“El reto de la estadística es encontrar lo escondido”: experto en manejo de datos sobre el conflicto

¿Alguna vez su trabajo ha sido considerado evidencia para condenar a alguien?

Sí. En el caso de Efraín Ríos Montt (dictador de Guatemala entre 1982 y 1983), en el que fui perito. El juez tuvo en cuenta nuestro análisis de mortalidad por causa de violencia, con un software dominante en estadística. Tuvimos cuatro bases de datos de homicidios en el área analizada, que fue Ixil, El Quiché, en Guatemala. Partimos de una pregunta: si hubiera genocidio, ¿cuál sería la diferencia en las tasas de mortalidad entre el grupo no indígena y el indígena? La desproporción era grande: la probabilidad de que un indígena fuera asesinado por el Ejército (sólo estábamos analizando las muertes causadas por el Ejército) frente a un no indígena era ocho veces mayor. La conclusión fue que los datos eran coherentes y consistentes con la hipótesis del genocidio. Pero esos datos no eran prueba per se de que se hubiera cometido genocidio; los datos no pueden determinar si hay intencionalidad. Ese es trabajo de la Fiscalía.

¿Qué significa el análisis cuantitativo?

El análisis cuantitativo no es una cosa, es una manera de abordar las preguntas que nos hacemos. Si hay una hipótesis científica de que algún criminal ha cometido una serie de actos relacionados entre sí, nos preguntaremos, por ejemplo, si hay un patrón ahí. El análisis cuantitativo está ligado a una pregunta exacta: ¿qué queremos saber? ¿Qué estamos tratando de averiguar, de probar?

¿Qué aporte puede hacer a las investigaciones criminales?

En mi experiencia, este tipo de análisis es mucho más útil con hipótesis de la Fiscalía sobre políticas o grandes planes criminales que sobre casos individuales. Las estadísticas no nos dicen casi nada en cuanto, por ejemplo, a un asesino. Otra cosa es que sus actos estén vinculados con una política, con un plan.

El fiscal general aseguró que está recurriendo al análisis cuantitativo para imputar a los máximos líderes de las Farc y el Eln. ¿Eso es posible? ¿Es útil?

Puede ser. Que sea útil depende específicamente de qué preguntas está haciendo la Fiscalía y de qué cargos está acusando a la gente.

En Colombia se contrató a una firma para hacer análisis cuantitativo sobre genocidio, reclutamiento y violencia sexual por parte de las Farc. ¿Sirve hacer análisis cuantitativo sobre esos crímenes?

En genocidio la manera más obvia es analizar con estadísticas; así lo hicimos en el caso de Efraín Ríos Montt. Con el reclutamiento es más difícil, es complicado pensar qué modelo estadístico se podría aplicar. Para violencia sexual, el análisis cuantitativo fallaría porque los datos sobre este crimen en general, y en Colombia en particular, son insuficientes. Estudiar la violencia sexual, sobre todo en el marco del conflicto, es extraordinariamente difícil. Por ejemplo, si en la zona A se aplica con juicio el protocolo para registrar ataques sexuales y en la zona B no, se puede pensar erróneamente que en la zona A se cometen más violaciones. El silencio de las víctimas, que siempre se entiende como obstáculo para las investigaciones penales, está lejos de ser el obstáculo mayor para la falta de datos: el silencio de las víctimas a menudo se refuerza con, por ejemplo, falta de mecanismos para monitorear.

Usted trabajó en el caso del expresidente serbio Slobodan Miloševi?, un caso que para el fiscal general colombiano es emblemático en cuanto al uso de matemática aplicada y estadística en las investigaciones criminales. ¿Nos podría explicar cómo fue su trabajo?

