Lentis/预测警务
第一个关于预测警务的研讨会于 2009 年在洛杉矶举行。 [1] 预测警务旨在追踪犯罪趋势并努力更好地预防犯罪。 虽然预测警务已开始关注技术解决方案，但更现代人工智能 (AI) 的一个主要先驱是将犯罪统计信息收集到数据库中以追踪犯罪。 据洛杉矶警局局长查理·贝克 (Charlie Beck) 说：“预测愿景使执法从关注已经发生的事情转变为关注将要发生的事情，以及如何有效地将资源部署到犯罪面前，从而改变结果。” [1] 预测警务中常用的数据分析策略包括 数据挖掘、犯罪地图、地理空间预测 以及 社交网络分析。 这些策略用于预测高犯罪地点并帮助警察做出决策。 预测警务的结果是增加对被认为风险高的地区的监控和巡逻，以及增加对被标记为有参与犯罪活动风险的个人的监控。 [2]
CompStat 是一种性能管理系统，也是当今 AI 预测警务的直接前身，是一种早期软件，允许警察创建信息数据库，从而能够根据积累的数据对未来犯罪进行自己的预测。 通过收集这些数据，它会导致部门“战略性地关注识别问题及其解决方案。” 据芝加哥警察局局长加里·麦卡锡 (Garry McCarthy) 说：“CompStat 并非解决方案。 它是获得解决方案的一种方法。” [3] 这是 CompStat 与随后出现的人工智能系统之间的区别，因为这些系统将 CompStat 的工作更进了一步，利用数据来指导警察资源并直接提供解决方案。
PredPol 是最早用于预测警务的人工智能软件之一，它是由加州大学洛杉矶分校的科学家在 2010 年与洛杉矶警局合作创建的。 [4] PredPol 通过识别一段时间内可能发生严重犯罪的地点来工作，这些地点基于城镇或城市过去犯罪活动的输入数据。 然后，它经常被用来将警官引导到指定地点进行巡逻。 PredPol 声称其准确率是人类分析员的两倍，但这尚未得到独立研究的证实。 [4]
美国公民自由联盟 (ACLU) 和其他民权组织对该软件结果中的种族偏见提出了严重关切。 [4] 这些担忧导致了针对使用预测警务技术的部门的诉讼。 独立研究也发现，预测警务技术的的目标往往更接近种族，而不是实际的犯罪活动。 一项针对 PredPol 目标进行的模拟研究，追踪了针对不同种族的人群的实际估计吸毒率，发现白人居民的吸毒率是 PredPol 作为警务目标的人群比例的三倍以上。 [5]
许多主要的警察部门都使用预测警务，包括纽约警察局， [6] 其他警察部门只在 2020 年结束了他们长期运行的项目，包括芝加哥警察局 [6] 和洛杉矶警局。 [7] 有些部门认为，通过使用预测警务程序，他们可以更准确地警务高犯罪地区，并表示，即使这些程序没有直接预测犯罪，仅仅知道存在预测警务程序本身就会对罪犯起到威慑作用。 [8] 尽管倡导团体 [8] [9] 和公民 [8] [10] 对预测警务中的种族偏见提出了多次投诉，但部门仍在继续使用这些程序，一名洛杉矶警局发言人表示，“这是数学，不是魔法，也不是种族主义。” [11]
目前，还没有警察部门或与警察相关的团体公开反对预测警务。
出售预测警务技术的公司，如 Palantir 或 PredPol，通常将其解决方案推销为“数据驱动”并减少警官的工作量。 [12] [13] Palantir 聚合了有关个人逮捕记录或传票的数据，以便针对他们认为有可能犯罪的特定人员，而 PredPol 汇集了位置数据，以便确定可能发生犯罪的热点地区。 [10] [13] [14]
透明度问题往往困扰着这些程序，许多警察部门都因努力弄清其工作原理而遭到起诉。 [6] [10] [15] 这些诉讼大多是由对这些程序中存在种族偏见的指控驱动的，警察部门对此予以否认，但他们通常拒绝发布数据来支持他们的说法。 [6] [15] PredPol 和 Palantir 都没有直接回应种族偏见投诉，尽管 PredPol 在其网站上有一个部分，重申其数据不是基于人口统计的。 [16]
