โดยศาสตราจารย์Fraser Sampsonอดีตผู้บัญชาการกล้อง Biometrics & Surveillance ของสหราชอาณาจักร
AI จะสามารถบอกเราได้ว่าใครจะก่ออาชญากรรมในอนาคตหรือไม่? เมื่อคำถามสมมติล้วนๆการตรวจสอบความน่าจะเป็นตอนนี้ได้รับความสนใจจากข้อเท็จจริง
ความปรารถนาของเราที่จะรู้ว่าอนาคตของเราจะคงอยู่อย่างต่อเนื่องเหมือนกับการเรียกร้องของเราที่จะทำให้มันแตก จากnggผู้อ่านการเคลื่อนไหวของปูในแคเมอรูนไปยังหม้อโชคลาภออนไลน์ของกรุงเทพฯการทำนายยังคงเป็นคุณลักษณะที่ยั่งยืนในหลายวัฒนธรรม มันเป็นเดิมพันที่ยุติธรรมที่ AI จะเลี้ยงดูความอยากอาหารโบราณของเราและเสริมสร้างความมั่นใจในการพยากรณ์ของเรา
การคาดการณ์ AI ไม่ใช่การมีญาณทิพย์ ใช้ข้อมูลที่ตรวจสอบได้ที่มีอยู่และทำการอนุมานจากมัน การเรียนรู้ของเครื่องจักรคำนวณความน่าจะเป็นจากจุดข้อมูลหลายจุดและในพื้นที่ที่มีปัจจัยหลายล้านตัวที่จะกระทืบ- เช่นสภาพอากาศ- มันส่งมอบความก้าวหน้าที่น่าตื่นเต้น การพยากรณ์อัจฉริยะนำเสนอผลประโยชน์ที่อาจเกิดขึ้นและภาคส่วนต่าง ๆ เช่นพลังงานได้ใช้ AI ที่ทำนายได้แล้วเพื่อรวมข้อมูลในอดีตและแบบจำลองที่ซับซ้อนเพื่อแจ้งการจัดสรรทรัพยากร
การจำลองเงื่อนไขสำหรับการกระทำผิดของแต่ละบุคคลนั้นไม่เหมือนกับการคำนวณความน่าจะเป็นของพายุหรือไฟฟ้าดับ การกระทำผิดมักจะเป็นสถานการณ์และได้รับอิทธิพลอย่างมากจากองค์ประกอบทางอารมณ์จิตวิทยาและสิ่งแวดล้อม (เหมือนกีฬา - เคยสงสัยว่าทำไมการคาดการณ์ AI ยังไม่ได้ทำให้เจ้ามือรับแทงออกจากธุรกิจ?) ปัจจัยทางสังคมวิทยายังมีบทบาทสำคัญในการฟื้นฟูสมรรถภาพซึ่งในทางกลับกันก็ส่งผลกระทบต่อการละเมิดในอนาคต
การทำโปรไฟล์การทำนายขึ้นอยู่กับพฤติกรรมที่ผ่านมาเป็นตัวบ่งชี้ที่ดีเกี่ยวกับความประพฤติในอนาคต นี่เป็นสมมติฐานที่ยุติธรรมหรือไม่? นักจิตวิทยาอาชีพกล่าวว่าพฤติกรรมที่ผ่านมาเป็นตัวทำนายที่เชื่อถือได้ของประสิทธิภาพในอนาคต - ซึ่งเป็นเหตุผลที่พวกเขาออกแบบการเลือกงานรอบ ๆ ซึ่งแตกต่างจากเครื่องมือทางการเงินที่เตือนไม่ให้สมมติว่าผลตอบแทนในอนาคตจากผลตอบแทนที่ผ่านมาพฤติกรรมมนุษย์มีคุณภาพไม้ยืนต้น เสือดาวและสปอตมาถึงใจ อย่างไรก็ตามการระบุว่าใครจะก่ออาชญากรรมในอนาคตหมายถึงการระบุอาชญากรรมที่พวกเขาจะกระทำ - และนั่นก็อาจคาดเดาไม่ได้เช่นกัน