Hablamos de tres posibles causas. La primera: los bombardeos de la OTAN. La segunda: la guerrilla albanesa y las fuerzas de seguridad serbias estaban generando las muertes por enfrentamientos entre sí, por lo que los civiles huían. La tercera: fuerzas paramilitares yugoslavas estaban ahuyentando a la gente a propósito, que era lo que las víctimas decían. Entonces recurrimos a la estadística. Conseguimos la bitácora de todos los bombardeos de la OTAN y vimos que éstos ocurrían mucho después de los hechos que investigábamos, o sea, que no podía haber conexión. La segunda causa no la pudimos trabajar porque los datos no eran buenos en lo absoluto, lo cual es un problema también en Colombia. La información estaba incompleta, aunque la existente sugería que esta tampoco era la causa. La evidencia resultó consistente con la tercera causa posible, que los responsables eran las fuerzas yugoslavas.

¿Se pueden usar esos análisis matemáticos y estadísticos como prueba en un juicio?

Los fiscales quieren pruebas; es lógico: quieren ganar su caso. Pero si un científico dice que tiene pruebas es un mal científico. Programas como CSI (serie estadounidense en la que los forenses resuelven crímenes) son un pésimo ejemplo, son pura “carreta”; así no funciona. En un proceso penal, lo que los científicos podemos decir es que tenemos evidencia consistente con la hipótesis de la Fiscalía. Pero eso en sí no es prueba , porque podría establecerse otro patrón, o porque ese patrón que uno identifica podría tener una explicación distinta. Es responsabilidad de la defensa encontrar otras maneras de explicar los patrones hallados, y responsabilidad de los jueces determinar quién tiene la razón; se necesita de fiscales sofisticados y jueces muy listos para procesar esa información. Nosotros, los científicos, reducimos el alcance de las explicaciones que puede haber.

Usted dice que los datos en Colombia no son confiables. ¿A qué se refiere?

En el último informe Forensis de Medicina Legal lo explico: quienes trabajan en el registro o la utilización de datos sobre cualquier fenómeno social deben operar bajo la premisa de que todos los datos son parciales. En Colombia no existe una fuente completa para calcular los homicidios. Muchos homicidios no quedan registrados. Entre 2003 y 2013 el subregistro (más o menos) dobló el registro. Medicina Legal sabe que, a lo sumo, cubre dos tercios del país; el problema es que los municipios que no cubre son algunos de los más violentos. No estoy criticando a Medicina Legal; de hecho, admiro su trabajo. Si algo, esta es una crítica al Congreso por no darle más presupuesto.

¿O sea que en Colombia la tasa de homicidio dobla la que conocemos?

Sí. Tome, por ejemplo, una decisión política que se supone que reduce los homicidios, como la desmovilización (de los paramilitares). Y los homicidios observados se reducen. ¿Fue la desmovilización la precisa razón? ¿O se volvieron más hábiles y tenían más motivos para esconder cadáveres? Lo que pasó, creo yo, es que los grupos de desmovilizados siguieron en sus luchas internas por el control. Siguieron matándose los unos a los otros, pero de eso casi no se supo porque lo hicieron de manera oculta. Apenas comenzaron las desmovilizaciones, los homicidios aumentaron. El tal milagro de Medellín no existe. Las estadísticas cayeron durante las campañas (políticas), pero no eran ciertas: en algunos casos, los homicidios aumentaron, mientras el registro disminuyó. Lo que parecía una reducción de homicidios no lo era. Eso también pasa todo el tiempo, por ejemplo, en Estados Unidos; no es un problema exclusivo de Colombia. Los datos dependen de cómo se recojan. Este es el problema: sabemos que la información nunca es del todo cierta ni completa.

¿Toda la información?

Sí. Es ingenuo e inapropiado creer que las bases de datos son correctas, en un sentido estadístico. Las bases de datos pueden tener información correcta, pero los patrones estadísticos que muestran pueden no tener ninguna relación con la realidad. Incluso cuando hay gente u organizaciones que se esfuerzan, como Medicina Legal. Así pasa en cualquier parte; siempre hay información que falta. Entre 2003 y 2011 trabajé con la ONU y tuve acceso a bases de datos de la Fiscalía, el DAS, la Policía, la Comisión Colombiana de Juristas y Medicina Legal. Las integramos todas. Había, por ejemplo, casos registrados en sólo una de esas bases de datos. Hay, por ejemplo, 32 formas de registrar una muerte. Todas las bases de datos están incompletas. No es sólo en Colombia: en Estados Unidos no se consiguen estadísticas de gente asesinada por miembros de la Policía.

