L’intelligence artificielle améliore-t-elle la prédiction de la criminalité ?

Les livres et les films de science-fiction ont imaginé un avenir où la police peut prédire les crimes longtemps avant que l’intelligence artificielle (IA) ne le rende possible. Maintenant, ce n’est plus une simple possibilité théorique, mais une réalité, avec plusieurs villes expérimentant des systèmes de police prédictive alimentés par l’IA. Cependant, ce n’est pas encore une pratique courante, alors qu’est-ce qui l’empêche de se développer ?

La précision et la fiabilité ont été des problèmes pour toutes les applications d’analyse prédictive au fil des ans. Cependant, la technologie a suffisamment mûri pour avoir un impact sur des secteurs tels que la fabrication et la gestion de la chaîne d’approvisionnement. Alors, est-elle prête pour un déploiement plus large dans la prédiction de la criminalité ?

État actuel de l’IA de prédiction de la criminalité

La police prédictive peut ne pas encore être la norme, mais elle a connu des développements importants ces dernières années. Ces étapes se divisent en trois catégories principales — les résultats réels de l’IA de prédiction de la criminalité, les études expérimentales et les projets de prédiction de la criminalité annoncés mais non encore lancés.

1. Résultats réels positifs

Certaines villes ont déjà vu des résultats impressionnants grâce à la police prédictive alimentée par l’IA. Le département général d’enquêtes criminelles de la police de Dubaï affirme que le taux de crimes graves a baissé de 25% après la mise en œuvre d’un outil d’IA pour prédire les crimes. Les activités criminelles moins graves ont diminué de 7,1%.

Comme de nombreux outils de prédiction de crimes basés sur l’IA, la solution fonctionne en analysant les rapports passés et en les comparant aux conditions actuelles. La mise en évidence des tendances dans les crimes précédents permet aux modèles d’apprentissage automatique d’identifier les zones et les moments où des événements similaires sont susceptibles de se produire. La police peut alors mobiliser des ressources à l’avance pour décourager les crimes ou traiter les facteurs qui pourraient les entraîner avant qu’ils ne se produisent.

San Jose, en Californie, a connu du succès avec un modèle d’IA différent. Même si la ville ne prédit pas encore les crimes, elle détecte les nids-de-poule et les graffitis à l’aide de l’IA pour les traiter plus tôt. Selon les responsables, nettoyer une zone réduit la probabilité d’activité criminelle dans cette zone, ce processus réduit donc les incidents.

2. Modèles expérimentaux prometteurs

Alors que la police prédictive réelle grandit, les tests préliminaires d’applications similaires ont également montré des résultats prometteurs. Dans de nombreuses juridictions, la mise en œuvre d’un système de prédiction de la criminalité à plein régime implique des barrières réglementaires considérables, ce qui ralentit l’adoption de la technologie. Les exemples en phase expérimentale font progresser les choses dans l’intervalle.

Une étude de 2022 de l’Université de Chicago a créé un modèle capable de prédire les crimes avec une précision de 90% une semaine à l’avance. Plus important encore, le système est moins sujet aux préjugés que les anciens systèmes car il utilise des données différentes. Au lieu de diviser la ville en quartiers ou en limites politiques, il la divise en tuiles distinctes et égales pour offrir un nouveau regard sur la zone.

La création de jumeaux numériques d’une ville pour cartographier la criminalité le long d’un système original au lieu de s’appuyer sur des dossiers plus anciens et préjudiciables peut produire des informations plus fiables. Les forces de police n’ont pas encore commencé à utiliser ce système, mais la recherche montre ce que les nouvelles technologies dans ce domaine peuvent faire.

3. Investissements futurs dans la police prédictive

En regardant vers l’avenir, plusieurs régions ont récemment annoncé des objectifs de prédiction de la criminalité basés sur l’IA. Ces projets n’ont pas encore commencé, mais leur émergence signale un changement croissant vers cette technologie, peut-être en raison d’une confiance accrue du gouvernement dans son efficacité.

En juillet 2024, le ministère argentin de la Sécurité a annoncé des plans pour la prédiction et la réponse aux crimes basées sur l’IA. Selon la résolution, les forces de police analyseront les données criminelles historiques pour prédire les événements futurs et y répondre en conséquence pour prévenir tout ce qui pourrait se produire. Il mentionne également la détection d’anomalies en temps réel, qui pourrait fonctionner en tandem avec le modèle prédictif.

Plus récemment, le Royaume-Uni a révélé qu’il travaille sur un outil de prédiction de meurtre pour identifier les personnes qui pourraient présenter le plus grand risque de devenir des criminels violents. Il n’est pas clair comment les autorités réagiraient à ces données, et il y a des rapports contradictoires sur les données que la solution utilisera. Le ministère de la Justice a déclaré que le projet est uniquement à des fins de recherche pour le moment, mais la recherche d’aujourd’hui pourrait conduire à des projets réels demain.

