האם התבונה המלאכותית משתפרת בחיזוי פשיעה?

ספרים וסרטים מדע בדיוניים דמיינו עתיד שבו המשטרה יכולה לחזות פשיעות הרבה לפני שהתבונה המלאכותית (AI) הפכה אותו לאפשרות תאורטית. עכשיו, זה לא רק אפשרות תאורטית, אלא מציאות, עם מספר ערים הניסויות עם משטרת מחקר מבוססת AI. עדיין, זה לא בהכרח תרגול מקובל עדיין, כך שמהווה את המכשולים?

דיוק ואמינות היו בעיות עבור כל יישומי ניתוח מוקדם במהלך השנים. עם זאת, הטכנולוגיה הבשילה מספיק כדי ליצור גלים ברחבי תעשיות כמו ייצור וניהול שרשרת אספקה. האם היא מוכנה להרחבה גדולה יותר בחיזוי פשיעה?

מצב התבונה המלאכותית לחיזוי פשיעה היום

משטרת מחקר אינה עדיין הנורמה, אך היא ראתה מספר פיתוחים משמעותיים בשנים האחרונות. צעדים אלה מתחלקים לשלוש קטגוריות רחבות — תבונה מלאכותית לחיזוי פשיעה בעולם האמיתי, מחקרים ניסויים ופרויקטים לחיזוי פשיעה שהוכרזו אך טרם החלו.

1. תוצאות חיוביות בעולם האמיתי

מספר ערים כבר ראו תוצאות מרשימות ממשטרת מחקר מבוססת AI. מחלקת החקירות הפליליות הכללית של משטרת דובאי אומרת כי שיעור הפשיעה החמורה ירד ב-25% לאחר יישום כלי AI לחיזוי פשיעות. פעילות פלילית פחות חמורה ירדה ב-7.1%.

כמו כלים רבים לחיזוי פשיעה, הפתרון עובד על ידי ניתוח דוחות קודמים והשוואתם לתנאים נוכחיים. הדגשת מגמות בפשיעות קודמות מאפשרת למודלים של למידת מכונה לזהות אזורים וזמנים שבהם אירועים דומים ברובם. המשטרה יכולה אז לנייד משאבים מראש למנוע פשיעה או לטפל בדברים שעלולים להוביל לכך לפני שזה קורה.

סן חוזה, קליפורניה, ראתה הצלחה מדגם AI מסוג אחר. בעוד שהעיר לא חוזה פשיעה עדיין, היא מגלה בורות וגרפיטי עם AI כדי לטפל בהם מוקדם יותר. על פי פקידים, ניקוי אזור מפחית את הסיכוי לפעילות פלילית שם, כך שתהליך זה עדיין מפחית אירועים.

2. מודלים ניסויים מבטיחים

כאשר משטרת מחקר אמיתית גדלה, גם בדיקות מוקדמות של יישומים דומים הראו הבטחה. בתחומי שיפוט רבים, הפעלה מלאה של מערכת חיזוי פשיעה כרוכה במכשולים רגולטוריים ניכרים, מה שמאט את אימוץ הטכנולוגיה. דוגמאות בשלב ניסוי דוחפות את הדברים קדימה בינתיים.

מחקר מ-2022 מאוניברסיטת שיקגו יצר מודל שיכול לחזות פשיעות עם דיוק של 90% שבוע מראש. יותר מכך, המערכת פחות נתונה לאפליה מאשר מערכות ישנות יותר, מכיוון שהיא משתמשת בנתונים שונים. במקום לחלק את העיר לשכונות או גבולות פוליטיים, היא מחלקת אותה לריבועים שווים ונפרדים, כדי לספק מבט חדש על האזור.

בניית תאומים דיגיטליים של עיר כדי למפות פשיעה לאורך מערכת מקורית במקום להסתמך על רשומות ישנות ונתונות לאפליה, עשויה להניב תובנות אמינות יותר. כוחות משטרה לא החלו להשתמש במערכת זו, אך המחקר מדגים מה שטכנולוגיות חדשות בתחום זה יכולות לעשות.

3. השקעות עתידיות במשטרת מחקר

במבט לקראת העתיד, מספר אזורים הכריזו לאחרונה על מטרות חיזוי פשיעה באמצעות AI. פרויקטים אלה טרם החלו, אך הופעתם מסמנת מעבר הולך וגובר לעבר טכנולוגיה זו, אולי בשל עלייה באמון הממשלה ביעילותה.

ביולי 2024, משרד הביטחון של ארגנטינה הכריז על תוכניות לחיזוי פשיעה ותגובה באמצעות AI. על פי ההחלטה, כוחות משטרה ינתחו נתונים היסטוריים על פשיעה כדי לחזות אירועים עתידיים ולהגיב בהתאם, כדי למנוע כל דבר מלקרות. היא גם מזכירה גילוי חריגות בזמן אמת, שיכול לעבוד בצמוד עם המודל המחוזי.

לאחרונה, בריטניה חשפה כי היא עובדת על כלי חיזוי לרצח כדי לזהות אנשים שעלולים להוות את הסיכון הגדול ביותר להפוך לפושעים אלימים. אין בירור כיצד הרשויות יגיבו לנתונים האלה, ויש דיווחים סותרים על מהו הנתון שהפתרון ישתמש. משרד המשפטים אמר כי הפרויקט הוא למחקר בלבד בשלב זה, אך מחקר היום יכול להוביל לפרויקטים אמיתיים מחר.

