AI สามารถทำนายอาชญากรรมได้ดีขึ้นหรือไม่?

หนังสือและภาพยนตร์แนววิทยาศาสตร์曾经จินตนาการถึงอนาคตที่ตำรวจสามารถทำนายอาชญากรรมได้ก่อนที่ปัญญาประดิษฐ์ (AI) จะทำให้เป็นไปได้ ตอนนี้มันไม่ใช่แค่ความเป็นไปได้ในทฤษฎี แต่เป็นความเป็นจริง โดยมีหลายเมืองทดลองใช้การทำนายอาชญากรรมโดยใช้ AI อย่างไรก็ตาม มันไม่ใช่วิธีการที่ใช้กันอย่างแพร่หลายในขณะนี้ ดังนั้น สิ่ง gìที่ยังขัดขวางมัน?

ความแม่นยำและความน่าเชื่อถือเป็นปัญหาสำหรับการใช้งานวิเคราะห์เชิงทำนายทั้งหมดในช่วงหลายปีที่ผ่านมา แต่เทคโนโลยีนี้ได้พัฒนาจนสามารถสร้างผลกระทบในอุตสาหกรรมต่างๆ เช่น การผลิตและการจัดการโซ่อุปทาน ดังนั้น มันจึงพร้อมสำหรับการใช้งานในวงกว้างในการทำนายอาชญากรรมหรือไม่?

สถานะของ AI ในการทำนายอาชญากรรมในปัจจุบัน

การทำนายอาชญากรรมอาจยังไม่เป็นเรื่องปกติ แต่ก็มีการพัฒนาที่สำคัญในช่วงหลายปีที่ผ่านมา การพัฒนาที่เกิดขึ้นสามารถแบ่งออกเป็นสามประเภทหลัก ได้แก่ การใช้งานจริงของ AI ในการทำนายอาชญากรรม การทดลอง และโครงการที่ประกาศแล้วแต่ยังไม่ได้เริ่มต้น

1. ผลลัพธ์ที่ดีในโลกแห่งความเป็นจริง

บางเมืองได้เห็นผลลัพธ์ที่น่าประทับใจจากการใช้ AI ในการทำนายอาชญากรรม กรมสืบสวนอาชญากรรมทั่วไปของตำรวจนครดูไบระบุว่าอัตราอาชญากรรมรุนแรงลดลง 25%หลังจากใช้เครื่องมือ AI ในการทำนายอาชญากรรม กิจกรรมทางอาญาที่รุนแรงน้อยลง 7.1%.

เช่นเดียวกับเครื่องมือทำนายอาชญากรรม AI อื่นๆ โซลูชันนี้ทำงานโดยการวิเคราะห์รายงานในอดีตและเปรียบเทียบกับสภาพปัจจุบัน การเน้นย้ำแนวโน้มในอาชญากรรมในอดีตช่วยให้โมเดลการเรียนรู้ของเครื่องจักรระบุพื้นที่และเวลาที่เหตุการณ์ที่คล้ายกันอาจเกิดขึ้นได้ ตำรวจสามารถเคลื่อนย้ายทรัพยากรล่วงหน้าเพื่อป้องกันอาชญากรรมหรือแก้ไขปัญหาที่อาจนำไปสู่อาชญากรรมก่อนที่จะเกิดขึ้น

ซานโฮเซ, แคลิฟอร์เนีย, ได้เห็นความสำเร็จจากโมเดล AI ที่แตกต่างกัน ในขณะที่เมืองนี้ยังไม่สามารถทำนายอาชญากรรมได้ แต่ก็ตรวจจับรอยแตกและกราฟฟิตี้ด้วย AI เพื่อแก้ไขปัญหาเหล่านี้เร็วขึ้น ตามคำกล่าวของเจ้าหน้าที่ การทำความสะอาดพื้นที่สามารถลดความน่าจะเป็นของกิจกรรมทางอาญาในพื้นที่นั้นได้ ดังนั้นกระบวนการนี้จึงช่วยลดเหตุการณ์

2. โมเดลทดลองที่มีแนวโน้ม

ในขณะที่การทำนายอาชญากรรมในโลกแห่งความเป็นจริงเติบโต การทดลองกับแอปพลิเคชันที่คล้ายกันก็แสดงให้เห็นถึงความหวัง ในหลายเขตอำนาจศาล การใช้ระบบการทำนายอาชญากรรมในเต็มรูปแบบต้องเผชิญกับอุปสรรคด้านกฎระเบียบอย่างมาก ซึ่งทำให้การนำเทคโนโลยีนี้ไปใช้ล่าช้า ตัวอย่างในการทดลองกำลังผลักดันสิ่งต่างๆ ไปข้างหน้าในระหว่างนี้

การศึกษาในปี 2022 จากมหาวิทยาลัยชิคาโกสร้างโมเดลที่สามารถทำนายอาชญากรรมได้แม่นยำ 90%ล่วงหน้า 1 สัปดาห์ สิ่งสำคัญกว่านั้น ระบบนี้มีความเสี่ยงต่อความเอนเอียงน้อยกว่าระบบเก่าเพราะใช้ข้อมูลที่แตกต่าง แทนที่จะแบ่งเมืองออกเป็นย่านหรือพื้นที่การเมือง ระบบจะแบ่งออกเป็นไทล์ที่แตกต่างและเท่าเทียมกันเพื่อให้มองเห็นเมืองในมุมมองที่ใหม่

