Lentis/預測警務
第一個關於預測警務的研討會於 2009 年在洛杉磯舉行。 [1] 預測警務旨在追蹤犯罪趨勢並努力更好地預防犯罪。 雖然預測警務已開始關注技術解決方案，但更現代人工智慧 (AI) 的一個主要先驅是將犯罪統計資訊收集到資料庫中以追蹤犯罪。 據洛杉磯警局局長查理·貝克 (Charlie Beck) 說：“預測願景使執法從關注已經發生的事情轉變為關注將要發生的事情，以及如何有效地將資源部署到犯罪面前，從而改變結果。” [1] 預測警務中常用的資料分析策略包括 資料探勘、犯罪地圖、地理空間預測 以及 社交網路分析。 這些策略用於預測高犯罪地點並幫助警察做出決策。 預測警務的結果是增加對被認為風險高的地區的監控和巡邏，以及增加對被標記為有參與犯罪活動風險的個人的監控。 [2]
CompStat 是一種效能管理系統，也是當今 AI 預測警務的直接前身，是一種早期軟體，允許警察建立資訊資料庫，從而能夠根據積累的資料對未來犯罪進行自己的預測。 透過收集這些資料，它會導致部門“戰略性地關注識別問題及其解決方案。” 據芝加哥警察局局長加里·麥卡錫 (Garry McCarthy) 說：“CompStat 並非解決方案。 它是獲得解決方案的一種方法。” [3] 這是 CompStat 與隨後出現的人工智慧系統之間的區別，因為這些系統將 CompStat 的工作更進了一步，利用資料來指導警察資源並直接提供解決方案。
PredPol 是最早用於預測警務的人工智慧軟體之一，它是由加州大學洛杉磯分校的科學家在 2010 年與洛杉磯警局合作建立的。 [4] PredPol 透過識別一段時間內可能發生嚴重犯罪的地點來工作，這些地點基於城鎮或城市過去犯罪活動的輸入資料。 然後，它經常被用來將警官引導到指定地點進行巡邏。 PredPol 聲稱其準確率是人類分析員的兩倍，但這尚未得到獨立研究的證實。 [4]
美國公民自由聯盟 (ACLU) 和其他民權組織對該軟體結果中的種族偏見提出了嚴重關切。 [4] 這些擔憂導致了針對使用預測警務技術的部門的訴訟。 獨立研究也發現，預測警務技術的的目標往往更接近種族，而不是實際的犯罪活動。 一項針對 PredPol 目標進行的模擬研究，追蹤了針對不同種族的人群的實際估計吸毒率，發現白人居民的吸毒率是 PredPol 作為警務目標的人群比例的三倍以上。 [5]
許多主要的警察部門都使用預測警務，包括紐約警察局， [6] 其他警察部門只在 2020 年結束了他們長期執行的專案，包括芝加哥警察局 [6] 和洛杉磯警局。 [7] 有些部門認為，透過使用預測警務程式，他們可以更準確地警務高犯罪地區，並表示，即使這些程式沒有直接預測犯罪，僅僅知道存在預測警務程式本身就會對罪犯起到威懾作用。 [8] 儘管倡導團體 [8] [9] 和公民 [8] [10] 對預測警務中的種族偏見提出了多次投訴，但部門仍在繼續使用這些程式，一名洛杉磯警局發言人表示，“這是數學，不是魔法，也不是種族主義。” [11]
目前，還沒有警察部門或與警察相關的團體公開反對預測警務。
出售預測警務技術的公司，如 Palantir 或 PredPol，通常將其解決方案推銷為“資料驅動”並減少警官的工作量。 [12] [13] Palantir 聚合了有關個人逮捕記錄或傳票的資料，以便針對他們認為有可能犯罪的特定人員，而 PredPol 彙集了位置資料，以便確定可能發生犯罪的熱點地區。 [10] [13] [14]
透明度問題往往困擾著這些程式，許多警察部門都因努力弄清其工作原理而遭到起訴。 [6] [10] [15] 這些訴訟大多是由對這些程式中存在種族偏見的指控驅動的，警察部門對此予以否認，但他們通常拒絕釋出資料來支援他們的說法。 [6] [15] PredPol 和 Palantir 都沒有直接回應種族偏見投訴，儘管 PredPol 在其網站上有一個部分，重申其資料不是基於人口統計的。 [16]