כיצד השתפרה חיזוי הפשיעה של AI?

יישומי משטרת מחקר הנוכחיים והעתידיים הם הרבה מעבר לדוגמאות הראשונות של טכנולוגיה זו. הם מסמנים תפנית חיובית. גרסאות קודמות לא הצליחו להשיג את אותם רמות של דיוק ואמינות. דיוק של 90% של פתרון אוניברסיטת שיקגו וירידה של 25% בפשיעה חמורה בדובאי הם שונים מניסיונות קודמים.

ב-2024, משרד השריף של מחוז פאסקו, פלורידה, שילם הסדר של 105,000 דולר וסגר את תוכנית משטרת המחקר שלו לאחר תוצאות גרועות. המערכת הובילה לקצינים שביקרו ואפילו עצרו אזרחים שטרם ביצעו פשיעות, על בסיס חיזויי המודל המלאכותי.

באופן דומה, שיקגו סגרה את מודל חיזוי הפשיעה שלה לאחר מספר תלונות. מחקרים מצאו כי המערכת לא הייתה בעלת השפעה משמעותית על פשיעה קשורה לנשק, למרות עלייה בהסתברות למעצר. מחקרים גילו כיצד האלגוריתם היה מוטה גזענית, מה שהפך אנשים מקבוצות מיעוט לנתונים יותר למעצר.

פתרון פופולרי אחר, Geolitica, שהיה ידוע בעבר בשם PredPol, הראה רק דיוק של 0.6% כאשר חיזו תקיפות מחוררות. שיעור הדיוק לגבי פריצה היה 0.1% בלבד באזורים מסוימים.

בהשוואה לתוכניות אלה, מנבאי פשיעה של AI חדשים יותר מדויקים באופן מרשים. עדיין, לא היו סיפורים רבים על כוחות משטרה שמשתמשים בפתרונות המתקדמים יותר, תוצאות מוקדמות מציגות ניגוד חד לאיי היום לעומת איי אתמול.

הצד האפל של AI בחיזוי פשיעה

קל לראות למה כל כך הרבה רשויות משקיעות בחיזוי פשיעה באמצעות AI. עצירת פעילות פלילית לפני שהיא מתרחשת היא רווח עצום לביטחון הציבור, ו-AI יכולה לגלות מגמות שעלולות לסתור הנחות אנושיות. לדוגמה, יותר ממחצית מכלל הפריצות מתרחשות במהלך היום, למרות האמונה הרווחת שהן סבירות יותר בלילה. AI יכולה לראות דרך מה שנראה נכון, כדי למצוא מגמות אמיתיות.

בו בזמן, משטרת מחקר נושאת חששות משמעותיים בנוגע לפרטיות ואתיקה. יש סיבה לכך ש52% מהאמריקאים מודאגים יותר מ-AI מאשר שהם מצפים לה. אפילו המודלים המתקדמים ביותר נתונים להזיות, ו-AI הוכיחה רשומת היסטורית של הפצת, אפילו הגזמת, אפליה אנושית כאשר הוכשרה על נתונים מוטים.

נתוני פשיעה היסטוריים הם פוטנציאלית מעוותים במיטבם ומוטים גזענית ברע. רשומות מעצר עשויות לציין אזורים שמנוטרים יותר מאשר הם משקפים פשיעה אמיתית. כתוצאה מכך, הנתונים עלולים לשקף אפליה גזעית ארוכת שנים, שיש להן היסטוריה מתועדת היטב באכיפת החוק.

מודלים של AI שלומדים מנתונים מוטים עלולים להוביל את המשטרה לפטרל בשכונות שחורות יותר או להיות חשדניים יותר כלפי אנשים מקבוצות מיעוט. מקרים של שיקגו ופאסקו מראים דבר זה. כתוצאה מכך, תלות בחיזויי AI ללא הכרה באפליה הללו עלולה להגביר את היחס הלא הוגן כלפי דמוגרפיות מופלות ומנוצלות.

מלבד אי-צדק גזעי, איסוף כל כך הרבה נתונים על אזרחים עלול להוביל לסיכונים לפרטיות. סוכנויות ממשלתיות הן התעשייה השמינית ביותר שנותנת למתקפות סייבר, כך שפריצה למודל משטרת מחקר היא אפשרית מאוד, למרות היותה מזיקה. אפילו אם לא תתרחשנה מתקפות סייבר, פיקוח על אזרחים בגלל שהם עלולים לבצע פשיעה, מעלה שאלות על פיקוח יתר והליך הוגן.

חיזוי פשיעה של AI משתפר, אך חששות נותרים

מודלים לחיזוי פשיעה של AI הרבה יותר מדויקים היום מאשר היו במספר שנים. עם זאת, חששות בנוגע לאפליה, יעילות וצדק עדיין בולטים. מחוקקים וחברות AI חייבים לטפל בנושאים אלה, כדי לוודא שטכנולוגיה זו יכולה לספק אמנם עתיד בטוח יותר.