Hervé Henry Un modèle d’IA a correctement prédit les crimes une semaine avant qu’ils ne se produisent avec une précision de 90 % dans huit villes américaines, a déclaré le co-créateur du modèle.
de 2014 à fin 2016, avant de prédire la probabilité de certains crimes pour les semaines suivantes. avec une précision de 90 % dans un rayon de deux blocs.
Le modèle, qui a eu des résultats similaires dans sept autres villes, s’est concentré sur les forms de crimes commis et où ils se produisaient. Le taux de criminalité à Chicago en 2020 était de 67 % supérieur à la moyenne nationale, selon les données compilées par AreaVibes.
Selon une étude compilée par Econofact, les préjugés raciaux dans les expert services de law enforcement ont des coûts économiques élevés et aggravent les inégalités dans les zones connaissant déjà des niveaux élevés de privation.
Alors que certains modèles tentent d’éliminer ces préjugés, ils ont souvent eu l’effet inverse, avec des accusations selon lesquelles les préjugés raciaux dans les données sous-jacentes renforcent les futurs comportements biaisés.
En 2016, le département de law enforcement de Chicago a testé un modèle pour prédire les personnes les additionally à risque d’être impliquées dans une fusillade, mais la liste secrète a finalement révélé que 56 % des hommes noirs vivant dans la ville figuraient sur la liste, alimentant les accusations de racisme.
Chattopadhyay a déclaré que leur modèle a révélé que les arrestations augmentaient parallèlement aux crimes signalés dans les quartiers à revenu élevé, tandis que les arrestations étaient stables dans les zones à faible revenu, ce qui suggère un sure biais dans la réponse de la law enforcement.
“Nous démontrons l’importance de découvrir des modèles spécifiques à la ville pour la prédiction des crimes signalés, ce qui génère une nouvelle vision des quartiers de la ville, nous permet de poser de nouvelles queries et nous permet d’évaluer l’action de la law enforcement de nouvelles façons”, co-auteur James Evans a déclaré à Science Daily.
Lawrence Sherman du Cambridge Heart for Evidence-Dependent Policing a déclaré au New Scientist qu’il était préoccupé par l’inclusion de données policières dans l’étude qui dépendaient des signalements des citoyens ou des crimes que la police recherchait.
Chattopadhyay a convenu qu’il s’agissait d’un problème et que son équipe avait tenté d’en rendre compte en excluant les crimes signalés par les citoyens et les interventions policières, impliquant généralement des délits mineurs liés à la drogue et des contrôles routiers, et en zonant les crimes violents et contre les biens moreover graves qui étaient in addition susceptibles de être signalé dans n’importe quel contexte.
Chattopadhyay, qui a rendu les données et l’algorithme accessibles au public pour accroître l’examen, espérait que les résultats seraient utilisés pour une politique de haut niveau et non comme un outil réactif pour la police.
“Idéalement, si vous pouvez prédire ou anticiper le criminal offense, la seule réponse n’est pas d’envoyer as well as d’officiers ou d’inonder une communauté particulière de forces de l’ordre”, a déclaré Chattopadhyay. “Si vous pouviez prévenir le crime, il y a une foule d’autres choses que nous pourrions faire pour empêcher que de telles choses ne se produisent réellement afin que personne n’aille en prison et aider les communautés dans leur ensemble.”