กิจกรรมที่ถูกกฎหมายในปัจจุบันอาจถูกทำให้เป็นอาชญากรในอนาคตในขณะที่คนอื่น ๆ ที่ครั้งหนึ่งเคยเป็นอาชญากรรมไม่ได้เป็นอีกต่อไป ความผิดทางเพศเป็นตัวอย่างที่ดี นอกจากนี้อาจดูเหมือนชัดเจนว่าคนที่มีความเชื่อมั่นในเรื่องความไม่ซื่อสัตย์ (การโจรกรรมการลักขโมยการหลอกลวง ฯลฯ ) อาจจะยังคงไม่ซื่อสัตย์ บางที แต่ในปี 2560 ศาลฎีกาของสหราชอาณาจักรได้เปลี่ยนการทดสอบความไม่ซื่อสัตย์ มาตรการที่ใช้ในการคำนวณความซื่อสัตย์ของผู้ต้องสงสัยเป็นเวลา 35 ปีขึ้นไปในหนึ่งวัน เรามั่นใจแค่ไหนที่ผู้กระทำความผิดที่มีศักยภาพของเราจะไม่เพียง แต่ทำลายกฎหมายของวันนี้ แต่ยังรวมถึงวันพรุ่งนี้ด้วย?
อาชญากรรมในอนาคตบางอย่างจะต้องรอจนกว่าเทคโนโลยีที่จำเป็นในการสร้างพวกเขาได้ถูกสร้างขึ้น กฎของกฎหมายบอกว่าเราจะต้องรอด้วย และระบบความยุติธรรมของเราสามารถเข้าใจผิดได้ (แนวโน้มเพิ่มขึ้นโดยเกือบ 20 เปอร์เซ็นต์ในปี 2566- AI จะบอกเราว่าใครจะถูกตัดสินผิดในอนาคต?
เครื่องหมายหนึ่งของประสิทธิภาพทางอาญาคือการขาดงานจากความเชื่อมั่นก่อนหน้านี้ดังนั้นเราจึงต้องการจุดข้อมูลอื่น ๆ เพื่อป้อนเข้าไปในตัวทำนาย AI เราควรใช้อะไร? การจับกุมการพ้นผิดรู้จักคนรู้จัก? หยุดและค้นหาประวัติ? อาจเป็นลำดับวงศ์ตระกูลและรูปลักษณ์? นักวิทยาศาสตร์ในศตวรรษที่สิบเก้าเชื่อว่าพวกเขาสามารถทำนายการจัดการทางอาญาตามลักษณะใบหน้าอ้างว่าบางคนก็ทำเกี่ยวกับ AI- นั่นคือการพยากรณ์อัจฉริยะหรือไม่? รู้สึกเหมือนรายงานชนกลุ่มน้อยโดยเน้นประวัติศาสตร์ในอดีต
บางครั้งทั้งหมดนี้อาจเป็นคำถามของโอกาส ยกตัวอย่างฟุตบอล: วัยรุ่นกีบฟุตบอลอย่างประมาทในขณะที่เล่นใกล้รถที่จอดอยู่ ภายใต้กฎหมายของอังกฤษและเวลส์หากลูกบอลเการถพวกเขาสร้างความเสียหายทางอาญา ถ้ามันพลาดไม่มีอาชญากรรม พฤติกรรมของพวกเขาก็เหมือนกันทั้งสองทาง สมมติว่าลูกบอลชนรถทำให้เกิดบุ๋มอย่างมีนัยสำคัญ ในวันถัดไปเจ้าของรถ (เหยื่อ) ตระหนักถึงวัยรุ่น (ผู้กระทำความผิด) และจับพวกเขาในการจับกุมพลเมืองที่เหมาะสม วัยรุ่นถูกดำเนินคดี แต่พ้นผิดหมายความว่าไม่มีอาชญากรรมตั้งแต่เริ่มแรกทำให้การจับกุมของพลเมืองผิดกฎหมายย้อนหลังและเจ้าของรถ (ผู้กระทำความผิด) ต้องรับผิดชอบต่อความผิดของแบตเตอรี่ของผู้เยาว์ (เหยื่อ) ใครเห็นว่ามา? ไม่น่าแปลกใจที่ Paul Gascoigne กล่าวว่าเขาจะไม่คาดการณ์
