Прекобы
Precobs — это прогностическое полицейское программное обеспечение, использующее алгоритмы и знания о преступлениях, совершенных в прошлом, для прогнозирования совершения так называемых «почти повторных» преступлений. Precobs — это аббревиатура, обозначающая систему наблюдения за преступностью. Он разработан и продается Institut für musterbasierte Prognosetechnik (Институт техники прогнозирования на основе шаблонов) – IfmPt – расположенный в Оберхаузене , Германия . [1]
Концепция прогнозирования близкого повторения
[ редактировать ]Precobs используется для прогнозирования совершения «почти повторных преступлений», в настоящее время в основном для предотвращения краж со взломом . Знания о близких повторах основаны на опыте того, что преступления нижеуказанных категорий часто совершаются не один раз, а несколько раз в тесном географическом и временном контексте, так называемой пространственно-временной близости. [2] (см. также «Модели распространения преступности» ). Почти повторные преступления обычно повторяются в течение 72 часов. Помимо кражи со взломом, такими преступлениями могут быть:
За концепцией близких повторов стоит эмпирическое наблюдение о том, что «преступления группируются в пространстве и времени». [4] Различные международные исследования, посвященные практически повторным кражам со взломом, выявили закономерности в географической и временной связи совершенных взломов. [4] Самый высокий риск повторения преступления существует в течение 48 часов после первого преступления. [5] После этого он сохраняется примерно месяц. Джонсонс и Бауэрс после анализа данных о кражах со взломом в Мерсисайде, Великобритания, пришли к выводу: «Основной вывод заключается в том, что событие кражи со взломом является предиктором значительного увеличения количества краж со взломом в течение 1–2 месяцев и в диапазоне до 300–400 метров от дома. ограбленный дом». [6]
Два подхода пытаются объяснить этот феномен: согласно «гипотезе усиления», прошлая виктимизация «повышает» вероятность снова стать жертвой. [7] Утверждается, что преступник возвращается на место первого преступления, чтобы воспользоваться своими знаниями в этой области. Напротив, «гипотеза флага» относится к привлекательности цели. [7] Преступники обычно сосредотачиваются на привлекательных целях.
Применение и преимущества
[ редактировать ]Программное обеспечение Precobs основано на существующих знаниях о кражах со взломом прошлого. Он использует так называемые «триггеры» и «анти-триггеры» для определения вероятности близких повторов. [8] Триггерными критериями являются характеристики места преступления, способа совершения преступления (способ действия), украденных вещей и даты совершения преступления. Если выполняются определенные триггерные критерии, система квалифицирует преступление как потенциальное повторение. Существование антитриггеров, напротив, предотвращает повторные оповещения системы. [9] Это может быть, например, умышленное разбивание оконного стекла. Такой образ действий будет указывать на непрофессиональный опыт, что значительно снижает вероятность близкого повторения. [9] Кроме того, важную роль играют прошлые показатели успеха программного обеспечения. [10] Программное обеспечение анализирует эти данные и прогнозирует будущие преступления в географическом радиусе 250 метров и во временном окне от 24 часов до 7 дней. [11]
Прогноз отображается на карте, содержащей пространственную и временную информацию. [12] В прошлых приложениях Precobs могли достигать точности прогнозирования около 80%. [12] Соответственно, властям, которые используют Precobs, больше не нужно нанимать персонал для трудоемкого исследования практически повторяющихся преступлений или серий краж со взломом. [13]
Сначала предупреждение Прекобов пересматривается человеком-полицейским. Затем власти могут использовать эту информацию для отправки патрулей, чтобы предотвратить ожидаемые будущие преступления. Полиция может действовать под прикрытием, наблюдая за подозреваемыми или предотвращая преступления, патрулируя соответствующие районы. Предупреждения Precobs могут использоваться только внутри полиции. Однако эти данные также можно использовать для информирования общественности о сферах, в которых ожидаются будущие преступления. полиция в Аргау , Швейцария , использует мобильное приложение для публикации определенных предупреждений Precobs. Например, [14] Так называемое приложение KaPo-App предоставляет пользователям push-сообщения, в которых содержатся предупреждения для определенных районов или деревень. [15] Приложение KaPo-App может скачать каждый. [16]
Прекобы впервые были испытаны в швейцарских кантонах Цюрих , Базельланд и Аргау. [17] и в баварских городах Мюнхен и Нюрнберг . [18] По заявлениям полиции Цюриха, количество краж со взломом может сократиться на 30% по сравнению с предыдущим годом. [19] Аналогичных результатов можно было достичь в некоторых районах Баварии, где эти цифры снизились на 17,5–42%. [20]
24 июня 2015 года Министерство внутренних дел, строительства и транспорта Баварии объявило о постоянном использовании программного обеспечения для прогнозирования деятельности полиции. [20]
Критика и недостатки
[ редактировать ] | Возможно, этот раздел содержит оригинальные исследования . ( Август 2019 г. ) |
Использование Precobs вызвало различные вопросы и опасения.
