Apakah AI Semakin Baik dalam Memprediksi Kejahatan?

Buku dan film fiksi ilmiah telah membayangkan masa depan di mana polisi dapat memprediksi kejahatan jauh sebelum kecerdasan buatan (AI) membuatnya memungkinkan. Sekarang, itu tidak hanya kemungkinan teoretis tetapi kenyataan, dengan beberapa kota bereksperimen dengan polisi prediktif yang ditenagai AI. Namun, itu belum tentu menjadi praktik umum, jadi apa yang menghalanginya?

Akurasi dan keandalan telah menjadi masalah untuk semua aplikasi analitik prediktif selama bertahun-tahun. Namun, teknologi telah matang cukup untuk membuat gelombang di seluruh industri seperti manufaktur dan manajemen rantai pasokan. Jadi, apakah itu siap untuk diluncurkan lebih besar dalam prediksi kejahatan?

Keadaan AI Pemrediksi Kejahatan Saat Ini

Polisi prediktif mungkin belum menjadi norma, tetapi telah melihat beberapa perkembangan besar dalam beberapa tahun terakhir. Langkah-langkah ini jatuh ke dalam tiga kategori luas — kejahatan prediktif AI dunia nyata, studi eksperimental dan proyek prediksi kejahatan yang diumumkan tetapi belum dimulai.

1. Hasil Dunia Nyata yang Positif

Beberapa kota telah melihat hasil yang mengesankan dari polisi prediktif yang ditenagai AI. Departemen Investigasi Kriminal Umum Kepolisian Dubai mengatakan tingkat kejahatan serius menurun sebesar 25% setelah menerapkan alat AI untuk memprediksi kejahatan. Aktivitas kriminal yang kurang parah menurun sebesar 7,1%.

Seperti banyak alat prediksi kejahatan AI, solusi ini bekerja dengan menganalisis laporan masa lalu dan membandingkannya dengan kondisi saat ini. Menyoroti tren dalam kejahatan sebelumnya memungkinkan model pembelajaran mesin untuk mengidentifikasi area dan waktu di mana peristiwa serupa kemungkinan akan terjadi. Polisi dapat kemudian menggerakkan sumber daya sebelumnya untuk mencegah kejahatan atau menangani hal-hal yang mungkin menyebabkan kejahatan sebelum terjadi.

San Jose, California, telah melihat kesuksesan dari jenis model AI yang berbeda. Sementara kota tidak memprediksi kejahatan, itu mendeteksi lubang dan grafiti dengan AI untuk menanganinya lebih cepat. Menurut pejabat, membersihkan area mengurangi kemungkinan kegiatan kriminal di sana, sehingga proses ini masih mengurangi insiden.

2. Model Eksperimental yang Menjanjikan

Ketika polisi prediktif dunia nyata tumbuh, pengujian awal aplikasi serupa juga menunjukkan janji. Di banyak yurisdiksi, menggelar sistem prediksi kejahatan secara penuh melibatkan hambatan regulasi yang cukup, memperlambat adopsi teknologi. Contoh dalam fase eksperimental mendorong hal-hal maju sementara itu.

Sebuah studi 2022 dari Universitas Chicago menciptakan model yang dapat memprediksi kejahatan dengan akurasi 90% seminggu sebelumnya. Lebih penting lagi, sistem ini kurang rentan terhadap bias daripada sistem lama karena menggunakan data yang berbeda. Alih-alih membagi kota menjadi lingkungan atau batas-batas politik, itu membaginya menjadi ubin yang berbeda dan sama untuk memberikan pandangan baru tentang area.

Membangun kembar digital kota untuk memetakan kejahatan di sepanjang sistem asli alih-alih mengandalkan catatan lama yang rentan bias mungkin menghasilkan wawasan yang lebih andal. Pasukan polisi belum mulai menggunakan sistem ini, tetapi penelitian menunjukkan apa yang dapat dilakukan teknologi baru di bidang ini.

3. Investasi Polisi Prediktif Mendatang

Menghadap ke depan, beberapa daerah baru-baru ini mengungkapkan tujuan prediksi kejahatan AI. Proyek-proyek ini belum dimulai, tetapi kemunculannya menandakan pergeseran yang tumbuh menuju teknologi ini, mungkin dari kepercayaan pemerintah yang meningkat dalam efektivitasnya.

Pada Juli 2024, Kementerian Keamanan Argentina mengumumkan rencana untuk prediksi dan respons kejahatan AI. Menurut resolusi, pasukan polisi akan menganalisis data kejahatan sejarah untuk memprediksi peristiwa masa depan dan menanggapinya untuk mencegah apa pun terjadi. Ini juga menyebutkan deteksi anomali waktu nyata, yang dapat bekerja bersama dengan model prediktif.

Lebih baru-baru ini, Inggris mengungkapkan bahwa mereka bekerja pada alat prediksi pembunuhan untuk mengidentifikasi orang-orang yang mungkin menunjukkan risiko terbesar menjadi kriminal kekerasan. Tidak jelas bagaimana otoritas akan menanggapi data ini, dan ada laporan yang bertentangan tentang data apa yang akan digunakan solusi ini. Kementerian Kehakiman telah mengatakan bahwa proyek ini untuk penelitian saja pada titik ini, tetapi penelitian hari ini dapat memimpin proyek dunia nyata besok.

