
268
606985
3033
Y cada juez en los Estados
Unidos puede utilizarlo,
Unidos puede utilizarlo,
10:22
because it's been created on a universal data set.
269
610018
3812
porque se creó con un
conjunto universal de datos.
conjunto universal de datos.
10:25
What judges see if they run the risk assessment tool
270
613830
2609
Lo que los jueces ven si usan
la herramienta de evaluación de riesgo
la herramienta de evaluación de riesgo
10:28
is this -- it's a dashboard.
271
616439
2120
es esto: un panel de control.
10:30
At the top, you see the New Criminal Activity Score,
272
618559
2848
En la parte superior, verás el Puntaje
de Nueva Actividad Criminal,
de Nueva Actividad Criminal,
10:33
six of course being the highest,
273
621407
1929
en donde, por supuesto,
6 es el más alto,
6 es el más alto,
10:35
and then in the middle you
see, "Elevated risk of violence."
see, "Elevated risk of violence."
274
623336
2403
y a la mitad ven:
"riesgo de violencia elevado".
"riesgo de violencia elevado".
10:37
What that says is that this person
275
625739
1746
Lo que te dice
que esa persona
que esa persona
10:39
is someone who has an elevated risk of violence
276
627485
2060
es alguien que tiene
un riesgo elevado de violencia
un riesgo elevado de violencia
10:41
that the judge should look twice at.
277
629545
1885
y que el juez debe
analizarlo dos veces.
analizarlo dos veces.
10:43
And then, towards the bottom,
278
631430
1336
Y luego, hacia la parte inferior,
10:44
you see the Failure to Appear Score,
279
632766
1968
ves el Puntaje
de Falla al Asistir,
de Falla al Asistir,
10:46
which again is the likelihood
280
634734
1392
que es la probabilidad de
10:48
that someone will come back to court.
281
636126
3013
que alguien volverá
a los tribunales.
a los tribunales.
10:51
Now I want to say something really important.
282
639139
2213
Ahora quiero decir
algo muy importante.
algo muy importante.
10:53
It's not that I think we should be eliminating
283
641352
2727
No es que crea que
deberíamos eliminar
deberíamos eliminar
10:56
the judge's instinct and experience
284
644079
2244
el instinto y la experiencia del juez
10:58
from this process.
285
646323
1604
de este proceso.
10:59
I don't.
286
647927
1058
No.
11:00
I actually believe the problem that we see
287
648985
2007
En realidad creo que
el problema que vemos
el problema que vemos
11:02
and the reason that we have
these incredible system errors,
these incredible system errors,
288
650992
2854
y la razón por la que tenemos estos
increíbles errores en el sistema,
increíbles errores en el sistema,
11:05
where we're incarcerating
low-level, nonviolent people
low-level, nonviolent people
289
653846
3087
donde estamos encarcelando a
personas de bajo riesgo, no violentas
personas de bajo riesgo, no violentas
11:08
and we're releasing high-risk, dangerous people,
290
656933
3172
y liberamos a personas
de alto riesgo, peligrosas,
de alto riesgo, peligrosas,
11:12
is that we don't have an objective measure of risk.
291
660105
2723
es porque no tenemos
una medida objetiva de riesgo.
una medida objetiva de riesgo.
11:14
But what I believe should happen
292
662828
1300
Pero lo que creo
debe suceder
debe suceder
11:16
is that we should take that
data-driven risk assessment
data-driven risk assessment
293
664128
2800
es que deberíamos tomar este
examen de riesgo basado en datos
examen de riesgo basado en datos
11:18
and combine that with the
judge's instinct and experience
judge's instinct and experience
294
666928
3041
y combinarlo con el instinto
y la experiencia del juez
y la experiencia del juez
11:21
to lead us to better decision making.
295
669969
2958
lo que nos llevará a una
mejor toma de decisiones.
mejor toma de decisiones.
11:24
The tool went statewide in Kentucky on July 1,
296
672927
3303
La herramienta se utilizará estatalmente
en Kentucky a partir del 1 de julio,
en Kentucky a partir del 1 de julio,
11:28
and we're about to go up in a
number of other U.S. jurisdictions.
number of other U.S. jurisdictions.
297
676230
3351
y vamos a utilizarla en un número importante
de otras jurisdicciones de Estados Unidos.
de otras jurisdicciones de Estados Unidos.
