Ce se întâmplă dacă ați putea prezice unde va avea loc o infracțiune înainte de a se produce, chiar determinând în timp momentul incidentului și identitatea vinovatului? Pare un pic la science fiction, nu? Oamenii de știință socială au crezut de mult că tendințele criminalității istorice influențează deseori tiparele viitoare.
Revoluția în învățarea avansată a mașinilor le pune la încercare teoriile. O nouă generație de instrumente de prognoză a criminalității urmează să schimbe dramatic natura aplicării legii - și a vieții private - pentru totdeauna. Și este mai important ca niciodată să aruncăm o lumină asupra algoritmilor care conduc aceste inovații.
Lecții dintr-unul dintre orașele cele mai afectate de criminalitate din lume
Încă mai devreme, cel puțin departamentele de poliție 60 din orașele din SUA și din Europa au implementat sisteme de previziune a criminalității, cu rezultate mixte. Cercetătorii se luptă să înțeleagă rezultatele. Una dintre probleme este că polițiștilor nu le place să împărtășească ceea ce fac cu publicul. Un alt lucru este că este extrem de dificil despacheta algoritmii pe care îi folosesc de când sunt proprietari. Pur și simplu nu știm ce se află în cutia neagră.
Pentru a înțelege mai bine potențialul predicției infracțiunii, recent am conceput o platformă de predicție a criminalității open-source pentru un oraș afectat în special de criminalitate, Rio de Janeiro. În medie aproximativ 1,000 oameni sunt uciși anual în metropola extinsă de 6 milioane. Aceasta este de două ori mai mult decât numărul de oameni uciși în toată Canada, o țară cu o populație de șase ori mai mare. Si situația criminalității s-a agravat în ultimii ani, deși nu este la fel de groaznic cum cred mulți.
În Rio de Janeiro, la fel ca majoritatea orașelor din întreaga lume, este greu de obținut o citire clară a securității și securității. Statisticile publice nu sunt ușor accesibile și deseori există întârzieri mari înainte de a fi lansate. Înrăutățind lucrurile, atunci când punctele de știri locale difuzează și povești de crimă, ele conduc de obicei cu titluri senzaționaliste care fac mai mult să răspândească frica decât să ofere o perspectivă. Nu este o surpriză, atunci 81% dintre localnici cred că riscă să fie uciși.
Ca și în multe orașe din întreaga lume, locuitorii Rio au o deficiență de cunoștințe periculoasă când vine vorba de evaluarea riscului de crimă. De exemplu, puțini rezidenți știu că ratele de omor sunt încă 50% din ceea ce au fost cu un deceniu în urmă. Există o deconectare îngrijorătoare între modul în care oamenii percep violența criminală și prevalența reală a acesteia. Această frică de crimă afectează dramatic deciziile cotidiene luate de mulți dintre locuitorii orașului, inclusiv dacă apelăm sau nu la securitate privată, comunități închise sau arme de foc pentru apărare personală.
Ce ne spune seismologia despre predicția criminalității
Vestea bună este că criminalitatea violentă poate fi inversată, sau cel puțin parțial evitată. În multe orașe, răspândirea smartphone-urilor, a rețelelor de socializare și a alfabetizării datelor provoacă schimbări în conștientizarea și comportamentul situațional. Servicii precum sistemele de rating Amazon, Facebook, Instagram, Snapchat, Telegram și Yelp sunt crearea unei culturi în cazul în care oamenii se așteaptă acum să aibă acces la date cu privire la fiecare produs și serviciu imaginabil - și oferte reduse în cazul în care datele nu sunt disponibile.
Mai mult, îmbunătățiri în învățarea avansată a mașinilor înseamnă că este posibil să creăm analize mult mai precise și direcționate pentru a analiza dinamica criminalității, chiar și în orașe complexe, precum Rio de Janeiro. Prognoza criminalității este doar un exemplu în acest sens. Se bazează pe așteptarea că criminalitatea este hiper-concentrată în locuri specifice și contagioasă între anumite tipuri de oameni.
Modelele matematice care stau la baza predicției crimei pot fi urmărite într-o sursă improbabilă - seismologia. Foarte în general, crima este similară cu cutremurele: caracteristicile mediului încorporate influențează puternic consecințele asociate. De exemplu, crimele asociate unui anumit club de noapte, bloc de apartamente sau colț de stradă pot influența intensitatea și răspândirea viitoarei activități infracționale.