Deep learning contra drogas ilegales en internet

A día de hoy el consumo de drogas es una de las principales causas de muerte en Estados Unidos. Durante los últimos años el consumo de drogas derivadas de los opiáceos ha aumentado exponencialmente, en parte, debido a los nuevos métodos de distribución utilizados por algunos pequeños cárteles y proveedores. El más popular de estos nuevos métodos es la venta on-line. Veremos cómo el Deep Learning puede ser clave en la lucha contra la venta de drogas ilegales en internet.

«Camellos» online

Aunque encontrar a estos vendedores de droga en línea no resulte tan fácil como parece, éstos siguen suponiendo un gran peligro para la sociedad. A la hora de adquirir drogas online no basta con teclear “opiáceos” en Google y pulsar el botón de búsqueda, solo un pequeño porcentaje de las publicaciones que hablan acerca de droga se encuentran directamente relacionadas con su venta.

Según un estudio realizado en Twitter el año pasado menos del 1% de los tweets que hablan acerca de droga están relacionados con la oferta de las mismas.

Los vendedores de este tipo de sustancias no suelen utilizar palabras clave para que su producto tenga más visibilidad. Utilizan estrategias como modificar o cambiar sus publicaciones y mensajes constantemente o utilizan imágenes que no tienen nada que ver con el anuncio.

IA para localizar transacciones ilegales en internet

El departamento de la salud de Estados Unidos está investigando nuevos métodos basados en la inteligencia artificial para localizar distribuidores de opiáceos y farmacias ilegales. Este nuevo enfoque basado en la IA demuestra cómo algunas redes sociales o páginas de Internet pueden utilizarse para organizar y realizar transacciones ilegales en línea.

El NIDA ha puesto al cargo de esta investigación Timothy Mackey, profesor de la universidad de San Diego. La herramienta desarrollada por el profesor Mackey y su equipo también es capaz de identificar otros tipos de transacciones ilegales como el tráfico de animales, la venta de productos falsificados o la venta de armas.

En redes sociales como Facebook o Instagram, las reglas de la comunidad prohíben el contenido relacionado con las sustancias ilegales. Al realizar búsquedas de drogas como el “percocet” no aparecen resultados. Sin embargo al buscar el mismo nombre con alguna falta de ortografía aparecen miles de mensajes o publicaciones en las que los comentarios están relacionados con la compraventa de estupefacientes.

Al realizar una búsqueda utilizando los Hashtags de estas publicaciones no resulta difícil dar con algunas indicaciones para contactar con algunos traficantes o “farmacias de internet”.

¿Cómo funciona?

Para prevenir este tipo de comportamientos en las redes el equipo del profesor Mackey ha desarrollado una herramienta basada en el Deep Learning y que es capaz de rastrear a los vendedores de drogas en redes sociales como Facebook o Twitter. El programa se centra en el reconocimiento de ciertos patrones de datos para lograr identificar automáticamente nuevos patrones que puedan sugerir que se está realizando una transacción ilegal.

Otra de las armas secretas de la herramienta se basa en el modelado tópico. El modelado tópico es una técnica que consiste en utilizar una serie de palabras o expresiones clave (en este caso el nombre de drogas) para averiguar qué otras palabras o frases pueden estar relacionadas con la búsqueda y que puedan ayudar a identificar comportamientos similares con mayor facilidad.

Por el momento esta herramienta no está siendo utilizada por las autoridades pero es muy posible que en un futuro se utilice para frenar las ventas de pequeños traficantes.

Por desgracia, disminuir la demanda de este tipo de drogas no se encuentra entre las posibilidades de este tipo de herramientas. Esto solo es posible a través de la concienciación. No obstante, la inteligencia Artificial ha demostrado ser parte de la solución a uno de los mayores problemas de la sociedad actual.

Para mantenerte al día con LUCA visita nuestra página web,  suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube.