Den digitale krystalkugle skal styre politiet  

 

Flere amerikanske politikorps har meldt ud, at takket deres brug af preditive policing er kriminalitetstyper faldet op til 30 procent. Forskere påpeger dog, at der ikke findes valide belæg for de påstande og anslår selv, at faldet i bedste fald vil være fem-ti procent.

 Af Nicolai Scharling   22/12-2016

De har store forventninger i Chicago. Endelig har politiet fundet et hjælpemiddel, som måske kan vende den negative spiral af hård kriminalitet, der mere eller mindre er løbet løbsk.

Det meste er ellers prøvet. Byen, med over 2,5 millioner indbyggere, har i de senere år gravet dybt i værktøjskassen med politiindsatser. Alt fra udvidet nærpoliti, nultolerance og til proaktive kommunikationsindsatser. Tilsat analytisk og udadvendt arbejde i de værst udsatte områder.

Intet har dog for alvor brudt den negative udvikling.

Chicago har oplevet en stigning i voldelige overfald og skuddrab i de senere år, og 2016 kan meget vel blive det mest dødbringende i byens nyere historie.

Derfor kastede politiet sig for lidt over et år siden ud i et af de mange pioner-projekter, som sandsynligvis bliver udgangspunktet for det meste politiarbejde i den vestlige verden i nær fremtid. Brugen af big data til at forudsige adfærd og kriminalitet. Og med en analytisk og statistisk tilgang til politiarbejdet.

Begrebet har et navn – nemlig predictive policing. Hold godt øje med det. Det er allerede et buzzword i politiske kredse og blandt politichefer. Ja, vel nærmest fremtidens religion til frelse af offentlig indsats.

Predictive policing kombineres typisk med paletten af eksisterende arbejdsformer og teknologi, samt som analytisk værktøj.

Eksempelvis i forening med de sensorer, som politiet i USA sætter op i flere kvarterer. De genkender lyden af skud, og kan sende besked om lokaliteten til politiet. De kaldes for shot spottere og bruges i mange bandeområder i USA. 

Du vil begå kriminalitet

Politiet i Chicago er således hoppet ombord i samme båd som en lang række af øvrige amerikanske politikorps. Faktisk 20 ud af de 50 største. De har indgået partnerskaber med en hær af forskere, private firmaer og computernørder ved universiteterne.

De udvikler programmer, såkaldte algoritmer, der gennemgnasker og fordøjer kolossale mængder af sociale, kriminelle og demografiske oplysninger. Resultatet skal udstyre politiet med en digital næse, som udpeger de steder, hvor den værste kriminalitet opstår, eller oplister personer, som potentielt vil begå den eller blive ofre. Gerne i god tid.

Programmerne udpeger hot persons og hot spots, altså kriminelle, som kræver særlig opmærksomhed, kvarterer i farezonen og tidspunkter, hvor borgere er i fare i specifikke gader eller husblokke. 

Algoritmerne bliver bedre og bedre og omfatter stadig flere
oplysninger. Alt kan hældes i gryden. Både tlnkeligt og 
utænkeligt, så som brugen af meteorologiske data, trafikale 
strømme, shopping-mønstre, socioøkonomiske oplysninger, 
demografi, gadebelysning, åbningstider for barer og restauranter
og meget mere. 

Vi holder øje med dig

I Chicago nikkede politichef og borgmesterkontor for to år siden ja til en ny, udvidet måde at gøre brug af den digitale politinæse. 

Til formålet fik myndigheden bevilget godt 15 millioner kroner fra en fond.

Programmet forsyner politi og sociale myndigheder i byen med en heat list, det vil sige navnene på de personer, som mest sandsynligt vil begå kriminalitet eller blive ofre.  På sæt og vis en slags pulsmåling, der afslører, hvornår ulmende områder og personer risikerer at koge over. For at nå frem til resultatet fodres algoritmen med en bred vifte af oplysninger omkring skudepisoder, skudofre og vidner. Heat listen fokuserer politiets indsats i vanskelige områder. Det er som nævnt navne på potentielle gerningsmænd eller ofre. De får besøg af politifolk og bliver gjort klart, at de bliver holdt godt øje med. Sociale myndigheder skal tilmed kobles på, når advarselslamperne blinker hedt. 
Mere end 1.000 navne står p.t. på listen. Og ifølge politiet har den faktisk omfattet, og dermed forudsagt, navne på tre af fire skuddræbte i 2016. 

