來自芝加哥大學的科學家們開發了一種可以提前一周預測未來犯罪的新算法，準確率約為90%，範圍約為1000英尺。它通過從暴力和財產犯罪的公共數據中學習模式來做到這一點。這項研究的論文作者們寫道：“我們報告了一種在個人事件層面上預測城市犯罪的方法，其預測精度遠遠高於過去所取得的成果。”這一發現已於今日發表在《Nature Human Behavior》上。

預測未來的犯罪

據了解，該工具使用芝加哥市圍繞兩大類報告事件的歷史數據進行了測試和驗證：暴力犯罪（殺人、攻擊和毆打）和財產犯罪（入室盜竊、偷竊和機動車盜竊）。

之所以使用這些數據是因為在歷史上存在不信任和缺乏跟執法部門合作的城市地區，這些數據最有可能被報告給警方。

跟毒品犯罪、交通違章和其他輕度違章不同的是，這類犯罪也不容易產生執法偏見。

檢測模式以預測七個城市的未來犯罪

新模型通過觀察離散事件的時間和空間坐標來隔離犯罪並檢測模式以預測未來事件。

它將城市劃分為約1000英尺寬的“空間瓦片”並預測這些區域內的犯罪。

以往的模型更多地依賴於傳統的鄰里或政治邊界，而這些邊界是有偏差的。

據了解，該模型在美國其他七座城市–亞特蘭大、奧斯汀、底特律、洛杉磯、費城、波特蘭和舊金山的數據中表現都一樣出色。

一個新工具–但只是一個工具–用於執法工作

研究論文的第一作者Ishanu Chattopadhyay謹慎地指出，該工具的準確性並不意味著它應該被用來指導執法政策。他指出，如警察部門不應該用它來積極主動地來防止犯罪。相反，它應該被添加到城市政策和警務戰略的工具箱中以解決犯罪問題。

“我們創建了一個城市環境的數字孿生體。如果你給它提供過去發生的數據，它將告訴你未來會發生什麼，”Chattopadhyay說道，“這並不神奇；有一些限制，但我們驗證了它，它真的很好用。現在你可以把它作為一個模擬工具，看看如果城市的一個地區犯罪率上升或在另一個地區加強執法會發生什麼。如果你應用所有這些不同的變量，你可以看到系統是如何演化反應的。”

潛在的警務偏見仍是一個問題

研究小組還通過分析事件發生後的逮捕人數來研究警察對犯罪的反應並比較不同社區之間的這些比率

他們發現，當較富裕地區的犯罪水平增加時會導致更多的逮捕。但這並沒有發生在處境不利的社區，這表明警察的反應和執法是不平衡的。

研究人員們總結道：“我們承認強大的預測工具以保護平民的名義落入過度熱心的國家手中的危險。但在這裡，我們展示了它們前所未有的審計執法偏見的能力並以過去無法想像的方式要求國家承擔責任。”