Som forudsagt har software før kriminalitet fejet nationen med afdelinger på alle niveauer, der prøver at drage fordel af det utopiske løfte om at fange dem, før de begår dem. Kritikere er imidlertid klar over, at det bliver en ny profilering, hvorfra der ikke kan være nogen flugt. ⁃ TN Editor
Sgt. Charles Coleman sprang ud af sin politi-SUV og scannede en skraldespanderet gade populær blandt byens hjemløse og reagerede på en forbrydelse, der endnu ikke var sket.
Det var ikke et 911-opkald, der bragte politibetjenten i Los Angeles til dette sted, men en hvirvlende computer knuste år med kriminaldata for at nå frem til en forudsigelse: Et autotyveri eller indbrud ville sandsynligvis forekomme i nærheden her på denne bestemte morgen.
I håb om at afværge det, inspicerede Coleman en række rambiler, der blev brugt til husly for husly, vækkede en mand sovende i en pickup og bankede på siden af en hytte lavet af krydsfiner og tarps.
”Hvordan går det, skat?” Spurgte han en kvinde, der gik ud. Coleman lyttede sympatisk, da hun beskrev, hvordan hun næsten blev voldtaget ved knivstedet måneder tidligere og sagde, at området var "virkelig hårdt" for en kvinde.
Snart var Coleman tilbage i sin SUV på vej til at bekæmpe den næste forbrydelse. Dusinvis af andre LAPD-officerer gjorde det samme på andre steder, styret af kriminalitetsprognostikationssystemet, kendt som PredPol.
"Forudsigelig politiarbejde" repræsenterer et paradigmeskifte, der fejer politiafdelinger over hele landet. Retshåndhævelsesbureauer prøver i stigende grad at forudsige, hvor og hvornår der vil opstå kriminalitet, eller hvem der kan være en gerningsmand eller et offer, ved hjælp af software, der er afhængig af algoritmer, den samme matematik, Amazon bruger til at anbefale bøger.
"Håbet er den hellige gral af retshåndhævelse - forebyggelse af kriminalitet, før det sker," sagde Andrew G. Ferguson, en professor i University of District of Columbia, som forbereder en bog om big data og politi.
Teknologierne, der nu bruges af 20 af landets 50 største politistyrker med en tælling, er i centrum for en stadig mere opvarmet debat om deres effektivitet, potentielle indflydelse på fattige og mindretalssamfund og konsekvenser for borgerlige frihedsrettigheder.
Nogle politiafdelinger har hyldet PredPol og andre systemer som et instrument til reduktion af kriminalitet, fokusering af knappe ressourcer på problemer og enkeltpersoner og erstatning af officereres lænke og potentielle fordomme med hårde data.
Men privatlivets fred og racereguleringsgrupper siger, at der ikke er meget bevis for, at teknologierne fungerer, og bemærker, at formler, der driver systemerne, stort set er en hemmelighed. De er bekymrede for, at fremgangsmåden urimeligt kan koncentrere håndhævelsen i farvesamfund ved at stole på racistisk skæve politidata. Og de bekymrer sig for, at officerer, der forventer, at et tyveri eller indbrud er ved at ske, kan være mere tilbøjelige til at behandle de mennesker, de støder på som potentielle kriminelle.
Eksperimenterne er en af de mest efterfølgende test af algoritmer, der bliver mere og mere magtfulde kræfter i vores liv, bestemmer kreditresultater, måler jobpræstationer og markerer børn, der kan misbruges. Det Hvide Hus har undersøgt, hvordan man kan afbalancere de fordele og risici, de udgør.
”De tekniske kapaciteter ved big data har nået et niveau af raffinement og gennemgribende krav, der kræver overvejelse af, hvordan man bedst kan afbalancere mulighederne ved big data mod de sociale og etiske spørgsmål, disse teknologier rejser,” skrev Det Hvide Hus i en nylig rapport.
Et seismisk skift i politiet
Det var 6: 45 er på en mandag, men papirarket, Coleman holdt i hans hænder, bød et glimt af, hvordan oktober 24 kunne gå: et autodyveri nær hjørnet af Van Nuys og Glenoaks, et indbrud i Laurel Canyon og Roscoe og så videre.
Prognosen for kriminalitet er produceret af PredPol i begyndelsen af hvert skift. Røde kasser spredt over Google-kort over San Fernando-dalen og fremhævede 500-by-500-kvadratmeter placeringer, hvor PredPol konkluderede ejendomsforbrydelser sandsynligvis.
wpDiscuz