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, z kilkoma miastami eksperymentującymi z predykcyjnymi systemami policyjnymi opartymi na AI. Nadal jednak nie jest to 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 do większego wdrożenia w przewidywaniu przestępstw?

Stan sztucznej inteligencji w przewidywaniu przestępstw dzisiaj

Predykcyjne systemy policyjne mogą jeszcze nie być normą, ale w ostatnich latach miały miejsce znaczące rozwoju. Te kroki mieszczą się w trzech szerokich kategoriach – rzeczywistych wynikach przewidywania przestępstw, eksperymentalnych badaniach i zapowiedzianych, ale jeszcze nie rozpoczętych projektach przewidywania przestępstw.

1. Pozytywne wyniki w świecie rzeczywistym

Niektóre miasta już widziały imponujące wyniki z systemów predykcyjnych opartych na AI. Wydział Śledczy Policji w Dubaju twierdzi, że wskaźnik poważnych przestępstw spadł o 25% po wdrożeniu narzędzia AI do przewidywania przestępstw. Mniej poważalne akty przestępcze spadły o 7,1%.

Podobnie jak wiele narzędzi do przewidywania przestępstw opartych na AI, rozwiązanie działa poprzez analizę wcześniejszych raportów i porównywanie ich z bieżącymi warunkami. Podkreślanie trendów w poprzednich przestępstwach pozwala modelom machine learning na identyfikację obszarów i czasów, w których podobne zdarzenia są prawdopodobne. 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 odniosło sukces z innego rodzaju modelu AI. Chociaż miasto jeszcze nie przewiduje przestępstw, wykrywa dziury w drogach i graffiti za pomocą 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

Podczas gdy rozwój systemów predykcyjnych w świecie rzeczywistym rośnie, wczesne testy podobnych aplikacji również wykazały 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 ten 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 spostrzeżenia. Siły policyjne jeszcze nie zaczęły korzystać z tego systemu, ale badania pokazują, co nowe technologie w tej dziedzinie mogą osiągnąć.

3. Nadchodzące inwestycje w predykcyjne systemy policyjne

Spójrzmy w przyszłość, kilka obszarów ogłosiło niedawno cele dotyczące przewidywania przestępstw za pomocą AI. Projekty te jeszcze nie rozpoczęły się, 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 za pomocą AI i odpowiedzi. 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 mogłoby 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 będą reagować na te dane, a istnieją sprzeczne raporty na temat danych, które rozwiązanie będzie wykorzystywać. Ministerstwo Sprawiedliwości stwierdziło, że projekt jest na razie tylko badawczy, ale badania dzisiaj mogą prowadzić do projektów w świecie rzeczywistym jutro.

Jak poprawiło się przewidywanie przestępstw za pomocą AI?

Te obecne i przyszłe aplikacje predykcyjnych systemów policyjnych są daleko od pierwszych przykładów tej technologii. Jednak sygnalizują one pozytywny trend. Poprzednie iteracje nie były w stanie osiągnąć takiego samego poziomu dokładności i niezawodności. Dokładność 90% rozwiązania Uniwersytetu w Chicago i 25% redukcja poważnych przestępstw w Dubaju to daleka różnica w porównaniu z wcześniejszymi próbami.

W 2024 roku biuro szeryfa w hrabstwie Pasco na Florydzie wypłaciło odszkodowanie w wysokości 105 000 dolarów i zamknęło swój program predykcyjnego systemu policyjnego po słabych wynikach. System skutkował wielokrotnymi wizytami i aresztowaniami obywateli, którzy jeszcze nie popełnili przestępstw, na podstawie prognoz 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 uprzedzony rasowo, 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 napaści. Współczynnik dokładności dla włamania był zaledwie 0,1% w niektórych obszarach.

W porównaniu z tymi nieudanymi programami nowsze przewidywania przestępstw za pomocą AI są niezwykle dokładne. Chociaż nie było jeszcze wielu historii o realnych siłach policyjnych korzystających z tych bardziej zaawansowanych rozwiązań, wczesne wyniki malują wyraźny kontrast między AI wczoraj a AI dzisiaj.

Ciemna strona AI w przewidywaniu przestępstw

Łatwo zrozumieć, dlaczego tak wiele jurysdykcji inwestuje w przewidywanie przestępstw za pomocą AI. Zatrzymanie aktywności przestępczej przed jej rozpoczęciem jest ogromnym zyskiem dla bezpieczeństwa publicznego, a AI może wykryć trendy, 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 trendy.

Jednocześnie predykcyjne systemy policyjne niosą ze sobą znaczące problemy związane z prywatnością i etyką. Jest powód, dla którego 52% Amerykanów jest bardziej zaniepokojonych AI niż są za nią entuzjastycznie nastawieni. Nawet najbardziej zaawansowane modele są podatne na halucynacje, a AI ma rekord utrwalania, a nawet wyolbrzymiania, ludzkich uprzedzeń, gdy są szkolone na uprzedzonych danych.

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 rzeczywiście odzwierciedlają przestępstwa. W związku z tym dane mogą odzwierciedlać długotrwałe rasowe uprzedzenia, które mają dobrze udokumentowaną historię w organach ścigania.

Modele AI, które uczą się z uprzedzonych danych, mogą skierować policję do patrolowania czarnych dzielnic bardziej intensywnie lub być bardziej podejrzliwymi wobec osób kolorowych. Przykłady z Chicago i hrabstwa Pasco pokazują właśnie to. W rezultacie poleganie na przewidywaniach AI bez uznania tych uprzedzeń może zwiększyć niesprawiedliwe traktowanie historycznie nadmiernie patrolowanych i dyskryminowanych grup.

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 predykcyjnego jest bardzo możliwe, oprócz tego, że byłoby szkodliwe. Nawet jeśli nie udaje się cyberataków, monitorowanie obywateli, ponieważ mogą popełnić przestępstwo, podnosi pytania o nadmierne inwigilowanie i procesy.

Przewidywanie przestępstw za pomocą AI poprawia się, ale pozostają obawy

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