المراقبة

هل تحسن الذكاء الاصطناعي في التنبؤ بالجريمة؟

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

تخيل الكتب والافلام الخيالية مستقبلا حيث يمكن للشرطة التنبؤ بالجرائم قبل حدوثها بفضل الذكاء الاصطناعي. واليوم، أصبح هذا المستقبل حقيقة واقعة، حيث تجرب العديد من المدن نظام الشرطة التنبؤي القائم على الذكاء الاصطناعي. ومع ذلك، لا يزال هذا النظام غير شائع الاستخدام حتى الآن، فما الذي يمنعه من الانتشار على نطاق واسع؟

لقد كانت الدقة والموثوقية قضايا للجميع تطبيقات التحليلات التنبؤية على مر السنين. ومع ذلك، أصبحت التكنولوجيا ناضجة بما يكفي لتحقيق تأثير كبير في الصناعات مثل التصنيع وإدارة الإمدادات. فهل أصبحت جاهزة للتوسع في التنبؤ بالجريمة؟

حالة التنبؤ بالجريمة بالذكاء الاصطناعي اليوم

قد لا يكون نظام الشرطة التنبؤي شائعا حتى الآن، لكنه شهد تطورات كبيرة في السنوات الأخيرة. وتقع هذه الخطوات في ثلاث فئات رئيسية – التنبؤ بالجريمة في العالم الحقيقي، والدراسات التجريبية، والمشاريع التي لم ت开始 بعد.

1. نتائج إيجابية في العالم الحقيقي

لقد شهدت بعض المدن نتائج مثيرة للإعجاب من نظام الشرطة التنبؤي القائم على الذكاء الاصطناعي. يقول قسم التحقيقات الجنائية التابع لشرطة دبي إن انخفضت معدلات الجريمة الخطيرة بنسبة 25% بعد تطبيق أداة للتنبؤ بالجرائم. وانخفضت الأنشطة الإجرامية الأقل خطورة بنسبة 7.1%.

يعمل نظام التنبؤ بالجريمة مثل هذه الأنظمة الأخرى القائمة على الذكاء الاصطناعي، من خلال تحليل التقارير السابقة ومقارنتها بالظروف الحالية. ويسمح تحديد الاتجاهات في الجرائم السابقة للنماذج التعلم الآلي بتحديد المناطق والأوقات التي من المحتمل أن تحدث فيها جرائم مشابهة. ويمكن للشرطة بعد ذلك تحويل الموارد في الوقت المناسب لمنع الجريمة أو معالجة الأمور التي قد تؤدي إليها قبل حدوثها.

شهدت سان خوسيه، كاليفورنيا، نجاحا من نموذج ذكاء اصطناعي مختلف. على الرغم من أن المدينة لا تتنبأ بالجريمة بعد، تكتشف الحفر والغرافيتي باستخدام الذكاء الاصطناعي لمعالجتها في وقت أقرب. ووفقا للمسؤولين، فإن تنظيف المنطقة يقلل من احتمال حدوث نشاط إجرامي هناك، لذلك يقلل هذا الإجراء من الحوادث.

2. نماذج تجريبية واعدة

مع نمو نظام الشرطة التنبؤي في العالم الحقيقي، أظهرت الاختبارات المبكرة لتطبيقات مماثلة وعدا كبيرا. في العديد من الولايات القضائية، يتطلب تطبيق نظام للتنبؤ بالجريمة على نطاق واسع عقبات تنظيمية كبيرة، مما يبطئ من اعتماد التكنولوجيا. وتقدم الأمثلة في مرحلة الاختبار الطريق في هذه الأثناء.

أظهرت دراسة عام 2022 من جامعة شيكاغو نموذجا يمكنه التنبؤ بالجرائم بدقة 90% أسبوعا قبل حدوثها. وأهم من ذلك، أن النظام أقل عرضة للتحيز من الأنظمة القديمة لأنه يستخدم بيانات مختلفة. بدلا من تقسيم المدينة إلى أحياء أو حدود سياسية، يقسمها إلى قطع متساوية لتوفير نظرة جديدة للمنطقة.

