Ομάδα ερευνητών ισχυρίζεται ότι δημιούργησε αλγόριθμο που προβλέπει εγκλήματα έως και μια εβδομάδα πριν αυτά συμβούν και με ακρίβεια 90%!
Όταν το 2002 η ταινία Minority Report βγήκε στις κινηματογραφικές αίθουσες προκάλεσε πραγματική αίσθηση και έβαλε πολλούς σε… φιλοσοφικές σκέψεις. Τι θα συνέβαινε αν θα μπορούσαμε να προβλέψουμε ένα έγκλημα; Και θα ήταν πραγματικά έγκλημα αν ο μελλοντικός δράστης δεν το είχε διαπράξει ακόμα; Ίσως ήρθε η στιγμή να έρθουμε αντιμέτωποι με αυτό το δίλημμα και στην πραγματικότητα. Ή τουλάχιστον αυτό υπόσχονται κατά κάποιο τρόπο οι ερευνητές του Πανεπιστημίου του Σικάγο.
Στην ταινία, μια ειδική αστυνομική μονάδα συλλαμβάνει
μελλοντικούς δολοφόνους πριν αυτοί διαπράξουν τα εγκλήματά τους με τη βοήθεια
τριών διορατικών ανθρώπων που ονομάζονται Precogs, οι οποίοι μπορούν να
οραματιστούν επικείμενες ανθρωποκτονίες.
Τώρα, οι επιστήμονες από το Πανεπιστήμιο του Σικάγο
υποστηρίζουν ότι έχουν βρει μια λιγότερο φουτουριστική λύση για να προβλέπουν
τα εγκλήματα. Όπως λένε ανέπτυξαν έναν νέο αλγόριθμο, ο οποίος αναλύοντας
δεδομένα προβλέπει το έγκλημα με ακρίβεια έως και 90%.
Ο Ισχάνου Σατοπαντγιάι και οι συνάδερφοί του από το
Πανεπιστήμιο του Σικάγο ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης, το οποίο
ανέλυσε όλα τα ιστορικά στοιχεία εγκλημάτων στο Ιλινόις του Σικάγο από το 2014
έως τα τέλη του 2016 μαθαίνοντας εγκληματικά πρότυπα και γεωγραφικές τοποθεσίες
από δημόσια δεδομένα βίαιων εγκλημάτων και εγκλημάτων ιδιοκτησίας του
παρελθόντος. Στη συνέχεια, ο αλγόριθμος, χωρίς να βασίζεται σε παραδοσιακά
εγκληματολογικά δεδομένα, είχε τη δυνατότητα να προβλέψει εγκλήματα που
συνέβησαν στις αμέσως επόμενες εβδομάδες, σύμφωνα με τους ερευνητές.
«Δημιουργήσαμε ένα ψηφιακό δίδυμο του αστικού περιβάλλοντας.
Εάν του τροφοδοτήσετε δεδομένα από ό,τι συνέβη στο παρελθόν, θα σας πει τι
πρόκειται να συμβεί στο μέλλον», δήλωσε ο Σατοπαντγιάι, PhD Επίκουρος Καθηγητής
Ιατρικής στο Πανεπιστήμιο του Σικάγο και συγγραφέας της μελέτης,
Biologicalsciences. Το «ψηφιακό δίδυμο», το οποίο γίνεται όλο και πιο διάσημο
τα τελευταία χρόνια, αναφέρεται στην δημιουργία ενός εντυπωσιακά ακριβούς
ψηφιακού κλώνου κάποιου πραγματικού μέρους. Στη συνέχεια αυτός ο κλώνος
χρησιμοποιείται ως εργαλείο προσομοίωσης για να τεστάρεις νέες ιδέες ή εργασίες
πριν αυτές εφαρμοστούν στην πραγματικότητα.