Algoritmernes tyranni

Det lyder som en succes. Alligevel betyder det langtfra, at Chicagos politi kan juble over at have fundet den vise algoritme. Faktisk sætter en ny, større evaluering spørgsmålstegn ved, om heat listen, og politiets opfølgning og fokus på personerne på listen, overhovedet bidrager positivt.

Forskerne bag evalueringen advarer ligefrem om, at politiet risikerer at få tunnelsyn og stigmatisere socialt udsatte borgere og minoriteter ekstra. Folk bliver mistænkeliggjort alene på deres profil og potentielle fremtid.

- Blot fordi du bor i et bestemt kvarter og omgås bestemte personer, risikerer du at blive mistænkeliggjort og komme i fokus, uden at have begået en forbrydelse. Blot fordi et program siger, at du vil begå kriminalitet på et tidspunkt, lyder det fra en bekymret forsker til New York Times.

Advarsler om algoritmernes tyranni dukker stadig oftere op blandt kriminologer. 

Ned og op igen

Den målbare effekt er så vidt entydigt udeblevet. Som i Kansas City, hvor programmet KC NoVa blev indført i 2014 og bidrog til voldsom jubel, da antallet af mord i forlængelse heraf faldt til det laveste i over 40 år. Nemlig 82.

KC NoVa blev lovprist, fordi det, i sammenkobling med allerede øget fokus på prøveløsladte og hot spots, hjalp politiet med at forudse kriminalitet.

Takket være et netværk af ressourcepersoner fra gadeplan, tidligere kriminelle og politiet bliver programmet løbende opdateret med aktuel viden om kriminelle personer, lokale forhold, kriminalitetstyper og andet.

Tankesættet bag og forventningerne er de samme, som gælder alle andre steder, hvor formler gennem-
pløjer big data: Nemlig at kriminalitet og kriminelle generelt følger forudsigelige mønstre. Derfor kan den også forudsiges nogenlunde præcist ved hjælp af de rette oplysninger.

På to år er begejstringen og forventningerne dog kølet noget af i Kansas City.

Så vidt har 2016 budt på 107 mord i løbet af årets første 10 måneder. Det er en voldsom stigning fra de 82 i hele 2014. Til trods for, at man ellers er blevet stadig bedre til at fodre programmet med brugbare data. 

Fem-ti procent bedre end næsen

Sådan en udvikling kræver en undskyldning eller forklaring. I dag undskylder folkene i KC NoVa-gruppen sig med, at det ikke er så simpelt endda. Måske ved politi og myndigheder slet ikke nok om sine borgere til at få de rigtige resultater ud af de digitale regnemaskiner.

En algoritme er trods alt ikke bedre end den kostpyramide, den fodres med.

Dog er der stadig fremskridt.

Så vidt anslår eksperter i USA, at gevinsten ved brug af big data er fem-ti procents bedre forudsigelser end ved almindelige politimetoder. Ikke ligefrem en revolution.

Men det drukner hverken ånden eller lysten.

Det tog trods alt flere år for computeren at slå verdensmesteren i skak. Men det skete og var uundgåeligt. Programmerne har måske bare tygget sig gennem for meget junk food. Der vil komme flere og flere vitaminer og grovfoder i form af valide data. Som PR- og reklamefolk allerede ved, så er vi mennesker utroligt forudsigelige og kan sættes på få formler.