คำถามหลักสำหรับการรักษาที่นี่คือเท่าใดมีประโยชน์-
แม้ว่าข้อมูลจะสามารถบอกเราได้อย่างน่าเชื่อถือว่าใครจะถูกตั้งข้อหาดำเนินคดีและถูกตัดสินว่ามีความผิดเฉพาะในอนาคตตำรวจควรทำอะไรเกี่ยวกับเรื่องนี้ในตอนนี้? ปลูกฝังชิปไบโอเมตริกซ์และให้พวกเขาอยู่ภายใต้การเฝ้าระวังตลอดเวลาเพื่อหยุดพวกเขาทำในสิ่งที่พวกเขาอาจไม่รู้ว่าพวกเขากำลังจะทำ? ดีหรือกักขังพวกเขา? (เท่าไหร่นานแค่ไหน?) AI จะใช้มาตรฐานใดบ้างกับการคาดการณ์ ไม่มีข้อสงสัยที่สมเหตุสมผล? เราจะวัดความแม่นยำของกระบวนการอย่างไร ได้ทำการคาดการณ์ตำรวจต้องทำบางสิ่งบางอย่าง. หากไม่มีการแทรกแซงเชิงป้องกันพวกเขาจะอยู่ในตำแหน่งที่ไร้สาระของการต้องการความผิดในอนาคตที่จะมุ่งมั่นที่จะพิสูจน์ความถูกต้องในการทำนายของอัลกอริทึมของพวกเขา ถ้าบุคคลไม่ต่อมาทำให้ขุ่นเคืองหลังจากการแทรกแซงในเวลาที่เหมาะสมกระบวนการได้รับการพิสูจน์
นี่ไม่ได้เป็นการบอกว่าเครื่องมือทำนายไม่มีสถานที่ในการรักษา การรักษาสามารถสร้างแอพพลิเคชั่นการทำนายที่ทรงพลังจากข้อมูลที่มีอยู่ ช่องโหว่เป็นพื้นที่ที่กำลังขยายตัวและมีทรัพยากรสูง-การทิ้งไว้ล่วงหน้านั้นมีประโยชน์อย่างมาก การสร้างแบบจำลองทรัพยากรเป็นปกป้องโครงสร้างพื้นฐานที่สำคัญของเราเป็นอีกกรณีการใช้งานที่น่าสนใจพร้อมกับการจัดการการจราจรและการรักษาถนน ตัวอย่างภายในอาจรวมถึงการแก้ปัญหาเจ้าหน้าที่และปัญหาสวัสดิการพนักงานปรับปรุงรูปแบบการเปลี่ยนแปลงและการปรับใช้
ความเชื่อมั่นของประชาชนมีแนวโน้มที่จะมาจากการใช้เทคโนโลยีเพื่อปรับปรุงวิธีการจัดการกับผู้กระทำความผิดและการละเมิดในขณะนี้มากกว่าการเล่นน้ำในการเก็งกำไรในคณิตศาสตร์ประกันภัย
Malcolm Gladwell กล่าวว่าการทำนายในสาขาที่ไม่มีการคาดการณ์เป็นไปได้เป็นเพียงอคติ แม้ว่ามันจะมาพร้อมกับความแม่นยำทางคณิตศาสตร์เราต้องการอคติมากขึ้นในระบบยุติธรรมทางอาญาของเราหรือไม่?
เกี่ยวกับผู้แต่ง
Fraser Sampson อดีตผู้บัญชาการกล้อง Biometrics & Surveillance ของสหราชอาณาจักรเป็นศาสตราจารย์ด้านการกำกับดูแลและความมั่นคงแห่งชาติที่เป็นศูนย์กลาง(ศูนย์ความเป็นเลิศด้านการก่อการร้ายความยืดหยุ่นข่าวกรองและการวิจัยอาชญากรรมที่จัดขึ้น) และผู้อำนวยการที่ไม่ใช่ผู้บริหารที่-
หัวข้อบทความ
-------
