ウェンディ・ギルバート、Mark43の製品担当シニア・バイス・プレジデント – インタビュー・シリーズ

ウェンディ・ギルバート、Mark43の製品担当シニア・バイス・プレジデントは、公共の安全技術において20年以上の経験を持っており、CentralSquare Technologies、TriTech Software Systems、VisionAIRなどの組織で製品管理のリーダーシップ役割を務めてきました。レコード管理システム（RMS）と公共の安全プラットフォームに焦点を当てた役割を通じて着実に昇進し、現在はMark43で製品戦略を牽引し、法執行機関が使用するクラウドネイティブソリューションの進化を担っています。彼女の在任期間は、第一応答者向けのミッションクリティカルソフトウェアの近代化における深い専門知識を反映しており、使いやすさ、コンプライアンス、ハイステークス環境での運用効率に焦点を当てています。

Mark43は、クラウドネイティブの公共の安全ソフトウェアを提供する先駆的企業であり、レコード管理（RMS）、コンピューター支援型ディスパッチ（CAD）、アナリティクス、法執行機関および緊急サービス向けのモバイルツールを含む統合プラットフォームを提供しています。SaaSアーキテクチャに基づいて構築されたこのプラットフォームにより、機関はレポートの作成をストリームライン化し、ケースを管理し、どこからでもリアルタイムデータにアクセスできるようになり、管理負担を大幅に削減し、対応時間を改善します。Mark43のシステムは、スケーラブルでセキュアでモバイルファーストのソリューションでレガシーインフラストラクチャを置き換えるように設計されており、数百の機関が状況認識、コラボレーション、公共の安全成果を向上させることを支援しています。

あなたは、VisionAIR、TriTech、CentralSquare、そして現在Mark43を含む企業で20年以上製品を開発してきました。公共の安全技術に対するあなたの視点はどのように進化してきましたか。また、現在のAIの採用の波に対して何が根本的に異なるのでしょうか。

技術は過去20年で大幅に変化しました。過去20年間のほとんどの期間、技術は事実上のミッションをサポートするために設計されていました。システムは何が起こったかをキャプチャしましたが、次に何が起こるべきかを積極的に支援することはできませんでした。那が今回異なる点です。

今回初めて、公共の安全ワークフローに技術を追加するのではなく、AIネイティブから根本的にシステムを再構築しています。那は技術が果たす役割を完全に変えます。私たちはレコードシステムからアクションシステムへと移行しています。事件を文書化するのではなく、機関がリアルタイムで解釈、優先順位付け、行動するのを支援しています。那は私のキャリアで初めて、技術が公共の安全に値するスピードで動作するのを見た時です。つまり、機関が日々の業務で機能し、最終的により良い公共の安全成果をもたらす製品を提供することです。

Mark43の調査によると、法執行機関ではAIに対する強い支持がある一方で、人間の監視に対する明確な期待もあるようです。日常業務における人間の関与とは、具体的に何を意味するのでしょうか。

私たちが製品上で下す決定において、原則は明確です。AIはサポートします。人間が決定します。

AIはレポートを構造化したり、レコード間のリンクを表面化したり、コール内の重要な情報を強調したりできます。しかし、オフィサー、ディスパッチャー、調査官が常に判断を下し、決定を下します。実践では、AIはインサイトへのパスを加速しながら、人間とのアカウンタビリティを維持します。AIはドラフトを生成し、提案し、接続しますが、決定を下しません。

特にCADおよびRMSワークフローでは、決定が実際の結果をもたらすため、AIの役割は重要です。公共の安全専門家が専門知識を必要とするすべてのことに焦点を当てるために、摩擦と認知負荷を軽減することです。

AI支援のレポートや決定が裁判で立ち得るかどうかが、懸念事項の1つです。どうやって、運用上有用でかつ法的に守備可能なシステムを設計するのでしょうか。

CADおよびRMSの背景から来ているので、守備可能性は「望ましい」ものではありません。システムからのレコードが裁判で立ち得ない場合は、システムは公共の安全の使用に適していません。

それは透明性から始まります。AIによって生成されたすべての出力は、直接そのソースデータにリンクされなければなりません。ユーザーは、情報がどこから来て、どのように生成され、どのように使用されたかを追跡できる必要があります。如果その連鎖が明確でない場合、システムは検証の下で立ちません。システムは自身の限界を知る必要があります。データが不完全な場合、AIはそのギャップを表面化するように設計しますが、自身で解決しようとはしません。AIは推測しません。

もう1つの重要な点は、機関が実際にどのように運用されているかとの整合性です。AIはポリシーまたはワークフローを制定できません。AIは法的要件、報告基準、各機関の運用現実に従う必要があります。

システムに構成可能性を直接組み込んでいます。コンプライアンスの検証とAIの権限は、レポートと犯罪コードレベルで設定できるため、機関はAI支援が適切な場所とそうでない場所を選択できます。たとえば、機関は低レベルの事件に対してAI支援を有効にし、より高い証拠基準を必要とする事件では制限することができます。

また、AIの使用状況に関する完全な透明性を維持しています。AIの関与に関するすべてのインスタンスがログに記録され、レポート内に完全なドラフト履歴が保持されます。那により、内部のアカウンタビリティと外部の法的検証をサポートする明確なレビュー可能なレコードが作成されます。

