一名正在街頭巡邏的芝加哥警察與兩名市民打招呼
利用大數據，芝加哥警方有效預防了槍支犯罪行為的泛濫
用電腦預測什么人可能在何時、何地犯罪？這聽起來仿佛湯姆·克魯斯主演的科幻電影《少數派報告》里的情節，已經在不少國家成為現實。
美國芝加哥警方聯手信息技術和犯罪研究專家，嘗試運用大數據，在當地幫派暴力集中的社區預防犯罪。成效如何？
防患未然
今年2月份的一個寒夜，美國芝加哥警察局女警官瑪麗亞·培尼亞敲響該市南區一戶人家的大門。南區是芝加哥市犯罪率最高的居住區之一，而培尼亞造訪的這戶人家主人，正是當地幫派“拉丁王者”的一個頭目。培尼亞此次上門并非要問訊或逮捕他，而是想和他及其母親“談心”，目的是救他一命。
開門的是頭目本人。“他一見是我，有點警惕。”培尼亞說。他的母親把來訪者迎進門。培尼亞直視著這位母親，開門見山道：“老實說，您希望看到您兒子去送死嗎？或者，讓您的小孫女成為下一個受害者嗎？”
她向臉色大變的母親解釋說，南區最近發生一起幫派間報復性槍殺，一名10個月大的女嬰遇害。警方分析槍殺與“拉丁王者”幫密切相關，特意派人上門奉勸“拉丁王者”頭目放棄報復行為，避免更多傷亡。
培尼亞的警告并非簡單主觀臆斷，而是警方在長期收錄的犯罪數據和趨勢分析基礎上做出的科學預測。近年來，芝加哥警察局聯手信息技術和犯罪研究領域專家，運用大數據、云計算和科學分析模型，預測犯罪行為可能在何時、何地、哪些人之間發生?；谶@些預測，警方更有針對性地投入警力、鎖定目標，以期防患于未然。實踐證明，轄區警察上門“家訪”，向可能成為受害者或犯罪者的居民提出警示和忠告，是有效預防犯罪的手段之一。
“不是所有家庭成員都清楚知道這些家伙在做什么。”培尼亞認為，這能讓一些幫派成員因顧及家人感受而有所收斂。
那次“家訪”以后，培尼亞不確定“拉丁王者”頭目是否徹底脫離幫派、棄暗投明，但她能確定的是，他仍好好活著，與他所在幫派相關的槍殺報復行為也沒再繼續。
有的放矢
利用大數據預防犯罪，是芝加哥警察局局長加里·麥卡錫上任以來力推的項目。麥卡錫認為，城市警方的執法方式正經歷改變，從幾十年前接到報警才“出兵”的做法，轉變為扎根社區、重視預防。而隨著大數據時代的來臨，數據分析勢必成為預防和打擊犯罪的新武器。
要想有效預防犯罪，充分了解轄區情況和人員信息是必要前提。根據芝加哥刑事委員會統計，該市目前有大約70到100個非法幫派，成員10萬人左右。為此，警方與麥克阿瑟基金會、耶魯大學、芝加哥大學等機構和院校合作，開展“芝加哥減少暴力戰略”項目，在幫派集中的南區試點運行。
約翰·杰伊刑事司法學院的犯罪預防和控制中心主任戴維·肯尼迪負責為該項目搭建數據庫。他帶領團隊收集記錄當地幫派的基本情況，包括哪些幫派近年比較活躍，哪些比較安靜，而哪些之間素有冤仇。
耶魯大學社會學教授安德魯·帕帕克里斯托斯及其團隊側重為數據庫收集歷年案件信息，包括犯罪前科、是否入獄、庭審記錄、社交圈子等，協助警方擬出一份“熱名單”，預測哪些人是成為下一個犯罪者或受害者的“高危人群”。
“熱名單”幫助警方縮小行動范圍，更有的放矢。帕帕克里斯托斯的團隊統計發現，在2006年到2011年期間，芝加哥某黑人社區平均1萬人中發生55.2起謀殺案件，是全市平均水平的四倍。按照老思路，人們會認定這個社區是“危險之地”，警方也會派出大量警力在那里執勤。但大數據分析結果顯示，這個社區絕大多數謀殺案其實是由一小撮犯罪分子制造，其中85%的人有犯罪前科，而這其中又有不少人與受害者同屬一個社交圈。如此一來，犯罪者比例僅占全區人口4%。這意味著，警方的防范范圍可以從數萬人縮小到3000多人身上。
“犯罪更關乎人際網絡，而非地點。”帕帕克里斯托斯說，“運用大數據，你突然間意識到70%到80%的槍殺都發生在某個特定人際網絡中，只占當地人口的3%到5%。面臨危險的也不過幾百人。他們是誰，警方心里更有數。”
質疑難免
掌握數據是一回事，如何讓數據背后的人徹底放下武器卻是另一回事。這正是預防犯罪最關鍵也最困難的一步。芝加哥警方為此嘗試過一些方式，包括增強街頭巡邏、上門提示犯罪風險、幫助改善生活條件等。
自去年7月以來，芝加哥警局已按照預測名單實施66次上門“家訪”。培尼亞造訪“拉丁王者”頭目家時，隨行同去的還有一些當地社區工作人員。他們根據這個家庭的需求，承諾提供醫療保險服務、重返校園或就業培訓等機會。
但質疑者認為，這樣做“治標不治本”。“問題的癥結在于貧困，這一點他們沒法解決。”公益機構“芝加哥公平項目”負責人特雷西·西斯卡說，“要長期實現預防犯罪，必須讓這些人徹底改變生活方式。”
警方又何嘗不清楚這一點。約翰尼·奧特洛經營一個非營利組織，受邀與芝加哥警察局合作，為那些有犯罪記錄但愿意脫離幫派的人提供工作崗位。他曾身穿防彈衣，多次跟隨警察上門“家訪”，并成功為一些前幫派成員找到倉庫搬運工等工作。
還有人質疑，大數據預測罪犯的本質等同于“戴著有色眼鏡看人”、給有犯罪前科的人“貼標簽”。質疑者認為，警方不該僅僅因為某人過去的錯誤而把他列入犯罪“熱名單”。
對于這類質疑聲，警察局長麥卡錫反駁說：“我們做的是基于實踐經驗的科學分析，恰恰與貼標簽相反。”他說，科學的大數據分析和預測更有助于改觀人們對那些高犯罪率社區的整體印象，促進社會理解和接納這些社區中“95%的好人”。
無論遭遇何種質疑，大數據項目面臨的最大考驗只有一個：能否真正減少犯罪。芝加哥警方提供的初期數據鼓舞人心，該市2013年槍擊案比上年減少24%；謀殺案件從503起減至414起，下降了18%。
京公網安備 11010502049343號