بیش از یک دهه است که سازمانهای مجری قانون در ایالات متحده و بریتانیا از نرمافزار «پلیس پیشبینی» با استفاده از الگوریتمها و هوش مصنوعی مشابه آنچه برای پیشبینی پس لرزههای زمینلرزه استفاده میشود، در تلاش برای پیشبینی و پیشگیری از جنایات قبل از وقوع، مشابه با فیلم محبوب تام کروز، گزارش اقلیت
با این حال، همانطور که در تحقیقات مشترک انجام شده توسط نشانه گذاری و سیمیبه نظر می رسد که این رویکرد به طرز غم انگیزی از موفقیت مورد نظر خود کوتاهی کرده است.
Geolitica، یک نرمافزار پلیسی پیشبینیکننده که توسط اداره پلیس در پلینفیلد، نیوجرسی مورد استفاده قرار میگیرد، که تنها بخش در میان ۳۸ بخش برای ارائه اطلاعات برای تحقیقات بود، عدم دقت خیرهکننده در پیشبینی جنایات را نشان داد. میزان موفقیت آن کمتر از ۰٫۵ درصد بود.
نرمافزار یادگیری ماشینی که قبلاً به نام PredPol شناخته میشد، توسط پلینفیلد و دیگر سازمانهای مجری قانون به کار گرفته شده بود، وعده کمک به پیشگیری از جرم را داشت.
با این حال، در عمل، این مدلهای پیشبینی که به طور گسترده در گزارشهای متعدد مورد بحث قرار گرفتهاند، نگرانیهای اخلاقی ناشی از سوگیریهای ذاتی در هوش مصنوعی و تاریخچه تفاوتهای نژادی در مجریان قانون را ایجاد کردهاند.
یافتههای تحقیقات نشان میدهد که این سیستمهای پلیسی پیشبینیکننده نه تنها نتوانستهاند به این مسائل اخلاقی رسیدگی کنند، بلکه ثابت کردهاند که در پیشبینی و پیشگیری از فعالیتهای مجرمانه بهطور شگفتآوری ناکارآمد هستند.
برای رسیدن به این نتیجه، The Markup and Wired تجزیه و تحلیل کاملی از ۲۳۶۳۱ پیشبینی انجام شده توسط Geolitica در بازه زمانی فوریه تا دسامبر ۲۰۱۸ انجام داد. میزان موفقیت کمتر از نیم درصد
در حالی که الگوریتم Geolitica عملکرد پیشبینی کمی بهتری را برای برخی از انواع جرایم نشان میدهد، مانند شناسایی صحیح ۰٫۶ درصد سرقتها یا حملات تشدید شده در مقایسه با ۰٫۱ درصد سرقتهایی که به طور دقیق پیشبینی کرده بود، نتایج کلی تصویر تیرهای از اثربخشی ابزار نشان میدهد.
در واقع، تواناییهای پیشبینی Geolitica آنقدر کم بود که رئیس اداره پلیس پلینفیلد اذعان کرد که این نرمافزار کاربرد محدودی داشته است. کاپیتان دیوید گوارینو از دپارتمان پلیس پلینفیلد با صراحت دیدگاه خود را به اشتراک گذاشت و گفت: “چرا ما PredPol را دریافت کردیم؟” من حدس میزنم که میخواستیم در کاهش جرم و جنایت مؤثرتر باشیم و داشتن پیشبینی جایی که باید باشیم به ما در انجام این کار کمک میکند. من نمیدانم که این کار را انجام داده است.» او همچنین فاش کرد که از این نرمافزار به ندرت استفاده میشد، اگر اصلاً استفاده میشد، و این منجر به تصمیم به توقف استفاده از آن شد.
گوارینو همچنین نگرانیهایی را در مورد سرمایهگذاری مالی در Geolitica که در ابتدا شامل ۲۰۵۰۰ دلار هزینه اشتراک سالانه و ۱۵۵۰۰ دلار اضافی برای تمدید سال دوم بود، ابراز کرد. او پیشنهاد کرد که این بودجه می توانست بهتر برای حمایت از برنامه های اجتماعی تخصیص یابد.
علاوه بر این، توسط سیمی که قرار است Geolitica تا پایان سال فعالیت خود را متوقف کند. با این حال، پرسنل این شرکت قبلاً توسط SoundThinking، که قبلا به نام ShotSpotter شناخته می شد، یکی دیگر از شرکت های نرم افزار اجرای قانون جذب شده اند. انتظار می رود مشتریان پلتفرم پلیس پیش بینی که به زودی از بین می رود، برای نیازهای نرم افزاری خود به SoundThinking انتقال یابند.
منبع: https://www.firstpost.com/tech/news-analysis/minority-report-crime-predicting-ai-designed-for-us-police-departments-fails-miserably-13221962.html