Wendy Gilbert, Senior Vice President of Product, Mark43 – Intervista

Wendy Gilbert, Senior Vice President of Product di Mark43, porta con sé più di due decenni di esperienza nella tecnologia per la sicurezza pubblica, con una carriera che comprende ruoli di leadership nel product management in organizzazioni come CentralSquare Technologies, TriTech Software Systems e VisionAIR. Avendo progredito costantemente attraverso ruoli focalizzati su sistemi di gestione dei record (RMS) e piattaforme di sicurezza pubblica, ora guida la strategia del prodotto in Mark43, dove è responsabile di plasmare l’evoluzione delle soluzioni cloud-native utilizzate dalle agenzie di polizia. Il suo incarico riflette una profonda specializzazione nella modernizzazione del software mission-critico per i primi soccorritori, con un focus sull’usabilità, la conformità e l’efficienza operativa in ambienti ad alto rischio.

Mark43 è un fornitore leader di software di sicurezza pubblica cloud-native, che offre una piattaforma integrata che include gestione dei record (RMS), dispatch assistito da computer (CAD), analisi e strumenti mobili progettati per le forze di polizia e i servizi di emergenza. Costruito su un’architettura SaaS, la piattaforma consente alle agenzie di semplificare la scrittura di rapporti, gestire i casi e accedere a dati in tempo reale da qualsiasi luogo, riducendo notevolmente il carico amministrativo e migliorando i tempi di risposta. I suoi sistemi sono progettati per sostituire l’infrastruttura legacy con soluzioni scalabili, sicure e mobili, aiutando oltre centinaia di agenzie a migliorare la consapevolezza situazionale, la collaborazione e i risultati generali di sicurezza pubblica.

Ha trascorso oltre due decenni a costruire prodotti attraverso aziende come VisionAIR, TriTech, CentralSquare e ora Mark43. Come è cambiata la sua prospettiva sulla tecnologia per la sicurezza pubblica e cosa sembra fondamentalmente diverso in questa attuale ondata di adozione dell’AI?

La tecnologia è cambiata molto negli ultimi due decenni. Per la maggior parte di quel tempo, la tecnologia era progettata per supportare la missione dopo il fatto. I sistemi catturavano ciò che era accaduto, ma non aiutavano attivamente a plasmare cosa sarebbe successo dopo. Quello è ciò che è fondamentalmente diverso adesso.

Per la prima volta, non stiamo solo aggiungendo tecnologia ai flussi di lavoro della sicurezza pubblica. Stiamo ripensando quei sistemi come nativi dell’AI fin dall’inizio, il che cambia completamente il ruolo della tecnologia. Stiamo passando da sistemi di registrazione a sistemi di azione. Invece di documentare solo gli incidenti, stiamo aiutando le agenzie a interpretare, priorizzare e agire in tempo reale. Questo è il primo momento nella mia carriera in cui ho visto la tecnologia operare veramente alla velocità che la sicurezza pubblica merita, che è quella di fornire prodotti che possono trasformare il modo in cui le agenzie funzionano giorno per giorno e, in ultima analisi, fornire migliori risultati di sicurezza pubblica.

La ricerca di Mark43 mostra un forte sostegno all’AI tra le forze di polizia, ma anche una chiara aspettativa per la supervisione umana. Cosa significa realmente il coinvolgimento umano significativo nelle operazioni quotidiane?

In ogni decisione di prodotto che prendiamo, il principio è chiaro. L’AI supporta. Gli esseri umani decidono.

L’AI può strutturare un rapporto, evidenziare collegamenti tra record o sottolineare informazioni chiave in una chiamata. Ma un agente, un dispatcher o un investigatore è sempre colui che applica il giudizio e prende la decisione. Nella pratica, ciò significa che l’AI accelera il percorso verso l’approfondimento mentre mantiene l’accountability con l’essere umano. Esso elabora, suggerisce e collega, ma non decide.

Questo è particolarmente importante nei flussi di lavoro CAD e RMS, dove le decisioni portano conseguenze reali. Il ruolo dell’AI è ridurre l’attrito e il carico cognitivo in modo che i professionisti della sicurezza pubblica possano concentrarsi su tutto ciò che richiede la loro esperienza.

