Is AI beter geworden in het voorspellen van criminaliteit?

Sci-fi-boeken en -films hebben een toekomst voorgesteld waarin de politie misdrijven kan voorspellen voordat kunstmatige intelligentie (AI) het mogelijk maakte. Nu is het niet langer slechts een theoretische mogelijkheid, maar een realiteit, met verschillende steden die experimenteren met AI-gestuurd predictief politiewerk. Toch is het nog geen algemene praktijk, dus wat staat het in de weg?

Nauwkeurigheid en betrouwbaarheid zijn problemen geweest voor alle predictieve analytics-toepassingen in de loop der jaren. De technologie is echter voldoende gerijpt om golven te maken in branches als productie en supply chain management. Is het dus klaar voor een grotere uitrol in criminaliteitsvoorspelling?

De staat van AI-gestuurd criminaliteitsvoorspellen vandaag

Predictief politiewerk mag dan nog geen norm zijn, maar het heeft de afgelopen jaren enkele belangrijke ontwikkelingen gezien. Deze stappen vallen in drie brede categorieën — reële criminaliteitsvoorspellende AI, experimentele studies en aangekondigde, maar nog niet gestarte criminaliteitsvoorspellingprojecten.

1. Positieve resultaten in de praktijk

Sommige steden hebben al indrukwekkende resultaten behaald met AI-gestuurd predictief politiewerk. De afdeling Algemene Recherche van de politie van Dubai zegt dat het aantal ernstige misdrijven met 25% is gedaald na de implementatie van een AI-hulpmiddel om misdrijven te voorspellen. Het aantal minder ernstige misdrijven daalde met 7,1%.

Net als veel AI-middelen voor criminaliteitsvoorspelling, werkt de oplossing door het analyseren van eerdere meldingen en het vergelijken van deze met de huidige situatie. Het benadrukken van trends in eerdere misdrijven laat de machine learning-modellen zien waar en wanneer soortgelijke gebeurtenissen waarschijnlijk zullen plaatsvinden. De politie kan dan vooruit plannen en middelen inzetten om criminaliteit te ontmoedigen of om aan te pakken voordat het gebeurt.

San Jose, Californië, heeft succes behaald met een ander type AI-model. Hoewel de stad nog geen criminaliteit voorspelt, detecteert het gaten in de weg en graffiti met AI om deze sneller aan te pakken. Volgens functionarissen vermindert het schoonmaken van een gebied de kans op criminaliteit aldaar, dus dit proces vermindert het aantal incidenten nog steeds.

2. Beloftevolle experimentele modellen

Terwijl predictief politiewerk in de praktijk groeit, heeft vroeg onderzoek naar soortgelijke toepassingen ook veelbelovend resultaat laten zien. In veel rechtsgebieden houdt de uitrol van een criminaliteitsvoorspellingsysteem in volle omvang aanzienlijke regelgevingsbelemmeringen in, waardoor de adoptie van de technologie vertraagd wordt. Voorbeelden in de experimentele fase zetten de dingen op gang in de tussentijd.

Een studie uit 2022 van de Universiteit van Chicago creëerde een model dat misdrijven kan voorspellen met 90% nauwkeurigheid een week van tevoren. Belangrijker nog, het systeem is minder gevoelig voor vooroordelen dan oudere systemen omdat het andere gegevens gebruikt. In plaats van de stad te verdelen in buurten of politieke grenzen, deelt het de stad op in afzonderlijke en gelijke tegels om een nieuw beeld van het gebied te geven.

Het creëren van digitale tweelingen van een stad om criminaliteit te kaarten langs een oorspronkelijk systeem in plaats van te vertrouwen op oude, vooroordeelbevorderende records, kan meer betrouwbare inzichten opleveren. Politiekrachten hebben dit systeem nog niet in gebruik genomen, maar het onderzoek toont aan wat nieuwe technologieën in dit veld kunnen doen.

3. Aankomende investeringen in predictief politiewerk

Kijkend naar de toekomst heeft verschillende gebieden onlangs AI-middelen voor criminaliteitsvoorspelling aangekondigd. Deze projecten zijn nog niet gestart, maar hun verschijning signaleert een groeiende verschuiving naar deze technologie, mogelijk vanwege een toegenomen vertrouwen van de overheid in de effectiviteit ervan.

In juli 2024 kondigde het Argentijnse ministerie van Veiligheid plannen aan voor AI-gestuurd criminaliteitsvoorspellen en -reactie. Volgens de resolutie zullen politiekrachten historische criminele gegevens analyseren om toekomstige gebeurtenissen te voorspellen en dienovereenkomstig te reageren om te voorkomen dat iets gebeurt. Het vermeldt ook real-time afwijkingsdetectie, die samen met het voorspellingsmodel kan werken.

Onlangs heeft het VK onthuld dat het aan een moordvoorspellingshulpmiddel werkt om mensen te identificeren die het grootste risico lopen om gewelddadige criminelen te worden. Het is onduidelijk hoe de autoriteiten op deze gegevens zullen reageren, en er zijn tegenstrijdige rapporten over welke gegevens de oplossing zal gebruiken. Het ministerie van Justitie heeft gezegd dat het project op dit moment alleen voor onderzoek is, maar onderzoek vandaag kan morgen tot echte projecten leiden.

