Kan algoritmer hjælpe politiet med at rykke ud i tide?
Hver eneste dag skal politiet være klar til at rykke ud for at opklare og forhindre forbrydelser. Men betjentene kan ikke være alle steder på én gang, så det gælder om at være der, hvor de gør mest gavn.
En metode, der måske kan hjælpe politiet med det, er nye matematisk baserede it-værktøjer, der går under betegnelsen predictive policing.
Sådan lyder det i hvert fald fra flere kommercielle producenter af værktøjerne, som bakker deres udsagn op med forskningsbaserede studier og undersøgelser. Andre er mindre sikre på fordelene og peger i stedet på en lang række uhensigtsmæssigheder samt undersøgelser, der viser en ringe effekt.
Predictive policing har sin baggrund og største udbredelse i USA, men er hastigt på vej til andre lande – også til Danmark.
For tiden arbejder det amerikanske firma Palantir med at udarbejde sin nye analyseplatform POL Intel – et it-system, der ifølge en rapport over statens it-projekter koster 53 mio. kr., og som skal være færdigt 1. juli 2017.
Daværende justitsminister Søren Pind oplyste i et svar til Folketingets retsudvalg 25. november 2016, at ambitionen kort fortalt var, at den enkelte medarbejder i politiet skulle vide, hvad politiet ved.
Et sådant system til at hjælpe politiet kaldes almindeligvis for intelligence-led policing – og forskellen mellem intelligence-led policing og predictive policing er ikke knivskarp.
Intelligence-led policing, som oprindeligt er ‘opfundet’ i Storbritannien, opfattes mere som et generelt hjælpemiddel for politiet til at holde styr på viden, mens predictive policing, som er en amerikansk opfindelse, er et mere konkret værktøj, der fortæller præcist, hvor og hvordan politiet skal prioritere sine ressourcer i det daglige politiarbejde.
Ifølge fagbladet Dansk Politi kan det nye system til intelligence-led policing, som Palantir laver til det danske politi, også danne basis for predictive policing.
Og predictive policing er ikke noget, man vil afvise at gøre brug af i Danmark.
Søren Pind skrev i sit svar til retsudvalget, at ‘erfaringerne fra de lande, hvor man har implementeret ‘predictive policing’ i sin politistyrke, synes at vise, at denne arbejdsmetode kan give gode resultater bl.a. inden for indbrudskriminalitet’.
Politichefen i Los Angeles
Næstformanden for det amerikanske Homeland Security Advisory Council, William Bratton, betragtes som ophavsmand til predictive policing.
Da han i 2008 var øverste chef for politiet i Los Angeles (LAPD), tog han initiativ til et forskningsprojekt sammen med University of California, Los Angeles. Her skulle man undersøge, om det var muligt at bruge politiets omfattende datamateriale til andet og mere end blot historiske opgørelser.
To af de forskere, som William Bratton fik kontakt med, var antropologen Jeff Brantingham og matematikeren George Mohler.
Jeff Brantingham havde allerede da samarbejdet med matematikere i sin kriminalitetsforskning, og George Mohler havde som nyuddannet ph.d. arbejdet med matematiske modeller knyttet til beskrivelse af polymerer, da han i 2008 blev tilknyttet gruppen, der skulle se på datamaterialet fra LAPD og søge at finde statistiske mønstre.
Han har forklaret, at han hentede inspiration i en videnskabelig artikel om jordskælv offentliggjort i Science af to forskere fra Université de Savoie i Frankrig, hvor de opstillede en præcis model for, hvordan jordskælv kunne trigge en serie af efterskælv og udpege steder med høj risiko for at blive ramt af efterskælv.
Mohler opdagede, at politiets data passede ind i samme Epidemic Type Aftershock Sequences-model (ETAS).
»Det var i sig selv en ‘cool’ opdagelse,« har Mohler forklaret.
Ligesom ETAS-modellen udpeger steder med forhøjet risiko for nye jordskælv, så kan den udpege steder med forhøjet risiko for ny kriminalitet – baseret på input af registrerede hændelser.
I en artikel i Journal of the American Statistical Association i 2011 beskrev Mohler detaljeret, hvordan dette kan bruges til at lave predictive policing.
Det førte til, at Brantingham og Mohler året efter oprettede firmaet PredPol til at markedsføre deres software, som er specielt velegnet til at forudsige indbrudskriminalitet.