Одна из основных проблем программного обеспечения для прогнозирующей полицейской деятельности в целом и, следовательно, Precobs, связана с использованием данных, необходимых программному обеспечению для прогнозирования любых преступлений. Поскольку программное обеспечение не использует никакой личной информации, а окончательное решение всегда принимается офицером полиции, баварский офицер по безопасности данных квалифицировал Precobs как беспроблемный. [21] Однако критики Precobs ссылаются на возможность обогащения почти повторяющегося процесса прогнозирования данными, полученными из Интернета вещей и социальных сетей . [22] Например, опубликованное в 2014 году исследование показывает, что использование сообщений в Твиттере в реальном времени может значительно улучшить автоматическое прогнозирование преступлений. [23]
Другие авторы полагают, что использование Precobs или аналогичных систем может стать для властей оправданием для широкого расширения сбора данных. [24]
Кроме того, критики подвергают сомнению надежность данных, получаемых системами прогнозирования полицейской деятельности. В целом причинно-следственная связь между сокращением количества преступлений и использованием программного обеспечения для прогнозирования полицейской деятельности вызывает сомнение. Например, при тестировании в Нюрнберге (Германия) количество взломов сначала снизилось осенью, как правило, с большим количеством краж, но затем снова возросло в декабре. [25] Одна из часто высказываемых проблем в этом контексте заключается в том, что власти могут слишком легко полагаться на прогнозы программного обеспечения, а не на свой накопленный опыт. [26]
Более того, предсказания Прекобса основаны на предположении, что преступления, совершенные случайно, не имеют соответствующей вероятности близкого повторения. [27] Соответственно, программное обеспечение может прогнозировать только кражи со взломом, совершенные профессиональными преступниками. Следовательно, возможности системы ограничены.
Система зависит от данных, предоставляемых властями. Что касается большого количества краж со взломом, использование таких систем, как Precobs, может слишком сузить внимание властей на конкретной области. [28] Кроме того, к системе могли адаптироваться особо профессиональные преступники. Зная, что власти используют интеллектуальное полицейское программное обеспечение, преступники могут переключиться на другие географические районы или принять определенное поведение, чтобы ввести программное обеспечение в заблуждение. В конечном итоге это может привести к «прогону» взаимного прогнозирования поведения.
Еще одна проблема возникает, когда данные, полученные с помощью программного обеспечения, публикуются, как в случае с приложением Aargau Police. Публикация такой информации может оттолкнуть население и создать атмосферу страха.
Ссылки
[ редактировать ]- ^ Метод прогнозирования близкого повторения , ifmpt.com. Проверено 25 февраля 2016 г.
- ^ Юстин и др., Оценка возможности обобщения феномена почти повторения, Уголовное правосудие и поведение, Vol. 38 (2011), с. 1042.
- ^ Почти повторы , ifmpt.com. Проверено 25 февраля 2016 г.
- ^ Jump up to: а б К. Хаберман/Дж. Рэтклифф, Проблемы прогнозирования полицейской деятельности в случае почти повторяющихся вооруженных уличных ограблений, Policing, Vol. 6 (2012), с. 151 (152).
- ^ А. Глуба, Предиктивная полицейская деятельность – инвентаризация (LKA Нижняя Саксония) , netzpolitik.org, с. 3 с дополнительными ссылками. Проверено 25 февраля 2016 г.
- ^ С. Джонсон/К. Бауэрс, Кража со взломом как ключ к будущему, Начало предполагаемых горячих точек, Европейский журнал криминологии, Том. 1 (2004), с. 237 (250).