社群成員報告稱自己感到被針對和過度執法，其中一人表示，問“我在我的區域看到警察的頻率”就像問我“我一天看到鳥的次數”。[17] 由於預測性警務基於以前的警察資料，許多社群認為它只會強化現有的警務種族偏見，形成一個“反饋迴圈”，即歷史上被過度執法的社群將繼續被過度執法。[6][8][17] 這得到了研究的支援，研究表明，警察資料庫中的資訊可能存在嚴重的種族偏見，因為警察更有可能攔截有色人種而不是白人； 這會導致預測性警務程式產生嚴重偏見的成果。[10]
倡導組織包括美國公民自由聯盟和布倫南中心等大型組織，以及停止洛杉磯警察局監控聯盟（SLSC）等較小的社群組織。[6][9][18] 這些組織不支援預測性警務，美國公民自由聯盟表示，美國警務“系統性地歧視有色人種社群，並允許警察濫用權力”，並且賦予他們一個據稱中立的演算法使他們能夠否認種族主義指控。[9] 美國公民自由聯盟和布倫南中心都起訴了警察部門，試圖獲取有關其預測性警務計劃的資訊。[6][15]
隨著洛杉磯警察局的預測性警務計劃被叫停，SLSC 的許多成員對未來的鬥爭抱有希望，聯合創始人哈米德·汗表示，“預測性警務已被徹底否定。這種[決定]顯然是[組織的結果]。這顯然是社群的覺醒。”[7][19]
洛杉磯警察局有著悠久的種族主義和濫用歷史（1992 年對羅德尼·金的毆打），而它在 2010 年代初將其注入其結構中的預測性警務軟體幫助振興了反對該組織的行動。
洛杉磯戰略提取與恢復計劃始於 2009 年的一個研究專案，並於 2011 年首次被洛杉磯警察局投入使用，是一個點自動化系統，用於標記可能在洛杉磯犯下罪行的公民。[20] 目標會被分配並根據與警官的互動、非暴力犯罪和假釋狀態累積積分。 如果一個人積攢了足夠的積分，他們就會被新增到“慣犯”列表中。 然後，洛杉磯警察局會定期派警官監控該人，直到他們成功從名單中除名。
PredPol 是由洛杉磯警察局和加州大學洛杉磯分校人類學教授傑弗裡·布蘭廷漢合作建立的，是一種犯罪預測軟體，它分析歷史記錄以生成城市特定區域犯罪事件的估計時間。 PredPol 主要用於與機動車相關的犯罪，特別是入室盜竊和盜竊汽車，並被認為是一個主要預防性計劃，旨在透過增加警察在預測將發生犯罪的地區的出現來降低犯罪率。
這兩種預測性警務軟體都受到了學者（加州大學洛杉磯分校和其他地方）以及 SLSC 中的關心公民的批評。 這些組織認為，無偏見演算法的假設被使用歷史犯罪資料作為輸入所否定，並批評布蘭廷漢教授在合作中的作用違反了人類學不傷害研究文明的倫理義務。[21]
洛杉磯警察局還發布了一份關於過去 10 年預測性警務使用情況的內部報告。 該研究發現，LASER 專案和 PredPol 軟體在產生犯罪預防和生成資訊方面的效果均不佳，其生成資訊的速率不高於城市中現有的巡邏警官。 報告指出，熱點地區和“慣犯”的種族構成與 2000 年代和 2010 年代的歷史資料相符，但這同樣假定了這一時期報告的犯罪和逮捕的絕對公平性。[20]
目前，為響應 2019 年關於當前預測性警務演算法無效性的內部研究，洛杉磯警察局在 2019 年逐步淘汰了 LASER 專案的使用，並在 2020 年淘汰了 PredPol。[22] 請注意，這在內部和外部都被傳達為對軟體結果的失望以及由於 COVID-19 大流行導致資金不足，而不是一些組織所關心的潛在原則。 一個主要的障礙是預測性警務資料（有時甚至是使用）並非公開可用，並且洛杉磯警察局不允許外部研究人員或洛杉磯組織訪問。
預測性警務仍然是一項有爭議的技術，但仍在全國各地的部門中使用。 警察部門不想放棄它，因為他們認為它是一種有助於他們完成工作的有用工具，而被警務的人民不信任其潛在功能。 未來，這項研究的一些有幫助的擴充套件可能是包括對其他國家如何使用預測性警務以及他們面臨的問題的研究。 此外，由於此頁面是在大流行期間編寫的，因此更新警察部門在大流行後如何改變其預測性警務軟體的使用情況可能會有所幫助，因為許多部門目前正面臨著與大流行相關的預算削減，導致他們暫時放棄了這項技術。
- ↑ a b Pearsall, B. 預測性警務：執法行業的未來？ 國家司法研究所。 https://nij.ojp.gov/topics/articles/predictive-policing-future-law-enforcement.