قد يؤدي بناء توائم رقمية للمدينة لتحديد الجريمة على نظام أصلي بدلا من الاعتماد على سجلات قديمة معرضة للتحيز إلى توفير رؤى أكثر موثوقية. ولم ت开始 قوات الشرطة استخدام هذا النظام بعد، لكن البحث يظهر ما يمكن أن تفعله التكنولوجيا الجديدة في هذا المجال.

3. استثمارات قادمة في التنبؤ بالجريمة

في المستقبل، كشفت العديد من المناطق最近 عن أهدافها لتنبؤ الجريمة بالذكاء الاصطناعي. لم ت开始 هذه المشاريع بعد، لكن ظهورها يشير إلى تحول متزايد نحو هذه التكنولوجيا، ربما نتيجة لزيادة ثقة الحكومات في فعاليتها.

في يوليو 2024، أعلنت وزارة الأمن في الأرجنتين عن خططها لتنبؤ الجريمة بالذكاء الاصطناعي والاستجابة لها. ووفقا للقرار، ستقوم قوات الشرطة بتحليل البيانات الإجرامية التاريخية للتنبؤ بالحدث المستقبلي والاستجابة بشكل مناسب لمنع حدوثه. كما ذكر اكتشاف الشذوذ في الوقت الفعلي، الذي يمكن أن يعمل بالتандم مع نموذج التنبؤ.

في الآونة الأخيرة، كشفت المملكة المتحدة عن أداة للتنبؤ بالجريمة لتحديد الأشخاص الذين قد يشكلون أكبر خطر من أن يصبحوا مجرمين عنيفين. ولا يزال غير واضح كيف ستستجيب السلطات لهذه البيانات، وهناك تقارير متضاربة حول البيانات التي ستستخدمها الحل. وقالت وزارة العدل إن المشروع هو لأغراض البحث فقط في هذه المرحلة، لكن البحث اليوم قد يؤدي إلى مشاريع حقيقية في المستقبل.

كيف تحسن التنبؤ بالجريمة بالذكاء الاصطناعي؟

تعد التطبيقات الحالية والمستقبلية للتنبؤ بالجريمة بالذكاء الاصطناعي بعيدة عن الأمثلة الأولى لهذه التكنولوجيا. ومع ذلك، فهي تشير إلى تحول إيجابي. لم تتمكن التطبيقات السابقة من تحقيق نفس مستويات الدقة والموثوقية. وتبعد دقة نموذج جامعة شيكاغو بنسبة 90% وخفض دبي بنسبة 25% في الجريمة الخطيرة عن المحاولات السابقة.

في عام 2024، وافقت دائرة شرطة مقاطعة باسكو، فلوريدا، على تسوية بقيمة 105000 دولار وأغلقت برنامج التنبؤ بالجريمة بعد نتائج سيئة. أدى النظام إلى زيارة واعتقال ضباط للناس الذين لم يرتكبوا الجرائم بعد بناء على تنبؤات نموذج الذكاء الاصطناعي.

كذلك أغلقت شيكاغو نموذجها للتنبؤ بالجريمة بعد شكاوى عديدة. ووجدت الدراسات أن النظام لم يكن له أي تأثير كبير على الجريمة المرتبطة بالأسلحة النارية على الرغم من زيادة احتمال الاعتقال. وأكثر من ذلك، كشفت الأبحاث عن كيفية تحيز الخوارزمية بشكل أصلي، مما يجعل الأشخاص من الأقليات العرقية أكثر عرضة للاعتقال.

كما أظهرت حلول شائعة تستخدمها المدن عديدة، مثل Geolitica (سابقا PredPol)، دقة 0.6% فقط عند التنبؤ بالهجمات العنيفة. وبلغت نسبة الدقة للاختراقات 0.1% في بعض المناطق.

