美尝试用新技术提升警务工作水平

警官谢恩·科瓦奇正在参观美国宾夕法尼亚州匹兹堡的霍尔姆伍德，那里将会引入一个预测警察系统。资料来源:斯蒂芬妮·斯特拉斯堡

警官杰米·帕斯库奇和乔·卡尼亚兴高采烈地坐在巡逻车里，巡视着霍姆伍德社区，看看街上是否有什么麻烦。宾夕法尼亚州匹兹堡是美国谋杀率最高的最大城市之一。霍尔姆伍德的暴力犯罪尤其严重。年轻的白人警察Pascucci和Kania从街区外走来，使用一系列警察局呼叫部门通信中心。他们偶尔会得到“射击监视”的帮助，这是一个传感器网络，可以用来监视射击事件，并将信息传输到安装在前座中间的笔记本电脑。

然而，帕斯库奇和卡尼亚可能从下个月开始接受新的指导。霍尔姆伍德将成为匹兹堡“预测警务”项目的第一个试点地区。根据卡内基梅隆大学科学家开发的数据处理公式，警车便携式计算机将显示犯罪活动可能发生的地点的地图。

不同的观点

许多其他城市也采用了类似的系统，包括从轻微犯罪报告到罪犯的脸书照片等信息。它们在美国以外的其他国家也很受欢迎。借助地震学、流行病学和其他领域的方法，发明人相信该公式有助于降低犯罪率和减少政策偏差。它们取代了通过对犯罪活动的潜在地点和谁将进行犯罪活动的肤浅分析而获得的更基本的趋势和直觉。

匹兹堡警察局长卡梅伦·麦克莱(Cameron McLay)表示，当美国警察和少数民族之间的关系一度很差时，这是一种值得尝试的方法，他承认，当前的警察部门要纠正这种偏见还有很长的路要走。麦克莱认为，大数据和关注更多社区的策略相结合，可以作为缓解警察渎职的策略的一部分。

然而，公民*组织和种族正义组织对此提出了警告。他们认为，预测警务会以一种危险的新方式延续种族偏见，只会给它披上科学外衣，赋予它合法性。他们认为基于有缺陷的统计数据的犯罪预测模型反映了刑事司法系统固有的偏见，这将导致警察射杀更多的黑人而不是白人。隐私是另一个重要的隐患。

与此同时，警察能够在多大程度上预防犯罪仍有待讨论。支持者认为它可以迅速降低犯罪率。但是弗吉尼亚州兰德公司的分析师约翰·好莱坞说，与其他最佳实践技术相比，它的优势“充其量只是增量”。

有偏见

犯罪预测的概念可以追溯到1931年，当时芝加哥大学的社会学家克利福德·肖和芝加哥青年研究所的犯罪学家亨利·麦凯写了一本书，探讨特定社区青少年犯罪的可持续性。从那以后，科学家们试图利用数据和地理空间分析来确定犯罪风险的水平。

2006年，加州大学洛杉矶分校和加州大学欧文分校的研究人员与洛杉矶警察局(LAPD)合作。加州大学洛杉矶分校人类学家杰弗里·布兰廷汉姆说，当时，警方正沉迷于数据收集，这使得犯罪预测“成为一种真正的可能性，而不是一种理论创新”。LAPD利用过去的犯罪热点地图来决定向何处派遣巡逻人员。警察部门称这种策略为“守时警察”。布兰廷汉姆的团队认为，他们可以预测这种情况，而不仅仅是描述性的。布兰廷汉姆和他的同事研究了一种配方，这种配方现在已经成为一种叫做PredPol的专有软件包。

与此同时，芝加哥警察局(CPD)将预测，警方将继续向前迈出一步，并使其个人化。该部正在利用网络分析形成一个极具争议的"战略主题清单"，其中人们要么被认为有成为受害者的风险，要么可能是暴力犯罪的实施者。然后，警察和社区居民会拜访名单上的人，告诉他们他们被列为高危人群。

