Indhold
- Hvad er forbrydelsesforebyggelsesmodellen?
- Virkelige applikationer
- Fordele og ulemper
- Fordele
- Ulemper
- Konklusion
Kilde: iLexx / iStockphoto
Tag væk:
AI hjælper menneskelig retshåndhævelse i en lang række applikationer.
Kunstig intelligens (AI) bruges både til at overvåge og forebygge forbrydelser i mange lande. Faktisk går AIs engagement i kriminalitetsstyring tilbage til de tidlige 2000'ere. AI bruges i områder som bomberegistrering og deaktivering, overvågning, forudsigelse, sociale mediescanning og interviewing af mistænkte. For al hype og hoopla omkring AI er der imidlertid plads til vækst i dens rolle i kriminalitetshåndtering.
I øjeblikket viser det sig, at nogle få problemer er problematiske. AI er ikke ensartet engageret på tværs af lande inden for kriminalitetshåndtering. Der er en hård debat om de etiske grænser for AI, der tvinger de retshåndhævende myndigheder til at træde omhyggeligt. At definere omfanget og grænserne for AI, der inkluderer indsamling af personlige data, er en kompleks opgave. Ikke desto mindre repræsenterer AI et løfte om et nyt paradigme inden for kriminalitetshåndtering, og det er en stærk sag til forfølgelse. (Se 4 større kriminelle, der er fanget af computerteknologi for mere information om kriminalitetsbekæmpelse.)
Hvad er forbrydelsesforebyggelsesmodellen?
Kriminalitetsforebyggelsesmodellen handler om at analysere store mængder af forskellige typer data fra mange forskellige kilder og udlede indsigt. Baseret på indsigtene kan der forudsiges om forskellige kriminelle aktiviteter. F.eks. Giver sociale medier en veritabel dataguldmin til analyse - selvom dette er et kontroversielt problem på grund af privatlivets fred. Det er en kendt kendsgerning, at radikaliseringsaktiviteter fra forskellige grupper udføres via sociale medier. AI kan afsløre afgørende indsigt ved at analysere sådanne data og kan give kundeemner til de retshåndhævende myndigheder.
Der er også andre datakilder såsom e-handelswebsteder. Amazon og eBay kan levere værdifulde data om mistænktees browsing og købsvaner. Denne model er dog ikke ny. Tilbage i 2002 havde John Poindexter, en pensioneret admiral for den amerikanske hær, udviklet et program kaldet Total Awareness Program, som foreskrev indsamling af data fra online og offline kilder. Men efter hård modstand på grund af spørgsmål om indtrængen af privatlivets fred blev finansieringsstøtte til programmet stoppet inden for et år. (For at lære om bekæmpelse af cybercrime skal du tjekke, hvordan jeg kom her: 12 spørgsmål med cybercrime-fighter Gary Warner.)
Virkelige applikationer
AI begynder at blive brugt til forebyggelse af kriminalitet på innovative måder verden over.
Sociale medier er platformen for at fuldbyrde forskellige forbrydelser, som f.eks. Promovering og salg af narkotika, ulovlig prostitution og radikalisering af unge til terroraktiviteter. For eksempel bruger kriminelle hashtags til at fremme forskellige årsager til de tilsigtede målgrupper. Det er lykkedes retshåndhævelsesorganer i USA at spore sådanne forbrydelser ved hjælp af AI.
En AI-drevet chatbot på et universitet i Enschede, Holland, trænes til at interviewe mistænkte og udtrække information. Forventningerne fra boten er at undersøge den mistænkte, stille spørgsmål og opdage fra besvarelsesmønstrene og psykologiske signaler om den mistænkte er sandfærdig. Botens navn er Brad. Det er stadig i begyndelsesfasen, men udviklingen repræsenterer et nyt aspekt inden for kriminalitetshåndtering.
Fordele og ulemper
Mens disse futuristiske fremskridt inden for retshåndhævelse har et stort potentiale, må man også overveje ulemperne.
Fordele
Sikkerhedsbehov og overvejelser er dynamiske og komplekse, og du har brug for et system, der tilpasser sig hurtigt og effektivt. Menneskelige ressourcer er i stand, men har begrænsninger. I dette synspunkt har AI-systemer fordelen ved at være i stand til at skalere op for at udføre deres job mere effektivt. For eksempel er overvågning af mulige kriminelle aktiviteter på sociale medier fra et manuelt perspektiv en gigantisk opgave. Menneskelige tilgange kan være fejlagtige og langsomme. AI-systemer kan udføre denne opgave ved at skalere op og udføre opgaverne hurtigere.
Ulemper
For det første er AIs involvering i kriminalitetsstyring stadig i den begynnende fase for al hype omkring. Så klip hype og accepter, at dens effektivitet i forebyggelse eller kontrol af kriminalitet i større skala stadig ikke er beviset.
For det andet vil forudsigelse og forebyggelse af kriminalitet kræve dataindsamling, hvoraf meget kan være personoplysninger. Dette gør regeringen og de retshåndhævende myndigheder sårbare over for ekstrem kritik fra borgere og andre grupper. Dette vil blive fortolket som indtrængen i borgernes frihed. Dataindsamling og snooping har været ekstremt kontroversielle problemer i fortiden, især i demokratiske lande.
For det tredje kan udvikling af AI-systemer, der lærer af ustrukturerede data, være en ekstremt udfordrende opgave. Da karakteren af kriminelle aktiviteter er blevet mere sofistikeret, kan det ikke altid være nyttigt at levere strukturerede data. Det vil tage tid, før sådanne systemer tilpasser sig.
Konklusion
I øjeblikket er der mange udfordringer, som AI-systemer involveres i kriminalitetshåndtering. Det er dog værd at gøre en indsats for at engagere AI i forebyggelse og kontrol af kriminalitet. Arten af kriminalitet og terroraktiviteter udvikler sig til at blive mere sofistikeret hver dag, og rent menneskeligt engagement er ikke længere nok til at tackle sådanne problemer. I denne sammenhæng kan det være vigtigt at bemærke, at AI ikke erstatter mennesker, men vil supplere dem. AI-systemer kan være hurtige, nøjagtige og ubarmhjertige - og det er disse egenskaber, som retshåndhævende myndigheder vil udnytte. I øjeblikket ser det ud til, at AI fortsat vil blive endnu mere fremtrædende inden for retshåndhævelse og kriminalitetsforebyggelse.