بالنسبة لبرامج التنبؤ بالجريمة القديمة، فإن التنبؤات الجديدة بالجريمة بالذكاء الاصطناعي دقيقة بشكل ملحوظ. على الرغم من عدم وجود العديد من القصص حول قوات الشرطة الحقيقية التي تستخدم هذه الحلول المتقدمة، فإن النتائج المبكرة تظهر تضادا حادا بين الذكاء الاصطناعي بالأمس واليوم.

الجانب المظلم للذكاء الاصطناعي في التنبؤ بالجريمة

من السهل أن نرى لماذا تستثمر العديد من الولايات القضائية في التنبؤ بالجريمة بالذكاء الاصطناعي. منع النشاط الإجرامي قبل حدوثه هو مكسب كبير لسلامة المجتمع، ويمكن للذكاء الاصطناعي اكتشاف الاتجاهات التي قد تتعارض مع افتراضات الإنسان. على سبيل المثال، يحدث أكثر من نصف عمليات السطو خلال النهار، على الرغم من الاعتقاد الشائع بأنها أكثر احتمالا في الليل. يمكن للذكاء الاصطناعي رؤية ما يبدو صحيحا لاكتشاف الاتجاهات الفعلية.

في الوقت نفسه، يحمل التنبؤ بالجريمة بالذكاء الاصطناعي مخاطر كبيرة تتعلق بالخصوصية والأخلاقيات. هناك سبب لكون 52% من الأمريكيين أكثر قلقا بشأن الذكاء الاصطناعي مما هم متحمسون له. حتى النماذج الأكثر تطورا معرضة للهلوسة، وللذكاء الاصطناعي سجل في تعزيز، بل وتضخيم، التحيز البشري عند تدريبه على بيانات متحيزة.

قد تكون بيانات الجريمة التاريخية غير ممثلة على أفضل تقدير ومعرضة للتحيز في أسوأ الأحوال. قد تشير سجلات الاعتقالات إلى مناطق أكثر تفتيشا من反映 الجريمة الفعلية. وبالتالي، قد تعكس البيانات التحيزات العرقية الأصلية، والتي لها تاريخ وثيق الصلة بالإنفاذ القانوني.

قد تؤدي نماذج الذكاء الاصطناعي التي تتعلم من البيانات المتحيزة إلى توجيه الشرطة لمراقبة الأحياء السوداء بشكل أكبر أو الشك في الأشخاص من الأقليات العرقية. تظهر حالات شيكاغو وباسكو كاونتي ذلك. ونتيجة لذلك، قد يزيد الاعتماد على التنبؤات بالذكاء الاصطناعي دون الاعتراف بهذه التحيزات من معاملة الأقليات التاريخية غير العادلة والمحرومة.

بصرف النظر عن الظلم العرقي، قد يؤدي جمع كميات كبيرة من البيانات عن المواطنين إلى مخاطر تتعلق بالخصوصية. وتعد الوكالات الحكومية الصناعة الثامنة الأكثر استهدافا من قبل الجرائم الإلكترونية على مستوى العالم، لذلك من المحتمل أن تتعرض نماذج التنبؤ بالجريمة لانتهاك أمني، بالإضافة إلى كونه مدمرا. حتى لو لم تنجح أي هجمات إلكترونية، فإن مراقبة المواطنين لأنهم قد يرتكبون جريمة يثير تساؤلات حول المراقبة الزائدة والإجراءات القانونية.

يتحسن التنبؤ بالجريمة بالذكاء الاصطناعي، لكن المخاوف لا تزال

أصبحت نماذج التنبؤ بالجريمة بالذكاء الاصطناعي أكثر دقة اليوم مما كانت عليه قبل بضع سنوات. ومع ذلك، لا تزال المخاوف حول التحيز والفعالية والعدالة بارزة. يجب على واضعي السياسات وشركات الذكاء الاصطناعي معالجة هذه القضايا لضمان أن تتيح هذه التكنولوجيا مستقبلا أكثر أمانا.

Zac Amos هو كاتب تقني يركز على الذكاء الاصطناعي. وهو أيضًا محرر الميزات في ReHack، حيث يمكنك قراءة المزيد من أعماله.