这个名为“自定义通知程序”的软件部分受到了耶鲁大学社会学家安德鲁·帕帕克里斯托斯的研究的启发。帕帕克里斯托斯于20世纪80年代和90年代在芝加哥的罗杰斯公园社区长大，处于“裂纹时代”的顶峰。他说作为一个白人，这使他免于一些暴力事件。

"我的肤色意味着我永远不会加入犯罪团伙。"他说。一天晚上，帕帕克里斯托斯看到一群人放火烧了他父母的餐馆，因为他们拒绝支付勒索的钱。

几十年后，他开始研究犯罪，帕帕克里斯托斯想知道犯罪背后的网络。在2014年发表的一篇文章中，他和康奈尔大学的克里斯托弗·怀尔德曼研究了芝加哥西部的一个高犯罪率社区。他们发现，在这个82，000人的社区中，41%的枪击受害者属于一起被捕的人，他们只占社区人数的4%。帕帕克里斯托斯说，这和其他研究一起表明，许多犯罪活动可以通过调查由人经营的公司来了解。

此外，*数据分析小组的分析师、密歇根大学的博士生威廉·艾萨克(William Isaac)说，这个和其他预测性警察项目所依赖的警方数据也使犯罪活动偏向有色人种。这将使任何预测变得不可靠，他说:“他们不是在预测未来。他们真正预测的是下一次警方观察记录将在哪里发生。”加州旧金山电子前沿基金会的詹妮弗·林奇说，事实上，预测可以变成自我实现的预测。"我们可以从过去的案例中了解到，当警察期待暴力时，他们通常会以暴力回应."

实用且不可预测

与此同时，其他批评者对警方的预测提出了更基本的问题:它能奏效吗？

在2012年IBM智能地球业务期间，一名警察瞥了一眼他的巡逻车屏幕，然后快速赶往一家便利店。当他到达时，一个职员正在数钱。几分钟后，一个潜在的强盗出现了。荷兰的好莱坞说，这是科幻小说，而且很可能会继续下去。为了预测具体的犯罪活动，他说，“我们需要将预测的准确度提高1000倍。”

至于现有的警方预测方法是否像宣传一样有效，几乎没有证据和数据来预测犯罪的可能性。例如，好莱坞和他的同事发表的一份对芝加哥“战略主题列表”项目的评估发现，在试验阶段被选中的个人比对照组更不容易成为受害者。然而，他们更有可能因开枪而被捕，研究人员说这可能是因为“一些警察可能已经用这份名单作为结束枪击的线索”

一些学者测试了该模型在历史上预测犯罪率的能力，结果令人鼓舞。但是评估一个以前用过的项目要复杂得多。随机实验(借鉴医学领域的设计)是金标准，但很少有部门愿意指定一个控制区域或小组，他们也不会试图预测那里的犯罪。"治安官通常服务三年。"麦克莱说，“我无法控制时间。”好莱坞补充说，像芝加哥这样的案例将个人排除在外，“没有人愿意说，‘我不会干涉最危险的10个人’。”像PredPol这样的公式拥有专利，这使得问题更加复杂，使得外部学者或公众很难评估它们的有效性。

麦克莱局长坐在会议室的桌子旁，俯瞰着日渐衰落的阿勒格尼-韦斯特社区。他说，他非常清楚，扩大犯罪扫描系统并不能解决匹兹堡警察局的所有问题。“一些城市已经在管理热点方面做了大量工作，它们与有色人种社区的关系非常糟糕。”他说。

一些专家指出，关键不在于依赖数据方法，而在于将它们与其他方法结合起来。麦克莱似乎更喜欢类似的方法。随着“犯罪扫描”的推出，他希望与高犯罪率社区建立关系，以确保大数据被用于解决问题，而不是简单地专注于警察工作。"这是关键:谁能找到最好的点？"他说，“谁能真正使用足够的数据并建立牢固的关系？这是当前美国警察工作面临的挑战。”(晋南)

《中国科学新闻》(第三版国际，2016年10月17日)