視覚化:Jim Cooke / Gizmodo
銃による暴力は、ウイルスが体を動かすのと同じように都市を移動します。予想通りですが、非常に正確です。新しい研究によると、「ウイルス」のパターンを発見でき、射撃の予測や防止に役立つ可能性があります。しかし、これを倫理的に行うことができるかどうか、そして最も重要なこととして、この予測技術で誰が信頼できるかについては疑問が残ります。
Journal of the American Medical Associationに発表された最近の研究では、伝染モデルを使用して、銃による暴力の次の犠牲者を追跡および予測しています。著者、イェール大学の社会学教授、シカゴ出身のアンドリュー・パパクリストス、ハーバード大学の学生であるベン・グリーンとティボー・モレルは、シカゴからの9年間の銃暴力データを調査し、合計13,000回以上の銃撃を行った。逮捕記録は、銃による暴力に関する情報とともに、シカゴ警察から提供されました(データセットには、自殺、偶発的な退院、警察の銃撃は含まれていません)。研究者たちは 、弾丸は親しみのある道をたどり、ウイルスに似たパターンで広がると結論付けました。
「[ギャングの暴力]は、インフルエンザよりも血液感染性の病原体のように見えます」とパパクリストス氏はギズモードに語った。「風邪を引くように弾丸を捕まえることはありませんが、[しかし]このアナロジーの力は、それが集団内を移動する精度について本当に考えています。」
画像:グリーンB、ホレルT、パパクリストスAV。2006年から2014年のシカゴでの銃声による暴力を説明および予測するためのソーシャルネットワークを介した伝染のモデリング
パパクリストスは、ギャングに乗ることは、同じ乗組員の人々のすべての恨みと所属を引き受けることを意味すると示唆しています。したがって、彼の例によれば、セブン-イレブンへの旅行は、個人Aにとって致命的なものになります。個人Bは、到着時にライバルのギャングメンバーがすでにいる牛肉を持っているからです。個人Aは牛肉を持っておらず、一人で到着した場合は標的にされなかった可能性があります。
したがって、この例えでは、個人Bは個人Aに銃による暴力を「感染」させました。つまり、個人Bの影響により個人Aが標的になりました。パパクリストスと彼の同僚は、銃による暴力がシカゴでHIVのように「動いた」ことを発見しました。これは、「危険な」行動を伴う社会的相互作用の集中したネットワーク内に予想通りに現れました。
「優れた説教者、教師、警官、フットボールのコーチなら誰でも、彼らはこれらのネットワークを知っています」と彼は言いました。「彼らはこれらのネットワークに住んでいます。しかし、彼らはそれのほんの一部しか見ていません。マップ全体を提供しました。」
マップを作成するために、研究者たちは、共犯した(つまり、一緒に逮捕された)シカゴの住民のペアを調べ、138、163人の複雑なソーシャルネットワークを作成しました。このネットワーク内で、銃による暴力が1人の犠牲者から外に向かって発せられ、彼の周りの人々に「感染」しました。撃たれたばかりの人に近づくほど、すぐに自分で撃たれる可能性が高くなります。致命的ではない銃による暴力の70%は、都市の人口の5%未満を含むネットワークで追跡できました。被害者と加害者は通常、重複する社会的サークルに属していました。
グリーンB、ホレルT、パパクリストスAV。2006年から2014年のシカゴでの銃声による暴力を説明および予測するためのソーシャルネットワークを介した伝染のモデリング
理論的には、誰が撃たれる可能性が最も高いかを知ることは、介入して命を救う機会を提供します。パパクリストス氏は、非営利団体がシステムのフラグを立てた人にサービスを提供する、ローカライズされた迅速な対応システムを想像していると述べています。しかし、特に法執行機関での述語モデルの使用に関して、深刻な倫理的懸念を表明している人もいます。予測技術の有効性を研究している非営利のRANDCorporationの上級犯罪学者であるJessicaSaundersは、法執行機関からのデータに依存している研究者が不完全なデータに取り組んでおり、結果を歪めている可能性があると述べています。
「私の本当の大きな問題は、私たちがこれらの予測を取り、それらが本当の真実を正確に予測しているふりをしていることです。」とSaundersは言いました。
Saundersは、犯罪データセットの編集に使用された法執行機関のバイアスは、統計モデルとその結果の外挿に埋め込まれる可能性が高いと指摘しました。(人種プロファイリングや黒人とラテン系の近隣の過剰な取り締まりを含むこれらのバイアスは、NYPDとCPDの逮捕とストップアンドフリスクデータの分析で観察できます。バイアスは、有色人種に対する警察の暴力の可能性でも明らかです。—この特定の研究では考慮されていない種類の暴力。)
予測技術がますます一般的になるにつれて、不完全なデータは深刻な問題になります。
「犯罪の少なくとも40パーセントは報告されていません」と彼女は言いました。「したがって、不完全なデータに基づいてこれらの複雑で洗練されたモデルを構築する場合、あなたがしているのは、データの入力にあったバイアスを複製することだけです。」
バイアスが統計モデルに忍び寄るのを防ぐため、またはそれらのモデルが提供する情報の誤用を防ぐための保護手段がなければ、「起こり得る」ことは恐ろしいことです。ACLUのJayStanleyは、すべての市民に予測犯罪/リスクのあるスコアが与えられるブラックミラー風のディストピアの未来を想像しています。これは、警官が拡張現実GoogleGlassを介して見ることができます。悪夢のようなプライバシーの侵害のように聞こえますが、それを実現するテクノロジーは 存在します。拡張現実は一般的であり、ボディカメラメーカーはすでに顔認識テクノロジーを模索しています(GoogleはGlassでそれらを禁止しています)。ここでは、計算上の可能性があります。マイノリティ誰かが将来の犯罪を犯す可能性を報告します。
ACLU:シカゴ警察の「ヒートリスト」が政府のフラグ付けとタグ付けに関する古い懸念を更新
パパクリストスは、行き過ぎの可能性を認めていますが、彼のモデルが非営利団体によって使用され、医療、雇用、教育などの潜在的な被害者にはるかに高い特異性を備えたリソースを提供することを含む、銃暴力防止への包括的なアプローチを作成することを想定していると言います。
「私たちは、前科を持っているこれらの若い男性の命を救うことについての対話を、彼らにもっと多くの警察のリソースを投入しようと言うのではなく、焦点として動かそうとしています」とパパクリストスは言いました。
予測技術は将来の特定のビジョンを提示しますが、それらが今後どのように使用されるかについての詳細は明確ではありません。現在の証拠に見られる公平性と透明性に対する多くの障壁を見ると、虐待を防ぐためにやるべきことがまだたくさんあります。これらの予測が偏った警察の行き過ぎの統計的正当化としてのみ役立つ場合、銃による暴力を予測することは無意味です。
サンダースとパパクリストスはどちらも、統計データを使用して誰かを標的にする警察に反対していますが、どちらも彼らがそうしないと予測することはできません。パパクリストスが言ったように、「私たちが行った仕事で人々が何をするかを制御することはできません。」