Η Τεχνητή Νοημοσύνη Βελτιώνεται στο Πρόβλεψη του Εγκλήματος;

Τα βιβλία και οι ταινίες επιστημονικής φαντασίας έχουν φανταστεί ένα μέλλον όπου η αστυνομία μπορεί να προβλέψει τα εγκλήματα πολύ πριν η τεχνητή νοημοσύνη (AI) το έκανε δυνατό. Τώρα, δεν είναι απλώς μια θεωρητική δυνατότητα αλλά μια πραγματικότητα, με πολλές πόλεις που πειραματίζονται με τη προβλεπτική αστυνόμευση που βασίζεται στην AI. Παρόλα αυτά, δεν είναι ακόμη μια κοινή πρακτική, οπότε τι εμποδίζει την πρόοδό της;

Η ακρίβεια και η αξιοπιστία έχουν ήταν ζητήματα για όλες τις εφαρμογές προβλεπτικής ανάλυσης όλα αυτά τα χρόνια. Ωστόσο, η τεχνολογία έχει ωριμάσει αρκετά για να κάνει κύματα σε βιομηχανίες όπως η производство και η διαχείριση της αλυσίδας εφοδιασμού. Οπότε, είναι έτοιμη για μια μεγαλύτερη αναπτυξη στη πρόβλεψη του εγκλήματος;

Η Κατάσταση της Προβλέψης του Εγκλήματος με την Τεχνητή Νοημοσύνη Σήμερα

Η προβλεπτική αστυνόμευση μπορεί να μην είναι ακόμη το πρότυπο, αλλά έχει δει κάποιες σημαντικές εξελίξεις τα τελευταία χρόνια. Αυτά τα βήματα χωρίζονται σε τρεις ευρείες κατηγορίες — πραγματικά αποτελέσματα προβλέψης εγκλήματος με την Τεχνητή Νοημοσύνη, πειραματικές μελέτες και ανακοινωμένα αλλά όχι ακόμη ξεκινημένα προγράμματα πρόβλεψης εγκλήματος.

1. Θετικά Αποτελέσματα από τον Πραγματικό Κόσμο

Ορισμένες πόλεις έχουν ήδη δει εντυπωσιακά αποτελέσματα από την προβλεπτική αστυνόμευση που βασίζεται στην AI. Το Τμήμα Εγκληματολογικής Ερεύνης της Αστυνομίας του Ντουμπάι λέει ότι ο δείκτης σοβαρών εγκλήματος μειώθηκε κατά 25% μετά την εφαρμογή eines εργαλείου AI για την πρόβλεψη εγκλήματος. Η μείωση των λιγότερο σοβαρών εγκληματικών δραστηριοτήτων ήταν 7,1%.

Όπως και πολλά εργαλεία πρόβλεψης εγκλήματος της AI, η λύση λειτουργεί αναλύοντας προηγούμενες αναφορές και τις συγκρίνει με τις τρέχουσες συνθήκες. Η εντοπισμός τάσεων σε προηγούμενα εγκλήματα επιτρέπει στα μοντέλα μηχανικής μάθησης να αναγνωρίσουν περιοχές και χρόνους όπου είναι πιθανό να συμβούν παρόμοια γεγονότα. Η αστυνομία μπορεί τότε να κινητοποιήσει τους πόρους της εκ των προτέρων για να αποτρέψει το έγκλημα ή να αντιμετωπίσει τα πράγματα που μπορεί να οδηγήσουν σε αυτό πριν συμβεί.

Η Σαν Χοσέ, Καλιφόρνια, έχει δει επιτυχία από ένα διαφορετικό είδος μοντέλου AI. Ενώ η πόλη δεν προβλέπει ακόμη το έγκλημα, ανιχνεύει οδικές λάκκες και γκράφιτι με την AI για να τα αντιμετωπίσει συντομότερα. Σύμφωνα με τους αξιωματούχους, το καθάρισμα μιας περιοχής μειώνει την πιθανότητα εγκληματικής δραστηριότητας εκεί, οπότε αυτή η διαδικασία μειώνει ακόμη τα περιστατικά.

