Mengapa AI Akhirnya Mendapatkan Tempatnya di Keamanan Publik

Dua tahun yang lalu, jika seseorang masuk ke kantor kepala polisi dan membicarakan “kecerdasan buatan,” percakapan akan terhenti dengan cepat. Bukan karena kepala polisi menolak teknologi baru (sebagian besar lembaga telah menghabiskan dekade terakhir untuk mendigitalkan segala sesuatu dari pengiriman hingga pengelolaan catatan), tetapi karena gelombang pertama alat AI menjanjikan lebih dari yang mereka berikan. Penjual menjual transformasi. Lembaga menerima alat yang tidak dapat bertahan di lapangan, tidak sesuai dengan alur kerja nyata, dan tidak mendapatkan kepercayaan yang diperlukan untuk bertahan.

Percakapan itu terlihat berbeda hari ini. Kepala polisi tidak lagi bertanya apakah mereka harus mengeksplorasi AI. Mereka bertanya tentang masalah apa yang dapat dipecahkan oleh AI dan bagaimana cara menerapkannya dengan cara yang dapat dipercaya. Perubahan ini tidak terjadi karena promosi yang lebih keras. Ini terjadi karena generasi baru alat mulai memecahkan masalah operasional nyata, dan lembaga menjadi lebih tajam dalam membedakan antara kemampuan yang sebenarnya dan demo.

Apa yang Sebenarnya Berubah

Alat yang mendapatkan kepercayaan hari ini memiliki benang merah: mereka tidak mencoba menggantikan penilaian. Mereka mencoba memberi ruang yang lebih luas untuk beroperasi.

Aplikasi AI yang paling berguna dalam keamanan publik saat ini menangani pekerjaan yang tidak glamor yang menghabiskan waktu tanpa menambah nilai keamanan: mengatur informasi, menghubungkan catatan yang terpisah, dan meringkas apa yang sudah diketahui sehingga seseorang dapat bertindak lebih cepat. Ini adalah alat bantu, bukan pembuat keputusan. Mereka mengurangi beban kognitif pada orang-orang yang sudah terlalu sibuk, dan mereka meninggalkan keputusan yang sebenarnya (siapa yang akan dituduh, bagaimana merespons, apa yang harus diprioritaskan) tepat di mana mereka seharusnya: dengan petugas, penyelidik, analis.

Perbedaan itu adalah yang memisahkan alat yang mendapatkan traksi nyata dari yang tidak. Lembaga telah menjadi lebih baik dalam bertanya pertanyaan yang tepat selama proses pengadaan: Bagaimana data saya terpapar? Bagaimana sistem mencapai outputnya? Apakah kita dapat memeriksa auditnya? Apa yang terjadi ketika salah? Model apa yang terbaik untuk fungsi apa? Penjual yang dapat menjawab dengan jelas memenangkan kesepakatan. Batang untuk apa yang dianggap “AI yang bertanggung jawab” lebih tinggi dari tiga tahun yang lalu, dan itu adalah hal yang baik. Ini memaksa teknologi untuk menjadi lebih baik.

Di Mana Nilai Sebenarnya Muncul

Kasus yang jujur untuk AI saat ini di keamanan publik tidak dramatis. Ini tentang waktu, dan tentang menemukan hal-hal yang selalu ada tetapi terlalu sulit ditemukan.

Menemukan petunjuk di dalam kebisingan. Penyelidik secara rutin duduk di atas gunung bukti digital, termasuk rekaman kamera yang dipakai, ekstraksi forensik digital, file kasus, laporan, dan saluran tip, jauh lebih banyak dari tim yang dapat meninjau secara manual baris per baris. Alat AI yang dapat mengatur volume tersebut dan menemukan apa yang sebenarnya relevan dengan kasus memberikan penyelidik jam kembali per kasus, dan dalam beberapa kasus, menemukan petunjuk yang tinjauan manual akan melewatkan hanya karena volume.

Menghubungkan titik-titik di seluruh laporan – Sebagian besar catatan lembaga tersebar di seluruh sistem yang tidak terhubung, dan orang, kendaraan, atau lokasi yang sama dapat muncul dalam beberapa laporan yang tidak terkait tanpa siapa pun memperhatikan pola. AI yang dapat mengelompokkan dan menghubungkan orang, tempat, kendaraan, dan insiden di seluruh catatan tersebut, lalu menemukan koneksi ke analis atau penyelidik, mengubah kertas kerja yang terfragmentasi menjadi petunjuk yang dapat digunakan dan membantu menutup kasus yang akan macet karena informasi yang tidak terhubung.