¿Cómo se contabilizan, entonces, los homicidios que no se están percibiendo?

Ese es nuestro mayor reto, lo que la ciencia estadística debe hacer: encontrar lo escondido.

¿Las bases de datos en Colombia no sirven?

Son muy, muy buenas bases de datos, pero no sirven de cimiento para análisis estadísticos. La estadística requiere que pensemos en lo que no podemos observar. Usar solamente los datos que tenemos a la mano no es suficiente. Si uno sólo recurre a lo que ve, está dejando por fuera todo. Y la gente que no conoce de álgebra nunca debería hacer estadísticas.

Entonces, ¿cómo se resuelven esos vacíos de información?

Tenemos que usar la herramienta de la probabilidad para averiguar lo que no sabemos, aquello que nos ocultan. De lo contrario, seríamos como el tipo borracho al que se le pierden las llaves y sólo las busca en el pedazo de la calle que alumbra la luz. Eso es engañoso, insuficiente, una estupidez. Una manera de saber cuántas muertes no estamos observando es usar varias bases de datos independientes. Pero desde 2012, la Fiscalía, la Policía y Medicina Legal coordinan sus bases de datos, así que no sabemos cuántos homicidios se nos escapan. Lo hicieron por una buena razón, coordinar su trabajo, pero, aunque parece una buena idea, en realidad es pésima. Si no arreglamos el problema de los datos, nada va a funcionar. Ahora, tengo que ser claro: existen varios métodos para establecer qué información se está quedando por fuera. El mío simplemente no sirve para bases de datos unificadas.

O sea, en orden: ¿primero se establece un método para calcular qué información no está en las bases de datos, y luego qué?

Esa es la parte más dura. Lo segundo es establecer un modelo estadístico que prevea cuánta violencia hay en cierto lugar. Mi método ha funcionado, pero hay otros.

¿No se puede tener nunca la información completa?

Sí, pero es muy, muy excepcional.

¿Alguna vez su trabajo ha sido considerado evidencia para condenar a alguien?

Sí. En el caso de Efraín Ríos Montt (dictador de Guatemala entre 1982 y 1983), en el que fui perito. El juez tuvo en cuenta nuestro análisis de mortalidad por causa de violencia, con un software dominante en estadística. Tuvimos cuatro bases de datos de homicidios en el área analizada, que fue Ixil, El Quiché, en Guatemala. Partimos de una pregunta: si hubiera genocidio, ¿cuál sería la diferencia en las tasas de mortalidad entre el grupo no indígena y el indígena? La desproporción era grande: la probabilidad de que un indígena fuera asesinado por el Ejército (sólo estábamos analizando las muertes causadas por el Ejército) frente a un no indígena era ocho veces mayor. La conclusión fue que los datos eran coherentes y consistentes con la hipótesis del genocidio. Pero esos datos no eran prueba per se de que se hubiera cometido genocidio; los datos no pueden determinar si hay intencionalidad. Ese es trabajo de la Fiscalía.

¿Qué significa el análisis cuantitativo?

El análisis cuantitativo no es una cosa, es una manera de abordar las preguntas que nos hacemos. Si hay una hipótesis científica de que algún criminal ha cometido una serie de actos relacionados entre sí, nos preguntaremos, por ejemplo, si hay un patrón ahí. El análisis cuantitativo está ligado a una pregunta exacta: ¿qué queremos saber? ¿Qué estamos tratando de averiguar, de probar?

¿Qué aporte puede hacer a las investigaciones criminales?

En mi experiencia, este tipo de análisis es mucho más útil con hipótesis de la Fiscalía sobre políticas o grandes planes criminales que sobre casos individuales. Las estadísticas no nos dicen casi nada en cuanto, por ejemplo, a un asesino. Otra cosa es que sus actos estén vinculados con una política, con un plan.

El fiscal general aseguró que está recurriendo al análisis cuantitativo para imputar a los máximos líderes de las Farc y el Eln. ¿Eso es posible? ¿Es útil?

