Feltdatastudie finder ingen tegn på racemæssig skævhed i forudsigelig politiarbejde

Mens forudsigende politi har til formål at forbedre effektiviteten af ​​politipatruljer, der er bekymring for, at disse algoritmer kan få politiet til at målrette mod minoritetssamfund og resultere i diskriminerende anholdelser. En datavidenskabsmand på School of Science ved IUPUI foretog den første undersøgelse for at se på feltdata i realtid fra Los Angeles og fandt, at forudsigende politi ikke resulterede i forudindtagede anholdelser.

"Forudsigende politi er stadig et ret nyt felt. Der har været flere feltforsøg med forudsigelig politi, hvor kriminalitetsnedsættelsen blev målt, men der har hidtil ikke været empiriske feltforsøg, der har undersøgt, om disse algoritmer, ved indsættelse, målrette mod flere racegrupper mere end andre og føre til forudindtagede stop eller anholdelser, "sagde George Mohler, en lektor i computer- og informationsvidenskab på School of Science ved IUPUI.

Mohler, sammen med forskere ved UCLA og Louisiana State University, arbejdede med Los Angeles Police Department for at gennemføre den eksperimentelle undersøgelse. En menneskelig analytiker forudsagde, hvor betjente ville patruljere hver dag, og en algoritme lavede også et sæt forudsigelser; det blev derefter tilfældigt valgt, hvilket sæt der blev brugt af betjente i feltet hver dag.

Forskerne målte forskellen i etniske gruppers arrestationshastigheder mellem den forudsigende politialgoritme og kort over hotspots skabt af LAPD -analytikere, der var i brug før eksperimentet.

"Da vi kiggede på dataene, forskellene i anholdelsesrater efter etnisk gruppe mellem forudsigelig politi og standard patruljepraksis var ikke statistisk signifikante, "Sagde Mohler.

Undersøgelsen undersøgte data både på distriktsniveau og inden for LAPD -betjentes patruljeområder og fandt, at der ikke var nogen statistisk signifikant forskel mellem arrestationsfrekvenser efter etnisk gruppe på enten geografisk niveau. Endelig, forskere kiggede generelt på arresthastigheder i patruljearealer og fandt ud af, at de var statistisk højere i de algoritmisk udvalgte områder, men når justeret for den højere kriminalitet i disse områder, anholdelserne var lavere eller uændrede. "Den højere kriminalitet, og forholdsmæssigt højere anholdelsesrate er, hvad du ville forvente, da algoritmen er designet til at identificere områder med høje kriminalitet, "Sagde Mohler.

Mohler sagde, at inden for udviklingsområdet prædiktivt politi, der er fortsat lektioner fra hver undersøgelse og implementering. En nylig simuleringsundersøgelse af forudsigelig politi med narkotikastopdata fra Oakland, Californien, viste, at der er potentiale for bias, når disse algoritmer anvendes i visse sammenhænge. Mohler håber, at Los Angeles -undersøgelsen er et udgangspunkt for at måle forudsigelig politisk forspænding i fremtidige feltforsøg.

"Hver gang du foretager en af ​​disse forudsigelige indsatser for politi, afdelinger bør overvåge de etniske virkninger af disse algoritmer for at kontrollere, om der er racemæssig skævhed, "Mohler sagde." Jeg tror, ​​at de statistiske metoder, vi leverer i dette papir, udgør en ramme for at overvåge det. "

"Fører forudsigende politi til partisk anholdelse? Resultater fra et randomiseret kontrolforsøg?" er offentliggjort i tidsskriftet Statistik og offentlig politik .