Columbo ville hatet den siste trenden innen kriminalitetsbekjempelse. Og det ville definitivt ha gjort Dirty Harry enda mer unhinged.
Men Sherlock Holmes, nå ville han blitt imponert. Logikken, vitenskapen, samlingen av data - alle tingene fra det Holmesianske detektivarbeidet.
Jeg snakker om noe som er kjent som prediktiv politi-samle masse data og bruke algoritmer for å utlede hvor og når forbrytelser mest sannsynlig vil oppstå. Sent i forrige måned kunngjorde Los Angeles politiavdeling at den vil utvide bruken av programvare opprettet av en oppstart i California med navnet PredPol.
De siste seks månedene har politiet i byens Foothill-distrikt fulgt råd fra en datamaskin, og resultatet ifølge LAPD er et fall på 25 prosent i innrapporterte innbrudd i nabolagene de ble henvendt til. Nå har LAPD begynt å bruke algoritmedrevet politiarbeid i fem mer distrikter som dekker mer enn 1 million mennesker.
PredPols programvare, som tidligere ble testet i Santa Cruz - innbrudd der falt med 19 prosent - utviklet seg faktisk fra et program som ble brukt til å forutsi jordskjelv. Nå knuser det mange år med data om kriminalitet, spesielt sted og tid, og foredler det med det som er kjent om kriminell oppførsel, for eksempel innbruddstyverens tendens til å arbeide i nabolagene de kjenner best.
Før hvert skift får offiserer kart merket med røde bokser med sannsynlige hot spots for eiendomsforbrytelser, i noen tilfeller nullet på områder så små som 500 fot brede. De blir fortalt at når de ikke er i samtaler, bør de bruke tid i en av boksene, helst minst 15 minutter av hver annen time. Fokuset er mindre på å løse forbrytelser, og mer på å forhindre dem ved å etablere en høy profil i kriminalsoner datamaskinen har målrettet mot.
Tar den til gatene
Så er det ikke så mye det politiet alltid har gjort? Finner de ikke ut mønstre og bruker mesteparten av tiden på å patruljere områder med høy kriminalitet? Vel, ja og nei. Gode politiet kjenner til problemer og veteraner stoler på det de har lært om et sted gjennom årene. Men det er i stor grad basert på personlig erfaring og instinkt, ikke statistisk analyse.
Det er også sant at mange byer allerede har omfavnet CompStat, en rettshåndhevelsesstrategi som ble lansert i New York City på midten av 1990-tallet og bygd rundt analyse av kriminalitetsrapporter. CompStat var et stort sprang fremover med å bruke data til kriminalitetsbekjempelse, men det handlet fremdeles mer om å se tilbake enn å projisere fremover.
PredPol og lignende programvare som IBM har utviklet for politiavdelinger i Memphis og nylig, i Charleston, South Carolina, er langt mer presis og betimelig, med dataene rekalibrert daglig. Og selv om det kan ta en menneskelig analytiker timer eller til og med dager å oppdage et mønster, kan datamaskinen koble til prikkene på få sekunder.
I det minste, sier boosters av prediktiv politiarbeid, lar programvaren politiet tilbringe mer tid på gaten i stedet for å sitte i strategiøkter. Datamaskiner kan håndtere mer av planleggingen - noe som gjør dette enda mer attraktivt for alle politiavdelingene som mister offiserer til budsjettkutt.
Dårlige søkeresultater
Men som ofte er tilfelle når datamaskiner kaller skuddene, gjør algoritmisk kriminalitetsbekjempelse noen mennesker nervøse. Kritikere sier at det lett kan føre til raseprofilering eller forsterkning av stereotyper om visse nabolag, at når en datamaskin når et område identifiserer et område som et hot spot, reduserer det tverrfeltet for det som kvalifiserer som mistenkelig oppførsel.
Det er bare et spørsmål om tid, argumenterer Andrew Ferguson, en lovprofessor i Washington DC, før et søk basert på prediktiv politiutøvelse blir utfordret i retten. Her tar han fra et nylig intervju med Charleston (SC) City Paper:
"Jeg tror det du vil si er det verste tilfellet - og jeg tror ikke en gang at dette er så langsiktig - er at det vil være en sak der noen blir stoppet på et gatehjørne for mistanke om innbrudd. Det vil gå for en domstol, og de vil si 'OK, offiser, hva var din rimelige mistanke om å stoppe denne personen?'
“Og han vil si 'datamaskinen fortalte meg', egentlig? 'Datamaskinen sa pass på innbrudd, jeg så denne fyren på stedet, så jeg stoppet ham fordi han så ut som en innbruddstyv.' Og rase, klasse, alle disse tingene er åpenbart en del av det. Og dommeren vil da bare utsette.
"Hvordan skal du krysse undersøkelsen av datamaskinen?"
21. århundre kriminalitet busting
Her er flere eksempler på hvordan teknologi endrer rettshåndhevelse:
- Øynene har det: Som en del av et prosjekt for å utvide sin gamle fingeravtrykkdatabase, legger FBI til serverplass for å lagre iris-skanninger. Flere fengsler bruker nå kameraer med høy oppløsning for å lage bilder av fangeres iriser når de er booket.
- Rettferdighet for smarttelefoner: Storbritannias Scotland Yard har laget en smarttelefon-app kalt Facewatch som oppfordrer Londonere til å hjelpe med å finne kriminelle. Brukere oppgir postnummeret, og de får vist bilder av mistenkte som kan være i områdene deres. Hvis de gjenkjenner noen, kan de trykke på bildet og sende inn navnet på personen.
- Ansikt til ansikt: Ingeniører ved Michigan State University har laget algoritmer som kan gjøre det lettere å spore opp kriminelle ved å matche skisser laget av politikunstnere med bilder i en database med krusskudd. Det kan gjøre skisser, ofte basert på upålitelige traumamatiske minner, mer effektive i å løse forbrytelser.
- La oss gå og kaste noen roboter: Politi og brannmenn har begynt å bruke Recon Scout Throwbot, en åtte-tommers lang robot som kan kastes som en fotball, men lander oppreist og sender video gjennom kameraet.
- Djevelen fikk meg til ikke å gjøre det: Forskere i Oregon sier at deres analyse av mer enn 25 års data antyder at kriminalitetsraten har en tendens til å være lavere i samfunn der mange mennesker tror på helvete og Guds straffende natur enn i de der folk flest tror. i en tilgivende Gud.
Videobonus: For gamle tider, bruk litt tid med Peter Falk som Columbo, den ultimate lavtekniske detektiven.
Mer fra Smithsonian.com
Hvor godt husker vi virkelig en kriminalitetsscene?
Uteliggere