Der er dog endnu et stykke op til koncerner som Google og Facebook, der tjener mange, mange milliarder af dollars på de digitale profiler, humørsvingninger og inderste tanker, som alle brugere så ubekymret giver dem adgang til og ejerskab af. Resten ordner algoritmerne, som skaffer millioner af psykologiske- og forbrugerprofiler til selskaberne bag. Dine cookies, likes og rejsefotos er måske den højeste pris, der nogen sinde er blevet betalt for noget, der er gratis. 

Men ét er salg af personlige data til kommercielt formål, noget andet officielle data til kriminalitetsforebyggelse. 

Mord i Memphis

Det gælder også Memphis, der efter godt ti års intensiv brug af predictive policing stadig har nogle af USA’s farligste og mest voldsplagede kvarterer. Her har man i årevis, i samarbejde med Memphis Universitet, forsøgt at forudsige kriminalitet ved at indsamle data om tidspunkter, steder og vidner ved alle kriminelle forhold, og brugt resultaterne til at sende store politistyrker ind i områder på givne tidspunkter. Også civilklædte. Samt til at opsætte stoplys i trafikken.

Allerede i 2010 lovpriste de lokale politichefer værktøjet.

- Det er et meget mere proaktivt redskab for politifolkene. Nu er vi til stede, når kriminaliteten begås og ikke bagefter, konstaterede ledende analytiker hos politienheden dengang.

Han henviste yderlige til en markant reduktion i kriminaliteten, som kunne kapitaliseres til en besparelse på syv millioner dollars.

Siden 2010 er der dog blevet mere stille omkring programmet. Modsat en ophedet debat om uopklarede mordsager og den stigende utryghed. 

Mørketal og manglende viden

Der er overordnet set to former for brug af big data til predicitive policing.

Den første og mest udbredte er forsøget på at forudsige og udpege steder, hvor kriminalitet vil foregå.

Det er i princippet en model, hvor alle registrerede kriminelle forhold og eksempelvis opkald til politiet stykker et kort sammen over, hvor politiet bør være til stede.

Afhængig af programmet bag fyldes ekstra oplysninger på. Men generelt er politiets viden og registreringer kernen.

Resultatet er på mange måder at sammenligne med en kriminalitets-vejrudsigt.

Eller et risikobillede over, hvor folk mest sandsynligt udsættes for kriminalitet i forskellige områder i de kommende døgn.

Mange politifolk har døbt arbejdsformen policing by dots, altså politiarbejde efter prikker, med henvisning til de kort, som dirigerer politifolkene rundt, og hvor røde prikker indikerer, hvor kriminalitet er mest sandsynlig.

Denne model roses mange steder, blandt andet i byer som Los Angeles og Atlanta, for at være årsag til store fald inden for visse former for kriminalitet – indbrud og tyveri eksempelvis. Dog mangler det store gennembrud. Der er nemlig missink links.

Meget kriminalitet anmeldes og registreres ikke. Der er mørketal, skjulte overfald, en dunkel undergrund af organiseret kriminalitet, hustruvold og andet, som ikke er en del af datagrundlaget, fordi oplysningerne ikke findes. Hvis ikke politiet har fingeren på pulsen i forvejen, så er det svært for selv den bedste algoritme at spytte fantastiske forudsigelser ud.

Principielt er det svært af forestille sig en velfungerende forudsigelse uden brug af lokal- og nærpoliti! 

Blot fordi du bor i et bestemt kvarter og omgås bestemte personer, risikerer 
du at blive mistænkeliggjort og komme i fokus. Uden at du har begået nogen 
forbrydelse, men alene fordi et program siger, at du vil begå kriminalitet på et tidspunkt.

Din profil

Den anden form for brug af big data er personlig profilering og udpegning af potentielle ofre.

Som med Chicagos heat list, hvor politiet fokuserer særligt på grupper, ud fra en række oplysninger omkring deres fortid, omgangskreds og personlige forhold. Det bruges til at kontakte dem, advare dem og i det hele taget vise opmærksomhed. Den del er blevet kritiseret af forskere og kriminologer.