11:31
Our goal, quite simply, is that every single judge
298
679581
2591
Nuestro objetivo, sencillamente,
es que cada juez individual
es que cada juez individual
11:34
in the United States will use a data-driven risk tool
299
682172
2192
en los Estados Unidos utilce una herramienta
de medición de riesgo basada en datos
de medición de riesgo basada en datos
11:36
within the next five years.
300
684364
2091
dentro de los próximos 5 años.
11:38
We're now working on risk tools
301
686455
1352
Ahora, estamos trabajando en
herramientas de medición de riesgo
herramientas de medición de riesgo
11:39
for prosecutors and for police officers as well,
302
687807
3284
para los fiscales y agentes de la policía,
11:43
to try to take a system that runs today
303
691091
2700
para tratar de tomar
un sistema que actúa hoy
un sistema que actúa hoy
11:45
in America the same way it did 50 years ago,
304
693791
2796
en Estados Unidos de la misma manera
que lo ha hecho en 50 años,
que lo ha hecho en 50 años,
11:48
based on instinct and experience,
305
696587
2097
basado en el instinto y la experiencia,
11:50
and make it into one that runs
306
698684
1855
y convertirlo en
uno que funcione
uno que funcione
11:52
on data and analytics.
307
700539
2469
con base a datos y análisis.
11:55
Now, the great news about all this,
308
703008
1921
Ahora, la gran
noticia de todo esto,
noticia de todo esto,
11:56
and we have a ton of work left to do,
309
704929
1617
y tenemos mucho
trabajo por hacer,
trabajo por hacer,
11:58
and we have a lot of culture to change,
310
706546
1857
y tenemos mucha
cultura que cambiar,
cultura que cambiar,
12:00
but the great news about all of it
311
708403
1746
pero la gran noticia
sobre todo
sobre todo
12:02
is that we know it works.
312
710149
1868
es que sabemos que funciona.
12:04
It's why Google is Google,
313
712017
2153
Por eso Google es Google,
12:06
and it's why all these baseball teams use moneyball
314
714170
2462
por eso todos estos equipos
de beisbol usan 'moneyball'
de beisbol usan 'moneyball'
12:08
to win games.
315
716632
1781
para ganar juegos.
12:10
The great news for us as well
316
718413
1737
La gran noticia
para nosotros es
para nosotros es
12:12
is that it's the way that we can transform
317
720150
1896
que esta es la manera en
que podemos transformar
que podemos transformar
12:14
the American criminal justice system.
318
722046
2321
el sistema de justicia
penal estadounidense.
penal estadounidense.
12:16
It's how we can make our streets safer,
319
724367
2357
Es cómo podemos hacer
nuestras calles más seguras,
nuestras calles más seguras,
12:18
we can reduce our prison costs,
320
726724
2299
podemos reducir
nuestros costos de prisión,
nuestros costos de prisión,
12:21
and we can make our system much fairer
321
729023
2067
y podemos hacer nuestro sistema
mucho más equitativo
mucho más equitativo
12:23
and more just.
322
731090
1725
y más justo.
12:24
Some people call it data science.
323
732815
2162
Algunas personas lo
llaman "ciencia de datos".
llaman "ciencia de datos".
12:26
I call it moneyballing criminal justice.
324
734977
2301
Yo lo llamo Optimizar la Justicia Penal.
12:29
Thank you.
325
737278
1804
Gracias.
12:31
(Applause)
326
739082
4093
(Aplausos)
ABOUT THE SPEAKER
Anne Milgram - Criminal justice reformerAnne Milgram is committed to using data and analytics to fight crime.
Why you should listen
Anne Milgram is focused on reforming systems through smart data, analytics and technology. She is currently a Professor of Practice and Distinguished Scholar in Residence at New York University School of Law, where she is building a Criminal Justice Innovation Lab, dedicated to using data and technology to transform the American criminal justice system. She also teaches seminars on criminal justice policy and human trafficking. Milgram began her career as a criminal prosecutor, serving in state, local and federal prosecution offices. She then became the Attorney General of the State of New Jersey, where she served as the Chief Law Enforcement Officer for the State and oversaw the Camden Police Department.
Though her work, Milgram seeks to bring the best of the modern world -- data, technology and analytics -- to bear in an effort to transform outdated systems and practices. Milgram is centered on creating a paradigm shift in how we think about innovation and reform in the criminal justice system and beyond.
Milgram graduated summa cum laude from Rutgers University and holds a Master of Philosophy in social and political theory from the University of Cambridge. She received her law degree from New York University School of Law.
Anne Milgram | Speaker | TED.com