Mengayakan catatan dari pengiriman hingga pengadilan – Salah satu aplikasi yang kurang dihargai adalah pengayaan waktu nyata ketika kasus bergerak melalui siklus hidup penuh, dari panggilan awal di pengiriman, melalui respons, penyelidikan, dan pengelolaan kasus. Ketika konteks ditangkap dan diperkaya secara terus-menerus daripada dimasukkan kembali dengan tangan di setiap penyerahan, catatan yang dihasilkan lebih lengkap, lebih konsisten, dan lebih baik didokumentasikan pada saat mencapai file kasus. Itu penting ketika catatan itu akhirnya mendukung kewajiban penemuan di pengadilan.

Tidak satu pun dari ini adalah kemampuan spekulatif. Alur kerja lembaga sudah berjalan hari ini, dan nilai yang ditunjukkan selalu dalam mata uang yang sama: waktu yang dikembalikan kepada orang-orang yang melakukan pekerjaan, dan kasus yang bergerak lebih cepat karena informasi tidak perlu ditemukan dengan cara yang sulit.

Melakukan Lebih Dengan Kurang

Ada alasan struktural mengapa ini penting di luar kenyamanan. Volume data digital dan mesin yang dihasilkan yang mengalir melalui lembaga keamanan publik (video, umpan sensor, bukti digital, catatan dari sistem yang terus berkembang) hanya akan terus bertambah, dan akan terus melampaui kemampuan lembaga untuk merekrut orang untuk mengolahnya secara manual. Pengisian staf tidak sejalan dengan volume data di sebagian besar lembaga, dan itu tidak akan terjadi.

Itulah argumen sebenarnya untuk AI di ruang ini. Ini bukan tentang melakukan sesuatu yang mencolok. Ini tentang membangun lapisan yang dapat mengekstrak konteks dan makna dari volume data yang tidak dapat diproses secara manual oleh tim, tidak peduli seberapa banyak staf. Lembaga yang memperlakukan ini sebagai infrastruktur, sistem kecerdasan yang berada di atas sistem catatan yang ada, akan dapat melakukan lebih banyak dengan orang dan anggaran yang sudah mereka miliki. Lembaga yang tidak akan menemukan diri mereka mengumpulkan lebih banyak data setiap tahun dengan kemampuan yang semakin berkurang untuk benar-benar menggunakannya.

Apa yang Diperlukan untuk Penerapan yang Bertanggung Jawab

Tidak satu pun dari ini berfungsi jika diterapkan dengan ceroboh. Lembaga yang mendapatkan nilai nyata dari AI berbagi beberapa kebiasaan yang patut diperhatikan.

Mereka memulai dengan masalah operasional, bukan teknologi. Pertanyaannya tidak pernah “bagaimana kita menggunakan AI,” tetapi “apa yang sebenarnya memperlambat orang kita, dan apakah AI adalah solusi yang tepat?” Mereka bersikeras pada keterjelasan: jika alat menemukan koneksi atau rekomendasi, seseorang perlu dapat mengatakan mengapa, dalam istilah yang spesifik, bukan samar. Dan mereka menjaga teknologi dalam peran bantu, menemukan informasi dan mengurangi kebisingan, bukan membuat keputusan yang membawa akuntabilitas. Keputusan tersebut tetap berada dengan orang-orang yang dilatih dan diberi wewenang untuk membuatnya.

Percakapan yang Layak Dilakukan

Perubahan paling penting dalam dua tahun terakhir bukanlah bahwa “AI” berhenti menjadi kata yang tidak nyaman untuk diucapkan di keamanan publik. Ini adalah bahwa percakapan menjadi lebih spesifik. Kami telah berpindah dari “apakah kita harus menggunakan ini” ke “masalah apa yang sebenarnya dapat dipecahkan oleh AI, dan apa yang melakukan itu dengan bertanggung jawab?” Itu adalah percakapan yang lebih baik, dan itu adalah percakapan yang layak dilakukan ke depan.

Lembaga yang melakukan ini dengan benar tidak akan selalu menjadi yang bergerak paling cepat. Mereka akan menjadi yang penerapan mereka masih menghasilkan dan masih dipercaya, lima tahun dari sekarang. Itu adalah batang yang layak untuk dilampaui.