KI-Roboter und Gesetzeswaage und Hammerrichter PhonlamaiPhoto/iStock
Sozialwissenschaftler der University of Chicago haben einen Algorithmus entwickelt, der Kriminalität in städtischen Gebieten bis zu einer Woche im Voraus vorhersagen kann, Blümberg gemeldet.
In den letzten Jahren hat die Verwendung von Algorithmen um uns herum stark zugenommen. Von der Vorhersage des Wetters über das Fahren von Autos bis hin zu Einkaufsempfehlungen und der Suche nach Heilmitteln für Krankheiten sind Algorithmen überall am Werk. Es wäre kaum eineüberraschen, wenn sie nicht daran gewöhnt waren, Verbrechen zu bekämpfen.
Vor den Olympischen Spielen wollte die Polizei von Tokio eine auf künstlicher Intelligenz KI basierende Technologie implementieren, um Verbrechen vorhersagen sie könnten stattfinden. Wenn es so klingt, als würden wir bereits in einer Minority Report-ähnlichen Zukunft leben, ist die Tatsache, dass wir es bereits sind und seit fast einem Jahrzehnt leben.
Chicagos Verbrechens- und Viktimisierungsrisikomodell
Laut dem Bloomberg-Bericht hat die Chicago Police Department das Crime and Victimization Risk Model bereits 2012 mit Hilfe einiger akademischer Forscher implementiert. Das Modell verwendete Faktoren wie Alter und Verhaftungshistorie, um eine Liste potenzieller Angreifer und ihrer Opfer zu erstellenund sogar aufgelisteten Personen eine Punktzahl zugewiesen, um den Strafverfolgungsbehörden zu helfen, der Verfolgung des vorhergesagten Täters sowie seines Opfers Dringlichkeit zu verleihen.
Das Konzept mag interessant klingen, aber die eigentliche Anwendung war zwielichtig. Wie spätere Ermittlungen zeigten, war fast die Hälfte der mutmaßlichen Täter auf der Liste noch nie wegen illegalen Waffenbesitzes angeklagt worden, während andere zuvor noch nie wegen schwerer Straftaten angeklagt worden waren.In einem Technology Review-Bericht aus dem Jahr 2019 wurde detailliert beschrieben, wie Risikobewertungsalgorithmen, die bestimmten, ob eine Person ins Gefängnis gebracht werden sollte oder nicht, funktionierten. trainiert auf historisch voreingenommenen Daten.
Als also Forscher an der University of Chicago unter der Leitung von Assistenzprofessor Ishanu Chattopadhyay versuchten, ihren Algorithmus zu entwickeln, wollten sie frühere Fehler vermeiden.
Wie funktioniert der neue Algorithmus?
Der Algorithmus unterteilt eine Stadt in 1.000 Quadratfuß große Kacheln und verwendet die historischen Daten zu Gewalt- und Eigentumsdelikten, um zukünftige Ereignisse vorherzusagen. Die Forscher sagten gegenüber Bloomberg, dass sich ihr Modell von anderen derartigen algorithmischen Vorhersagen unterscheidet, da die anderen die Kriminalität als entstehend betrachtenHotspots und Ausbreitung auf andere Gebiete.
Allerdings verfehlen solche Ansätze, so argumentieren die Forscher, das komplexe soziale Umfeld von Städten und sind zudem durch die Überwachung durch den Staat zur Strafverfolgung voreingenommen. Stattdessen analysiert der verwendete Algorithmus frühere Kriminalberichte unter Berücksichtigung vieler anderer Faktoren undprognostizierte dann die Wahrscheinlichkeit von Verbrechen in Chicago mit einer Genauigkeit von 90 Prozent.Das Modell wurde auch verwendet, um Verbrechen in acht verschiedenen Städten in den USA vorherzusagen, darunter große Namen wie Los Angeles, Atlanta und Philadelphia, und funktionierte auch in diesen Szenarien gut, Bloombergheißt es in seinem Bericht.
Der Algorithmus und die wissenschaftlichen Details wurden in der Zeitschrift veröffentlicht natürliches menschliches Verhalten.
Zusammenfassung
Bemühungen der Polizei zur Verhinderung von Verbrechen stützen sich in der Regel auf Berichte über Straftaten, die implizit eine komplexe Beziehung zwischen Kriminalität, Polizei und Gesellschaft zum Ausdruck bringen. Infolgedessen haben Kriminalitätsvorhersage und vorausschauende Polizeiarbeit zu Kontroversen geführt, wobei die neuesten auf künstlicher Intelligenz basierenden Algorithmen nur begrenzte Ergebnisse erzielenEinblick in das soziale System der Kriminalität. Hier zeigen wir, dass Vorhersagemodelle zwar die Staatsmacht durch kriminelle Überwachung stärken können, sie aber auch die Überwachung des Staates ermöglichen, indem sie systemische Vorurteile bei der Strafverfolgung aufspüren. Wir führen einen stochastischen Inferenzalgorithmus ein, der Kriminalität durch Lernen vorhersagträumlich-zeitliche Abhängigkeiten von Ereignisberichten, mit einer mittleren Fläche unter der Betriebskennlinie des Empfängers von ~90 % in Chicago für Verbrechen, die pro Woche innerhalb von ~1.000 Fuß vorhergesagt werden. Solche Vorhersagen ermöglichen es uns, Störungen von Verbrechensmustern zu untersuchen, die darauf hindeuten, dass die Reaktion aufDie zunehmende Kriminalität wird durch den sozioökonomischen Status der Nachbarschaft beeinflusst und die Politik erschöpftRessourcen aus sozioökonomisch benachteiligten Gebieten, wie in acht großen US-Städten demonstriert.