El futuro de la policía con IA y realidad mixta: La Universidad de Umeå en Suecia explora el potencial de las nuevas tecnologías

Información de IA en la visión de los policías: Tecnología que respalda la "investigación del futuro" y decisiones que no deben delegarse

Al observar el vehículo frente a ellos, aparece información digital a su alrededor. Sin bajar la mirada a la pantalla en sus manos, pueden verificar la información necesaria.

Un equipo de investigación de la Universidad de Umeå en Suecia está avanzando en un estudio que podría llevar a actividades policiales futuristas. Utilizan un sistema interactivo que combina IA y "realidad mixta (MR)".

En la investigación presentada el 8 de octubre de 2026 por Phys.org y la universidad, se evaluaron las posibilidades de apoyar la toma de decisiones en el campo y los problemas éticos asociados con su implementación, a través de entrenamientos con la participación de policías e instructores.

Es importante destacar que no se trata de un estudio para reemplazar a los policías con IA. Los investigadores se centran en cómo utilizar la información digital mientras se mantiene la capacidad de juicio humano.

¿Qué es la "realidad mixta" que superpone información al paisaje real?

MR es una tecnología que superpone información y objetos digitales en el espacio real. A diferencia de la VR, que cubre la visión con un espacio virtual, permite ver personas, vehículos y edificios a su alrededor mientras se consulta información adicional.

En esta investigación se utilizó el casco "HoloLens" de Microsoft. Se está evaluando su uso para operaciones mediante mirada y voz, apoyando la identificación de objetos y la comprensión de peligros potenciales.

En las actividades policiales, la situación frente a ellos cambia constantemente. Deben prestar atención a múltiples informaciones, como los movimientos del oponente, la posición de las personas alrededor y la coordinación con colegas.

Si la información necesaria se puede verificar en su campo de visión durante ese tiempo, podría ayudar a comprender la situación.

Sin embargo, no es mejor tener más información. Si hay demasiada información mostrada o se enfatiza información incorrecta, podría causar que se pasen por alto los cambios frente a ellos. Lo importante no es solo qué se puede mostrar, sino qué, cuándo y en qué medida se debe mostrar.

Participación de 39 policías e instructores, evaluación positiva en el entrenamiento

La investigación se llevó a cabo en varias etapas en cooperación con instituciones de educación policial y agencias de aplicación de la ley en Suecia y Cataluña, España. Participaron un total de 39 policías e instructores.

Antes de las pruebas prácticas, los participantes asistieron a dos talleres. Uno era para aprender los principios básicos de la IA confiable. El otro era para experimentar MR y HoloLens en la práctica.

Posteriormente, se utilizó HoloLens como herramienta de apoyo en un entrenamiento de detención de vehículos que simulaba situaciones de alto riesgo.

Según el anuncio de la universidad, los participantes fueron muy positivos sobre la utilidad, facilidad de uso y confiabilidad del sistema. Anders Sjöstedt, quien también es policía y enseña en la universidad, explicó que los participantes estaban muy interesados y veían muchas posibilidades.

Aquí también hay un significado en la cooperación entre el lado del desarrollo tecnológico y el lado de la práctica policial. Las funciones que los desarrolladores consideran convenientes y las funciones realmente necesarias en el campo no siempre coinciden. Reunir el conocimiento de ambos lados se convierte en el punto de partida para considerar la practicidad.

"Fue bien recibido" y "se demostró su seguridad" son diferentes

Por otro lado, es prematuro interpretar los resultados de esta vez como "se ha demostrado que la actividad policial es más segura con el uso de IA".

Los principales logros presentados en el artículo de introducción son las evaluaciones positivas de los participantes que experimentaron el entrenamiento. No se han mostrado efectos como cuántos accidentes se redujeron en las calles reales o cuánto se evitaron errores de identificación.

Sentir que se puede confiar en el sistema y que funcione con precisión en diversas situaciones son problemas diferentes.

Por ejemplo, ¿funcionará el apoyo en lugares oscuros, bajo la lluvia, en lugares concurridos o en entornos con comunicación inestable? ¿Los policías podrán detectar información incorrecta cuando se presente? Estos son puntos que deben verificarse al considerar la operación real.