การสร้างดิจิทัลทวินของเมืองเพื่อทำแผนที่อาชญากรรมตามระบบเดิมแทนการใช้บันทึกเก่าที่มีความเอนเอียงอาจให้ข้อมูลเชิงลึกที่น่าเชื่อถือมากกว่า กองกำลังตำรวจยังไม่ได้เริ่มใช้ระบบนี้ แต่การวิจัยแสดงให้เห็นถึงสิ่งที่เทคโนโลยีใหม่ๆ ในสาขานี้สามารถทำได้

3. การลงทุนในการทำนายอาชญากรรมที่กำลังจะมาถึง

เมื่อมองไปข้างหน้า พื้นที่หลายแห่งได้ประกาศเป้าหมายการทำนายอาชญากรรม AI แล้ว โครงการเหล่านี้ยังไม่ได้เริ่มต้น แต่การปรากฏตัวของพวกมันแสดงให้เห็นถึงการเปลี่ยนแปลงที่เพิ่มขึ้นต่อเทคโนโลยีนี้ ซึ่งอาจมาจากความเชื่อมั่นของภาครัฐในประสิทธิภาพของมัน

ในเดือนกรกฎาคม 2024 กระทรวงความปลอดภัยของอาร์เจนตินาประกาศแผนการทำนายอาชญากรรม AIและตอบสนอง ตามคำสั่ง กองกำลังตำรวจจะวิเคราะห์ข้อมูลอาชญากรรมในอดีตเพื่อทำนายเหตุการณ์ในอนาคตและตอบสนองตามนั้นเพื่อป้องกันไม่ให้เกิดเหตุการณ์ใดๆ นอกจากนี้ยังระบุถึงการตรวจจับความผิดปกติแบบเรียลไทม์ ซึ่งอาจทำงานร่วมกับโมเดลการทำนาย

เมื่อเร็วๆ นี้ สหราชอาณาจักรเปิดเผยว่ากำลังพัฒนาเครื่องมือทำนายการฆ่าเพื่อระบุบุคคลที่อาจมีความเสี่ยงสูงสุดในการกลายเป็นอาชญากรที่รุนแรง ไม่ชัดเจนว่าหน่วยงานจะตอบสนองต่อข้อมูลนี้อย่างไร และมีรายงานที่ขัดแย้งกันเกี่ยวกับข้อมูลที่โซลูชันนี้จะใช้ กระทรวงยุติธรรมระบุว่าโครงการนี้เป็นเพียงการวิจัยในขณะนี้ แต่การวิจัยในวันนี้อาจนำไปสู่โครงการในโลกแห่งความเป็นจริงในอนาคต

AI ในการทำนายอาชญากรรมได้รับการปรับปรุงอย่างไร?

การประยุกต์ใช้การทำนายอาชญากรรม AI ในปัจจุบันและอนาคตเป็นตัวอย่างที่แตกต่างจากตัวอย่างแรกๆ ของเทคโนโลยีนี้ อย่างไรก็ตาม สิ่งเหล่านี้แสดงถึงการเปลี่ยนแปลงเชิงบวก การใช้งานการทำนายอาชญากรรม AI ก่อนหน้านี้ไม่สามารถบรรลุระดับความแม่นยำและความน่าเชื่อถือที่คล้ายกัน

ในเดือนพ.ศ. 2024 สำนักงานนายอำเภอของเคาน์ตีปาสโก รัฐฟลอริดาชำระค่าธรรมเนียม 105,000 ดอลลาร์และปิดโปรแกรมการทำนายอาชญากรรมหลังจากผลลัพธ์ที่ไม่ดี ระบบนี้ทำให้เจ้าหน้าที่ไปเยี่ยมและจับกุมพลเมืองที่ยังไม่ได้กระทำความผิดตามการทำนายของโมเดล AI

ในทำนองเดียวกัน ชิคาโกปิดระบบการทำนายอาชญากรรมหลังจากมีการร้องเรียนหลายครั้ง การศึกษาพบว่าระบบไม่มีผลกระทบอย่างมีนัยสำคัญต่ออาชญากรรมที่เกี่ยวข้องกับอาวุธปืน แม้ว่าจะมีการเพิ่มความน่าจะเป็นในการจับกุมก็ตาม สิ่งที่น่ากังวลมากกว่านั้นคือการวิจัยพบว่าโมเดลการทำนายมีความเอนเอียงทางเชื้อชาติในตัว ทำให้คนผิวสีมากกว่าคนผิวขาว

อีกหนึ่งโซลูชันที่ได้รับความนิยมซึ่งใช้โดยเมืองหลายแห่ง คือ Geolitica ซึ่งเคยใช้ชื่อ PredPol มาก่อน แสดงความแม่นยำเพียง 0.6%เมื่อทำนายการโจมตีทางรุนแรง อัตราความแม่นยำสำหรับการลักทรัพย์อยู่ที่ 0.1% ในบางพื้นที่