2. Υποσχόμενες Πειραματικές Μοντέλα

Όσο η προβλεπτική αστυνόμευση στον πραγματικό κόσμο μεγαλώνει, η πρώιμη δοκιμή παρόμοιων εφαρμογών έχει δείξει υποσχόμενη. Σε πολλές δικαιοδοσίες, η εφαρμογή ενός συστήματος πρόβλεψης εγκλήματος σε πλήρη κλίμακα εμπλέκει σημαντικά ρυθμιστικά εμπόδια, που επιβραδύνουν την υιοθέτηση της τεχνολογίας. Παραδείγματα στη φάση πειραματισμού推 things вперед στο μεταξύ.

Μια μελέτη του 2022 από το Πανεπιστήμιο του Σικάγου δημιούργησε ένα μοντέλο που μπορεί να προβλέψει εγκλήματα με ακρίβεια 90% μια εβδομάδα πριν. Περισσότερο σημαντικά, το σύστημα είναι λιγότερο ευάλωτο σε προκατάληψη από παλαιότερα συστήματα επειδή χρησιμοποιεί διαφορετικά δεδομένα. Αντί να διαιρεί την πόλη σε γειτονιές ή πολιτικές ορίους, τη χωρίζει σε διακριτά και ίσα πλακάκια για να παρέχει μια νέα ματιά στην περιοχή.

Η κατασκευή ψηφιακών διπλότυπων μιας πόλης για να χαρτογραφήσει το έγκλημα κατά μήκος ενός πρωτότυπου συστήματος αντί να βασίζεται σε παλαιότερα, προκατειλημμένα αρχεία μπορεί να παράγει πιο αξιόπιστες εντυπώσεις. Οι αστυνομικές δυνάμεις δεν έχουν ξεκινήσει ακόμη να χρησιμοποιούν αυτό το σύστημα, αλλά η έρευνα παρουσιάζει τι μπορούν να κάνουν οι νέες τεχνολογίες σε αυτό το πεδίο.

3. Επικείμενα Επενδύματα Προβλέψης Εγκλήματος

Κοιτάζοντας μπροστά, πολλές περιοχές έχουν ανακοινώσει πρόσφατα στόχους πρόβλεψης εγκλήματος με την AI. Αυτά τα έργα δεν έχουν ξεκινήσει ακόμη, αλλά η εμφάνισή τους σηματοδοτεί μια αυξανόμενη στροφή προς αυτή τη τεχνολογία, πιθανότατα λόγω της αυξημένης εμπιστοσύνης της κυβέρνησης στην αποτελεσματικότητά της.

Τον Ιούλιο του 2024, το Υπουργείο Ασφάλειας της Αργεντινής ανέφερε σχέδια για πρόβλεψη εγκλήματος με την AI και αντίδραση. Σύμφωνα με την απόφαση, οι αστυνομικές δυνάμεις θα αναλύσουν ιστορικά εγκληματικά δεδομένα για να προβλέψουν μελλοντικά γεγονότα και να ανταποκριθούν ανάλογα για να αποτρέψουν οτιδήποτε από το να συμβεί. Αναφέρει επίσης την ανίχνευση ανωμαλιών σε πραγματικό χρόνο, η οποία θα μπορούσε να λειτουργήσει σε συνδυασμό με το προβλεπτικό μοντέλο.

Πιο πρόσφατα, το Ηνωμένο Βασίλειο αποκάλυψε ότι δουλεύει σε ένα εργαλείο πρόβλεψης δολοφονίας για να αναγνωρίσει άτομα που μπορεί να παρουσιάσουν τον μεγαλύτερο κίνδυνο να γίνουν βίαιοι εγκληματίες. Δεν είναι σαφές πώς οι αρχές θα ανταποκριθούν σε αυτά τα δεδομένα, και υπάρχουν αντικρουόμενα αναφορές σχετικά με ποια δεδομένα θα χρησιμοποιήσει η λύση. Το Υπουργείο Δικαιοσύνης έχει πει ότι το έργο είναι για έρευνα μόνο σε αυτό το σημείο, αλλά η έρευνα σήμερα θα μπορούσε να οδηγήσει σε πραγματικά έργα αύριο.

