Harry Cohen Tanugi

Des chercheurs développent un algorithme permettant de prédire les crimes une semaine à l'avance

Des chercheurs en sciences sociales de l'Université de Chicago ont mis au point un algorithme capable de prévoir la criminalité dans les zones urbaines jusqu'à une semaine à l'avance, Bloomberg rapporté par le jeudi.

Au cours des dernières années, l'utilisation des algorithmes autour de nous a connu une forte augmentation. Qu'il s'agisse de prédire la météo, de conduire des voitures, de faire des recommandations d'achat ou de trouver des remèdes aux maladies, les algorithmes sont à l'œuvre partout. Il ne serait guère étonnant qu'ils ne soient pas utilisés pour lutter contre la criminalité.

Avant les Jeux Olympiques, la police de Tokyo cherchait à mettre en place une technologie basée sur l'intelligence artificielle (I.A.) pour prédire les crimes avant qu'ils puissent avoir lieu. Si on a l'impression que nous vivons dans un Minority Report Le fait est que nous le sommes déjà, et ce depuis près d'une décennie maintenant.

Modèle de risque de criminalité et de victimisation de Chicago

Selon le rapport de Bloomberg, le département de police de Chicago a mis en œuvre le modèle de risque de criminalité et de victimisation en 2012 avec l'aide de chercheurs universitaires. Le modèle a utilisé des facteurs tels que l'âge et les antécédents d'arrestation pour dresser une liste d'agresseurs potentiels et de leurs victimes et a même attribué un score aux individus répertoriés afin d'aider les forces de l'ordre à conférer un caractère d'urgence à la recherche de l'auteur présumé et de sa victime.

Le concept peut sembler intéressant, mais l'application réelle était douteuse. Comme l'ont montré des enquêtes ultérieures, près de la moitié des auteurs présumés figurant sur la liste n'avaient jamais été inculpés de possession illégale d'armes, tandis que d'autres n'avaient jamais été inculpés de délits graves auparavant. Un rapport de Technology Review de 2019 a détaillé comment les algorithmes d'évaluation des risques qui déterminaient si un individu devait être envoyé en prison ou non étaient... formés sur des données historiquement biaisées.

Ainsi, lorsque les chercheurs de l'université de Chicago, dirigés par le professeur adjoint Ishanu Chattopadhyay, ont tenté de construire leur algorithme, ils ont voulu éviter les erreurs du passé.

Comment fonctionne le nouvel algorithme ?

L'algorithme divise une ville en carreaux de 1 000 pieds carrés et utilise les données historiques sur les crimes violents et les crimes contre les biens pour prédire les événements futurs. Les chercheurs ont déclaré à Bloomberg que leur modèle est différent des autres prédictions algorithmiques de ce type, car les autres considèrent que la criminalité émerge des points chauds et se propage à d'autres zones.

Cependant, selon les chercheurs, ces approches ne tiennent pas compte de l'environnement social complexe des villes et sont également biaisées par la surveillance utilisée par l'État pour faire respecter la loi. Au lieu de cela, l'algorithme utilisé analyse les rapports de criminalité antérieurs en tenant compte de nombreux autres facteurs, puis prédit la probabilité de criminalité à Chicago avec une précision de 90 %. Le modèle a également été utilisé pour prédire les crimes dans huit villes différentes des États-Unis, dont de grands noms comme Los Angeles, Atlanta et Philadelphie, et a également fonctionné dans ces scénarios, indique Bloomberg dans son rapport.

L'algorithme et les détails scientifiques ont été publiés dans la revue Nature Human Behaviour.

Résumé

Les efforts de la police pour contrecarrer le crime s'appuient généralement sur les rapports d'infractions criminelles, qui manifestent implicitement une relation complexe entre le crime, la police et la société. En conséquence, la prédiction du crime et la police prédictive ont suscité la controverse, les derniers algorithmes basés sur l'intelligence artificielle ne donnant qu'un aperçu limité du système social du crime. Nous montrons ici que, si les modèles prédictifs peuvent renforcer le pouvoir de l'État par le biais de la surveillance criminelle, ils permettent également de surveiller l'État en traçant les biais systémiques dans l'application de la loi. Nous présentons un algorithme d'inférence stochastique qui prévoit la criminalité en apprenant les dépendances spatio-temporelles des rapports d'événements, avec une zone moyenne sous la courbe caractéristique d'exploitation du récepteur de ~90% à Chicago pour les crimes prédits par semaine dans un rayon de ~1000 pieds. Ces prévisions nous permettent d'étudier les perturbations des modèles de criminalité qui suggèrent que la réponse à une augmentation de la criminalité est biaisée par le statut socio-économique du quartier, drainant les ressources politiques des zones socio-économiquement défavorisées, comme cela a été démontré dans huit grandes villes américaines.



[SOURCE]

menu