- ^ Jump up to: а б К. Хаберман/Дж. Рэтклифф, Проблемы прогнозирования полиции в случае почти повторяющихся вооруженных уличных ограблений, Policing Vol. 6 (2012), с. 151 (152) со ссылкой на С. Джонсона, Повторная виктимизация со взломом: история двух теорий, Журнал экспериментальной криминологии 4 (2008), стр. 151 (152) 215 (216).
- ^ К. Баранюк, Пойманный перед законом, New Scientist, Том 225 (2015), стр. 2015. 18; Б. Эггер, позиционный документ по использованию PRECOBS баварской полицией , bka.de, стр. 3, дата обращения 25 февраля 2016 г.
- ^ Jump up to: а б Б. Эггер, позиционный документ по использованию PRECOBS баварской полицией , bka.de, стр. 3. Проверено 25 февраля 2016 г.
- ^ Прогностик , ifmpt.com. Проверено 25 февраля 2016 г.
- ^ К. Баранюк, Пойманный перед законом, New Scientist, Vol. 225 (2015), с. 18.
- ^ Jump up to: а б Прогнозик , ifmpt.com. Проверено 25 февраля 2016 г.
- ^ М. Бюльманн, Благодаря программному обеспечению полиция заранее знает, где неизбежны взломы , aargauerzeitung.ch. Проверено 25 февраля 2016 г.
- ^ М. Фукс, «Поли, подними шум!» – Как полиция предупреждает о преступниках через смартфон , aargauerzeitung.ch. Проверено 25 февраля 2016 г.
- ^ М. Монрой, Де Мезьер призывает к дальнейшему исследовательскому проекту ЕС по программному обеспечению для прогнозирования , heise.de. Проверено 25 февраля 2016 г.
- ^ Доступно, например, в Google Playstore: https://play.google.com/store/apps/details?id=ch.ag.kapoapp&hl=de .
- ^ В. Шюепп, Внимание, вам грозит взлом , tagesanzeiger.ch. Проверено 25 февраля 2016 г.
- ^ Министерство внутренних дел Баварии, строительство и транспорт, Herrmann усиливает борьбу с кражами в жилых домах , stmi.bayern.de. Проверено 25 февраля 2016 г.
- ^ Специальное программное обеспечение: полиция предотвращает взломы еще до того, как они произойдут , aargauerzeitung.ch. Проверено 25 февраля 2016 г.
- ^ Jump up to: а б Министерство внутренних дел Баварии, строительство и транспорт, Херрманн сообщает об опыте испытаний Precobs в Мюнхене и Средней Франконии , stmi.bayern.de. Проверено 25 февраля 2016 г.
- ^ К. Конен, офицер по защите данных: Использование баварской полицией программного обеспечения для прогнозирования «Precobs» , bayrvr.de. Проверено 25 февраля 2015 г.
- ^ К. Бирманн, Никто еще не доказал, что интеллектуальный анализ данных помогает полиции , zeit.de. Проверено 25 февраля 2016 г.
- ^ М. Гербер, Прогнозирование преступности с помощью Twitter и оценки плотности ядра , ptl.sys.virginia.edu. Проверено 25 февраля 2016 г.
- ^ М. Монрой, исследование LKA объясняет плюсы и минусы «превентивной полицейской деятельности» - BKA теперь также играет с программным обеспечением для прогнозирования , netzpolitik.org. Проверено 25 февраля 2016 г.
- ^ К. Бирманн, Никто еще не доказал, что интеллектуальный анализ данных помогает полиции , zeit.de. Проверено 25 февраля 2016 г.
- ^ А. Глуба, Предиктивная полицейская деятельность – инвентаризация (LKA Нижняя Саксония) , netzpolitik.org, с. 10 с дополнительными ссылками. Проверено 25 февраля 2016 г.
- ^ Б. Эггер, Документ с изложением позиции по использованию PRECOBS баварской полицией , bka.de, стр. 3, дата обращения 25 февраля 2016 г.
- ^ К. Бирманн, Никто еще не доказал, что интеллектуальный анализ данных помогает полиции , zeit.de. Проверено 25 февраля 2016 г.