Puede ser. Que sea útil depende específicamente de qué preguntas está haciendo la Fiscalía y de qué cargos está acusando a la gente.

En Colombia se contrató a una firma para hacer análisis cuantitativo sobre genocidio, reclutamiento y violencia sexual por parte de las Farc. ¿Sirve hacer análisis cuantitativo sobre esos crímenes?

En genocidio la manera más obvia es analizar con estadísticas; así lo hicimos en el caso de Efraín Ríos Montt. Con el reclutamiento es más difícil, es complicado pensar qué modelo estadístico se podría aplicar. Para violencia sexual, el análisis cuantitativo fallaría porque los datos sobre este crimen en general, y en Colombia en particular, son insuficientes. Estudiar la violencia sexual, sobre todo en el marco del conflicto, es extraordinariamente difícil. Por ejemplo, si en la zona A se aplica con juicio el protocolo para registrar ataques sexuales y en la zona B no, se puede pensar erróneamente que en la zona A se cometen más violaciones. El silencio de las víctimas, que siempre se entiende como obstáculo para las investigaciones penales, está lejos de ser el obstáculo mayor para la falta de datos: el silencio de las víctimas a menudo se refuerza con, por ejemplo, falta de mecanismos para monitorear.

Usted trabajó en el caso del expresidente serbio Slobodan Miloševi?, un caso que para el fiscal general colombiano es emblemático en cuanto al uso de matemática aplicada y estadística en las investigaciones criminales. ¿Nos podría explicar cómo fue su trabajo?

Hablamos de tres posibles causas. La primera: los bombardeos de la OTAN. La segunda: la guerrilla albanesa y las fuerzas de seguridad serbias estaban generando las muertes por enfrentamientos entre sí, por lo que los civiles huían. La tercera: fuerzas paramilitares yugoslavas estaban ahuyentando a la gente a propósito, que era lo que las víctimas decían. Entonces recurrimos a la estadística. Conseguimos la bitácora de todos los bombardeos de la OTAN y vimos que éstos ocurrían mucho después de los hechos que investigábamos, o sea, que no podía haber conexión. La segunda causa no la pudimos trabajar porque los datos no eran buenos en lo absoluto, lo cual es un problema también en Colombia. La información estaba incompleta, aunque la existente sugería que esta tampoco era la causa. La evidencia resultó consistente con la tercera causa posible, que los responsables eran las fuerzas yugoslavas.

¿Se pueden usar esos análisis matemáticos y estadísticos como prueba en un juicio?

Los fiscales quieren pruebas; es lógico: quieren ganar su caso. Pero si un científico dice que tiene pruebas es un mal científico. Programas como CSI (serie estadounidense en la que los forenses resuelven crímenes) son un pésimo ejemplo, son pura “carreta”; así no funciona. En un proceso penal, lo que los científicos podemos decir es que tenemos evidencia consistente con la hipótesis de la Fiscalía. Pero eso en sí no es prueba , porque podría establecerse otro patrón, o porque ese patrón que uno identifica podría tener una explicación distinta. Es responsabilidad de la defensa encontrar otras maneras de explicar los patrones hallados, y responsabilidad de los jueces determinar quién tiene la razón; se necesita de fiscales sofisticados y jueces muy listos para procesar esa información. Nosotros, los científicos, reducimos el alcance de las explicaciones que puede haber.

Usted dice que los datos en Colombia no son confiables. ¿A qué se refiere?

En el último informe Forensis de Medicina Legal lo explico: quienes trabajan en el registro o la utilización de datos sobre cualquier fenómeno social deben operar bajo la premisa de que todos los datos son parciales. En Colombia no existe una fuente completa para calcular los homicidios. Muchos homicidios no quedan registrados. Entre 2003 y 2013 el subregistro (más o menos) dobló el registro. Medicina Legal sabe que, a lo sumo, cubre dos tercios del país; el problema es que los municipios que no cubre son algunos de los más violentos. No estoy criticando a Medicina Legal; de hecho, admiro su trabajo. Si algo, esta es una crítica al Congreso por no darle más presupuesto.

