予測的取り締まりは現実の少数派の報告につながる可能性があるか?

予防が治療よりも優れていることは誰もが知っています。それは医療だけでなく法執行機関にも当てはまります。しかし、「予測的取り締まり」への傾向の高まりが解決策であるという証拠はほとんどなく、人種的偏見を助長する可能性さえある。

厳しい予算に直面している警察署は、犯罪データを精査して、犯罪が発生する可能性のある場所と犯罪を実行する可能性のある人物を予測できる機械学習対応ソフトウェアにますます注目しています。

法執行機関で統計を使用することは新しいことではありません。 Compstat と呼ばれる犯罪追跡用の統計システムは 1994 年にニューヨークで開発され、すぐに他の地域でも普及しました。それ以来、ニューヨークでは犯罪が 75% 減少しました。一部の人はこのテクノロジーのおかげだと考えています。しかし、Compstat は過去のホットスポットの特定に役立つだけでしたが、「予測ポリシング」はインテリジェントなアルゴリズムを使用して、明日のホットスポットと犯罪者を予測します。

PredPol、HunchLab などのソフトウェアと、IBM、Microsoft、日立の製品は、犯罪統計、気象パターン、バーの閉店時間、学期のスケジュールなど、さまざまなソースからのデータを分析して、犯罪が最も発生する可能性が高い場所を予測します。他の場所では、犯罪者ベースのモデリングでは、犯罪歴、職歴、年齢などの要素を使用してリスクプロファイルを作成し、人々に仮釈放を許可するか、社会サービスを紹介するか、監視下に置くかを決定するために使用されます。

しかし、これらのシステムは広く採用されているにもかかわらず、その使用を裏付ける証拠はまだほとんどない、とペンシルバニア大学アネンバーグ・スクール・フォー・コミュニケーションの博士課程候補者アーロン・シャピロ氏は言う。書き込みます自然.

これまでのところ、このテクノロジーに対する独立した評価はほとんど行われていないが、成果は上がっていないと同氏は指摘する。で2014年度報告書非営利のランド研究所は、ルイジアナ州シュリーブポートの予測警察プログラムで「実験地区のほうが対照地区よりも犯罪が減少しているという統計的証拠はない」ことを発見した。

ランド大学の別の報告書は、マイノリティ・リポート風の犯罪前事件に焦点を当てたものでした。撃たれる危険がある人を特定するように設計されたシステムまたはシカゴ警察によって実行された銃撃。しかし、警察はそれを無視したか、警察が逮捕リストに載っている人々を不当に標的にするかのどちらかであることを発見した。

問題の 1 つは、これらのシステムを評価するのが非常に難しいことです。

シャピロ氏は、警察データの多くは非公開または機密データであり、その分析に使用されるアルゴリズムは独自のものであり、犯罪は非常に複雑な問題であり、分析を歪める可能性のある交絡要因が無限にあると指摘する。ゴールドスタンダードのランダム化対照試験を組織することはほとんど不可能です。「平均的な警察署長の任期は3年だ」元ピッツバーグ警察署長キャメロン・マクレー氏言った科学.「コントロールする時間がない」

加えて、 "予測システムが何を達成すべきか、つまり犯罪を防止するべきなのか、犯罪者の逮捕に役立つべきなのか、またどのベンチマークを使用すべきかについては合意がありません」とシャピロ氏は言う。

予測アルゴリズムは警察の取り締まりに科学的公平性をうわべだけ与えるので、これは問題である。しかし、こうしたデータ主導のアプローチを国民が精査できなければ、警察が特定の地域や社会集団を不当に標的にする戦術を正当化する可能性がある。

警察データに内在する人種的偏見は十分に確立されており、モデルがどれほど知的であっても、.

未来の一部になる

サインアップして、SingularityHub から画期的なテクノロジーや先見の明のある思想家に関するトップストーリーを受け取りましょう。

完全無料。スパムはありません。いつでも購読を解除してください。

「人種的に偏った裁量的決定により、警察が予測ツールに入力するデータポイントが生成され、その結果、元の人種格差が警察の中に巣食った予測が生成されることになる」とACLU刑法改革プロジェクト責任者のエゼキエル・エドワーズ氏は述べた。ハフィントンポストに書いている。「そのため、経験主義の暗黙の支配の下で有色人種コミュニティが不平等かつ不公平に扱われるという危機がさらに悪化する可能性が高い。」

シャピロ氏は、多くのアプローチが、警察官が摘発した器物損壊、酩酊、麻薬販売などの犯罪ではなく、強盗、強盗、窃盗、殺人など公的に報告されている犯罪のみを用いてこの問題に取り組もうとしていると指摘する。しかし、移民コミュニティは犯罪を通報する可能性が低いため、警察のサービスが十分に受けられない可能性がある。

これらのシステムはボディカメラやGPS追跡などの警察官監視システムで強化されているため、より人種的に偏った統計を増加させたいという誘惑が生じる可能性があるとシャピロ氏は言う。また、役員を継続的に監視する能力が採用時の教育要件の引き下げを正当化するために利用される可能性があるため、役員のスキル解除につながる可能性がある。

結局のところ、予測型警察活動は、米国の法執行改革に必要な規制や制度の変更に代わるものではないとシャピロ氏は言う。

これらのシステムが適切に適用されれば、犯罪を減らし、差別のパターンを浮き彫りにし、コストを節約する可能性があります。しかし、これが実現するのは、警察が予測警察活動の利用についてより透明性を高め、ベンダーが自社製品の核となるアルゴリズムと犯罪理論についてオープンになった場合に限られます。

これらのプロジェクトの多くに資金を提供している政府機関は、これらのアプローチによって起こり得る予期せぬ結果についての研究に資金を提供することにもコミットし、それらを実施しようとしている警察のためのガイドラインを発行する必要がある。

“「私は、たとえ高度な予測システムであっても、規制や制度の変更がなければ警察改革を実現することはできないと警告します。」とシャピロ氏は書いています。公民権や社会正義に予期せぬ悪影響を与える可能性のある商用製品に依存することには慎重になるべきです。」

画像クレジット:シャッターストック