Czy odpowiednio rozwinięty system sztucznej inteligencji oparty na uczeniu maszynowym może wspomóc władze miasta w zapobieganiu przestępstwom? Zdaniem badaczy z Chicago jest to możliwe. Naukowcy napisali algorytm wykorzystujący publiczne dane o przypadkach łamania prawa – przestępstwach i wykroczeniach – w różnych okresach i w różnych częściach miasta. Model prognozuje z tygodniowym wyprzedzeniem, gdzie i kiedy mieszkańcy Chicago mogą być na bakier z prawem.

Naukowcy zastrzegają: ich algorytm nie sprawi, że przestępca – jak w filmie „Raport mniejszości” nakręconym na podstawie opowiadania Philipa K. Dicka – zostanie aresztowany jeszcze przed popełnieniem zbrodni. Jednak może pomóc organom ścigania w zwiększeniu poziomu bezpieczeństwa w mieście.

Na jakich danych „wytrenowano” algorytm?

Socjolodzy i badacze zajmujący się analizą danych wykorzystali dwa rodzaje publicznych informacji. Zasilili program historycznymi danymi z Chicago dotyczącymi przestępstw z dwóch kategorii. Pierwsza obejmowała najgroźniejsze przestępstwa – zabójstwa, napaści czy pobicia. Druga – przestępstwa przeciwko mieniu, takie jak kradzieże czy włamania.

Wykorzystano te właśnie dane celowo. Zdaniem badaczy istnieje największa szansa, że zbrodnie z wyżej opisanych kategorii będą zgłaszane policji również w tych częściach miasta, w których mieszkańcy nie ufają organom ścigania i nie współpracują z nimi. Z podobnego powodu naukowcy nie zdecydowali się wykorzystać danych dotyczących różnego rodzaju przestępstw narkotykowych. W tego rodzaju przypadkach policja najczęściej wykazuje uprzedzenia (m.in. rasowe).

Jak badać przestępstwa w mieście?

Dotychczas, próbując przewidywać zbrodnie, naukowcy wykorzystywali model epidemii. Przestępstwa miały pojawiać się w pewnych „gorących punktach”, a potem rozprzestrzeniać na całą okolicę.

– Takie podejście ignoruje jednak naturalną topologię miasta – zauważa socjolog James Evans, współautor pracy. Nie uwzględnia bowiem sieci transportowych i komunikacyjnych, w także różnic w statusie społeczno-ekonomicznym mieszkańców niektórych dzielnic.

Model badaczy z Chicago działa inaczej. Dzieli miasto na kwadraty o boku 300 metrów i prognozuje prawdopodobieństwo łamania prawa na danym terenie. Ignoruje przy tym tradycyjne sąsiedztwa i dystrykty policyjne, których praca również może być podatna na stereotypy i uprzedzenia.

Czy przestępstwo da się przewidzieć?

Ishanu Chattopadhyay, starszy autor artykułu, przestrzega, iż algorytm nie powinien służyć jako narzędzie wspomagające stróżów prawa w ich codziennej pracy. Innymi słowy, nie chodzi o to, by na terenie, który program wskaże jako „zagrożony zbrodnią”, pojawiło się więcej stróżów prawa, ściągniętych z innych miejsc.

– To program do symulacji – mówi Chattopadhyay. – Pozwala sprawdzić, co się stanie, jeśli w pewnym rejonie miasta wzrasta liczba przestępstw lub aktywność policji. Nie jest magiczny, ma swoje ograniczenia. Jednak pozwala sprawdzać, jak systemy miejskie ewoluują – wyjaśnia naukowiec. Jego zdaniem program jest po prostu dodatkowym narzędziem, które władze miejskie mogą wykorzystać do zarządzania i podnoszenia poziomu bezpieczeństwa.

Niestety, algorytm wykazał już, że policja inaczej pracuje w bogatszych, a inaczej w biedniejszych dzielnicach. W tych pierwszych jest więcej aresztowań, co wskazuje, że stróże prawa inaczej reagują na zgłoszenia w zależności od tego, skąd napływają.

Naukowcy podkreślają, że przetestowali swój program na danych z łącznie siedmiu amerykańskich miast. W każdym przypadku sprawdził się równie dobrze jak w Chicago.


Źródła: Nature Human Behaviour, phys.org.