Estos son temas que se cuestionarán en futuras verificaciones y no se pueden considerar resueltos a partir del artículo de introducción de esta vez.

Es importante leer por separado las opiniones de los usuarios, el rendimiento de la tecnología y el efecto en toda la sociedad, precisamente porque es una investigación prometedora.

Cuanto más avanza la automatización, más graves se vuelven los problemas éticos

El equipo de investigación analizó las funciones en tres niveles de riesgo, desde bajo hasta alto. Como resultado, se organizó que cuanto mayor es el grado de automatización, mayores son los riesgos éticos relacionados con la privacidad, la transparencia y el sesgo del algoritmo.

Mostrar información de referencia a los policías y que la IA evalúe personas y situaciones y dirija fuertemente las respuestas posteriores tienen diferentes magnitudes de impacto.

Si el sistema evalúa erróneamente a la persona frente a ellos como peligrosa, esa visualización podría generar prejuicios en el policía. Por el contrario, si se pasa por alto un peligro, también podría debilitar la vigilancia.

Esto no es un evento que realmente ocurrió en el entrenamiento de esta vez. Es un problema que debe preverse al introducir sistemas de apoyo a la toma de decisiones.

Además, si el diseño permite grabar imágenes e información en el campo de visión, también se cuestiona cómo manejar la información de los transeúntes no relacionados con el incidente. Se debe considerar el período de almacenamiento, quién puede acceder, la provisión a terceros y el procedimiento de eliminación.

El rendimiento del propio casco no puede responder a estos problemas.

Para que "la decisión final la tome el ser humano" no sea solo una formalidad

Los investigadores enfatizan que el sistema no debe ser completamente autónomo y que la decisión final debe ser tomada por humanos.

Sin embargo, no es suficiente que el ser humano opere al final. Si en realidad están aceptando la visualización de la IA tal como es, el juicio humano se convierte en algo formal.

Incluso al considerar un sistema similar en Japón, será necesario un diseño que permita a los policías examinar la información de la IA.

Por ejemplo, poder distinguir si la información mostrada es un hecho observado directamente, un registro pasado o una estimación de la IA. Poder entender las limitaciones cuando la información es antigua o incierta. Y poder rechazar las sugerencias de la IA cuando contradicen los hechos observados y escuchados en el campo.

Además, será importante un mecanismo que permita verificar la respuesta posterior, qué información se mostró y cómo juzgó el ser humano.

Para que la frase "los humanos son responsables" sea sustancial, es necesario dejar suficiente información y discreción para que los humanos puedan juzgar.

En las redes sociales, la introducción de artículos es el enfoque principal; la evaluación de los ciudadanos comunes aún no es visible

En las redes sociales, se pueden encontrar publicaciones públicas que presentan el artículo de esta vez.

Bernat Vivolas Jordà, coautor, informó sobre la publicación del artículo en LinkedIn y lo presentó como un resultado de un proyecto conjunto europeo que involucra al Instituto de Seguridad Pública de Cataluña, la Universidad de Umeå y empresas.

Además, Erik Borglund también compartió el artículo en LinkedIn como una investigación sobre los desafíos de la IA en tácticas policiales, realizada por el departamento de educación policial de Umeå, entre otros.

A partir de las publicaciones confirmadas, se puede observar un movimiento para conectar los resultados de la investigación con discusiones especializadas.

Sin embargo, estas son publicaciones que presentan el propio artículo y no recopilan las reacciones de los ciudadanos comunes a las noticias del 8 de octubre. Dentro del rango confirmado, no hay suficiente material para juzgar la aprobación o desaprobación de los ciudadanos o las reacciones en las redes sociales en Japón.

Por lo tanto, expresiones como "las voces de bienvenida están inundando las redes sociales" o "la preocupación por una sociedad de vigilancia está creciendo" no se pueden usar para esta investigación. Lo que se puede ver en esta etapa es que se está avanzando en la compartición de la investigación.

