Μαθηματικό μοντέλο τα βάζει με τα καρτέλ του εγκλήματος

Εδώ και δεκαετίες το Μεξικό χάνει τον πόλεμο εναντίον δεκάδων καρτέλ που εμπλέκονται σε διακίνηση ναρκωτικών, εμπορία ανθρώπων, εκβιασμούς και άλλα εγκλήματα. Παρόλο που χιλιάδες μέλη τους φυλακίζονται κάθε χρόνο, οι ανθρωποκτονίες που συνδέονται με το οργανωμένο έγκλημα τριπλασιάστηκαν από το 2016 έως το 2018.

Η στρατηγική καταστολής που εφαρμόζει η μεξικανική κυβέρνηση είναι καταδικασμένη να αποτύχει, δείχνει ένα νέο μαθηματικό μοντέλο που παρουσιάζεται στο περιοδικό Science. Σύμφωνα με τον χρησμό του αλγόριθμου, ο μόνος τρόπος να σταματήσει ο κύκλος βίας είναι να περιοριστεί η ικανότητα των λαθρεμπόρων να στρατολογούν νέα μέλη.

Οι εγκληματικές συμμορίες είναι ο πέμπτος μεγαλύτερος «εργοδότης» στο Μεξικό

Οι ερευνητές χρησιμοποίησαν δεδομένα για τις ανθρωποκτονίες και τις συλλήψεις που συνδέονταν με το οργανωμένο έγκλημα την περίοδο 2012-2018, καθώς και πληροφορίες για συμμαχίες και εχθρότητες μεταξύ 150 γνωστών καρτέλ.

Το μαθηματικό μοντέλο έδειξε ότι τα καρτέλ αυτά στο σύνολό τους διογκώθηκαν σε μια δεκαετία από τα 115.000 στα 175.000 μέλη, κάτι που καθιστά το οργανωμένο έγκλημα πέμπτο μεγαλύτερο «εργοδότη» στο Μεξικό. Κάθε χρόνο συλλαμβάνονται περίπου 11.000 μέλη, τα καρτέλ όμως στρατολογούν πάνω από 19.000.

Στη συνέχεια, το μοντέλο προσομοίωσε την εξέλιξη των καρτέλ κάτω από διαφορετικές στρατηγικές καταπολέμησης. Οι υπάρχουσες πολιτικές θα οδηγούσαν σε περαιτέρω διόγκωση και αύξηση των θανάτων κατά 40% έως το 2027, σύμφωνα με τους υπολογισμούς, ενώ η αύξηση της καταστολής με διπλασιασμό των συλλήψεων θα είχε μικρό αποτέλεσμα. Ο μόνος τρόπος να μειωθεί η βία θα ήταν η πρόληψη της στρατολόγησης, καταλήγει η μελέτη.

Το κατά πόσο αυτό είναι εφικτό είναι βέβαια ένα δύσκολο πρόβλημα με περίπλοκες κοινωνικές παραμέτρους.

Για παράδειγμα, προηγούμενες προσπάθειες της κυβέρνησης να δώσει περισσότερες ευκαιρίες απασχόλησης στις περιοχές που μαστίζονται από το έγκλημα δεν είχαν πετύχει.

Τουλάχιστον όμως το μοντέλο υποδεικνύει πού πρέπει να εστιαστεί η προσπάθεια.