Hoe is AI-gestuurd criminaliteitsvoorspellen verbeterd?

Deze huidige en toekomstige predictieve politietoepassingen zijn ver verwijderd van de eerste voorbeelden van deze technologie. Ze signaleren echter een positieve verschuiving. Eerdere iteraties konden niet hetzelfde niveau van nauwkeurigheid en betrouwbaarheid bereiken. De 90% nauwkeurigheid van de oplossing van de Universiteit van Chicago en de 25% daling van het aantal ernstige misdrijven in Dubai zijn een verre afstand van eerdere pogingen.

In 2024 betaalde het sheriffskantoor van Pasco County, Florida, een schikking van 105.000 dollar en sloot het predictieve politieprogramma na slechte resultaten. Het systeem leidde ertoe dat agenten herhaaldelijk burgers bezochten en zelfs arresteerden die nog geen misdrijf hadden gepleegd op basis van de voorspellingen van het AI-model.

Chicago sloot het criminaliteitsvoorspellingsmodel na verschillende klachten. Studies toonden aan dat het systeem geen significante invloed had op geweldsmisdrijven, ondanks een toename van de kans op arrestatie. Nog bezorgwekkender was dat onderzoek aantoonde dat het algoritme inherent raciaal bevooroordeeld was, waardoor mensen van kleur vaker gearresteerd werden.

Een andere populaire oplossing die door meerdere steden wordt gebruikt, Geolitica, die eerder bekend stond als PredPol, liet slechts 0,6% nauwkeurigheid zien bij het voorspellen van zware aanvallen. De nauwkeurigheidsgraad voor inbraak was een magere 0,1% in sommige gebieden.

In vergelijking met deze mislukte programma’s zijn de nieuwere AI-middelen voor criminaliteitsvoorspelling opvallend nauwkeurig. Hoewel er nog niet zoveel verhalen zijn over politiekrachten die deze geavanceerdere oplossingen in de praktijk gebruiken, laten vroege resultaten een scherp contrast zien tussen AI van gisteren en AI van vandaag.

De donkere kant van AI in criminaliteitsvoorspelling

Het is gemakkelijk te zien waarom zoveel rechtsgebieden investeren in AI-gestuurd criminaliteitsvoorspellen. Het voorkomen van criminele activiteit voordat het begint, is een enorme winst voor de openbare veiligheid, en AI kan trends detecteren die in strijd zijn met menselijke veronderstellingen. Bijvoorbeeld meer dan de helft van alle inbraken gebeurt overdag, ondanks de algemene overtuiging dat ze ‘s nachts vaker voorkomen. AI kan doorheen zien wat waar lijkt om echte trends te vinden.

Tegelijkertijd houdt predictief politiewerk aanzienlijke privacy- en ethische bezorgdheden in. Er is een reden waarom 52% van de Amerikanen meer bezorgd zijn over AI dan dat ze er enthousiast over zijn. Zelfs de meest geavanceerde modellen zijn gevoelig voor hallucinaties, en AI heeft een trackrecord van het in stand houden, zelfs verergeren, van menselijke vooroordelen wanneer het getraind wordt op vooroordeelbevorderende gegevens.

Historische criminele gegevens zijn potentieel misleidend of inherent racistisch. Arrestatiegegevens kunnen gebieden aanduiden die zwaarder worden gepoliced dan dat ze daadwerkelijke criminaliteit weerspiegelen. Gevolg hiervan is dat de gegevens mogelijk bestaande raciale vooroordelen weerspiegelen, die een goed gedocumenteerde geschiedenis hebben in de handhaving van de wet.

AI-modellen die leren van vooroordeelbevorderende gegevens, kunnen ertoe leiden dat de politie zwaarder patrouilleert in zwarte buurten of meer argwaan heeft tegen mensen van kleur. De gevallen van Chicago en Pasco County laten dit zien. Als gevolg hiervan kan het vertrouwen op AI-voorspellingen zonder deze vooroordelen te erkennen, leiden tot een verhoogde oneerlijke behandeling van historisch overgepoliceerde en benadeelde minderheden.

Los van raciale onrechtvaardigheid kan het verzamelen van zoveel gegevens over burgers leiden tot privacyrisico’s. Overheidsinstanties zijn het achtste meest doelwit voor cybercrime, dus een inbraak vanuit een predictief politiemodel is zeer mogelijk, naast schadelijk. Zelfs als er geen cyberaanvallen slagen, roept het monitoren van burgers omdat ze mogelijk een misdrijf zullen plegen, vragen op over over-surveillance en due process.

AI-gestuurd criminaliteitsvoorspellen verbetert, maar bezorgdheden blijven bestaan

AI-middelen voor criminaliteitsvoorspelling zijn vandaag veel nauwkeuriger dan een paar jaar geleden. Toch zijn er nog steeds bezorgdheden over vooroordelen, effectiviteit en rechtvaardigheid. Beleidsmakers en AI-bedrijven moeten deze kwesties aanpakken om ervoor te zorgen dat deze technologie daadwerkelijk een veiligere toekomst kan bieden.