智能警务系统：用数据武装警察

    【CPS中安网 cps.com.cn】 智能警务系统投入使用二十年后，以数据为导向的警务系统越来越普及，但仍倍受争议。

　　韦德·布瑞德(Wade Brabble)是佛罗里达州劳德戴尔堡的一名警长，自去年开始，他每天早上根据计算机系统提供的数据安排自己的工作，这套计算机系统可以预报在他执勤期间哪些地方易发生犯罪行为。

　　这套系统由IBM公司提供，已使用了一年的时间，布瑞德根据系统给出的报告，他会派出15个巡逻队员，让其中几个队员重点巡逻易发生犯罪行为的重点区域，同时与他人保持联系。他说：“我经常根据这些数字来安排工作。”

　　警务大数据-西雅图警方应用案例：

　　二十年前，纽约警察部门率先启用一个名为CompStat的系统，从此，计算机犯罪统计分析达到了一个新的水平。当时，这项新技术是一个记录以往犯罪行为的地图，警局高层人员用它来管理各辖区主管的工作。现在，这套系统已经普及开来，用于分析预测实时犯罪行为，在25万平方英尺的范围内确定目标区域。

　　美国兰德公司的约翰·好莱坞(John　Hollywood)和沃尔特·佩里(Walt Perry)在2013年对于这项技术发表了一篇文章，他们表示，更为丰富的数据、分析预测软件的开发以及计算机运行速度加快推动了这项技术的发展。

　　但也有人对此持批评意见，比如电子前哨基金会，他们担心这种系统会引发种族歧视。而持怀疑态度的人，比如约翰·杰刑事司法学院的教授玛丽亚·哈伯费尔德(Maria Haberfeld)，认为该系统在预防犯罪的同时也可能会导致犯罪。

　　加州大学洛杉矶分校的人类学家杰夫·布兰汀汉姆(Jeff Brantingham)是PredPol的联合创始人，该公司是洛杉矶警察局警务软件的设计者。布兰汀汉姆表示，有些较大的部门，比如洛杉矶警察局，只是根据历史案件的位置、时间以及类型来进行预测。而芝加哥警察局则将犯罪预测做到极致，他们甚至利用数据来预测某个可能发生的犯罪行为是否为暴力犯罪。劳德戴尔堡则选择了一条中庸路线：根据罪案历史进行预测，但细节方面由警局自己做决定，例如有可能引起人群聚集的事件，甚至天气可能产生的影响，这些都不在计算机预测范围内。

　　计算机分析不会精确到一个具体的商店会在周二遭到袭击，但是可以预测到，在某一区域有70%可能发生入室行窃，或者某处有40%的可能发生抢劫。

　　这种方法似乎卓有成效——但是对于一个活力城市来说，很难确定犯罪率下降的原因到底是什么。在劳德戴尔堡，像谋杀、抢劫、盗窃和性侵这样的案件在2014年的前8个月下降了6个百分比。警察局的副局长迈克尔·格雷戈里(Michael Gregory)表示，除了计算机分析预测，警察部门还采取了一些其他措施，例如在盗窃易发区发放防贼工具箱。

　　在芝加哥，10月的暴力犯罪比去年同期相比下降了13%，谋杀案数量达到自1965年以来的最低点。芝加哥的“重点人物”监控战略就是根据一份400名的芝加哥人名单，这份名单中的人都是有案底的人或是与重大案犯相关的人，是计算机认为作案可能性最大或成为暴力受害者可能性最大的人，但计算机无法预测出到底是哪一个人。

　　据公共安全信息技术部门的主管乔纳森·莱文(Jonathan Lewin)透露，自从2013年以后，当地警察与这份名单上的每一个人都进行了谈话，谈话通常由辖区长官进行。名单上的人向警局递交了一卦信，对自己曾经犯下罪行进行了剖析，并参加了社区服务。

　　莱文表示，这400个重点人物卷入犯罪行为的机率是普通人的50倍，建立这份名单的数据依据大多数与这些人的犯罪相关性水平高低有关。莱文强调：“它与性别和种族无关，我再重复一次，无关于性别和种族。”这份名单也出现过一些问题，比如，将轻罪犯列入了名单。但很快，名单会根据缓刑历史、未执行的逮捕令以及毒品和武器持有记录来做出调整。

　　为了更为精确的确定罪犯，旧金山警察局不采用建模的方式进行犯罪预测。布兰汀汉姆表示，犯罪预测尚不能提供足够合理的依据，警察也不能据此下发搜查令或进行拦截盘查。最终，即使是最好的预测系统也不能完全取代人类的判断。布瑞德说：“人们很快就会意识到，它不是解决一切问题的万能灵药。”

　　视频和像推特这样的社交网络为分析软件提供了越来越多的数据资源，迟早会有其他更为有效的决策支持软件投入使用，使那些身在现场的警官通过移动设备或车载电脑获得更多数据。

　　但有一件事不会发生改变：犯罪预测所纳入的数据中有哪些数据是与犯罪有关的，哪些数据是政治上可以接受的，人们对此的争论不会改变。