Czy sztuczna inteligencja staje się lepsza w przewidywaniu przestępstw?

Książki i filmy science fiction wyobrażały sobie przyszłość, w której policja może przewidywać przestępstwa długo przed tym, zanim sztuczna inteligencja (AI) uczyniła to możliwe. Teraz nie jest to już tylko teoretyczna możliwość, ale rzeczywistość, ponieważ wiele miast eksperymentuje z policyjną predykcją opartą na AI. Jednak nie jest to jeszcze powszechna praktyka, więc co stoi na przeszkodzie?

Dokładność i niezawodność były problemem dla wszystkich aplikacji analitycznych przez lata. Jednak technologia dojrzała wystarczająco, aby wywrzeć wpływ na branże takie jak produkcja i zarządzanie łańcuchem dostaw. Czy jest więc gotowa na większe wdrożenie w przewidywaniu przestępstw?

Stan przewidywania przestępstw przy użyciu AI dzisiaj

Policyjna predykcja może jeszcze nie być normą, ale w ostatnich latach odnotowano znaczne postępy. Te kroki można podzielić na trzy szerokie kategorie — rzeczywiste przewidywanie przestępstw przy użyciu AI, eksperymentalne studia i ogłoszone, ale jeszcze nie rozpoczęte projekty przewidywania przestępstw.

1. Pozytywne wyniki w świecie rzeczywistym

Niektóre miasta już odnotowały imponujące wyniki zastosowania AI w policyjnej predykcji. Wydział Śledczy Policji w Dubaju twierdzi, że wskaźnik poważnych przestępstw spadł o 25% po wdrożeniu narzędzia AI do przewidywania przestępstw. Mniej poważalne aktywność przestępcza spadła o 7,1%.

Podobnie jak wiele narzędzi do przewidywania przestępstw przy użyciu AI, rozwiązanie działa poprzez analizę wcześniejszych raportów i porównywanie ich z bieżącymi warunkami. Wyróżnianie tendencji w poprzednich przestępstwach pozwala modelom uczenia maszynowego identyfikować obszary i czasy, w których mogą wystąpić podobne zdarzenia. Policja może następnie zmobilizować zasoby z wyprzedzeniem, aby zniechęcić do przestępstwa lub rozwiązać problemy, które mogą do niego doprowadzić, zanim się wydarzy.

San Jose w Kalifornii odnotowało sukces dzięki innemu rodzajowi modelu AI. Chociaż miasto nie przewiduje jeszcze przestępstw, wykrywa dziury w drodze i graffiti przy użyciu AI, aby rozwiązać te problemy szybciej. Według urzędników, oczyszczenie obszaru redukuje prawdopodobieństwo aktywności przestępczej w tym miejscu, więc ten proces nadal redukuje incydenty.

2. Obiecujące modele eksperymentalne

W miarę jak rośnie policyjna predykcja w świecie rzeczywistym, wczesne testowanie podobnych aplikacji również wykazało obiecujące wyniki. W wielu jurysdykcjach wdrożenie systemu przewidywania przestępstw w pełni wiąże się z znaczącymi barierami regulacyjnymi, co spowalnia przyjęcie tej technologii. Przykłady w fazie eksperymentalnej napędzają postęp w międzyczasie.

Badanie z 2022 roku przeprowadzone przez Uniwersytet w Chicago stworzyło model, który może przewidywać przestępstwa z dokładnością 90% tydzień wcześniej. Co więcej, system jest mniej podatny na uprzedzenia niż starsze systemy, ponieważ wykorzystuje inne dane. Zamiast dzielić miasto na dzielnice lub granice polityczne, dzieli je na odrębne i równe kafelki, aby zapewnić nowe spojrzenie na obszar.

Tworzenie cyfrowych bliźniaków miasta w celu mapowania przestępstw wraz z oryginalnym systemem zamiast polegania na starszych, podatnych na uprzedzenia rekordach może dostarczyć bardziej niezawodne informacje. Siły policyjne jeszcze nie zaczęły korzystać z tego systemu, ale badania pokazują, co nowe technologie w tej dziedzinie mogą osiągnąć.

3. Nadchodzące inwestycje w policyjną predykcję

Spójrzmy w przyszłość, wiele obszarów ogłosiło niedawno cele dotyczące przewidywania przestępstw przy użyciu AI. Te projekty jeszcze nie zostały uruchomione, ale ich pojawienie się sygnalizuje rosnący trend w kierunku tej technologii, być może wynikający z większego zaufania rządu do jej skuteczności.

W lipcu 2024 roku argentyńskie Ministerstwo Bezpieczeństwa ogłosiło plany dotyczące przewidywania przestępstw przy użyciu AI i reakcji. Zgodnie z rezolucją, siły policyjne będą analizować historyczne dane przestępcze, aby przewidywać przyszłe zdarzenia i reagować odpowiednio, aby zapobiec im. Wspomina się również o wykrywaniu anomalii w czasie rzeczywistym, które mogą działać w tandemie z modelem predykcyjnym.

Niedawno Wielka Brytania ujawniła, że pracuje nad narzędziem do przewidywania morderstw w celu identyfikacji osób, które mogą stanowić największe ryzyko stania się brutalnymi przestępcami. Nie jest jasne, jak władze zareagują na te dane, a istnieją sprzeczne raporty dotyczące danych, które będzie wykorzystywać to rozwiązanie. Ministerstwo Sprawiedliwości stwierdziło, że projekt jest na razie tylko badawczy, ale badania prowadzone dzisiaj mogą prowadzić do projektów w świecie rzeczywistym jutro.

