警官shanekovach正在美國賓夕法尼亞州匹茲堡霍姆伍德巡視，該區域將引入預測警務系統。
警官jamiepascucci和joekania意氣風發地坐在巡邏車里，巡視著霍姆伍德社區，觀察著街道上是否有麻煩出現。美國賓夕法尼亞州匹茲堡是全美謀殺率最高的大型城市之一。暴力犯罪在霍姆伍德尤其嚴峻。年輕的白人警官pascucci和kania來自該街區以外，他們利用一系列警方電臺呼叫著部門通信中心。他們偶爾會得到“槍擊監控”的幫助，這是一張感應器網絡，可用于監測槍擊事件，并將信息傳遞到安裝在前排座椅中間的一臺筆記本電腦上。
但從下個月起，pascucci和kania或將得到新的指導。霍姆伍德將成為匹茲堡“預測警務”項目的首個試點區域。根據由卡耐基·梅隆大學科學家開發的數據處理算式，警車便攜電腦將顯示犯罪活動可能發生地點的地圖。
觀點相左
很多其他城市已經采用了類似系統，其中包括從未成年人犯罪報告到犯罪者“臉書”照片等各種信息。它們也在美國之外的其他國家流行起來。借助于來自地震學、流行病學等領域的方法，其發明者認為，該算式有助于降低犯罪率，同時減少政策偏頗。它們代替了通過對犯罪活動潛在發生地點以及誰會進行犯罪活動等進行表觀分析所得到的更加基本的趨勢和直覺感受。
匹茲堡警察局長cameronmclay說，當美國警方和少數族裔的關系一度較差時，這是值得嘗試的一種方法，他承認當前的警務距離修正偏見還有很長的路要走。mclay認為，將大數據與聚焦更多社區的策略相結合，可以作為緩和警務弊端的一部分策略。
但是公民自由組織和種族公正組織卻對此提出警示。他們爭論稱，預測警務通過一種危險的新方式延續了種族偏見，只是給它披上了科學的外衣從而給予其合法性。他們主張，依賴存在瑕疵的統計數據建立的犯罪預測模型反映了刑事司法體系內的固有偏見，同樣的偏見會讓警察開槍射殺的黑人比白人更多。而且隱私是另一個重要的隱患。
同時，預測警務在多大程度上能夠預防犯罪也尚待討論。支持者認為它可以迅速降低犯罪率。但是弗吉尼亞州蘭德公司分析專家johnhollywood則表示，其優勢相對于其他最佳實踐技術來說“最多只是有所增量”。
存在偏見
犯罪預測的概念可追溯至1931年，當時芝加哥大學社會學家cliffordr.shaw和芝加哥青少年研究所刑事學者henryd.mckay編寫了一本書，探索特定社區青少年犯罪的持續性。此后，科學家嘗試利用數據和地理空間分析，決定犯罪危險水平。
2006年，加州大學洛杉磯分校(ucla)和加州大學爾灣分校的研究人員與洛杉磯警察局(lapd)合作。那時，警察局正沉湎于數據收集，這使得犯罪預測成為“真正的可能，而不是理論上的創新”，ucla人類學家jeffreybrantingham說。lapd利用過去的犯罪熱點圖決定向哪里派遣巡警，該警察局將這一策略稱作“正點警察”。brantingham團隊認為，他們能夠讓這幅圖變得具有預測性，而不僅僅是描述性的。brantingham與同事研究了一個算式，現在該算式已成為一個叫作predpol的專利權軟件包。
同時，芝加哥警察局(cpd)將預測警務繼續向前推進了一步，并讓其變成個人的。該部門正在利用網絡分析形成一個高度爭議的“戰略主題列表”，名單中的人或被認為存在成為受害者的風險，或可能是暴力犯罪的行兇者。警官和社區居民隨后會對名單上的人進行探訪，告訴其已被列入高風險名單。
這個名為“自定義通知程序”的軟件在部分程度上受到了耶魯大學社會學家andrewpapachristos的研究啟發。papachristos成長于上世紀八九十年代的芝加哥羅杰斯公園社區，當時正處于“裂紋時代”的巔峰。他表示，作為一名白人，這使他和一些暴力事件絕緣。
