Novi model izoluje zločin posmatrajući vremenske i prostorne koordinate događaja i otkriva obrasce za predviđanje budućih događaja
Predviđanje zločina se počelo koristiti u SAD-u još početkom 90-ih godina prošlog vijeka kad se u New Yorku za određivanje povećanih stopa zločina na nekim stanicama podzemne željeznice, kao i nekih gradskih četvrti, počela koristiti statistika.
Alan Kay, računarski naučnik poznat po svom radu na objektno orijentiranom programiranju i dizajnu korisničkog interfejsa, jednom je prilikom rekao: „Najbolji način predviđanja budućnosti jest da je izmislimo.“
Ipak, ono što bismo najradije željeli jest da predvidimo budućnost kako bismo mogli da spriječimo neke njezine segmente. Ovom idejom se zsigurno vodio i scenarista popularnog filma „Specijalni izvještaj“ u kojem se zločini sprečavaju prije negoli se dogode.
Mnogi bi željeli da postoji algoritam za predviđanje zločina. S obzirom da to očigledno žele i vlasti, neki od računarskih stručnjaka su se posvetili izradi takvog programa.
Napredak u vještačkoj inteligenciji i mašinskom učenju potaknuo je zanimanje vlada koje bi te alate željele koristiti za odvraćanje od kriminala. Međutim, razne metode predviđanja zločina imale su mane jer u obzir ne uzimaju sistemsku pristranost policijskog djelovanja i složeni odnos kriminala i društva.
Učenje obrazaca
Ali, sad su istraživači Univerziteta u Čikagu 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 nedjelju dana unaprijed sa otprilike 90% tačnosti.
U posebnom modelu istraživači su istraživali i reakciju policije na kriminal; analizirali su broj hapšenja nakon incidenta i uporedili stope među četvrtima s različitim socioekonomskim statusom.
Uočili su da je kriminal u bogatijim područjima rezultirao većim brojem hapšenja, dok onaj u siromašnim četvrtima nije doveo do većeg broja hapšenja. Sve to ukazuje na pristranost u reakciji policije i provođenju mere.
Novi alat testiran je i potvrđen korišćenjem istorijskih podataka iz Čikage u dvije široke kategorije: nasilni zločini (ubistva, napadi i povrede) i imovinski zločini (provale, krađe i krađe motornih vozila).
Ti su podaci korišćeni jer se takvi slučajevi najčešće prijavljuju policiji u urbanim sredinama u kojima postoji istorijsko nepovjerenje i nedostatak saradnje s policijom. Takva su kaznena djela manje sklona pristranoj interpretaciji, za razliku od kriminala vezanog uz droge, saobraćajne i druge prekršaje, piše Bug.
Pristup epidemije
Prethodni pokušaji predviđanja kriminala često su se koristili takozvanim pristupom epidemije ili seizmike. Tu se kriminal prikazuje kao pojava u „žarištima“ koja se širi na okolna područja. Međutim, ovi alati propuštaju složeno društveno okruženje gradova i ne uzimaju u obzir odnos između kriminala i učinka policijskih mjera.
Novi model izoluje zločin posmatrajući vremenske i prostorne koordinate događaja i otkriva obrasce za predviđanje budućih događaja. Dijeli grad na prostorne ploče široke oko 300 metara i predviđa kriminal unutar tih područja.
Digitalni blizanci
Tačnost alata ne znači da bi se on trebao koristiti za usmjeravanje dokaza zakona. Umjesto toga, upozoravaju istraživače, trebalo bi dodati alatima urbanih politika i policijskih strategija za rješavanje kriminala.
„Stvorili smo digitalne blizance urbanih sredina. Ako 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 šta će se dogoditi ako zločin poraste u jednom dijelu grada ili ako se policijske mjere povećaju u drugom području.
(IT mixer)