Blandt andet – som tidligere nævnt – fordi det begrænser myndighedernes fokus på en snæver gruppe af personer og socialt udsatte. Indtil videre er antallet af skud og dræbte heller ikke faldet bemærkelsesværdigt til trods for, at det ofte er systemets fokus. Faktisk næsten tværtimod i disse år. 

Bred buffet af data

Der er derfor stigende skepsis i forhold til værdien af predictive policing så vidt.

Alligevel er USA et gunstigt laboratorium for programmører, der vil styre politiets indsatser.  20 af de 50 største politikorps i USA er i gang med deres forsøg på området, og yderligere 11 overvejer det.

En bølge af vold og kriminalitet skyller i disse år ind over flere amerikanske storbyer efter en lang periode med stabilt fald.

Mange steder føler myndigheder og borgere sig magtesløse, og den normale værktøjskasse virker måske slidt og opbrugt. Tilmed har flere års besparelser og effektiviseringer gjort det svært at skaffe polititimer til at sætte ind.

Derfor er en række amerikanske politikorps klar til at fungere som prøveklude for programmørers krystalkugler. Det er billigere og måske også bedre.

Algoritmerne bliver bedre og bedre og omfatter stadig flere oplysninger. Alt kan hældes i gryden. Både tænkeligt og utænkeligt, så som brug af meteorologiske data, trafikale strømme, shopping-mønstre, socioøkonomiske oplysninger, demografi, gadebelysning, kriminalitetsregistre, statistikker for kriminalitet, kriminelles Facebook-profiler, åbningstider for barer og restauranter med meget mere. Udregningerne spyttes direkte ud til bærbare computere i politiets patruljebiler og udpeger områder og tidspunkter, hvor politiet bedst kan forebygge og sætte ind over for kriminalitet – faktisk helt ned på gadeniveau. 

Pittsburg måske længst fremme

Forsøgene findes i mange afskygninger og med forskellige programmører – og kobles sammen med overvågning og vagtplaner.

Det er også tilfældet i Pittsburg i staten Pennsylvania, hvor kriminaliteten følger samme mønster som i Chicago og en række andre amerikanske storbyer.

Efter flere års fald, er der de seneste år sket en pludselig og markant stigning i antallet af skudepisoder og skuddræbte samt overfald. Ofte i bydele præget af minoriteter og med social slagside. Hvilket tilmed har ført til øgede spændinger mellem politi og minoritetsgrupper som afroamerikanere.

Politiet har sat massivt og hårdhændet ind i netop disse områder og er under anklage for racisme og brug af vold.

Derfor har politi og bystyre i Pittsburg kastet sig ud i et nyt forsøg.

Nu skal politifolk i de udsatte områder frem over have besked om, hvor de skal køre hen, og hvor kriminalitet er mest sandsynlig i dette øjeblik. Politifolkene dirigeres via en computerskærm i bilen. Synlighed på rette tid og sted skal også gavne politiets image. Herunder opbygge en proaktiv profil, så politifolk kan komme kriminaliteten i forkøbet.

Algoritmen bag indsatsen i Pittsburg er udviklet af forskere på byens universitet. Forventningerne er store, fordi datamængden, som behandles og styrer politifolkenes patruljer, er enormt omfattende og bred.

Om politinæsen møder sin digitale overmand i Pittsburg er endnu uvist. Men det er den vej, det går. 

Virtual reality på norsk

Forskere og universiteter inddrages i stigende grad i udviklingen af værktøjer og strategier.

Fri forskning har i det hele taget stor værdi for måden at drive politi på i mange lande. Det er blevet svaret på optimering og effektivisering af politiets arbejde. Tilmed inddrages virtual reality på forsøgsplan flere steder i uddannelsen af politifolk.

Her kan elever sendes ud på svære opgaver, hvor fare, psykologisk overtag og rette handlinger er en del af udfordringen – uden at være i rigtig fare. Og tilmed kan deres handlinger evalueres effektivt.

Det sker også tæt på os. I Norge kører der således et lokalt pilotprojekt med brug af virtual reality til at træne politifolk i indsats. 

