Polisi prediktif: Nyegah kejahatan utawa nguatake bias?

KREDIT GAMBAR:
Kredit gambar
iStock

Polisi prediktif: Nyegah kejahatan utawa nguatake bias?

Polisi prediktif: Nyegah kejahatan utawa nguatake bias?

Teks subjudul
Algoritma saiki digunakake kanggo prédhiksi ing ngendi kejahatan bisa kedadeyan sabanjure, nanging bisa dipercaya data kasebut tetep objektif?
    • Babagan Author:
    • Jeneng panganggit
      Quantumrun Foresight
    • Muga 25, 2023

    Nggunakake sistem intelijen buatan (AI) kanggo ngenali pola kejahatan lan menehi saran pilihan intervensi kanggo nyegah kegiatan kriminal ing mangsa ngarep bisa dadi metodologi anyar sing janjeni kanggo lembaga penegak hukum. Kanthi nganalisa data kayata laporan kejahatan, cathetan polisi, lan informasi liyane sing relevan, algoritma bisa ngenali pola lan tren sing bisa uga angel dideteksi manungsa. Nanging, aplikasi AI ing pencegahan kejahatan nyebabake sawetara pitakonan etika lan praktis sing penting. 

    Konteks kepolisian prediktif

    Polisi prediktif nggunakake statistik lan algoritma kejahatan lokal kanggo ramalan ing endi kejahatan sing paling mungkin kedadeyan sabanjure. Sawetara panyedhiya polisi prediktif wis ngowahi teknologi iki kanggo prédhiksi gempa susulan kanggo nemtokake wilayah ing ngendi polisi kudu kerep patroli kanggo nyegah kejahatan. Kajaba saka "hotspot", teknologi kasebut nggunakake data penahanan lokal kanggo ngenali jinis individu sing bisa nindakake kejahatan. 

    Panyedhiya piranti lunak kepolisian prediktif AS Geolitica (sadurunge dikenal minangka PredPol), sing teknologi saiki digunakake dening sawetara entitas penegak hukum, nyatakake yen dheweke wis ngilangi komponen balapan menyang set data kanggo ngilangi over-policing saka wong warna. Nanging, sawetara studi independen sing ditindakake dening situs web teknologi Gizmodo lan organisasi riset The Citizen Lab nemokake yen algoritma kasebut bener-bener nguatake bias marang komunitas sing rawan.

    Contone, program polisi sing nggunakake algoritma kanggo prédhiksi sapa sing beresiko melu kejahatan sing gegandhengan karo bedhil kekerasan ngadhepi kritik sawise dicethakaké 85 persen sing diidentifikasi minangka sing duwe skor resiko paling dhuwur yaiku wong Afrika-Amerika, sawetara sing ora ana cathetan pidana kasar sadurunge. Program kasebut, sing diarani Daftar Subjek Strategis, diteliti ing taun 2017 nalika Chicago Sun-Times entuk lan nerbitake database dhaptar kasebut. Kedadeyan iki nyoroti potensial bias nggunakake AI ing penegakan hukum lan pentinge kanthi ati-ati nimbang risiko lan konsekuensi sadurunge ngetrapake sistem kasebut.

    Dampak gangguan

    Ana sawetara mupangat kanggo polisi prediktif yen ditindakake kanthi bener. Nyegah kejahatan minangka kauntungan utama, kaya sing dikonfirmasi dening Departemen Kepolisian Los Angeles, sing ujar algoritma kasebut nyebabake nyuda perampokan 19 persen ing titik panas sing dituduhake. Manfaat liyane yaiku nggawe keputusan adhedhasar nomer, ing ngendi data ndhikte pola, dudu bias manungsa. 

    Nanging, para kritikus nandheske amarga data kasebut dipikolehi saka departemen kepolisian lokal, sing duwe sejarah nyekel luwih akeh wong warna (utamane wong Afrika-Amerika lan Amerika Latin), pola kasebut mung nyorot bias sing ana ing komunitas kasebut. Miturut riset Gizmodo nggunakake data saka Geolitica lan sawetara lembaga penegak hukum, prediksi Geolitica niru pola urip nyata saka overpolicing lan ngenali komunitas Black lan Latino, malah individu ing grup kasebut kanthi nol rekaman penahanan. 

    Organisasi hak-hak sipil wis nyatakake keprihatinan babagan panggunaan polisi prediktif tanpa pamrentahan lan kabijakan peraturan sing tepat. Sawetara wis mbantah manawa "data reged" (tokoh sing dipikolehi liwat praktik korupsi lan ilegal) digunakake ing mburi algoritma kasebut, lan agensi sing nggunakake iki ndhelikake bias kasebut ing mburi "cuci teknologi" (ngaku yen teknologi iki objektif mung amarga ora ana. campur tangan manungsa).

    Kritik liyane sing diadhepi polisi prediktif yaiku asring angel kanggo masarakat ngerti kepiye algoritma kasebut. Kurang transparan iki bisa dadi angel kanggo nyekel lembaga penegak hukum tanggung jawab kanggo keputusan sing digawe adhedhasar ramalan sistem kasebut. Mula, akeh organisasi hak asasi manungsa njaluk larangan teknologi polisi prediktif, utamane teknologi pangenalan rai. 

    Implikasi saka polisi prediktif

    Implikasi sing luwih akeh saka polisi prediktif bisa uga kalebu:

    • Hak-hak sipil lan kelompok marginal lobbying lan push bali marang nggunakake nyebar saka polisi prediktif, utamané ing komunitas werna.
    • Tekanan kanggo pamrentah kanggo ngetrapake kabijakan utawa departemen pengawasan kanggo mbatesi cara polisi prediktif digunakake. Undhang-undhang ing mangsa ngarep bisa meksa agensi polisi nggunakake data profil warga sing bebas bias saka pihak katelu sing disetujoni pemerintah kanggo nglatih algoritma kepolisian prediktif.
    • Luwih akeh lembaga penegak hukum ing saindenging jagad ngandelake sawetara bentuk kepolisian prediktif kanggo nglengkapi strategi patroli.
    • Pamrentah otoriter nggunakake versi modifikasi algoritma kasebut kanggo prédhiksi lan nyegah protes warga lan gangguan umum liyane.
    • Luwih akeh negara sing nglarang teknologi pangenalan rai ing lembaga penegak hukum kanthi tekanan saka masarakat.
    • Tambah tuntutan hukum marang agensi polisi amarga nyalahi panggunaan algoritma sing nyebabake penahanan sing ora sah utawa salah.

    Pitakon sing kudu dipikirake

    • Apa sampeyan mikir polisi prediktif kudu digunakake?
    • Kepiye carane algoritma policing prediktif bakal ngganti carane kaadilan ditindakake?

    Referensi wawasan

    Link populer lan institusional ing ngisor iki dirujuk kanggo wawasan iki:

    Pusat Kehakiman Brennan Prediktif Polisi Dijelasake