Bagaimana AI Prediksi Kejahatan Meningkat?

Aplikasi polisi prediktif saat ini dan masa depan jauh dari contoh pertama teknologi ini. Namun, mereka menandakan pergeseran positif. Iterasi sebelumnya tidak dapat mencapai tingkat akurasi dan keandalan yang sama. Akurasi 90% solusi Universitas Chicago dan penurunan 25% kejahatan serius Dubai jauh dari upaya sebelumnya.

Pada 2024, Kantor Sheriff Pasco County, Florida, membayar penyelesaian sebesar $105.000 dan menutup program polisi prediktifnya setelah hasil yang buruk. Sistem ini menghasilkan petugas yang berulang kali mengunjungi dan bahkan menangkap warga yang belum melakukan kejahatan berdasarkan prediksi model AI.

Demikian pula, Chicago menutup model prediksi kejahatannya setelah beberapa keluhan. Studi menemukan bahwa sistem ini tidak memiliki dampak signifikan pada kejahatan terkait senjata meskipun ada peningkatan kemungkinan penangkapan. Lebih mengkhawatirkan, penelitian mengungkapkan bagaimana algoritma secara inheren memiliki bias rasial, membuat orang-orang berwarna lebih mungkin ditangkap.

Solusi populer lain yang digunakan oleh beberapa kota, Geolitica, yang sebelumnya dikenal sebagai PredPol, menunjukkan akurasi hanya 0,6% ketika memprediksi serangan yang diperparah. Tingkat akurasi untuk perampokan hanya 0,1% di beberapa daerah.

Dibandingkan dengan program yang gagal ini, prediktor kejahatan AI yang lebih baru jauh lebih akurat. Sementara belum ada banyak cerita tentang pasukan polisi dunia nyata yang menggunakan solusi yang lebih maju ini, hasil awal menggambarkan kontras yang tajam antara AI kemarin dan AI hari ini.

Sisi Gelap AI dalam Prediksi Kejahatan

Mudah untuk melihat mengapa banyak yurisdiksi berinvestasi dalam prediksi kejahatan AI. Menghentikan kegiatan kriminal sebelum dimulai adalah keuntungan besar bagi keamanan publik, dan AI dapat mendeteksi tren yang mungkin bertentangan dengan asumsi manusia. Misalnya, lebih dari setengah semua perampokan terjadi pada siang hari, meskipun kepercayaan umum bahwa mereka lebih mungkin terjadi pada malam hari. AI dapat melihat melalui apa yang tampaknya benar untuk menemukan tren sebenarnya.

Pada saat yang sama, polisi prediktif membawa masalah privasi dan etika yang signifikan. Ada alasan mengapa 52% orang Amerika lebih khawatir tentang AI daripada mereka bersemangat untuk itu. Bahkan model yang paling maju rentan terhadap halusinasi, dan AI memiliki catatan jejak mempertahankan, bahkan membesar-besarkan, bias manusia ketika dilatih pada data yang bias.

Data kejahatan sejarah berpotensi tidak akurat pada yang terbaik dan secara inheren rasialis pada yang terburuk. Catatan penangkapan mungkin menunjukkan area yang lebih banyak dipolisikan daripada mencerminkan kejahatan sebenarnya. Konsekuensinya, data mungkin mencerminkan bias rasial yang telah lama ada, yang memiliki sejarah yang terdokumentasi dengan baik dalam penegakan hukum.

Model AI yang belajar dari data yang bias mungkin menyebabkan polisi untuk mematroli lingkungan kulit hitam lebih berat atau lebih curiga terhadap orang-orang berwarna. Kasus Chicago dan Pasco County menunjukkan hal itu. Sebagai hasilnya, ketergantungan pada prediksi AI tanpa mengakui prasangka ini bisa meningkatkan perlakuan yang tidak adil terhadap demografi yang berlebihan dan kurang beruntung.

Terlepas dari ketidakadilan rasial, mengumpulkan begitu banyak data tentang warga negara bisa menyebabkan risiko privasi. Lembaga pemerintah adalah industri kedelapan yang paling banyak diserang oleh kejahatan siber, sehingga pelanggaran dari model polisi prediktif sangat mungkin, selain merusak. Bahkan jika tidak ada serangan siber yang berhasil, memantau warga negara karena mereka mungkin melakukan kejahatan menimbulkan pertanyaan tentang pengawasan berlebihan dan proses hukum.

Prediksi Kejahatan AI Meningkat, Tetapi Kekhawatiran Tetap Ada

Model prediksi kejahatan AI jauh lebih akurat hari ini daripada beberapa tahun yang lalu. Namun, kekhawatiran tentang bias, efektivitas, dan keadilan masih menonjol. Pembuat kebijakan dan perusahaan AI harus menangani masalah ini untuk memastikan teknologi ini dapat benar-benar memberikan masa depan yang lebih aman.