Pourquoi l’IA gagne enfin sa place dans la sécurité publique

Il y a deux ans, si quelqu’un entrait dans le bureau d’un chef de police et prononçait le mot “intelligence artificielle”, la conversation s’arrêtait rapidement. Non pas parce que les chefs étaient fermés à la nouvelle technologie (la plupart des agences ont passé la dernière décennie à numériser tout, des dispatchs à la gestion des dossiers), mais parce que la première vague d’outils d’IA promettait plus qu’elle ne livrait. Les fournisseurs vendaient la transformation. Les agences obtenaient des outils qui ne tenaient pas dans le domaine, ne correspondaient pas aux flux de travail réels et ne gagnaient pas la confiance nécessaire pour durer.

Cette conversation a l’air différent aujourd’hui. Les chefs ne demandent plus s’ils doivent explorer l’IA. Ils demandent quels problèmes elle est vraiment bonne pour résoudre et comment la déployer de manière à résister à l’examen. Ce changement n’est pas dû au fait que le battage médiatique est devenu plus fort. Il est dû au fait qu’une nouvelle génération d’outils a commencé à résoudre de vrais problèmes opérationnels, et que les agences sont devenues beaucoup plus habiles à distinguer entre une véritable capacité et une démonstration.

Qu’est-ce qui a vraiment changé

Les outils qui gagnent la confiance aujourd’hui partagent un fil commun : ils n’essaient pas de remplacer le jugement. Ils essaient de lui donner plus de place pour opérer.

Les applications d’IA les plus utiles dans la sécurité publique en ce moment traitent du travail peu glamour qui consomme du temps sans ajouter de valeur en matière de sécurité : trier les informations, relier les dossiers épars et résumer ce qui est déjà connu pour que quelqu’un puisse agir plus rapidement. Ce sont des outils d’assistance, pas des décideurs. Ils réduisent la charge cognitive des personnes qui sont déjà étirées à l’extrême, et ils laissent les véritables appels (qui accuser, comment répondre, quoi donner la priorité) exactement où ils appartiennent : avec l’officier, l’enquêteur, l’analyste.

Cette distinction est ce qui sépare les outils qui gagnent une véritable traction de ceux qui ne le font pas. Les agences ont amélioré leur capacité à poser les bonnes questions lors de l’acquisition : Comment mes données sont-elles exposées ? Comment le système atteint-il sa sortie ? Pouvez-vous l’auditer ? Qu’est-ce qui se passe lorsqu’il se trompe ? Quels modèles sont les meilleurs pour quelle fonction ? Les fournisseurs qui peuvent répondre clairement remportent les contrats. Le niveau de ce qui compte comme “IA responsable” est plus élevé qu’il y a trois ans, et c’est une bonne chose. Cela force la technologie à s’améliorer.

Où la valeur se manifeste vraiment

Le cas honnête pour l’IA dans la sécurité publique en ce moment n’est pas dramatique. Il s’agit de temps et de faire surface des choses qui étaient toujours là mais trop difficiles à trouver.

Trouver des pistes dans le bruit. Les enquêteurs sont régulièrement assis sur des montagnes de preuves numériques, y compris des images de caméras portables, des extractions de forensique numérique, des dossiers de cas, des rapports et des lignes d’information, bien plus que n’importe quelle équipe ne pourrait examiner manuellement ligne par ligne. Les outils d’IA qui peuvent trier ce volume et faire surface de ce qui est vraiment pertinent pour un cas donnent aux enquêteurs des heures en plus par cas, et dans certains cas, font surface des pistes que l’examen manuel pur et simple aurait manqué simplement en raison du volume.

Relier les points entre les rapports – La plupart des dossiers des agences sont dispersés à travers des systèmes non connectés, et la même personne, véhicule ou emplacement peut apparaître dans une douzaine de rapports non liés sans que personne ne remarque le modèle. L’IA qui peut automatiquement regrouper et relier les personnes, les lieux, les véhicules et les incidents à travers ces dossiers, puis faire surface de la connexion à un analyste ou à un enquêteur, transforme les documents fragmentés en pistes exploitables et aide à résoudre les affaires qui auraient autrement stagné en raison d’informations non connectées.

