本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
警方打擊犯罪的努力通常依賴刑事違規報告，這隱含著犯罪、警務和社會之間的複雜關係。因此，犯罪預測和預測性警務引發了爭議，最新的基於人工智慧的演算法對犯罪社會系統的了解有限。在這裡，我們表明，雖然預測模型可以透過刑事監視來增強國家權力，但它們也可以透過追蹤犯罪執法中的系統性偏見來實現對國家的監視。我們引入了一種隨機推理演算法，透過從事件報告中學習時空依賴性來預測犯罪，在芝加哥，每週預測約 1,000 英尺內的犯罪的接收器操作特徵曲線下的平均面積約為 90%。這種預測使我們能夠研究犯罪模式的擾動，表明對犯罪增加的反應受到社區社會經濟地位的影響，從而耗盡了社會經濟弱勢地區的政策資源，正如美國八個主要城市所證明的那樣。