Un problema ricorrente è se i rapporti e le decisioni assistiti dall’AI saranno sostenibili in tribunale. Come progettate sistemi che non solo sono utili operativamente, ma anche legalmente difendibili?

Provenendo da un background CAD e RMS, la difendibilità non è un “bello avere”. Se i record di un sistema non possono reggere in tribunale, gli strumenti non sono pronti per l’uso nella sicurezza pubblica.

Questo inizia con la trasparenza. Ogni output generato dall’AI deve essere direttamente collegato ai dati di origine. Gli utenti devono essere in grado di tracciare esattamente da dove proviene l’informazione, come è stata generata e come è stata utilizzata. Se quella catena non è chiara, il sistema non reggerà sotto esame. Il sistema deve anche conoscere i suoi limiti. Quando i dati sono incompleti, progettiamo l’AI per evidenziare quel divario, non per tentare di risolverlo da sola. Non indovina.

Un altro pezzo critico è l’allineamento con il modo in cui le agenzie operano effettivamente. L’AI non può dettare politiche o flussi di lavoro. Deve conformarsi ai requisiti legali, agli standard di reporting e alle realtà operative di ogni agenzia.

Costruiamo la configurabilità direttamente nel sistema. Le convalide di conformità e le autorizzazioni dell’AI possono essere impostate al livello di rapporto e codice di reato, in modo che le agenzie possano scegliere dove l’assistenza dell’AI è appropriata e dove non lo è. Ad esempio, un’agenzia può abilitare il supporto dell’AI per incidenti di basso livello mentre lo limita in casi che portano uno standard di prova più alto.

Manteniamo anche la piena trasparenza su come viene utilizzata l’AI. Ogni istanza di coinvolgimento dell’AI viene registrata e la storia completa della bozza viene conservata all’interno del rapporto. Ciò crea un registro chiaro e verificabile che supporta sia l’accountability interna che l’esame legale esterno.

Questi sistemi devono reggere l’esame della supervisione, degli avvocati e del pubblico per essere utili operativamente ed efficaci.

Dalla sua esperienza, dove l’AI sta già fornendo un valore misurabile nella sicurezza pubblica oggi e dove sta ancora cadendo short delle aspettative?

Il valore più immediato è nei core workflow su cui ho lavorato per tutta la mia carriera.

La scrittura dei rapporti è essenziale, ma è anche un drenaggio persistente di tempo. L’AI sta cambiando questo trasformando la documentazione in qualcosa che accade accanto al lavoro, non dopo. Questo è uno spostamento significativo per gli agenti e le agenzie che gestiscono le limitazioni di personale.

Ma lo spostamento più grande sta avvenendo nel modo in cui le agenzie si spostano dalle informazioni all’azione. L’AI può evidenziare ciò che conta in tempo reale, non solo dopo il fatto. Dove vedo il divario è non nella tecnologia. È nel modo in cui le organizzazioni lo rendono operativo. L’AI richiede politiche chiare, governance e formazione per essere efficace. Le agenzie che lo trattano come una trasformazione del flusso di lavoro stanno vedendo i risultati. Se le agenzie lo vedono solo come una funzionalità, non sbloccherà la stessa opportunità.

Il pregiudizio rimane una delle sfide più critiche nell’AI, specialmente nella polizia dove i dati storici possono riflettere problemi sistemici. Come Mark43 affronta la mitigazione del pregiudizio mantenendo l’accuratezza e la fiducia nei suoi sistemi?

Il pregiudizio è una preoccupazione reale, specialmente in sistemi che si basano sui dati storici.

Da un punto di vista del prodotto, la risposta non è quella di oscurare come funziona il sistema. È renderlo più trasparente e più responsabile. Ci concentriamo sul migliorare la qualità dei dati al punto di ingresso, rendere coerenti gli output e assicurare che ci sia sempre una revisione umana. Nei sistemi CAD e RMS, migliori dati portano a migliori decisioni. L’AI dovrebbe rafforzare questo, non indebolirlo.

L’obiettivo è fondare le decisioni in informazioni più complete e coerenti, assicurandosi che ogni output possa essere esaminato, verificato e migliorato nel tempo.

La trasparenza e la verificabilità sono spesso discusse come requisiti per un’AI responsabile. Cosa significa la piena verificabilità nella pratica per le agenzie che utilizzano strumenti guidati dall’AI?