Comment la prédiction de la criminalité basée sur l’IA s’est-elle améliorée ?

Ces applications de police prédictive actuelles et futures sont loin d’être les premiers exemples de cette technologie. Cependant, elles signifient un changement positif. Les précédentes itérations n’ont pas pu atteindre les mêmes niveaux de précision et de fiabilité. La précision de 90% de la solution de l’Université de Chicago et la réduction de 25% du taux de crimes graves à Dubaï sont très éloignées des tentatives précédentes.

En 2024, le bureau du shérif du comté de Pasco, en Floride, a payé un règlement de 105 000 dollars et a fermé son programme de police prédictive après de mauvais résultats. Le système a conduit les agents à rendre régulièrement visite et même à arrêter des citoyens qui n’avaient pas encore commis de crimes en fonction des prédictions du modèle d’IA.

De même, Chicago a fermé son modèle de prédiction de la criminalité après plusieurs plaintes. Les études ont montré que le système n’a eu aucun impact significatif sur les crimes liés aux armes à feu malgré une augmentation de la probabilité d’arrestation. Plus inquiétant encore, la recherche a révélé comment l’algorithme était inhérentement biaisé racialement, rendant les personnes de couleur plus susceptibles d’être arrêtées.

Une autre solution populaire utilisée par plusieurs villes, Geolitica, qui était auparavant connue sous le nom de PredPol, a montré une précision de seulement 0,6% lors de la prédiction d’agressions aggravées. Le taux de précision pour les cambriolages était d’un maigre 0,1% dans certaines zones.

Par rapport à ces programmes échoués, les nouveaux prédictifs de crimes basés sur l’IA sont remarquablement précis. Même s’il n’y a pas eu autant d’histoires de forces de police réelles utilisant ces solutions plus avancées, les résultats préliminaires dressent un contraste frappant entre l’IA d’hier et l’IA d’aujourd’hui.

Le côté sombre de l’IA dans la prédiction de la criminalité

Il est facile de comprendre pourquoi de nombreuses juridictions investissent dans la prédiction de la criminalité basée sur l’IA. Arrêter les activités criminelles avant qu’elles ne commencent constitue un gain énorme pour la sécurité publique, et l’IA peut détecter des tendances qui pourraient être contraires aux hypothèses humaines. Par exemple, plus de la moitié de tous les cambriolages se produisent pendant la journée, malgré la croyance commune qu’ils sont plus susceptibles de se produire la nuit. L’IA peut voir à travers ce qui semble vrai pour trouver les tendances réelles.

En même temps, la police prédictive comporte des préoccupations importantes en matière de confidentialité et d’éthique. Il y a une raison pour laquelle 52% des Américains sont plus inquiets à propos de l’IA qu’ils ne sont enthousiastes à son égard. Même les modèles les plus avancés sont sujets à l’hallucination, et l’IA a une histoire de perpétuation, voire d’exagération, des préjugés humains lorsqu’elle est formée sur des données préjudiciables.

Les données historiques sur la criminalité sont potentiellement faussées au mieux et inhérentement racistes au pire. Les dossiers d’arrestation peuvent signifier des zones qui sont plus lourdement policières qu’elles ne reflètent la criminalité réelle. Par conséquent, les données peuvent refléter des préjugés raciaux de longue date, qui ont une histoire bien documentée dans l’application de la loi.

Les modèles d’IA qui apprennent à partir de données biaisées peuvent amener la police à patrouiller plus lourdement les quartiers noirs ou à être plus suspicieux à l’égard des personnes de couleur. Les cas de Chicago et du comté de Pasco le montrent clairement. Par conséquent, s’appuyer sur les prédictions de l’IA sans reconnaître ces préjugés pourrait accroître le traitement injuste des populations historiquement surpoliciées et défavorisées.

À part les injustices raciales, la collecte de tant de données sur les citoyens pourrait entraîner des risques pour la vie privée. Les agences gouvernementales sont le huitième secteur le plus ciblé par la cybercriminalité, il est donc très possible qu’une faille de sécurité se produise dans un modèle de police prédictive, en plus d’être préjudiciable. Même si aucune attaque informatique ne réussit, surveiller les citoyens parce qu’ils pourraient commettre un crime soulève des questions sur la surveillance excessive et le respect de la procédure régulière.

La prédiction de la criminalité basée sur l’IA s’améliore, mais des préoccupations persistent

Les modèles de prédiction de la criminalité basés sur l’IA sont beaucoup plus précis aujourd’hui qu’il y a quelques années. Cependant, les préoccupations concernant les préjugés, l’efficacité et la justice sont toujours très présentes. Les décideurs politiques et les entreprises d’IA doivent aborder ces questions pour garantir que cette technologie puisse réellement offrir un avenir plus sûr.