“我皮膚的顏色意味著我永遠不會加入一個犯罪團伙。”他說。一天晚上，papachristos看到一群人將他父母的餐館付之一炬，因為他們拒絕支付被勒索的錢財。
數十年后，他開始研究犯罪，papachristos希望了解其背后的網絡。在2014年發表的一篇文章中，他和康奈爾大學的christopherwildeman研究了芝加哥西部一個高犯罪率社區。他們發現，在這個8.2萬人的社區中，41%的槍擊受害者屬于曾一起被捕的人群，他們僅是社區人數的4%，這與其他研究一起表明，通過檢查人們經營的公司可以了解很多犯罪活動，papachristos說。
此外，這個以及其他的預測性警務項目所依賴的警務數據也都因為會將犯罪活動朝著有色人種傾斜，人權數據分析小組分析師、密歇根大學博士候選人williamisaac說。這會導致任何預測變得不可信，他說：“它們并非在預測未來。它們真正預測的是下一次記錄的警務觀察將出現在哪里。”實際上，預測可以成為自我應驗的預言，加州舊金山電子前沿基金會的jenniferlynch說，“我們從過去的案例中可以得知警察什么時候會期待暴力，他們通常會用暴力回應。”
實用難測
同時，其他的批評人士則對預測警務提出了更基礎的質疑：它能起作用嗎?
在2012年ibm的智慧地球商業活動中，一名警官瞥了自己巡邏車的屏幕一眼，然后飛速駛向一家便利店。他到達的時候，一名店員正在點鈔，幾分鐘后一名潛在的強盜就出現了。這是科幻小說，蘭德公司的hollywood說，而且很有可能會保持那種方式。為了預測具體的犯罪活動，他說，“我們需要將預測的精確率提高1000倍。”
關于現有預測警務方法是否像宣傳的那樣有效，就預測犯罪可能性而言，相關證據很少，且寥寥無幾的數據也并不鼓舞人。例如，hollywood及其同事發表的對芝加哥“戰略主題列表”項目的一項評估發現，試驗階段挑選出的個人與對照組相比，成為受害者的可能性并不高。然而，他們更可能因為槍擊而被逮捕，研究人員表示，這可能是因為“一些警官可能曾利用該名單作為結束槍擊案”的線索。
一些學者測試了該模型對歷史上犯罪率的預測能力，其結果是令人鼓舞的。但是評估一項曾經使用過的項目會復雜得多。一項隨機實驗(借鑒自醫學領域的設計)就是金標準，但是很少有部門愿意指派一個控制區域或群體，他們不會嘗試在那里預測犯罪。“警長通常任期3年。”mclay說，“我沒有控制時間。”hollywood補充說，像芝加哥一樣的案例排除了個人，“沒有人想說，‘我不會對風險最大的10人進行干預’。”類似predpol的算式具有專利權，這使得問題進一步復雜化，使其很難讓外部學者或普通大眾評估其有效性。
警長mclay坐在一張會議室桌子前，俯視著衰落的allegheny-west社區，他說自己非常清楚延伸犯罪掃描系統并不能解決匹茲堡警察局的所有問題。“有一些城市已經對熱點區域警務開展了大量工作，它們與有色人種社區關系非常糟糕。”他說。
一些專家指出，其中的關鍵并不是依靠數據方法，而是將其與其他方法相結合。mclay似乎也傾向于類似的方式。隨著“犯罪掃描”的啟動，他希望與高犯罪社區建立關系，確保大數據被用于解決問題，而不是簡單的聚焦在警務工作方面。“這就是關鍵所在：誰能找到那個最佳點?”他說，“誰能真正用好充足的數據，并建立牢固的關系?這是美國的警務工作目前面臨的挑戰。”
京公網安備 11010502049343號