Si lo consideramos en el contexto de Japón, la verificación antes de la implementación será clave

Esta investigación no es una noticia de que se haya decidido implementar el mismo sistema en la policía de Japón. Sin embargo, el problema de cómo utilizar la IA para la seguridad pública también se aplica a Japón.

Lo que especialmente se debe considerar es no solo la conveniencia para los policías, sino también la seguridad y la satisfacción de los ciudadanos que reciben la respuesta.

Incluso si se puede verificar rápidamente la información, si se genera una alerta innecesaria debido a una estimación incorrecta o si se registra sin explicación, no necesariamente se traducirá en confianza ciudadana.

Si se considera en Japón, primero se podría verificar en un entorno de entrenamiento cómo se muestra la información y cómo se responde a los errores de identificación. Además de cómo cambia la carga de trabajo de los policías, también se debe evaluar si no obstruye la visión y si pueden concentrarse en el diálogo con la otra parte.

Los elementos de evaluación también deben incluir no solo la rapidez del procesamiento, sino también la precisión del juicio, si se pueden evitar intervenciones innecesarias, si se puede gestionar adecuadamente el registro y si se puede explicar a los ciudadanos.

Esto no significa que se haya confirmado el efecto para Japón en la investigación, sino que son puntos de discusión al considerar los resultados en la sociedad japonesa.

Lo que se necesita ahora es "entrenamiento para usar IA" y "entrenamiento para dudar de la IA"

El equipo de investigación considera que tiene sentido incorporar esta tecnología en la educación básica de la policía, para que los futuros policías aprendan tanto las posibilidades como las debilidades desde una etapa temprana.

No basta con aprender a operar. Es necesario desarrollar la capacidad de saber bajo qué condiciones la información se vuelve incierta, qué hacer si la visualización y la realidad no coinciden, y si se puede responder incluso sin apoyo.

Lo que muestra esta investigación es el potencial de la tecnología para aumentar la información en la visión de los policías y los desafíos para no dejar que esa información domine el juicio.

¿Podrán seguir prestando atención a la voz y los movimientos de la persona frente a ellos mientras observan lo que muestra la IA? La calidad de las actividades policiales futuras depende no solo de la novedad del equipo, sino de cómo se protege el juicio humano al usarlo.

Fuentes y URLs de referencia

1. Phys.org:
   Publicado el 8 de octubre de 2026. Introducción de la investigación, entrenamiento con 39 participantes, evaluación de usuarios y desafíos éticos.
   https://phys.org/news/2026-10-ai-reality-police.html

2. Universidad de Umeå: Anuncio oficial de la institución de investigación
   Investigación conjunta en estudios policiales y ciencias de la computación, verificación con HoloLens, necesidad de mantener el juicio humano, perspectivas para la educación policial.umu.se
   https://www.umu.se/en/news/research-shows-how-ai-and-mixed-reality-can-enhance-police-work_12196568/

3. Artículo de investigación: Trustworthy AI and Mixed Reality in Police Interventions: Challenges and Opportunities
   Publicado en Journal of Artificial Intelligence Research. La descripción del contenido de la investigación se basa en el artículo proporcionado y el anuncio oficial de la universidad.
   https://doi.org/10.1613/jair.1.19461

4. LinkedIn: Publicación pública de Bernat Vivolas Jordà, coautor
   Publicación que presenta la publicación del artículo y que es un resultado de un proyecto conjunto. Referencia como ejemplo de compartir investigación en redes sociales.Bernat Vivolas Jordà
   https://www.linkedin.com/posts/bernatvivolas_publicat-larticle-trustworthy-ai-and-activity-7471214915828158465-gYXJ

5. LinkedIn: Publicación pública de Erik Borglund
   Publicación que presenta el artículo como una investigación sobre los desafíos de la IA en tácticas policiales. No es una muestra de la opinión pública general.Erik Borglund
   https://se.linkedin.com/posts/erik-borglund-5631874_alldeles-f%C3%A4rsk-artikel-fr%C3%A5n-bland-annat-polisutbildningen-activity-7471157629449465857-aUht