Nei sistemi di sicurezza pubblica, la verificabilità è sempre stata essenziale. L’AI alza la barra.

Per le agenzie che utilizzano l’AI, ci dovrebbe essere una visibilità completa su cosa è stato generato, quali dati l’hanno informato e come è stato utilizzato. Nulla dovrebbe esistere senza un collegamento chiaro al record sottostante. Ogni output dovrebbe essere spiegabile. Ogni passo dovrebbe essere verificabile. È così che si costruiscono sistemi che possono essere fidati, non solo operativamente, ma pubblicamente.

Molte agenzie di sicurezza pubblica ancora si affidano a sistemi legacy e dati frammentati. Quanto è importante la modernizzazione dell’infrastruttura prima che l’AI possa veramente fornire risultati significativi?

L’AI è solo così potente quanto la base su cui poggia. Ho lavorato con ambienti CAD e RMS legacy per gran parte della mia carriera e ho visto di persona quanto i sistemi frammentati limitino ciò che le agenzie possono fare. Gli investigatori che utilizzano questi sistemi spesso devono interrogare più strumenti solo per capire un caso singolo. Questo non è sostenibile.

L’AI dipende da dati connessi e accessibili. Se i sistemi sono isolati o richiedono soluzioni manuali, l’AI non può fornire risultati significativi. Diventa un altro livello di complessità invece di un moltiplicatore di forza. L’infrastruttura moderna e cloud-native sblocca la possibilità per l’AI su una piattaforma interamente connessa.

C’è un crescente interesse per sistemi AI che possono agire invece di fornire solo informazioni. Prevede un futuro in cui l’AI partecipa attivamente ai flussi di lavoro come la gestione dei casi o il dispatch, e dove dovrebbero essere stabiliti i confini?

L’AI continuerà a muoversi più in profondità nei flussi di lavoro, specialmente in aree come la gestione delle chiamate, il triage e la gestione dei casi. Sarà sempre più in grado di coordinare i flussi di lavoro, priorizzare azioni e evidenziare il prossimo passo migliore in tempo reale. Tuttavia, nella sicurezza pubblica, ci dovranno essere confini chiari. L’AI può raccomandare, priorizzare e elevare informazioni chiave. Può ridurre il tempo necessario per passare dalle informazioni all’azione. Ma le decisioni che influenzano la vita delle persone devono rimanere con i professionisti addestrati. Il nostro obiettivo è la chiarezza e la fiducia nel momento giusto.

La fiducia del pubblico è essenziale nella polizia, specialmente quando vengono introdotte nuove tecnologie. Quali sono le salvaguardie più efficaci per assicurare che l’AI rafforzi la fiducia invece di minarla?

Riconosciamo che la fiducia è qualcosa che le agenzie di sicurezza pubblica lavorano per guadagnare ogni giorno. La tecnologia deve soddisfare lo stesso standard. Per l’AI, questo inizia con la visibilità e la trasparenza. Gli utenti devono capire cosa sta facendo il sistema e perché. Richiede anche coerenza, governance e la capacità di esaminare i risultati nel tempo. Costruiamo con un feedback loop diretto dal campo, perché la fiducia è stabilita attraverso l’uso nel mondo reale e la convalida continua.

Guardando avanti nei prossimi anni, come si aspetta che il ruolo dell’AI nella sicurezza pubblica evolva dal supporto amministrativo alla presa di decisioni in tempo reale?

L’AI diventerà integrato in tutta la vita della sicurezza pubblica, dal momento in cui arriva una chiamata a come viene risolto un caso. Il più grande spostamento sarà come le agenzie possono muoversi più velocemente dalle informazioni all’azione. Questo è sempre stato la sfida nei sistemi CAD e RMS. Stiamo muovendoci verso un modello in cui il sistema capisce come funziona la vostra agenzia, anticipa i primi passi in un flusso di lavoro e aiuta a eseguirli, restando sempre centrato sull’essere umano.

Il ruolo dell’AI è ridurre il carico amministrativo, unificare i sistemi frammentati, evidenziare le informazioni giuste al momento giusto e supportare le decisioni migliori sotto pressione. L’AI non può sostituire l’esperienza. Aiuta a garantire che le persone in prima linea siano meglio informate, preparate e supportate in ogni decisione che prendono.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Mark43.