I en artikel i Journal of the American Statistical Association har Mohler og andre forskere beskrevet, at erfaringer fra Los Angeles Police Department og Kent Police Department i England viser, at ETAS-modellen i PredPol er omkring dobbelt så god som en erfaren kriminalanalytiker til at udpege områder, der vil rammes af ny kriminalitet, og at patruljering i henhold til modellens anbefaling førte til et fald i kriminaliteten på gennemsnitligt 7,4 pct.
Konklusionen var, at dynamisk patruljering i henhold til ETAS-prognoser kan forhindre kriminalitet.
Det er ofte denne undersøgelse, der fremhæves, når der argumenteres for effektiviteten af predictive policing. Analysen virker sober, men kritikere peger på forhold, der måske ikke gør konklusionen helt så entydig. Mere herom senere.
Predictive policing 2.0 og 3.0
Jordskælvsmodellen i PredPol er primært udviklet til at forudsige indbrudskriminalitet, men værktøjer til predictive policing har allerede taget skridtet til også at forsøge at forudsige steder med forhøjet risiko for voldskriminalitet. Det kaldes for predictive policing 2.0.
Her er firmaet Azavea i Philadelphia bl.a. på banen med produktet HunchLab. Version 1.0 af denne software var som PredPol inspireret af modeller fra andre videnskaber – i dette tilfælde spredning af sygdomme. I version 2.0, der blev lanceret for tre år siden, skiftede man til maskinlæring eller kunstig intelligens.
På samme måde som Google DeepMinds program AlphaGo har lært sig selv at spille det asiatiske brætspil Go bedre end alle andre – uden at have fået programmeret en forhåndsviden – lærer HunchLab også sig selv at forudsige højrisikoområder for kriminalitet, hvad enten det er indbrud, overfald eller biltyverier. Det sker alene ud fra politirapporter, geografisk information om placering af værtshuse osv.
Politiet i New York begyndte i 2015 et toårigt forsøg med HunchLab, som endnu ikke er afsluttet.
Næste skridt er predictive policing 3.0, hvor man ikke alene udpeger de aktuelle højrisikoområder for forskellige former for kriminalitet, men også udpeger de personer, som vurderes at ville begå lovovertrædelserne.
Her begynder predictive policing at minde om filmen ‘Minority Report’ fra 2002 – baseret på en langt ældre bog – hvor politiet arbejder på at opklare helt konkrete mord, før de bliver begået.
Manglende transparens
Forudsigelse har altid været en del af politiarbejdet. Så predictive policing er ikke en fundamental ændring af arbejdsmetoderne, men mere en ændring af værktøjer. Men det kan også have fundamental betydning.
Hvor man altid efterfølgende kan spørge en analytiker om, hvorfor vedkommende har peget på det ene eller det andet som værende mest sandsynligt, kan politiet ikke efterfølgende forklare, hvorfor de har handlet, som de har gjort, hvis de er styret af et selvlærende program, som ingen ved, hvordan virker. Google DeepMind ved heller ikke, hvorfor AlphaGo er så god, som den er.
Aaron Shapiro fra University of Pennsylvania, der har kigget HunchLab i kortene i et forskningsprojekt, peger i en nylig artikel i Nature på, at predictive policing gør det vanskeligt at stille politiet til regnskab for deres handlinger, og det er et skridt i retning af at nedkvalificere politiprofessionen.
I USA har flere også fokuseret på, om datagrundlaget har en bias over for eksempelvis afro-amerikanere, og om det gør predictive policing til en selvopfyldende profeti.
Det helt store spørgsmål er naturligvis, om predictive policing har en effekt. Ud over den omtalte artikel fra Mohler er der flere undersøgelser, der tyder på et fald i indbrudskriminalitet, der hvor man har taget predictive policing i anvendelse.
Det fremgår bl.a. af en større oversigtsartikel fra 2016 fra Andrew Guthrie Ferguson fra University of the District of Columbia med titlen ‘Policing Predictive Policing’.
Men Ferguson skriver også, at erfaringerne ikke er entydige, når man laver opfølgende undersøgelser. Der er endda i enkelte tilfælde rapporteret, at kriminaliteten er steget igen efter et fald i første omgang.
Når man læser Fergusons analyse og en tilsvarende to år gammel stor rapport fra nonprofitorganisationen Rand, så er konklusionen, at man ikke skal betragte predictive policing som en krystalkugle, men som et værktøj til bedre situationsfornemmelse.
