Przewidywanie przestępczości z wyprzedzeniem. Naukowcy opracowali technologię
Amerykańscy socjolodzy z Uniwersytetu w Chicago opracowali system, który przewiduje lokalizację i wskaźnik przestępczości z 90% skutecznością. Czy rzeczywiście w miastach będzie bezpieczniej?
Ishanu Chattopadhyay wraz z innymi badaczami opracował model sztucznej inteligencji do przeanalizowania danych dotyczących przestępczości. Model dzieli miasto na kwadraty o długości boku około 300 m. Analizy danych na temat przestępczości z lat 2014-2016 pozwoliły przewidzieć wydarzenia z 90% dokładnością.
Istotne jest to, że przewiduje obszar gdzie może dojść do przestępstwa bez wskazywania konkretnych osób za nie odpowiedzialnych, czy osób poszkodowanych.
Naukowcy zdecydowali się postawić na analizę lokalizacji, ponieważ poprzednie modele próbujące przewidzieć kto popełni przestępstwo sprawiły mnóstwo problemów, a ich skuteczność była znikoma.
W 2012 r. Departament Policji w Chicago wdrożył model, który opierał się na liście potencjalnych ofiar i sprawców strzelanin. Wynik modelu określał, które osoby powinny być pilnie monitorowane, które mogą być ofiarami lub kto może być sprawcą przestępstwa z użyciem broni. Po tym, jak okazało się, że prawie połowa osób zakwalifikowanych jako potencjalni sprawcy nigdy nie była oskarżona o nielegalne posiadanie broni a 13% z nich nigdy nie było oskarżonych o poważne przestępstwo, sprawa zakończyła się sądzie. Całą sprawę ujawniło Chicago Sun-Times.
Chattopadhyay przyznaje, że dane wprowadzane do modelu będą stronnicze, ale zespół robi wszystko, aby zmniejszyć efekt stronniczości. Dlatego sztuczna inteligencja nie identyfikuje osób, a jedynie potencjalne miejsca przestępstwa.
Model użyto do przeanalizowania liczby aresztowań w wyniku przestępstw w dzielnicach Chicago. Ujawniono, że liczba aresztowań w dzielnicach bogatszych była większa niż w dzielnicach biedniejszych, co może wskazywać na stronniczość policji.
Do wskazania niebezpiecznych miejsc w naszym kraju używa się Systemów Informacji Geograficznej. Po wprowadzeniu danych do bazy otrzymujemy mapę miasta z zaznaczonymi obszarami, gdzie częściej popełniano przestępstwa, dochodziło do kradzieży, włamań itp. Ta technologia, mimo prostszego rozwiązania, również może pomóc wybrać miejsca, gdzie patrole policji powinny być częstsze aby zapewnić mieszkańcom bezpieczeństwo
Źródło: Rotaru, V., Huang, Y., Li, T. et al. Event-level prediction of urban crime reveals a signature of enforcement bias in US cities. Nat Hum Behav (2022). https://doi.org/10.1038/s41562-022-01372-0