社区成员报告称自己感到被针对和过度执法，其中一人表示，问“我在我的区域看到警察的频率”就像问我“我一天看到鸟的次数”。[17] 由于预测性警务基于以前的警察数据，许多社区认为它只会强化现有的警务种族偏见，形成一个“反馈循环”，即历史上被过度执法的社区将继续被过度执法。[6][8][17] 这得到了研究的支持，研究表明，警察数据库中的信息可能存在严重的种族偏见，因为警察更有可能拦截有色人种而不是白人； 这会导致预测性警务程序产生严重偏见的成果。[10]
倡导组织包括美国公民自由联盟和布伦南中心等大型组织，以及停止洛杉矶警察局监控联盟（SLSC）等较小的社区组织。[6][9][18] 这些组织不支持预测性警务，美国公民自由联盟表示，美国警务“系统性地歧视有色人种社区，并允许警察滥用权力”，并且赋予他们一个据称中立的算法使他们能够否认种族主义指控。[9] 美国公民自由联盟和布伦南中心都起诉了警察部门，试图获取有关其预测性警务计划的信息。[6][15]
随着洛杉矶警察局的预测性警务计划被叫停，SLSC 的许多成员对未来的斗争抱有希望，联合创始人哈米德·汗表示，“预测性警务已被彻底否定。这种[决定]显然是[组织的结果]。这显然是社区的觉醒。”[7][19]
洛杉矶警察局有着悠久的种族主义和滥用历史（1992 年对罗德尼·金的殴打），而它在 2010 年代初将其注入其结构中的预测性警务软件帮助振兴了反对该组织的行动。
洛杉矶战略提取与恢复计划始于 2009 年的一个研究项目，并于 2011 年首次被洛杉矶警察局投入使用，是一个点自动化系统，用于标记可能在洛杉矶犯下罪行的公民。[20] 目标会被分配并根据与警官的互动、非暴力犯罪和假释状态累积积分。 如果一个人积攒了足够的积分，他们就会被添加到“惯犯”列表中。 然后，洛杉矶警察局会定期派警官监控该人，直到他们成功从名单中除名。
PredPol 是由洛杉矶警察局和加州大学洛杉矶分校人类学教授杰弗里·布兰廷汉合作创建的，是一种犯罪预测软件，它分析历史记录以生成城市特定区域犯罪事件的估计时间。 PredPol 主要用于与机动车相关的犯罪，特别是入室盗窃和盗窃汽车，并被认为是一个主要预防性计划，旨在通过增加警察在预测将发生犯罪的地区的出现来降低犯罪率。
这两种预测性警务软件都受到了学者（加州大学洛杉矶分校和其他地方）以及 SLSC 中的关心公民的批评。 这些组织认为，无偏见算法的假设被使用历史犯罪数据作为输入所否定，并批评布兰廷汉教授在合作中的作用违反了人类学不伤害研究文明的伦理义务。[21]
洛杉矶警察局还发布了一份关于过去 10 年预测性警务使用情况的内部报告。 该研究发现，LASER 项目和 PredPol 软件在产生犯罪预防和生成信息方面的效果均不佳，其生成信息的速率不高于城市中现有的巡逻警官。 报告指出，热点地区和“惯犯”的种族构成与 2000 年代和 2010 年代的历史数据相符，但这同样假定了这一时期报告的犯罪和逮捕的绝对公平性。[20]
目前，为响应 2019 年关于当前预测性警务算法无效性的内部研究，洛杉矶警察局在 2019 年逐步淘汰了 LASER 项目的使用，并在 2020 年淘汰了 PredPol。[22] 请注意，这在内部和外部都被传达为对软件结果的失望以及由于 COVID-19 大流行导致资金不足，而不是一些组织所关心的潜在原则。 一个主要的障碍是预测性警务数据（有时甚至是使用）并非公开可用，并且洛杉矶警察局不允许外部研究人员或洛杉矶组织访问。
预测性警务仍然是一项有争议的技术，但仍在全国各地的部门中使用。 警察部门不想放弃它，因为他们认为它是一种有助于他们完成工作的有用工具，而被警务的人民不信任其潜在功能。 未来，这项研究的一些有帮助的扩展可能是包括对其他国家如何使用预测性警务以及他们面临的问题的研究。 此外，由于此页面是在大流行期间编写的，因此更新警察部门在大流行后如何改变其预测性警务软件的使用情况可能会有所帮助，因为许多部门目前正面临着与大流行相关的预算削减，导致他们暂时放弃了这项技术。
- ↑ a b Pearsall, B. 预测性警务：执法行业的未来？ 国家司法研究所。 https://nij.ojp.gov/topics/articles/predictive-policing-future-law-enforcement.