Πώς Βελτιώθηκε η Πρόβλεψη Εγκλήματος με την Τεχνητή Νοημοσύνη;

Αυτές οι τρέχουσες και μελλοντικές εφαρμογές προβλέψης εγκλήματος είναι μακρές από τα πρώτα παραδείγματα αυτής της τεχνολογίας. Ωστόσο, σηματοδοτούν μια θετική στροφή. Προηγούμενες εκδοχές δεν ήταν σε θέση να επιτύχουν τα ίδια επίπεδα ακρίβειας και αξιοπιστίας. Η λύση του Πανεπιστημίου του Σικάγου με ακρίβεια 90% και η μείωση 25% του σοβαρού εγκλήματος στο Ντουμπάι είναι πολύ μακριά από τις προηγούμενες προσπάθειες.

Το 2024, το Γραφείο του Σερίφη της Κομητείας Pasco, Φλόριντα, πλήρωσε μια συμφωνία 105.000 δολαρίων και έκλεισε το πρόγραμμα προβλέψης εγκλήματος μετά από κακά αποτελέσματα. Το σύστημα οδήγησε τους αξιωματούχους να επισκέπτονται και ακόμη και να συλλαμβάνουν πολίτες που δεν είχαν ακόμη διαπράξει εγκλήματα με βάση τις προβλέψεις του μοντέλου AI. 

Παρόμοια, το Σικάγο έκλεισε το μοντέλο πρόβλεψης εγκλήματος μετά από πολλές καταγγελίες. Μελέτες βρήκαν ότι το σύστημα δεν είχε σημαντική επίδραση στο έγκλημα που σχετίζεται με όπλα παρά την αύξηση της πιθανότητας σύλληψης. Περισσότερο ανησυχητικό, η έρευνα αποκάλυψε πώς το αλγόριθμο ήταν εγγενώς ρατσιστικά προκατειλημμένος, καθιστώντας τους ανθρώπους της μαύρης φυλής πιο πιθανό να συλληφθούν.

Ένα άλλο δημοφιλές λύση που χρησιμοποιείται από πολλές πόλεις, Geolitica, που παλαιότερα ονομαζόταν PredPol, έδειξε ακρίβεια μόλις 0,6% όταν προέβλεψε βιαιοπραγίες. Ο δείκτης ακρίβειας για κλοπή ήταν μόλις 0,1% σε ορισμένες περιοχές.

Σε σύγκριση με αυτά τα αποτυχημένα προγράμματα, τα νεότερα μοντέλα πρόβλεψης εγκλήματος της AI είναι αξιοπρεπώς ακριβή. Ενώ δεν υπάρχουν τόσο πολλές ιστορίες για πραγματικές αστυνομικές δυνάμεις που χρησιμοποιούν αυτές τις πιο προηγμένες λύσεις, τα πρώιμα αποτελέσματα ζωγραφίζουν μια σαφής αντίθεση μεταξύ της AI χθες και της AI σήμερα. 

Η Σκοτεινή Πλευρά της Τεχνητής Νοημοσύνης στην Πρόβλεψη Εγκλήματος

Είναι εύκολο να κατανοηθεί γιατί τόσο πολλές δικαιοδοσίες επενδύουν στην πρόβλεψη εγκλήματος με την AI. Το να σταματήσεις την εγκληματική δραστηριότητα πριν ξεκινήσει είναι một τεράστια κέρδος για την δημόσια ασφάλεια, και η AI μπορεί να ανιχνεύσει τάσεις που μπορεί να είναι αντίθετες με τις ανθρώπινες υποθέσεις. Για παράδειγμα, περισσότερο από το μισό όλων των κλοπών συμβαίνει κατά τη διάρκεια της ημέρας, παρά την κοινή πεποίθηση ότι είναι πιο πιθανό να συμβούν τη νύχτα. Η AI μπορεί να δει μέσα από αυτό που φαίνεται αλήθεια για να βρει τις πραγματικές τάσεις.