Jak poprawiło się przewidywanie przestępstw przy użyciu AI?

Te obecne i przyszłe aplikacje policyjnej predykcji są daleko od pierwszych przykładów tej technologii. Jednak sygnalizują one pozytywny trend. Poprzednie wersje nie były w stanie osiągnąć takich samych poziomów dokładności i niezawodności. Rozwiązanie Uniwersytetu w Chicago o dokładności 90% i 25% redukcji poważnych przestępstw w Dubaju to duży kontrast w porównaniu z wcześniejszymi próbami.

W 2024 roku biuro szeryfa w hrabstwie Pasco na Florydzie wypłaciło odszkodowanie w wysokości 105 000 dolarów i zakończyło swój program policyjnej predykcji po słabych wynikach. System skutkował tym, że funkcjonariusze wielokrotnie odwiedzali i nawet aresztowali obywateli, którzy jeszcze nie popełnili przestępstw na podstawie przewidywań modelu AI.

Podobnie Chicago zamknęło swój model przewidywania przestępstw po kilku skargach. Badania wykazały, że system nie miał znaczącego wpływu na przestępstwa związane z bronią palną, pomimo zwiększenia prawdopodobieństwa aresztu. Co gorsza, badania ujawniły, w jaki sposób algorytm był wewnętrznie rasistowski, sprawiając, że osoby kolorowe były bardziej prawdopodobne do aresztowania.

Inne popularne rozwiązanie wykorzystywane przez wiele miast, Geolitica, które wcześniej nosiło nazwę PredPol, wykazało tylko 0,6% dokładności przy przewidywaniu ciężkich przestępstw. Współczynnik dokładności dla włamania był zaledwie 0,1% w niektórych obszarach.

W porównaniu z tymi nieudanymi programami nowsze narzędzia do przewidywania przestępstw przy użyciu AI są znacznie bardziej dokładne. Chociaż nie było jeszcze tylu historii o siłach policyjnych wykorzystujących te bardziej zaawansowane rozwiązania, wczesne wyniki malują wyraźny kontrast między AI wczoraj i AI dzisiaj.

Ciemna strona AI w przewidywaniu przestępstw

Łatwo zrozumieć, dlaczego tak wiele jurysdykcji inwestuje w przewidywanie przestępstw przy użyciu AI. Zatrzymanie aktywności przestępczej, zanim się zacznie, jest ogromnym zyskiem dla bezpieczeństwa publicznego, a AI może wykrywać tendencje, które mogą być sprzeczne z ludzkimi założeniami. Na przykład, ponad połowa wszystkich włamań ma miejsce w ciągu dnia, pomimo powszechnego przekonania, że są one bardziej prawdopodobne w nocy. AI może zobaczyć przez to, co wydaje się prawdą, aby znaleźć rzeczywiste tendencje.

Jednocześnie policyjna predykcja niesie ze sobą znaczne obawy dotyczące prywatności i etyki. Istnieje powód, dla którego 52% Amerykanów jest bardziej zaniepokojonych AI niż podekscytowanych nią. Nawet najbardziej zaawansowane modele są podatne na halucynacje, a AI ma rekord utrwalania, a nawet wyolbrzymiania, ludzkich uprzedzeń, gdy są szkolone na danych pełnych uprzedzeń.

Historyczne dane przestępcze są potencjalnie niewiernymi przedstawicielami w najlepszym przypadku i wewnętrznie rasistowskimi w najgorszym. Rejestr aresztów może sygnalizować obszary, które są bardziej intensywnie patrolowane niż odzwierciedlają one rzeczywistą aktywność przestępczą. W związku z tym dane mogą odzwierciedlać długotrwałe rasistowskie uprzedzenia, które mają dobrze udokumentowaną historię w organach ścigania.

Modele AI, które uczą się z uprzedzonych danych, mogą prowadzić do patrolowania dzielnic czarnych przez policję lub do większego podejrzliwości wobec osób kolorowych. Przykłady z Chicago i Pasco County pokazują właśnie to. W związku z tym poleganie na przewidywaniach AI bez uznania tych uprzedzeń może zwiększyć niesprawiedliwe traktowanie historycznie nadmiernie patrolowanych i niekorzystnych demograficznie.

Pomijając rasową niesprawiedliwość, gromadzenie tak wielu danych na temat obywateli może prowadzić do ryzyka dla prywatności. Agencje rządowe są ósmą najbardziej atakowaną branżą w przypadku cyberprzestępstw, więc naruszenie danych z modelu policyjnej predykcji jest bardzo prawdopodobne, oprócz tego, że jest szkodliwe. Nawet jeśli nie dojdzie do udanych ataków cybernetycznych, monitorowanie obywateli, ponieważ mogą popełnić przestępstwo, podnosi pytania dotyczące nadmiernej inwigilacji i procesu.

Przewidywanie przestępstw przy użyciu AI poprawia się, ale obawy pozostają

Modele przewidywania przestępstw przy użyciu AI są znacznie bardziej dokładne dzisiaj niż kilka lat temu. Jednak obawy dotyczące uprzedzeń, skuteczności i sprawiedliwości nadal są wyraźne. Ustawodawcy i firmy AI muszą rozwiązać te problemy, aby upewnić się, że ta technologia może rzeczywiście zapewnić bezpieczniejszą przyszłość.