mastrobuoni1_Beata ZawrzelNurPhoto via Getty Images_milan police software Beata Zawrzel/NurPhoto via Getty Images

Pomáhají algoritmy snižovat zločinnost?

TURÍN – My všichni máme sklon držet se v práci i v jiných oblastech života návyků. Mně se například nejlépe pracuje dopoledne a nesnáším práci po večeři. Naše návyky přitom obvykle odrážejí preference, učení nebo kombinaci těchto dvou faktorů – nebo jak poznamenává Charles Duhigg ve své knize The Power of Habit, pouhé opakování činu může generovat rutinu.

Můj nedávný výzkum ukazuje, že pokud jde o lpění na rutině, zločinci se příliš neliší od spořádaných občanů – možná jde o výsledek jejich zkušeností, jejich sklonu ke specializaci a jejich přesvědčení, že vyvinuli ideální strategii. A policejní složky je dohánějí s pomocí stále běžnějšího nástroje: algoritmů.

Jelikož algoritmy využívají datová schémata k predikci budoucího chování, dokážou předpovědět, jaké filmy se budou někomu líbit na Netflixu nebo jaké knihy by si mohl koupit na Amazonu. Zároveň však mohou pomáhat policejním složkám při boji se zločinem. Některé algoritmy počítají budoucí recidivu vězňů. Jiné tvoří základ nástrojů prediktivní policejní práce, která vytváří prognózy zločinnosti s cílem optimalizovat hlídkovou službu.

Investice do prediktivní analýzy vedou k realokaci zdrojů (mimo jiné i prostřednictvím odlišných policejních strategií a alternativních trestů), a tím mění pravděpodobnost zatčení či zadržení jednotlivce. Z tohoto důvodu je důležité pochopit, zda tyto algoritmické nástroje snižují zločinnost a zda přitom nevytvářejí zaujatý postoj vůči některým skupinám.

Nejdůmyslnější a nejznámější software prediktivní policejní práce se v podstatě vyvinul z map hotspotů. Tyto programy fungují na principu, že u oblastí, které v poslední době vykazují vysokou zločinnost, existuje vyšší pravděpodobnost, že budou mít vysokou zločinnost i v dohledné budoucnosti. Policejní složky by se proto měly na tyto oblasti soustředit, aby odradily co největší počet zločinců.

Výzkumníci sice ukázali, že tyto statistické algoritmy mají větší prediktivní schopnost než prosté průměry, avšak dokazování, že skutečně snižují zločinnost, je podstatně složitější. Policejní útvary mají sklon provádět prediktivní policejní práci v situacích, kdy je zločinnost vysoká, a její následné snížení může být odrazem přirozeného poklesu, který nemá s daným rozhodnutím nic společného. Policejní práce zaměřená na určitou oblast navíc jednoduše může vést k přesunu zločinnosti jinam. Správné vyhodnocení proto vyžaduje kvalitnější kontrafaktuální scénář: Jak by se byla zločinnost vyvíjela bez využití prediktivní policejní práce?

Subscribe to PS Digital
PS_Digital_1333x1000_Intro-Offer1

Subscribe to PS Digital

Access every new PS commentary, our entire On Point suite of subscriber-exclusive content – including Longer Reads, Insider Interviews, Big Picture/Big Question, and Say More – and the full PS archive.

Subscribe Now

Pokud jde o podjatost, lze si jistě představit, že prediktivní policejní práce může zkreslovat výsledky policejní činnosti. Deprivovanější oblasti mohou mít vyšší zločinnost a po zavedení prediktivní policejní práce v nich budou hlídky intenzivnější. Zůstanou-li policejní zdroje neměnné, budou mít zločinci v deprivovaných oblastech vyšší pravděpodobnost střetu s policejní hlídkou než zločinci v zámožnějších čtvrtích. To je sice spravedlivý výsledek pro několikanásobné delikventy, kteří přispěli k vzestupu zločinnosti vedoucímu k posílení hlídek, avšak dnešní prvopachatelé statistiky zločinnosti nikdy dříve nezhoršili. A protože většina algoritmů prediktivní policejní práce hází všechny trestné činy do jednoho pytle, aniž by oddělovala recidivisty od prvopachatelů, mohou být tyto algoritmy v deprivovaných oblastech vychýlené v neprospěch druhé skupiny.

Ve snaze pomoci řešit otázky efektivity a podjatosti, vyhodnotil jsem software prediktivní policejní práce, který se používá v Miláně. Správný kontrafaktuální kontext jsem mohl vytvořit i díky tomu, že město Milán má z historických důvodů dvě policejní složky, které sice sledují totožné cíle, ale jen jedna z nich využívá prediktivní policejní práci.

Prediktivní software KeyCrime, který vyvinul Mario Venturi a používá se v Miláně, se od běžných nástrojů prediktivní policejní práce liší v tom, že se zaměřuje spíše na zatýkání pachatelů než na jejich odstrašení (čímž odnímá zločincům šanci jednoduše se přesunout jinam) a rozlišuje prvopachatele od vícenásobných zločinců. Software na základě informací získaných ze zpráv o obětech a průmyslových kamer spojuje zločince s vloupáními do komerčních objektů a poté predikuje, kdy a kde daný jednotlivec nebo skupina udeří příště. Software KeyCrime přitom vytváří individuální predikce, což snižuje prostor pro podjatost.

Výsledky naznačují, že analýza návyků recidivistů více než zdvojnásobuje pravděpodobnost jejich zatčení. Zloději mají tendenci chovat se stále víceméně stejně: zaměřují se na konkrétní čtvrť nebo typ podniku, drží se určité denní doby. Člověk, který například vyloupil v devět hodin ráno klenotnictví, bude příště nejspíš operovat v totožné čtvrti, zhruba ve stejnou dobu a znovu proti klenotníkovi. A protože možností odpovídajících těmto predikcím je jen omezené množství, software vypíchne potenciální budoucí cíle a policie zorganizuje hlídky, které pachatele dopadnou.

Ukázalo se, že mikropredikce založené na chování jednotlivých zločineckých skupin fungují při boji s loupežemi, a nyní se tedy rozšiřují na další typy sériové trestné činnosti, například na sexuální delikty a teroristické činy. Zda bude prediktivní policejní práce stejně úspěšně dostávat tyto zločince před soud, to teprve uvidíme, protože vzhledem k jejich menší interakci s oběťmi a menší dostupnosti záběrů z kamer může být složitější přiřazovat pachatele k jednotlivým incidentům.

Rozšířenější využívání prediktivní policejní práce může vést zločince ke změně návyků, takže začnou být méně předvídatelní. Vývoj účinnějších algoritmů a procesu sběru dat však dává policejním oddělením důvod k optimismu.

„Zločiny jsou příšerně odhalující,“ napsala Agatha Christie. „Zkoušejte dle libosti měnit své metody, ale svým počínáním stejně odhalíte svůj vkus, návyky, způsob uvažování i duši.“ Prozatím se rozšiřování schopnosti předvídat zločiny jednotlivců tím, že proti nim použijeme znalost jejich návyků, jeví jako docela dobrá investice.

Z angličtiny přeložil Jiří Kobělka.

https://prosyn.org/ZTxNSMocs