เมื่อเปรียบเทียบกับโปรแกรมที่ล้มเหลวเหล่านี้ โมเดลการทำนายอาชญากรรม AI ที่ใหม่กว่านั้นแม่นยำอย่างน่าประทับใจ แม้ว่าจะไม่มีเรื่องราวมากมายเกี่ยวกับกองกำลังตำรวจที่ใช้โซลูชันที่ทันสมัยเหล่านี้ แต่ผลลัพธ์เบื้องต้นก็แสดงให้เห็นถึงความแตกต่างที่ชัดเจนระหว่าง AI เมื่อวานกับ AI วันนี้

ด้านมืดของ AI ในการทำนายอาชญากรรม

ง่ายที่จะเห็นได้ว่าทำไมหลายเขตอำนาจศาลจึงลงทุนในการทำนายอาชญากรรม AI การหยุดกิจกรรมทางอาญากรรมก่อนที่จะเกิดขึ้นเป็นผลประโยชน์อย่างมากต่อความปลอดภัยสาธารณะ และ AI สามารถตรวจจับแนวโน้มที่อาจขัดแย้งกับความคิดเห็นของมนุษย์ ตัวอย่างเช่น มากกว่าครึ่งหนึ่งของการลักขโมยทั้งหมดเกิดขึ้นในช่วงกลางวัน แม้ว่าจะมีความเชื่อทั่วไปที่ว่ามันอาจเกิดขึ้นในช่วงกลางคืนมากกว่า AI สามารถมองผ่านสิ่งที่ดูเหมือนจริงเพื่อค้นหแนวโน้มที่แท้จริง

ในเวลาเดียวกัน การทำนายอาชญากรรมมีความกังวลอย่างมากเกี่ยวกับความเป็นส่วนตัวและจริยธรรม มีเหตุผลที่52% ของชาวอเมริกันกังวลเกี่ยวกับ AI มากกว่าที่พวกเขาตื่นเต้นกับมัน แม้แต่โมเดลที่ทันสมัยที่สุดก็มีความเสี่ยงต่อการหลอกลวง และ AI มีประวัติที่จะยืดเยื้อและเพิ่มความเอนเอียงของมนุษย์เมื่อฝึกอบรมด้วยข้อมูลที่มีความเอนเอียง

ข้อมูลอาชญากรรมในอดีตอาจเป็นตัวแทนอย่างไม่ถูกต้องหรือมีความเอนเอียงทางเชื้อชาติในทางที่เลวร้าย บันทึกการ逮ตุมอาจบ่งบอกถึงพื้นที่ที่มีการบังคับใช้กฎหมายมากกว่าความเป็นจริงของอาชญากรรม ดังนั้นข้อมูลอาจสะท้อนถึงความเอนเอียงทางเชื้อชาติที่มีประวัติศาสตร์ยาวนานในวงการบังคับใช้กฎหมาย

โมเดล AI ที่เรียนรู้จากข้อมูลที่มีความเอนเอียงอาจนำไปสู่การลาดตระเวนในย่านคนผิวดำหรือการสงสัยคนผิวสีมากกว่า กรณีของชิคาโกและปาสโกเคาน์ตี้แสดงให้เห็นถึงสิ่งนี้ ดังนั้นการอาศัยการทำนาย AI โดยไม่ยอมรับความเอนเอียงเหล่านี้อาจเพิ่มการปฏิบัติที่ไม่ยุติธรรมต่อประชากรที่มีการบังคับใช้กฎหมายมากเกินไปและเป็นประชากรที่ไม่ได้รับการคุ้มครอง

นอกเหนือจากความไม่เท่าเทียมทางเชื้อชาติแล้ว การรวบรวมข้อมูลของพลเมืองมากเกินไปอาจนำไปสู่ความเสี่ยงต่อความเป็นส่วนตัว หน่วยงานรัฐบาลเป็นอุตสาหกรรมที่ 8 ที่มีการโจมตีทางไซเบอร์มากที่สุดดังนั้นการละเมิดจากโมเดลการทำนายอาชญากรรมจึงเป็นไปได้สูง นอกเหนือจากความเสียหายที่อาจเกิดขึ้นแล้ว การตรวจสอบพลเมืองเพราะอาจจะกระทำความผิดก็ทำให้เกิดคำถามเกี่ยวกับการเฝ้าดูมากเกินไปและกระบวนการทางกฎหมาย

การทำนายอาชญากรรม AI ได้รับการปรับปรุง แต่ยังมีความกังวล

โมเดลการทำนายอาชญากรรม AI มีความแม่นยำมากกว่าเมื่อหลายปีที่แล้ว อย่างไรก็ตาม ความกังวลเกี่ยวกับความเอนเอียง ประสิทธิภาพ และความยุติธรรมยังคงมีอยู่ นักกำหนดนโยบายและบริษัท AI ต้องจัดการกับปัญหาเหล่านี้เพื่อให้แน่ใจว่าเทคโนโลยีนี้สามารถนำไปสู่อนาคตที่ปลอดภัยยิ่งขึ้น