これらのシステムは、運用上有用で効果的であるためには、監督者、弁護士、一般市民からの検証に耐え得る必要があります。

あなたの経験から、AIは公共の安全においてどこで既に測定可能な価値をもたらしているのでしょうか。また、どこで期待に応えていないのでしょうか。

最も即時的な価値は、私がキャリアを通じて取り組んできたコアワークフローにあります。

レポートの作成は重要ですが、時間の浪費につながることもあります。AIはその状況を変えています。AIは文書化と同時に発生するものに変わり、事後のものではありません。那は人員配置の制約に直面しているオフィサーと機関にとって、重要な変化です。

しかし、大きな変化は、機関が情報から行動へ移行する方法にあります。AIはリアルタイムで重要なものを表面化できますが、事後ではありません。私がギャップを感じるのは、技術そのものではなく、組織がそれをどのように運用化するかです。AIは明確なポリシー、ガバナンス、トレーニングが必要です。AIをワークフローの変革として扱う機関は、結果を出しています。AIを機能としてのみ見る機関は、同じ機会を解放しません。

偏見は、特に歴史的なデータが体系的な問題を反映する法執行機関におけるAIの重要な課題です。Mark43は、システムの精度と信頼性を維持しながら偏見を軽減するために、どのようにアプローチしていますか。

偏見は、歴史的なデータに依存するシステムでは、実際的な懸念事項です。

製品の観点から見ると、答えはシステムがどのように機能するかを隠すことではありません。透明性と責任を高めることです。データの品質を向上させることに焦点を当て、出力を一貫性のあるものとし、人間のレビューが常にあることを保証します。CADおよびRMSシステムでは、より良いデータがより良い決定につながります。AIはそれを損なうのではなく、強化するべきです。

目標は、決定をより完全で一貫性のある情報に基づいて行うことであり、同時にすべての出力が検証され、改善されることを保証することです。

透明性と監査可能性は、責任あるAIの要件としてしばしば議論されます。AI駆動型ツールを使用する機関にとって、完全な監査可能性とは、実践では何を意味するのでしょうか。

公共の安全システムでは、監査可能性は常に重要でした。AIはその基準を引き上げます。

AIを使用する機関にとって、生成されたもの、データがどこから来て、どのように使用されたかについての完全な可視性が必要です。何もが根本的なレコードに明確なつながりを持たなければなりません。すべての出力は説明可能でなければなりません。すべてのステップはレビュー可能でなければなりません。那が信頼できるシステムを構築する方法であり、運用上だけでなく、一般市民にとっても信頼できるシステムです。

多くの公共の安全機関はまだレガシーシステムや断片化されたデータに依存しています。AIが真正に有意義な結果をもたらす前に、インフラストラクチャの近代化はどれほど重要なのでしょうか。

AIは、その基盤となる基盤の強さに応じてのみ強力です。私はキャリアの大部分をレガシーのCADおよびRMS環境で過ごしており、断片化されたシステムが機関にどれほど制限を課すかを実際に見てきました。調査員は単一のケースを理解するために複数のツールにクエリを投げる必要があります。那は持続可能ではありません。

AIは接続されたアクセス可能なデータに依存します。システムがシローや手動での回避策を必要とする場合、AIは有意義な成果をもたらすことができません。AIは複雑さの別の層になるのではなく、倍増器になるべきです。クラウドネイティブの近代的なインフラストラクチャは、接続されたプラットフォーム全体でAIを可能にします。

AIシステムがインサイトを提供するだけでなく、アクションを取ることができるシステムへの関心が高まっています。ケース管理やディスパッチなどのワークフローでAIが積極的に参加する将来を想定しますか。また、境界はどこに設定されるべきでしょうか。

AIは、特にコールハンドリング、トライエージ、ケースマネジメントなどの分野で、ワークフローにさらに深く参加することになります。AIはワークフローを調整し、アクションを優先し、リアルタイムで次のベストステップを表面化することになります。しかし、公共の安全では、明確な境界が必要です。AIは推奨、優先順位付け、重要な情報の表面化を行うことができます。情報からアクションへの移行にかかる時間を短縮することができます。しかし、人々の命に影響を与える決定は、トレーニングを受けた専門家が下すべきです。私たちの目標は、適切なタイミングで明確性と信頼性を確保することです。

警察における公共の信頼は不可欠です。特に新しい技術が導入される際には、どのような保障が最も効果的です。AIは信頼を強化するのではなく、損なうのではないのでしょうか。

私たちは、信頼は公共の安全機関が毎日努力して得るものであることを認識しています。技術も同じ基準を満たさなければなりません。AIの場合、それは透明性と一貫性から始まります。ユーザーは、システムが何をしているか、そしてなぜそうしているかを理解する必要があります。また、ガバナンスとフィードバックループが必要です。フィールドからのフィードバックループを直接構築しています。信頼は現場での実際の使用と継続的な検証を通じて確立されます。

今後数年を見通して、公共の安全におけるAIの役割はどのように進化するでしょうか。行政サポートからリアルタイムの意思決定への移行はどのように進むのでしょうか。

AIは、コールの受付から事件の解決まで、公共の安全のライフサイクル全体に埋め込まれることになります。最も大きな変化は、機関が情報からアクションへの移行のスピードになります。那がCADおよびRMSシステムにおける課題でした。システムが機関の運用方法を理解し、ワークフローの最初のステップを予測し、人間中心で残るながらそれを実行するのを支援するモデルに向かって進化しています。

AIの役割は、管理負担を軽減し、断片化されたシステムを統合し、適切なタイミングで適切な情報を提供し、プレッシャーのかかる状況での決定を支援することです。AIは経験を置き換えるのではなく、最前線で働く人々がより情報に基づいた決定を下し、準備し、サポートされることを保証するのを支援します。

素晴らしいインタビュー、詳細を知りたい読者はMark43を訪れてください。