DeepTech深科技 麻省理工科技評論獨家合作
一份最新報告顯示，警方忽視了基于數據分析的旨在減少槍支暴力的警務預測工具，而且在某些情況下，這個預測工具還可能會被濫用。
隨著科學技術的高速發展，我們不禁提出了一個問題，技術可以用來預測和預防犯罪嗎？最近，芝加哥探索了使用技術來防止槍支暴力的可能性，他們的實踐表明答案似乎是否定的。
蘭德公司（RAND Corporation）的杰西卡·桑德斯（Jessica Saunders）與他的同事一起考察了芝加哥警方在2013年-2014年實現警務預測試點項目的情況，并整理出相應的報告。他們利用計算機對有前科人員進行建模分析，可以計算得出一份可能被擊殺的高風險人員名單，約幾百個人（或是實施槍擊的犯罪嫌疑人名單，這兩組名單有較高的重疊率）。當時芝加哥警方設想通過接觸名單上的人員，并盡力幫助他們擺脫危險。
這份發表在《實驗犯罪學》雜志（journal of Experimental Criminology）的報告指出該警務預測試點項目存在兩個嚴重的問題。
首先，研究人員發現，在三分之二以上的案例中，警方根本無視這份名單（正式名稱是戰略目標名單，Strategic Subjects List或SSL）。他們這樣寫道：
總體而言，觀察員和受訪者表示目前沒有針對SSL的切實可行的救援措施。該試點項目的執行力度低、行政關注度不高，警區指揮官很少甚至不跟進后續行動。
這表明在數據名單面前，警方不知道采取什么措施去應對。正如弗奇（Verge）所說，這可能是因為，當局同時出臺了不少于11個其他減少暴力事件的試點項目。這樣一來，警方需要花費大量的時間來處理日常警務工作。如果沒有高層管理人員來對此監督管理，以確認警員是否采用系統的建議，那么這些項目往往會半途而廢。
然而，當警方試圖對名單上的人員采取實際行動時，結果卻不是很令人滿意。計算機模型樣本量小，難以準確地大范圍預測槍擊案件，芝加哥警方依據此名單僅僅逮捕了9名疑犯。研究人員發現，可能被擊殺的受害者數量幾乎是可能因槍擊被逮捕的疑犯數量的3倍，這可能是因為系統沒有將疑犯標記為被逮捕人員。
對于受害者而言，這份名單的作用是微小的，它僅對抓捕疑犯有直接的影響作用。公民隱私和權利也是警務預測中必須認真考慮的問題，特別是那些被預測為受害者的人群。
這項研究探索的不是一種即將徹底改變打擊犯罪或消滅芝加哥的槍支暴力的技術。而是一個非常不完善的倡議，而且首次實施時，它讓很多警員感到很困惑，沒有起到預期的效果。
槍支暴力是芝加哥一個嚴峻的社會安全問題，我們可以理解市政府官員希望通過技術工具來幫助解決問題的初衷。
但是，不管我們多么癡迷與信任數據，結果已經表明它不是一個解決方案。這充其量只是一個工具，在使用的時候，務必需要特別小心處理，尤其是在民眾生命受到威脅時。
京公網安備 11010502049343號