Er AI blevet bedre til at forudsige kriminalitet?

Science fiction-bøger og -film har forestillet sig en fremtid, hvor politiet kan forudsige kriminalitet lang tid før kunstig intelligens (AI) gjorde det muligt. Nu er det ikke længere kun en teoretisk mulighed, men en realitet, med flere byer, der eksperimenterer med AI-drevet prædiktion af kriminalitet. Alligevel er det ikke nødvendigvis en almindelig praksis endnu, så hvad står i vejen?

Nøjagtighed og pålidelighed har været problemer for alle prædiktioner af analytiske anvendelser gennem årene. However, teknologien er blevet moden nok til at skabe bølger på tværs af industrier som fabrikation og supply chain management. Er det så klar til en større udrolning i kriminalitetsprædiktion?

Tilstanden for kriminalitetsprædiktion med AI i dag

Prædiktion af kriminalitet med AI må ikke være normen endnu, men det har set nogle store udviklinger i de seneste år. Disse skridt falder i tre brede kategorier – virkelige kriminalitetsprædiktioner med AI, eksperimenterende studier og annoncerede, men endnu ikke startede kriminalitetsprædiktionprojekter.

1. Positive resultater i virkeligheden

Nogle byer har allerede set imponerende resultater fra AI-drevet prædiktion af kriminalitet. Dubais politis generelle afdeling for kriminalitet siger, at alvorlige kriminalitetsrater faldt med 25% efter implementering af et AI-værktøj til at forudsige kriminalitet. Mindre alvorlig kriminalitet faldt med 7,1%.

Ligesom mange AI-kriminalitetsprædiktionværktøjer fungerer løsningen ved at analysere tidligere rapporter og sammenligne dem med nuværende forhold. At fremhæve tendenser i tidligere kriminalitet låter maskinelæringsmodellerne identificere områder og tidspunkter, hvor lignende begivenheder er sandsynlige at forekomme. Politiet kan derefter mobilisere ressourcer i forvejen for at afværge kriminalitet eller løse ting, der kan føre til det, før det sker.

San Jose, Californien, har set succes fra en anden type AI-model. Mens byen ikke forudsiger kriminalitet endnu, detekterer huller og graffiti med AI for at løse dem hurtigere. Ifølge myndighederne reducerer rengøring af et område sandsynligheden for kriminalitet der, så dette proces reducerer stadig begivenheder.

2. Lovende eksperimenterende modeller

Mens virkelige prædiktion af kriminalitet vokser, har tidlige tests af lignende anvendelser også vist lovende resultater. I mange jurisdiktioner indebærer udrolning af et kriminalitetsprædiktionssystem i fuld udstrækning betydelige regulatoriske barrierer, der langsommere teknologiens adoption. Eksempler i den eksperimenterende fase skyder tingene frem i mellemtiden.

En studie fra 2022 fra University of Chicago skabte en model, der kan forudsige kriminalitet med 90% nøjagtighed en uge i forvejen. Endnu vigtigere er, at systemet er mindre tilbøjelig til fordomme end ældre systemer, fordi det bruger anderledes data. I stedet for at opdele byen i kvarterer eller politiske grænser, opdeler det den i distinkte og lige store fliser for at give en ny vinkel på området.

At bygge digitale tvillingbyer til at kortlægge kriminalitet langs et originalsystém i stedet for at afhænge af ældre, fordomsfulde optegnelser kan producere mere pålidelige indsigt. Politistyrker har ikke begyndt at bruge dette system endnu, men forskningen viser, hvad nye teknologier på dette område kan gøre.

3. Kommende investeringer i prædiktion af kriminalitet

I fremtiden har flere områder nyligt annonceret mål for AI-kriminalitetsprædiktion. Disse projekter er ikke startet endnu, men deres opdukken signalerer en voksende skift mod denne teknologi, muligvis på grund af øget tillid til dens effektivitet fra regeringens side.

I juli 2024 annoncerede Argentinas sikkerhedsministerium planer for AI-kriminalitetsprædiktion og respons. Ifølge resolutionen vil politistyrkerne analysere historisk kriminalitetsdata for at forudsige fremtidige begivenheder og reagere derefter for at forhindre, at noget sker. Det nævner også realtids-anomalidetektion, som kunne fungere i tandem med prædiktionen.

Mere nyligt afslørede Storbritannien, at det arbejder på et mordprædiktionsværktøj for at identificere personer, der måske udgør den største risiko for at blive voldelige kriminelle. Det er uklart, hvordan myndighederne vil reagere på disse data, og der er modsatrettede rapporter om, hvilke data løsningen vil bruge. Justitsministeriet har sagt, at projektet er til forskning alene på dette tidspunkt, men forskning i dag kan føre til virkelige projekter i morgen.