Σύμφωνα με το Πανεπιστήμιο του Σικάγο, το νέο μοντέλο
«απομονώνει το έγκλημα εξετάζοντας τις χρονικές και χωρικές συντεταγμένες
διακριτών γεγονότων και ανιχνεύοντας μοτίβα για την πρόβλεψη μελλοντικών
γεγονότων».
Το μοντέλο προέβλεψε την πιθανότατα να συμβούν συγκεκριμένα
εγκλήματα σε ολόκληρη την πόλη, η οποία είχε χωριστεί σε χωροταξικές περιοχές
πλάτους περίπου 300 μέτρων, μια εβδομάδα πριν αυτά συμβούν με ακρίβεια 90%. Παράλληλα,
το μοντέλο «εκπαιδεύτηκε» με αντίστοιχα δεδομένα από άλλες μεγάλες πόλεις των
ΗΠΑ και έδωσε αντίστοιχα ακριβή αποτελέσματα: Ατλάντα, Όστιν, Ντιτρόιτ, Λος
Άντζελες, Φιλαδέλφεια, Πόρτλαντ και Σαν Φρανσίσκο.
Το μοντέλο στο Σικάγο δοκιμάστηκε χρησιμοποιώντας ιστορικά
δεδομένα για δύο μεγάλες κατηγορίες εγκλημάτων: βίαια εγκλήματα (ανθρωποκτονίες
και επιθέσεις) και εγκλήματα ιδιοκτησίας (διαρρήξεις, κλοπές και κλοπές αυτοκινήτων).
Όπως αναφέρεται, επιλέχθηκαν αυτού του είδους τα εγκλήματα καθώς είναι αυτά που
καταγγέλλονται πιο συχνά στην αστυνομία στις αστικές περιοχές, όπου γενικότερα
υπάρχει παραδοσιακά έλλειψη εμπιστοσύνης και συνεργασίες με τις αρχές. Επίσης,
τέτοιου είδους εγκλήματα είναι λιγότερο πιθανό να προσεγγιστούν με προκατάληψη
από τις αρχές σε σχέση με εγκλήματα που συνδέονται με τα ναρκωτικά ή τους ελέγχους
της τροχαίας.
Ωστόσο ο Σατοπαντγιάι ήταν ξεκάθαρος: «Δεν είναι μαγικό
εργαλείο. Υπάρχουν κάποιοι περιορισμοί, αλλά το δοκιμάσαμε και δουλεύει πολύ
καλά. Μπορείς να το χρησιμοποιήσεις ως ένα εργαλείο προσομοίωσης ώστε να δεις τι
συμβαίνει αν η εγκληματικότητα αυξηθεί σε ένα μέρος της πόλης ή αν υπάρξει
αυξημένη αστυνόμευση σε μια άλλη. Αν συνδυάσεις όλες αυτές τις διαφορετικές
μεταβλητές, μπορείς να δεις πώς τα συστήματα θα εξελιχθούν».
Προβλέψεις με
ρατσιστικά στερεότυπα
Αυτή πάντως δεν είναι η πρώτη φορά που οι άνθρωποι προσπαθούν
να προβλέψουν τα εγκλήματα, ωστόσο οι προσπάθειες ως τώρα ήταν αμφιλεγόμενες
καθώς οι αρχές είχαν κατηγορηθεί ότι διαιώνιζαν ρατσιστικά στερεότυπα. Τα τελευταία
χρόνια, η αστυνομία του Σικάγο δοκίμαζε έναν αλγόριθμο, ο οποίος συμπεριελάμβανε
μια λίστα ανθρώπων που φαινόταν να έχουν περισσότερες πιθανότητες να εμπλακούν
σε περιστατικά πυροβολισμών είτε ως θύτες είτε ως θύματα. Οι λεπτομέρειες
σχετικά με τον αλγόριθμο και η λίστα αρχικά είχαν κρατηθεί μυστικά, ωστόσο όταν
η λίστα τελικά δημοσιοποιήθηκε αποδείχθηκε ότι το 56% όσων περιλαμβάνονταν σε
αυτή ήταν μαύροι άντρες ηλικίας 20-29, η ηλικιακή και φυλετική ομάδα στις ΗΠΑ
που δέχεται τα περισσότερα περιστατικά στερεοτυπικού ρατσισμού ειδικά από την
αστυνομία.