- ↑ [1], Hvistendahl, M. (2016 年 9 月 28 日)。 “预测性警务”能防止犯罪发生吗？ 科学 | AAAS。 https://www.sciencemag.org/news/2016/09/can-predictive-policing-prevent-crime-it-happens.
- ↑ 司法援助局和警察行政研究论坛。(2013). COMPSTAT: 起源、演变和执法机构的未来。
- ↑ a b c Rieland, R. 人工智能现已被用于预测犯罪。但它有偏见吗？史密森尼杂志。https://www.smithsonianmag.com/innovation/artificial-intelligence-is-now-used-predict-crime-is-it-biased-180968337/
- ↑ Howarth, E. (2018年1月25日). 刑事司法系统中的过度代表。伦敦政治经济学院本科政治评论。https://blogs.lse.ac.uk/lseupr/2018/01/25/overrepresentation-in-criminal-justice-systems/
- ↑ a b c d e f g [2], 布伦南司法中心 (2020年4月1日). 预警性警务解释。2020年12月2日检索。
- ↑ a b [3], Buzzfeed新闻 (2020年4月21日). 洛杉矶警察局表示将放弃有争议的预警性警务工具。2020年12月4日检索。
- ↑ a b c d [4], Puente, M. (2019年7月3日). 洛杉矶时报: 洛杉矶警局开创了利用数据预测犯罪。许多警察认为它不起作用。2020年11月14日检索。
- ↑ a b c [5], 美国公民自由联盟 (2016年8月31日). 关于美国公民自由联盟和 16 个民权隐私、种族正义和技术组织对预警性警务的担忧声明。2020年11月14日检索。
- ↑ a b c d [6], 美国公民自由联盟 (2018年3月15日). 新奥尔良计划提供了预警性警务陷阱的教训。2020年11月15日检索。
- ↑ [7], Moravec, E.R. (2019年9月5日). 大西洋月刊: 算法在警务中是否有地位？2020年12月6日检索。
- ↑ [8], Palantir (n.d.). 执法。2020年11月13日检索。
- ↑ a b [9], PredPol (n.d.). 网站首页。2020年11月13日检索。
- ↑ [10], 大数据，(n.d.). 预警性警务: 从社区到个人。
- ↑ a b c [11], Collins, D. (2018年7月5日). Police1: 警察部门因预警性警务计划而被起诉。2020年11月14日检索。
- ↑ [12], PredPol (n.d.). 预警性警务: 关于在何处以及何时巡逻的指南。2020年12月8日检索。
- ↑ a b [13], Ahmed, M. (2018年5月11日). 截取: 在 Palantir 的帮助下，洛杉矶警察局使用预警性警务来监控特定人员和社区。2020年11月14日检索。
- ↑ [14], 停止洛杉矶警察局监控联盟 (n.d.). 网站首页。2020年12月4日检索。
- ↑ [15], Baek G., Mooeny, T. (2020年2月23日). CBS: 即使在放弃有争议的计划之后，洛杉矶警察局也没有放弃数据驱动警务。2020年12月6日检索。
- ↑ a b [16],Smith, M. P. (2019). 对洛杉矶警察局精选数据驱动警务策略的回顾 (第 1-51 页) (美利坚合众国，洛杉矶警察局)。洛杉矶，加利福尼亚州: 总监办公室。
- ↑ [17], Smith, M. P. (2019). 对洛杉矶警察局精选数据驱动警务策略的回顾 (第 1-51 页) (美利坚合众国，洛杉矶警察局)。洛杉矶，加利福尼亚州: 总监办公室。
- ↑ [18], Miller, L. (2020年4月21日). 洛杉矶警察局将结束旨在预测犯罪发生地点的有争议的计划。2020年11月16日检索