Een nieuw algoritme kan heel aardig vertellen waar en wanneer een misdaad zal plaatsvinden, én kan laten zien hoe proportioneel de politie reageert op criminaliteit.
Wat ooit een onderwerp was voor een sciencefictionfilm, is hard op weg werkelijkheid te worden: een computer die voorspelt waar en wanneer er een misdaad plaatsvindt. Datawetenschapper Ishanu Chattopadhyay van de Universiteit van Chicago en collega’s hebben nu een algoritme ontworpen dat hier behoorlijk goed in is.
En daar kun je meer mee dan alvast politie naar een aankomende crime scene sturen, schrijven de onderzoekers. Je kunt er ook mee bepalen of de politie zijn middelen wel eerlijk over rijke en armere wijken verdeelt.
Hotspots en aardbevingen
Nu is het algoritme van Chattopadhyay en zijn team allesbehalve de eerste poging om een misdaadvoorspelprogramma te ontwikkelen. Waarin verschilt dit algoritme van zijn voorgangers?
“Bestaande aanpakken gaan er vaak van uit dat criminaliteit wordt gedreven door zogenoemde hotspots”, legt Chattopadhyay uit. “Je neemt dan aan dat misdaad zich over een gebied verspreid zoals een druppeltje inkt in water. Maar dat heeft tot nu toe niet veel opgeleverd.”
Andere aanpakken proberen overeenkomsten te vinden tussen misdaad en aardbevingen, vervolgt de datawetenschapper, met voor- en naschokken. “Nog weer andere onderzoekers hebben alle denkbare machineleertechnieken op de kwestie losgelaten, met factoren die variëren van het weer tot hoeveel graffiti er op de muren staat.”
Sommige van die aanpakken doen het op zich beter dan wanneer je puur gokt waar en wanneer een misdaad gaat plaatsvinden, zegt Chattopadhyay. Toch heb je er volgens hem in de praktijk vaak weinig aan. “De gebeurtenissen worden niet lang genoeg van tevoren voorspeld, of de locatie niet precies genoeg, om ernaar te kunnen handelen.”
Verborgen verbanden
Het nieuwe algoritme kent volgens Chattopadhyay een totaal andere aanpak. “Wij gaan er niet van uit dat misdaad zich verspreid als inkt in water, maar erkennen dat gebeurtenissen op verschillende plekken in de stad elkaar kunnen beïnvloeden en beperken. Die verborgen verbanden halen we uit verslagen van eerdere gebeurtenissen: wat gebeurde er waar en wanneer? We bepalen dus patronen uit het verleden die wijzen op verhoogde criminaliteit. Daarmee doen we dan nauwkeurige voorspellingen voor de toekomst.”
Hoe nauwkeurig? Daar zit wat variatie in voor de acht Amerikaanse steden waar het team naar keek, maar gemiddeld kan het algoritme met 90 procent zekerheid voorspellen waar over een week een misdaad kan plaatsvinden.
‘AI is een blijvertje’
Bij dat soort scores zullen politiemensen ongetwijfeld staan te popelen om met het algoritme aan de slag te gaan. Maar er zit een andere kant aan het verhaal. In hun artikel schrijven Chattopadhyay en zijn team namelijk dat uit hun model ook blijkt dat de politie vooral groot uitpakt als er misdaden worden gepleegd in rijkere buurten. Dat gaan dan ten koste van de middelen die beschikbaar zijn voor de armere wijken. Het programma kan dus, met andere woorden, ook blootleggen wat de politie zélf beter had kunnen doen.
Chattopadhyay ziet het ‘omdraaien’ van het algoritme als een kleine stap richting het democratiseren van kunstmatige intelligentie (AI). Oftewel: erop toezien dat dit soort technieken vóór in plaats van tegen de bevolking wordt ingezet. “AI is een blijvertje en zal alleen maar meer invloed gaan hebben op ons dagelijks leven”, zegt de onderzoeker. “We moeten ervoor zorgen dat deze technologische revolutie niet gaat leiden tot een maatschappij waarin niemand zou willen leven.”