Ο Σατοπαντγιάι παραδέχεται ότι και τα δεδομένα από το δικό τους
μοντέλο θα βασίζονται σε έναν βαθμό σε στερεότυπα, ωστόσο όπως λέει έχουν γίνει
προσπάθειες να μειωθεί η επίδραση των στερεοτύπων. Εξάλλου τονίζει ότι το
μοντέλο του δεν υποδεικνύει πρόσωπα αλλά πιθανά σημεία εγκλημάτων. «Δεν είναι
το Minority Report»,
ξεκαθαρίζει.
«Οι χρηματικοί πόροι για τις αστυνομικές δυνάμεις δεν είναι
ανεξάντλητοι. Έτσι, ιδανικά χρειάζεται να χρησιμοποιείς και αυτό. Θα ήταν
τέλειο, αν μπορούσες να ξέρεις πού πρόκειται να σημειωθεί η επόμενη
ανθρωποκτονία», αναφέρει.
Ο Σατοπαντγιάι σημειώνει ότι οι προβλέψεις της τεχνητής νοημοσύνης
θα μπορούσαν να χρησιμοποιηθούν με μεγαλύτερη ασφάλεια για να ενημερώνουν τις αρχές
σε υψηλότερα κλιμάκια παρά να εφαρμοστούν απευθείας σε διάφορες διασκορπισμένες
αστυνομικές δυνάμεις. Όπως λέει δημοσιοποίησαν όλα τα στοιχεία της έρευνας και
τον αλγόριθμο που δημιούργησαν ώστε να μπορέσουν και άλλοι επιστήμονες να
ερευνήσουν τα αποτελέσματα και να προσφέρουν τη δική τους βοήθεια.
Οι ερευνητές χρησιμοποίησαν επίσης τα δεδομένα για να
αναζητήσουν περιοχές όπου τα ανθρώπινα στερεότυπα επηρεάζουν την αστυνόμευση. Ανέλυσαν
τον αριθμό των συλλήψεων μετά από εγκλήματα σε γειτονιές του Σικάγο με
διαφορετικά κοινωνικό-οικονομικά επίπεδα. Αυτό έδειξε ότι τα εγκλήματα σε πιο
εύπορες περιοχές κατέληγαν σε περισσότερες συλλήψεις σε σχέση με ανάλογα
εγκλήματα σε φτωχότερες περιοχές κάτι που πιθανώς υποδηλώνει προκαταλήψεις στον
τρόπο που οι αστυνομικοί ανταποκρίνονται.
Πάντως δεν λείπουν και οι σκεπτικιστές πίσω από αυτό το νέο
μοντέλο τεχνητής νοημοσύνης. Ορισμένοι παρατήρησαν ότι οι πόλεις στις οποίες
ελέγχθηκε έχουν ούτως ή άλλως υψηλά ποσοστά εγκλημάτων κι αυτό κάνει την
ακρίβεια του αλγόριθμου λιγοτερο εντυπωσιακή, όπως λένε, καθώς υπάρχουν πάντα
περιοχές όπου συμβαίνουν συνήθως εγκλήματα.
Ανησυχίες εκφράστηκαν επίσης σχετικά με το πώς θα μπορούσαν οι
αρχές να χρησιμοποιήσουν στην πράξη αυτόν τον αλγόριθμο. Πιθανότατα να αύξαναν
την αστυνόμευση στις «ύποπτες» περιοχές και αυτό μπορεί να τους οδηγούσε να
στοχοποιήσουν άδικα τους κατοίκους τους απλώς και μόνο επειδή περπατούν στον
δρόμο.