Un auto no hace nada raro por sí mismo: dobla, frena, acelera, se detiene un minuto de más. Lo que cambia con estos sistemas es quién interpreta esos gestos. Ya no es el agente que mira por la ventanilla con su experiencia y sus prejuicios, sino un modelo que compara miles de trayectorias y decide cuál se aparta de lo esperable. El resultado llega al patrullero como una orden de parar, y el conductor aparece sin saber qué lo delató.

Ese es el punto frágil: lo sospechoso no es una categoría de la ley, es una categoría estadística. Un algoritmo aprende de lo que ya se hizo, de dónde se patrulló y a quién se frenó antes. Si en un barrio se controló más, ahí habrá más datos, más marcas y más motivos para volver a controlar. La máquina no inventa el sesgo, pero lo vuelve más prolijo y más difícil de discutir.

La investigación argentina ya mira ese terreno. Una tesis de la Universidad Nacional del Litoral (2025) estudia cómo las tecnologías de georreferenciación del delito modifican las prácticas policiales en Córdoba: los mapas dejan de describir el patrullaje y empiezan a dirigirlo. Es el mismo camino que ahora recorre el análisis de conductas, con una diferencia de escala. El mapa señalaba zonas; el nuevo sistema señala a una persona al volante.

Para quien maneja todos los días en cualquier ciudad argentina, la pregunta concreta es qué pasa cuando alguien detiene tu auto y la única razón es un puntaje que nadie puede mostrarte. Un control justificado se puede explicar y, llegado el caso, se puede impugnar. Uno justificado por un cálculo opaco se apoya en una autoridad que no responde a nadie.

Una herramienta que decide a quién parar necesita reglas visibles antes de usarse, no después de los primeros abusos: qué mide, con qué datos aprendió y quién revisa sus errores. Lo que se acepta sin esas respuestas se vuelve costumbre, y una costumbre policial es muy difícil de desarmar.