Ταυτόχρονα, η προβλεπτική αστυνόμευση φέρει σημαντικές ανησυχίες σχετικά με την ιδιωτικότητα και την ηθική. Υπάρχει ένας λόγος για τον οποίο το 52% των Αμερικανών είναι περισσότερο ανήσυχοι για την AI από ότι είναι ενθουσιασμένοι για αυτή. Ακόμη και τα πιο προηγμένα μοντέλα είναι ευάλωτα σε ψευδαισθήσεις, και η AI έχει ένα ιστορικό για την ενίσχυση, ακόμη και την υπερβολή, της ανθρώπινης προκατάληψης όταν εκπαιδεύεται με προκατειλημμένα δεδομένα.

Τα ιστορικά δεδομένα εγκλήματος είναι πιθανότατα αναπαραστατικά στο χειρότερο και εγγενώς ρατσιστικά στο χειρότερο. Τα αρχεία συλλήψεων μπορεί να σηματοδοτούν περιοχές που είναι πιο βαριά αστυνομικά παρά να αντανακλούν την πραγματική εγκληματικότητα. Συνεπώς, τα δεδομένα μπορεί να αντανακλούν μακροχρόνιες ρατσιστικές προκαταλήψεις, οι οποίες έχουν μια καλά τεκμηριωμένη ιστορία στην επιβολή του νόμου.

Τα μοντέλα AI που μαθαίνουν από προκατειλημμένα δεδομένα μπορεί να οδηγήσουν την αστυνομία να πατρουλεύει μαύρες γειτονιές πιο βαριά ή να είναι πιο υποψιασμένες για άτομα της μαύρης φυλής. Οι περιπτώσεις του Σικάγου και της Κομητείας Pasco δείχνουν ακριβώς αυτό. Ως αποτέλεσμα, η εξάρτηση από τις προβλέψεις της AI χωρίς να αναγνωρίζονται αυτές οι προκαταλήψεις θα μπορούσε να αυξήσει την άδικη μεταχείριση των ιστορικά υπερ-αστυνομικών και μειονεκτικών δημογραφικών.

Παράλληλα με τις ρατσιστικές αδικίες, η συλλογή इतनών δεδομένων για τους πολίτες θα μπορούσε να οδηγήσει σε κινδύνους ιδιωτικότητας. Οι κυβερνητικές υπηρεσίες είναι η όγδοη πιο στοχευμένη βιομηχανία για κυβερνοεγκλήματα, οπότε μια παραβίαση από ένα μοντέλο προβλέψης εγκλήματος είναι πολύ πιθανό, εκτός από το ότι είναι καταστροφικό. Ακόμη και αν δεν υπάρξουν επιτυχημένες κυβερνοεπιθέσεις, η παρακολούθηση των πολιτών επειδή μπορεί να διαπράξουν ένα έγκλημα θέτει ερωτήματα σχετικά με την υπερ-παρακολούθηση και τη νομιμότητα.

Η Πρόβλεψη Εγκλήματος με την Τεχνητή Νοημοσύνη Βελτιώνεται, Nhưng Οι Ανησυχίες Παρμένουν

Τα μοντέλα πρόβλεψης εγκλήματος της AI είναι πολύ πιο ακριβή σήμερα από ότι ήταν quelques χρόνια πριν. Ωστόσο, οι ανησυχίες σχετικά με την προκατάληψη, την αποτελεσματικότητα και την δικαιοσύνη παραμένουν εξαιρετικά σημαντικές. Οι νομοθέτες και οι εταιρείες AI πρέπει να αντιμετωπίσουν αυτά τα ζητήματα για να διασφαλίσουν ότι αυτή η τεχνολογία μπορεί πραγματικά να παρέχει ένα ασφαλέστερο μέλλον.