Home » Intelligenza Artificiale e crimine: al servizio della legge

Intelligenza Artificiale e crimine: al servizio della legge

L'intelligenza artificiale segna un nuovo passo nel suo impiego contro la lotta al crimine.

Categorie J.A.R.V.I.S

Negli ultimi anni alcune nuove scoperte ci hanno già abituato a scenari simili a quelli del film Minority Report. Ma nella realtà a differenza dei premonitori ci sono i Computer che legano i mondi di intelligenza artificiale e crimine. Dalle previsioni del tempo alle macchine a guida autonoma, queste tecnologie sono fra noi da almeno un decennio.

Di recente, su questo filone, gli scienziati dell’Università di Chicago hanno sviluppato un nuovo algoritmo in grado di predire i crimini. Ishanu Chattopadhyay, ricercatore che ha guidato lo studio, afferma che l’accuratezza è del 90%, il tutto una settimana prima che possano accadere.

Intelligenza Artificiale e crimine

Intelligenza artificiale e crimine: il banco di prova

Applicazioni del genere, come già detto, non sono nuove al mondo. La polizia giapponese ha cercato di utilizzare un approccio simile in vista delle olimpiadi per anticipare eventuali misfatti prima accadessero. Gli accademici dell’Illinois, per il loro algoritmo hanno usato come riferimento la città di Chicago. Esso divide la città in tasselli spaziali di circa 300 metri di larghezza ricreando un gemello digitale degli ambienti urbani. Il nuovo modello isola il crimine osservando le coordinate temporali e spaziali di eventi discreti e rilevando schemi per prevedere eventi futuri

I precedenti tentativi di previsione del crimine utilizzavano spesso un approccio epidemico. Una volta descritto come emergente in “hotspots”, il crimine si diffondeva nelle aree circostanti. Tali strumenti, tuttavia, non tengono conto del complesso ambiente sociale delle città e non considerano il rapporto tra criminalità ed effetti delle forze dell’ordine.

Usando le stesse parole dei ricercatori di Chicago e del Santa Fe Insitute, i modelli spaziali ignorano la topologia naturale della città. Le reti di trasporto rispettano strade, passerelle, treni e autobus; quelle di comunicazione rispettano aree con un background socioeconomico simile. Il loro modello consente la scoperta di queste connessioni.

I risultati dello studio

Al modello di intelligenza artificiale, Chattopadhyay e i suoi collaboratori hanno fornito dati provenienti da record del passato. Reati commessi a Chicago che hanno diviso in due categorie: violenti (omicidi, aggressioni e percosse) e contro la proprietà (furti con scasso, furti di autoveicoli).

Questi dati sono stati utilizzati perché è più probabile che vengano denunciati alla polizia in particolari aree urbane. Quelle in cui esiste una storica sfiducia e mancanza di cooperazione con le forze dell’ordine. Tali reati sono meno soggetti a pregiudizi nell’applicazione della legge, come nel caso dei reati di droga, degli arresti stradali e di altre infrazioni minori.

Intelligenza Artificiale e crimine

Il team di ricercatori ha studiato anche la risposta della polizia alla criminalità. Analizzando il numero di arresti a seguito di incidenti , hanno confrontato tali percentuali tra quartieri con status socioeconomico diverso. Come risultato i crimini nelle aree più ricche hanno portato a un maggior numero di arresti, mentre gli arresti nei quartieri svantaggiati sono diminuiti. I crimini nei quartieri poveri, tuttavia, non hanno portato a un maggior numero di arresti, suggerendo un bias nella risposta e nell’applicazione della legge.


Ciò implica che quando i ricercatori stressano il sistema, testandolo più a fondo con vari dati, le previsioni sul da farsi sono chiare. Sono necessarie maggiori risorse per arrestare più persone in risposta al crimine in un’area ricca. Contemporaneamente, la polizia dovrà limitarle nelle aree di status socioeconomico inferiore

Conclusione

Il connubio tra intelligenza artificiale e crimine ha ancora molta strada da fare. Certo, c’è una fondamentale differenza tra gli altri modelli predittivi e quello descritto nell’articolo. I primi sono influenzati da bias derivanti da dati come orientamento politico, condizione socio-economica e sulla posizione del quartiere. Il secondo si basa solo sul momento e sulla posizione esatti in cui i criminali agiscono; una volta eliminati i bias è accurato quanto, se non più, degli altri.

Ma Chattopadhyay stesso fa chiarezza e induce alla riflessione. L’accuratezza dello strumento non significa che, i dipartimenti di polizia lo debbano uitlizzare come guida per ripulire e sondare i quartieri per prevenzione della criminalità. Invece, dovrebbe essere aggiunto a una cassetta degli attrezzi di politiche urbane e strategie di polizia per affrontare la criminalità.