به گزارش سیناپرس، پژوهشگران با مطالعه تغییرات در الگوهای جرم و جنایت و با استفاده از هوش مصنوعی دریافتند که مناطق محروم از نظر اقتصادی – اجتماعی ممکن است با توجه به منابعی که به محله های نسبتاً ثروتمند تخصیص داده می شود و به ویژه زمانی که و در صورت افزایش جرم و جنایت دچار مشکل شود، به طور نامتناسبی کمتر مورد توجه پلیس قرار می گیرند.
پیش‌بینی جرم در سطح رویداد این پتانسیل را دارد که از زمان و مکان تخلفات جنایی در آینده جلوگیری کرده و به همین دلیل روش های مبتنی بر پیش بینی به ابزاری محبوب در بین پلیس و سازمان‌های دولتی مرتبط، تبدیل شده است. با این حال، چنین شیوه های پلیسی نگرانی هایی را در مورد اینکه آیا ممکن است رفتار پلیس با تبعیض همراه شود را به ویژه در جوامع مختلف، ایجاد کرده است.
به همین دلیل محققی به نام ایشانو چاتوپادی و همکارانش با استفاده از داده های هشت شهر بزرگ ایالات متحده شامل شیکاگو، فیلادلفیا، سانفرانسیسکو، آستین، لس آنجلس، دیترویت، پورتلند و آتلانتا، الگوریتمی را توسعه دادند که می توانست جنایت را به روشی بسیار دقیق پیش بینی کند.
این الگوریتم قادر بود با تجزیه و تحلیل سوگیری بالقوه پلیسی برای مثال با تمرکز بر شیکاگو، رویدادهای جنایی را با نرخ مثبت کاذب کمتر از بیست درصد پیش‌بینی کند . به گزارش سیناپرس، با این حال، زمانی که رفتار پلیسی پیش بینی شده از مدل مورد تجزیه و تحلیل قرار گرفت، مشخص شد که پلیس در مناطق کمتر مرفه نسبت به مناطقی که ثروتمندتر بودند، نسبت به جرم و جنایت کمتر واکنش نشان می داد، که این مساله نشان دهنده نوعی تبعیض در رفتار پلیس است.
شرح کامل این پژوهش و یافته های به دست آمده از آن در آخرین شماره مجله تخصصی Nature Human Behaviour منتشر شده است.
مترجم: مریم عالمی