- ↑ [1], Hvistendahl, M. (2016 年 9 月 28 日)。 “預測性警務”能防止犯罪發生嗎？ 科學 | 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論壇。(2013). COMPSTAT: 起源、演變和執法機構的未來。
- ↑ a b c Rieland, R. 人工智慧現已被用於預測犯罪。但它有偏見嗎？史密森尼雜誌。https://www.smithsonianmag.com/innovation/artificial-intelligence-is-now-used-predict-crime-is-it-biased-180968337/
- ↑ Howarth, E. (2018年1月25日). 刑事司法系統中的過度代表。倫敦政治經濟學院本科政治評論。https://blogs.lse.ac.uk/lseupr/2018/01/25/overrepresentation-in-criminal-justice-systems/
- ↑ a b c d e f g [2], 布倫南司法中心 (2020年4月1日). 預警性警務解釋。2020年12月2日檢索。
- ↑ a b [3], Buzzfeed新聞 (2020年4月21日). 洛杉磯警察局表示將放棄有爭議的預警性警務工具。2020年12月4日檢索。
- ↑ a b c d [4], Puente, M. (2019年7月3日). 洛杉磯時報: 洛杉磯警局開創了利用資料預測犯罪。許多警察認為它不起作用。2020年11月14日檢索。
- ↑ a b c [5], 美國公民自由聯盟 (2016年8月31日). 關於美國公民自由聯盟和 16 個民權隱私、種族正義和技術組織對預警性警務的擔憂宣告。2020年11月14日檢索。
- ↑ a b c d [6], 美國公民自由聯盟 (2018年3月15日). 新奧爾良計劃提供了預警性警務陷阱的教訓。2020年11月15日檢索。
- ↑ [7], Moravec, E.R. (2019年9月5日). 大西洋月刊: 演算法在警務中是否有地位？2020年12月6日檢索。
- ↑ [8], Palantir (n.d.). 執法。2020年11月13日檢索。
- ↑ a b [9], PredPol (n.d.). 網站首頁。2020年11月13日檢索。
- ↑ [10], 大資料，(n.d.). 預警性警務: 從社群到個人。
- ↑ a b c [11], Collins, D. (2018年7月5日). Police1: 警察部門因預警性警務計劃而被起訴。2020年11月14日檢索。
- ↑ [12], PredPol (n.d.). 預警性警務: 關於在何處以及何時巡邏的指南。2020年12月8日檢索。
- ↑ a b [13], Ahmed, M. (2018年5月11日). 擷取: 在 Palantir 的幫助下，洛杉磯警察局使用預警性警務來監控特定人員和社群。2020年11月14日檢索。
- ↑ [14], 停止洛杉磯警察局監控聯盟 (n.d.). 網站首頁。2020年12月4日檢索。
- ↑ [15], Baek G., Mooeny, T. (2020年2月23日). CBS: 即使在放棄有爭議的計劃之後，洛杉磯警察局也沒有放棄資料驅動警務。2020年12月6日檢索。
- ↑ a b [16],Smith, M. P. (2019). 對洛杉磯警察局精選資料驅動警務策略的回顧 (第 1-51 頁) (美利堅合眾國，洛杉磯警察局)。洛杉磯，加利福尼亞州: 總監辦公室。
- ↑ [17], Smith, M. P. (2019). 對洛杉磯警察局精選資料驅動警務策略的回顧 (第 1-51 頁) (美利堅合眾國，洛杉磯警察局)。洛杉磯，加利福尼亞州: 總監辦公室。
- ↑ [18], Miller, L. (2020年4月21日). 洛杉磯警察局將結束旨在預測犯罪發生地點的有爭議的計劃。2020年11月16日檢索