Algoritam predviđa buduće zločine tjedan dana unaprijed s 90% točnosti

Novi računalni model koristi javno dostupne podatke za točno predviđanje kriminala u osam gradova u SAD-u i istovremeno otkriva dramatične razlike u postupanju policije

Mladen Smrekar nedjelja, 3. srpnja 2022. u 20:22

Napredak u umjetnoj inteligenciji i strojnom učenju potaknuo je zanimanje vlada koje bi te alate željele koristiti za odvraćanje od kriminala. Međutim, razne metode predviđanja zločina pokazale su se manjkave jer u obzir nisu uzimale sustavnu pristranost policijskog djelovanja i složeni odnos kriminala i društva.

Učenje obrazaca

No, sad su istraživači Sveučilišta u Chicagu razvili novi algoritam koji kriminal predviđa učenjem obrazaca iz javnih podataka o nasilnim i imovinskim zločinima. Algoritam, opisan u časopisu Nature Human Behaviour,
pokazao je uspjeh u predviđanju budućih zločina tjedan dana unaprijed s otprilike 90% točnosti.

Podaci o kriminalu i pristup modeliranju temeljem podataka o nasilnim i imovinskim zločinima
Podaci o kriminalu i pristup modeliranju temeljem podataka o nasilnim i imovinskim zločinima

U zasebnom modelu istraživači su proučili i reakciju policije na kriminal; analizirali su broj uhićenja nakon incidenata i usporedili stope među četvrtima s različitim socioekonomskim statusom.

Uočili su da je kriminal u bogatijim područjima rezultirao većim brojem uhićenja, dok onaj u siromašnim četvrtima nije doveo do većeg broja uhićenja. Sve to ukazuje na pristranost u reakciji policije i provođenju mjera.

Dvije kategorije

Novi alat testiran je i potvrđen korištenjem povijesnih podataka iz Chicaga u dvije široke kategorije: nasilni zločini (ubojstva, napadi i povrede) i imovinski zločini (provale, krađe i krađe motornih vozila).

Procjena pristranosti policijskih intervencija
Procjena pristranosti policijskih intervencija

Ti su podaci korišteni jer se takvi slučajevi najčešće prijavljuju policiji u urbanim sredinama u kojima postoji povijesno nepovjerenje i nedostatak suradnje s policijom. Takva su kaznena djela manje sklona pristranoj interpretaciji, za razliku od kriminala vezanog uz droge, prometne i druge prekršaje.

Pristup epidemije

Prethodni pokušaji predviđanja kriminala često su se koristili takozvanim pristupom epidemije ili seizmike, gdje se kriminal prikazuje kao pojava u "žarištima" koja se šire na okolna područja. Međutim, ovi alati propuštaju složeno društveno okruženje gradova i ne uzimaju u obzir odnos između kriminala i učinaka policijskih mjera.


Prednosti novog modela

Novi model izolira zločin promatrajući vremenske i prostorne koordinate događaja i otkriva obrasce za predviđanje budućih događaja. Dijeli grad na prostorne pločice široke otprilike 300 metara i predviđa kriminal unutar tih područja.

Model se jednako dobrim pokazao s podacima iz sedam drugih američkih gradova: Atlante, Austina, Detroita, Los Angelesa, Philadelphije, Portlanda i San Francisca
Model se jednako dobrim pokazao s podacima iz sedam drugih američkih gradova: Atlante, Austina, Detroita, Los Angelesa, Philadelphije, Portlanda i San Francisca

 


Digitalni blizanci

Točnost alata ne znači da bi se on trebao koristiti za usmjeravanje provedbe zakona. Umjesto toga, upozoravaju istraživači, trebalo bi ga dodati alatima urbanih politika i policijskih strategija za rješavanje kriminala.

Izračuni za sedam američkih gradova
Izračuni za sedam američkih gradova

"Stvorili smo digitalne blizance urbanih sredina. Ako im dostavite podatke o događajima u prošlosti, reći će vam što će se dogoditi u budućnosti", kažu istraživači koji svoje rješenje preporučuju kao alat za simulaciju da vidite što će se dogoditi ako kriminal poraste u jednom dijelu grada ili ako se policijske mjere povećaju u drugom području.