Enrichir le dossier depuis la répartition jusqu’au tribunal – L’une des applications les moins appréciées est l’enrichissement en temps réel au fur et à mesure que l’affaire progresse dans son cycle de vie complet, depuis l’appel initial à la répartition, à la réponse, à l’enquête et à la gestion de l’affaire. Lorsque le contexte est capturé et enrichi de manière continue au lieu d’être réintroduit manuellement à chaque étape, le dossier résultant est plus complet, plus cohérent et mieux documenté au moment où il atteint un dossier de cas. Cela compte lorsqu’il s’agit de satisfaire aux obligations de découverte en tribunal.

Aucun de ces éléments n’est une capacité spéculative. Leurs flux de travail sont déjà exécutés aujourd’hui par les agences, et la valeur se manifeste dans la même monnaie chaque fois : le temps restitué aux personnes qui font le travail, et les affaires qui progressent plus rapidement parce que les informations n’ont pas eu à être trouvées à la dure.

Faire plus avec moins

Il y a une raison structurelle pour laquelle cela compte au-delà de la commodité. Le volume de données numériques et générées par machine qui traverse les agences de sécurité publique (vidéo, flux de capteurs, preuves numériques, dossiers de systèmes de plus en plus nombreux) ne fera que continuer à augmenter, et il dépassera la capacité des agences à embaucher des personnes pour les traiter manuellement. Le personnel n’a pas suivi le rythme du volume de données dans la plupart des agences, et il ne le fera pas.

C’est le véritable argument en faveur de l’IA dans cet espace. Il ne s’agit pas de faire quelque chose de spectaculaire. Il s’agit de construire la couche qui peut extraire le contexte et le sens d’un volume de données que aucune équipe, quelle que soit sa taille, ne pourrait traiter entièrement à la main. Les agences qui traitent cela comme une infrastructure, un système d’intelligence situé au-dessus de leurs systèmes de dossiers existants, seront en mesure de faire beaucoup plus avec les personnes et les budgets qu’elles ont déjà. Les agences qui ne le font pas se retrouveront avec davantage de données chaque année avec de moins en moins de capacité à les utiliser réellement.

Ce qu’un déploiement responsable nécessite encore

Rien de tout cela ne fonctionne si cela est déployé de manière irresponsable. Les agences qui obtiennent une véritable valeur de l’IA partagent quelques habitudes dignes d’intérêt.

Ils commencent par le problème opérationnel, et non par la technologie. La question n’est jamais “comment utilisons-nous l’IA”, mais “qu’est-ce qui ralentit vraiment nos équipes, et l’IA est-elle la bonne solution ?” Ils insistent sur l’explicabilité : si un outil fait surface d’une connexion ou d’une recommandation, quelqu’un doit être capable de dire pourquoi, en termes spécifiques, et non vagues. Et ils maintiennent la technologie dans un rôle d’assistance, en faisant surface des informations et en réduisant le bruit, sans prendre les décisions qui portent la responsabilité. Ces décisions restent avec les personnes formées et habilitées à les prendre.

La conversation qui vaut la peine d’être eue

Le changement le plus important des deux dernières années n’est pas que le mot “IA” a cessé d’être un mot inconfortable à prononcer à haute voix dans la sécurité publique. C’est que la conversation est devenue plus spécifique. Nous sommes passés de “devrions-nous utiliser cela” à “quels problèmes est-elle vraiment bonne pour résoudre, et à quoi ressemble le fait de le faire de manière responsable ?” C’est une meilleure conversation, et c’est celle qui vaut la peine d’être eue à l’avenir.

Les agences qui font cela correctement ne seront pas nécessairement celles qui bougent le plus vite. Ce seront celles dont les déploiements sont toujours efficaces et toujours fiables, dans cinq ans. C’est la barre à franchir.