I progressi rapidissimi di intelligenza artificiale ed apprendimento automatico hanno ottenuto l’attenzione dei governi. L’obiettivo? Distopia pura: sviluppare tecnologie predittive per monitorare, ed eventualmente scongiurare crimini e comportamenti criminali. Va detto: i primi tentativi di applicazione sono stati parecchio opachi, tra “razzismo digitale” e pregiudizi.
Il Dipartimento di Scienze Sociali e dei Dati dell’Università di Chicago ha creato un nuovo algoritmo che analizza le serie temporali e i modelli geografici dei dati pubblici sui crimini violenti e di proprietà per anticipare i reati. L’algoritmo ha dimostrato di essere corretto circa il 90% delle volte nel prevedere le attività criminali future con ben una settimana di anticipo.
Il 90% di precisione è sufficiente?
Prima di rispondere a questa domanda (retorica, della quale in fondo già conoscete la risposta), qualche dato ulteriore. In un modello separato, il team di ricerca ha anche studiato la risposta della polizia al crimine, analizzando il numero di arresti e confrontandolo in quartieri con status socioeconomico diverso. I ricercatori hanno osservato che i crimini nelle aree più ricche hanno portato a più arresti, mentre gli arresti nei quartieri svantaggiati sono diminuiti. Questo sottende uno scarso impegno della polizia nelle aree più povere della città.
Ishanu Chattopadhyay è assistente professore alla University of Chicago e autore senior del nuovo studio, pubblicato sulla rivista Nature Human Behaviour (ve lo linko qui).
Come funziona l’algoritmo “anti crimini”
Il nuovo strumento è stato messo alla prova e si è dimostrato efficace su due tipi di eventi segnalati dalla città di Chicago: i crimini violenti (omicidi, aggressioni e percosse) e i crimini contro la proprietà (scassi, furti e rapine di veicoli a motore). Sono stati utilizzati questi dati perché è più probabile che crimini di questo tipo vengano segnalati alle forze dell’ordine anche in quartieri dove c’è sfiducia nelle autorità. Questi reati sono anche meno suscettibili di pregiudizi da parte della polizia, come il possesso di droga, gli arresti stradali e altri reati minori.
I crimini in questo nuovo approccio sono isolati osservando le coordinate spaziali e temporali di ciascun evento. Su questa base, la città viene divisa in caselle larghe circa 300 metri quadri (1000 piedi): dunque, le previsioni non dipendono dal tipo di quartiere o dalle preferenze politiche delle varie zone. Osserva tutto “senza pregiudizi”.
E funziona: il tasso del 90% di corrispondenza si è ottenuto con i dati di ben 8 città USA: Chicago, Atlanta, Austin, Detroit, Los Angeles, Philadelphia, Portland e San Francisco.
Si, ma il 90% è sufficiente?
Per fare cosa? Per accusare qualcuno in anticipo? Ma non scherziamo, ovviamente. Questa “precrimine” non è come quella di Minority Report. Non vedrete pattuglie di poliziotti che arrestano “in anticipo” un criminale sulla base di una previsione.
Strumenti come questo servono ex post, per predisporre investimenti mirati e rafforzare le aree che più necessitano di intervento.
È una sorta di “gemello digitale” applicato ai crimini. Gli dici cosa è accaduto in passato, lui ti dice cosa può accadre in futuro.
“Non è magico, ha dei limiti” si affretta a dire Chattopadhyay, “ma funziona bene. E possiamo usarlo anche per simulare cosa accade se i crimini aumentano in una determinata area. Un fattore importante per far evolvere i nostri sistemi di sicurezza”.
Non vedo l’ora di farlo funzionare a Gotham City. Scherzo.