Europa er med – også DK

Det er ikke bare i USA, at predictive policing stormer frem i disse år. Også i Europa har tanken og systemer så småt fået fodfæste. I Kent i England takker politiet deres tre år gamle 
PredPol-teknologi for et fald i antallet af kriminalsager – fra cirka 140.000 til 100.000.

PredPol bruger tid, sted og persondata fra politiets registre til at forudsige kriminalitet. Ved hjælp af et Google-kort blinkes politiet hen til områder, som skal have særligt fokus. Største og mest mediedækkede succes var, da en af de røde firkanter ledte politiet hen til et barn, der var blevet seksuelt misbrugt.

Også i Tyskland har man gode resultater. I Oberhausen har et målrettet system således nedbragt antallet af indbrud. Systemet sendte patruljer i retning af områder, hvor der inden for en radius af 250 meter skønnedes at ske indbrudsbølger inden for de kommende 24 timer til syv dage.

I byer som Lyon i Frankrig har programmet Map Revelation i flere år hjulpet politiet med at sætte ind over for indbrud og anden mindre kriminalitet. Systemet er i dag rullet ud i flere franske byer.

I Danmark ruller Rigspolitiet efter planen en analysedatabase, POL-Intel, ud i pilotkredse næste år. Ved hjælp af garvede programmører fra et Silicon Valley firma lægges de første digitale spor hermed til et landsdækkende, analysebaseret og predictive policing rettet it-system.

Efter år med besparelser

Langt henad vejen handler troen på predictive policing og lysten til at forsøge sig med systemerne om, at politiet generelt har stadig færre ressourcer at gøre godt med på gadeplan, og derfor skal udnytte og prioritere dem bedre.

I USA og Europa har politiet i årevis været genstand for store effektiviseringer og besparelser. Økonomisk og i forhold til timetal bliver det vanskeligt at rulle besparelserne baglæns. Fokus på terror og sikkerhed har desuden snuppet sin del af bevillingerne til ”almindelig” politiindsats.

Det betyder fremadrettet, at politifolk nok skal indrette sig på helt nye arbejdsmetoder og tilgang til udadvendt arbejde. Patruljebilerne bliver kontoret, og programmer på skærmen og tablets styrer indsatsen.

Det er ikke et spørgsmål om hvis, men hvornår. 

Mangler intuition og viden

Problemet er dog stadig, at datagrundlaget næppe er stort nok til at kunne bruges optimalt.

Forskellige registreringer og forskellige måder at opgøre kriminalitet på, gør det svært.

Blandt andet har selv de bedste forskere og programmer ikke kunnet knække koden for, hvorfor antallet af skuddrab i USA flere steder stiger så drastisk.

Først da et graverhold af journalister på avisen Baltimore Sun brugte et år på gennemgang af skudstatistikker og skudsager, kom der en ny, uventet forklaring. Blandt andet havde journalisterne også interviewet sygehuspersonale, lokale beboere og kriminelle. Eksplosionen i antallet af skuddræbte skulle ikke nødvendigvis findes i antallet af skudsager, men i kaliberen af våben og indførslen af automatiske geværer i kriminelle kredse.

Dertil kommer en forråelse i miljøet, hvor det er blevet kutyme at skyde efter hovedet, hvorimod man før i tiden skød efter kroppen. Det betyder, at det samme antal skudepisoder i dag resulterer i langt flere dræbte.

Der er de samme næsten 1.000 skudepisoder i Baltimore som for ti år siden. Men antallet af døde er steget markant.

I dag skyder kriminelle for at dræbe. Og antallet af kugler, fundet i kroppene på deres ofre, er mangedoblede. Graverholdet matchede deres fund med statistikker fra andre storbyer. Det passede også her.

En konklusion, som hverken forskere, FBI eller andre myndigheder var kommet frem til, fordi indberetningen af skudepisoder var forskellig fra korps til korps og derfor også beskrivelsen. En simpel algoritme kunne med valide data måske være kommet til samme konklusion. Men de helt valide data mangler endnu – sammen med intuitionen.

Et stykke tid endnu i hvert fald.