Hvordan er AI-kriminalitetsprædiktion forbedret?

Disse nuværende og fremtidige prædiktioner af kriminalitet er langt fra de første eksempler på denne teknologi. Alligevel signalerer de en positiv skift. Tidligere iterationer har ikke kunnet opnå samme niveauer af nøjagtighed og pålidelighed. University of Chicagos løsning med 90% nøjagtighed og Dubais 25% reducering i alvorlig kriminalitet er langt fra tidligere forsøg.

I 2024 betalte Pasco County, Floridas, sheriffs kontor en erstatning på 105.000 dollars og lukkede sin prædiktion af kriminalitet efter dårlige resultater. Systemet resulterede i, at betjente gentagne gange besøgte og endda anholdt borgere, der ikke havde begået kriminalitet endnu, baseret på AI-modellens forudsigelser.

Ligesom Chicago lukkede sin kriminalitetsprædiktion efter flere klager. Studier fandt, at systemet ikke havde nogen betydning for skydevåben-relateret kriminalitet, på trods af en stigning i anholdelses sandsynlighed. Endnu mere bekymrende var, at forskningen afslørede, hvordan algoritmen var indbygget racemæssigt fordomsfuld, hvilket gjorde personer af farve mere sandsynlige at blive anholdt.

En anden populær løsning, der blev brugt af flere byer, Geolitica, der tidligere hed PredPol, viste kun 0,6% nøjagtighed når det kom til at forudsige alvorlige overfald. Nøjagtighedsraten for indbrud var en ynkelig 0,1% i nogle områder.

I sammenligning med disse fejlslåede programmer er nye AI-kriminalitetsprædiktorer bemærkelsesværdigt nøjagtige. Selv om der ikke har været så mange historier om virkelige politistyrker, der bruger disse mere avancerede løsninger, tegner tidlige resultater et skarpt kontrast mellem AI i går og AI i dag.

Den mørke side af AI i kriminalitetsprædiktion

Det er let at se, hvorfor så mange jurisdiktioner investerer i AI-kriminalitetsprædiktion. At stoppe kriminalitet, før den sker, er en enorm gevinst for offentlig sikkerhed, og AI kan opdage tendenser, der kan være modsat menneskelige antagelser. For eksempel mere end halvdelen af alle indbrud sker om dagen, på trods af den almindelige opfattelse, at de er mere sandsynlige om natten. AI kan se gennem, hvad der synes sandt, for at finde virkelige tendenser.

På samme tid indebærer prædiktion af kriminalitet betydelige bekymringer om privatliv og etik. Der er en grund til, hvorfor 52% af amerikanerne er mere bekymrede om AI end de er begejstrede for det. Selv de mest avancerede modeller er tilbøjelige til hallucination, og AI har en track record for at fastholde, endda forstærke, menneskelig fordom, når de trænes på fordomsfuld data.

Historisk kriminalitetsdata er potentielt misrepræsentativt i bedste fald og indbygget racemæssigt fordomsfuldt i værste fald. Anholdelsesoptegnelser kan signalere områder, der er mere intensivt patruljeret end de reflekterer virkelig kriminalitet. Følgelig kan dataene reflektere langvarige racemæssige fordomme, der har en velkendt historie i lov og orden.

AI-modeller, der lærer af fordomsfuld data, kan føre til, at politiet patruljerer sorte kvarterer mere intensivt eller er mere mistænksom over for personer af farve. Chicago- og Pasco County-sagerne viser netop det. Som følge heraf kan afhængighed af AI-forudsigelser uden at anerkende disse fordomme øge den uretfærdige behandling af historisk over-patruljerede og underordnede befolkningsgrupper.

Racemæssig uretfærdighed til side, kan indsamling af så megen data om borgere føre til privatlivsrisici. Regeringsinstitutioner er den ottende mest udsatte industri for cyberkriminalitet, så et dataudfald fra et prædiktionssystem for kriminalitet er højst sandsynligt, ud over at være skadeligt. Selv hvis ingen cyberangreb lykkes, rejser overvågning af borgere, fordi de måske begår en kriminalitet, spørgsmål om over-overvågning og retssikkerhed.

AI-kriminalitetsprædiktion bliver bedre, men bekymringer består

AI-kriminalitetsprædiktion er langt mere nøjagtig i dag end for nogle år siden. Alligevel er bekymringer om fordomme, effektivitet og retfærdighed stadig fremherskende. Politikere og AI-virksomheder må løse disse problemer for at sikre, at denne teknologi kan give en sikrere fremtid.