Abstract:

La creciente percepción de inseguridad es uno de los problemas más críticos en Lima, Perú. En distritos urbanos como Ate, las denuncias por delitos pat-rimoniales han aumentado, pero subestiman el problema real: según el INEI (2024), el 87% de las víctimas de robo o hurto en Lima Metropolitana no denuncian el hecho. Esta "cifra negra" impide la prevención efectiva y con-fina a los vecinos a sistemas informales ineficientes, como los grupos de mensajería. Este trabajo propone una aplicación móvil para fortalecer la colaboración vecinal en Ate, integrando dos componentes clave: algoritmos de clusterización geoespacial para identificar "puntos calientes" (hotspots) de delincuencia con múltiples densidades, y un modelo de perfiles psicopeda-gógicos para estructurar la participación ciudadana (Alerta Temprana, Vigi-lante Activo, Observador Pasivo). La contribución científica radica en com-binar análisis espacial inteligente y participación estructurada para crear un ecosistema de seguridad ciudadana más eficiente, proactivo y capaz de ges-tionar la información no reportada.