¿O sea que en Colombia la tasa de homicidio dobla la que conocemos?

Sí. Tome, por ejemplo, una decisión política que se supone que reduce los homicidios, como la desmovilización (de los paramilitares). Y los homicidios observados se reducen. ¿Fue la desmovilización la precisa razón? ¿O se volvieron más hábiles y tenían más motivos para esconder cadáveres? Lo que pasó, creo yo, es que los grupos de desmovilizados siguieron en sus luchas internas por el control. Siguieron matándose los unos a los otros, pero de eso casi no se supo porque lo hicieron de manera oculta. Apenas comenzaron las desmovilizaciones, los homicidios aumentaron. El tal milagro de Medellín no existe. Las estadísticas cayeron durante las campañas (políticas), pero no eran ciertas: en algunos casos, los homicidios aumentaron, mientras el registro disminuyó. Lo que parecía una reducción de homicidios no lo era. Eso también pasa todo el tiempo, por ejemplo, en Estados Unidos; no es un problema exclusivo de Colombia. Los datos dependen de cómo se recojan. Este es el problema: sabemos que la información nunca es del todo cierta ni completa.

¿Toda la información?

Sí. Es ingenuo e inapropiado creer que las bases de datos son correctas, en un sentido estadístico. Las bases de datos pueden tener información correcta, pero los patrones estadísticos que muestran pueden no tener ninguna relación con la realidad. Incluso cuando hay gente u organizaciones que se esfuerzan, como Medicina Legal. Así pasa en cualquier parte; siempre hay información que falta. Entre 2003 y 2011 trabajé con la ONU y tuve acceso a bases de datos de la Fiscalía, el DAS, la Policía, la Comisión Colombiana de Juristas y Medicina Legal. Las integramos todas. Había, por ejemplo, casos registrados en sólo una de esas bases de datos. Hay, por ejemplo, 32 formas de registrar una muerte. Todas las bases de datos están incompletas. No es sólo en Colombia: en Estados Unidos no se consiguen estadísticas de gente asesinada por miembros de la Policía.

¿Cómo se contabilizan, entonces, los homicidios que no se están percibiendo?

Ese es nuestro mayor reto, lo que la ciencia estadística debe hacer: encontrar lo escondido.

¿Las bases de datos en Colombia no sirven?

Son muy, muy buenas bases de datos, pero no sirven de cimiento para análisis estadísticos. La estadística requiere que pensemos en lo que no podemos observar. Usar solamente los datos que tenemos a la mano no es suficiente. Si uno sólo recurre a lo que ve, está dejando por fuera todo. Y la gente que no conoce de álgebra nunca debería hacer estadísticas.

Entonces, ¿cómo se resuelven esos vacíos de información?

Tenemos que usar la herramienta de la probabilidad para averiguar lo que no sabemos, aquello que nos ocultan. De lo contrario, seríamos como el tipo borracho al que se le pierden las llaves y sólo las busca en el pedazo de la calle que alumbra la luz. Eso es engañoso, insuficiente, una estupidez. Una manera de saber cuántas muertes no estamos observando es usar varias bases de datos independientes. Pero desde 2012, la Fiscalía, la Policía y Medicina Legal coordinan sus bases de datos, así que no sabemos cuántos homicidios se nos escapan. Lo hicieron por una buena razón, coordinar su trabajo, pero, aunque parece una buena idea, en realidad es pésima. Si no arreglamos el problema de los datos, nada va a funcionar. Ahora, tengo que ser claro: existen varios métodos para establecer qué información se está quedando por fuera. El mío simplemente no sirve para bases de datos unificadas.

O sea, en orden: ¿primero se establece un método para calcular qué información no está en las bases de datos, y luego qué?

Esa es la parte más dura. Lo segundo es establecer un modelo estadístico que prevea cuánta violencia hay en cierto lugar. Mi método ha funcionado, pero hay otros.

¿No se puede tener nunca la información completa?

Sí, pero es muy, muy excepcional.