《大家論壇》演算法視角：用犯罪分子的習慣建立預測個體犯罪的能力 -- 上報 / 大師講堂

快訊

一条通 8 家指定門市祭出半價優惠、10 款美食最低 20 元起！

2025-03-11 03:45
uuuu

2025-02-11 03:14
銷魂拌麵「剁椒魚頭」、創意甜點「花椒豆腐腦」必點！奇岩一號雙強主廚合推 10 款川湘風味菜單

2024-06-27 07:00
習近平的親俄路線徹底敗壞了中共的處境

2024-06-25 07:00
71歲的習近平為中國帶來什麼

2024-06-24 07:00
宋國誠專欄：怪哉，依法懲治「台獨」──中共的「自嗨政治學」

2024-06-24 07:00
投書：從黃埔建軍到黃埔「遺毒」

2024-06-24 07:00
普丁與金正恩親密駕車互動的「小心機」

2024-06-24 07:00
世界亂局中重建台灣能源安全：賴清德總統的抉擇

2024-06-24 07:00
投書：「核電是AI耗能的救星」　別扯了

2024-06-24 07:00

#演算法 #預測犯罪 #KeyCrime #警務執法

《大家論壇》演算法視角：用犯罪分子的習慣建立預測個體犯罪的能力

馬斯楚波尼（Giovanni Mastrobuoni） 2022年05月28日 07:00:00

馬斯楚波尼（Giovanni Mastrobuoni）

●卡洛阿爾貝托學院主席

●埃塞克斯大學經濟學教授

我們在工作和生活的其他方面往往被習慣牽著走。我通常是清晨工作效率最高，而且討厭在晚飯後工作。我們的習慣往往反應偏好、學習或兩者的結合，或者就像杜希格在其著作《習慣的力量》中指出的那樣，單純重複某種行為就有可能形成某種慣例。

我本人近期的研究結果表明，在遵循習慣方面，犯罪分子與守法公民並沒有多大區別，這可能是經驗、專業化傾向以及相信自己定好理想策略等要素共同作用的結果。在演算法這種越來越普遍工具的協助下，員警部門也正在迎頭趕上。

演算法利用資料模式來預測未來行為，它們可以預測某人可能在Netflix上喜歡的電影或她可能在亞馬遜上購買的書籍，但它們也可以協助執法機構打擊犯罪。有些演算法可以計算犯人未來累犯的概率，還有些可以支援預測性警務工具，進行犯罪預測以達到優化巡邏的目的。

投資於預測性分析導致資源的重新分配（包括透過不同的警務策略和替代量刑方案），從而改變個人被逮捕或拘留的可能性。出於上述原因，重要的是，要瞭解上述演算法工具能否減少犯罪，以及能否在不產生針對特定群體偏見的情況下達到這一目的。

最複雜、也最著名的預測性警務軟體基本上源自於熱點地圖。上述計畫的運作原則是：近期高犯罪率的地區很可能擁有更高的短期犯罪率。因此，為遏止最大數量的犯罪分子，執法機構應該重點關注這些區域。

儘管研究人員已經證明，上述統計演算法比單純的平均值有更強的預測能力，但要證明其實際發揮了減少犯罪的作用要困難得多。警務部門往往在犯罪率升高時採用預測性執法，而之後的犯罪減少可能僅是反映了與該決策無關的犯罪率自然下降。以區域為重點的警務執法也可能只是將犯罪轉到別處。因此，需要更好的反事實場景才能對效果進行恰當的評估：如果不採用預測性警務管理，那麼犯罪將會出現什麼樣的狀況？

說到偏見問題，預測性警務執法有可能扭曲執法效果。相對貧困地區犯罪率可能更高，而一旦引入預測性警務執法，那麼巡邏密度可能會增強。如果警務資源保持不變，那麼貧困地區的犯罪分子比起相對富裕社區的犯罪分子，更可能遇到巡邏的員警。儘管這對於造成犯罪率飆升導致巡邏增加的慣犯來說是公平的結果，但今天的初犯此前並未增加犯罪數量。由於絕大多數預測性警務演算法彙整所有犯罪案件，並未區分慣犯和初犯，因此，對貧困地區的初犯可能是有偏見的。

為協助解決效率和偏見問題，我對義大利米蘭採用的預測性警務執法軟體進行了評估。這讓我確立一種徹底的反事實狀況：出於歷史原因，米蘭存在兩個目標相同的警務部門，但其中只有一個使用預測性的警務執法。

因為側重於逮捕而非阻止罪犯（因此阻絕了犯罪分子前往他地犯案的機會），並同時區分初犯和慣犯，由文圖里開發並在米蘭投入使用的預測性軟體「關鍵犯罪」（KeyCrime）不同於常見的預測性警務工具。該軟體採用從受害者報告和監視器所蒐集的資訊，將犯罪分子與商業搶劫聯繫起來，而後預測特定的個人或團體下次將在何時何地發動襲擊。KeyCrime生成獨立的預測，從而減少見問題。

結果表明，分析慣犯的作案習慣將使逮到他們的可能性增加超過一倍。竊賊往往會隨著時間的推移而以類似手法行事，瞄準特定的社區及商業類型，以及堅持在一天中的特定時間作案。舉例而言，曾在上午9點搶劫珠寶店的歹徒，很可能會在同一街區、大致在同一時間針對另一家珠寶店再次犯案。因為符合預測的匹配項目只有這麼多，因此該軟體可以凸顯潛在的未來目標，而警務部門則組織巡邏來抓捕盜賊。

事實證明基於單一一個犯罪團體行為的微觀預測，在打擊搶劫方面十分有效，因此，現正被拓展到性犯罪和恐怖分子等其他類型的連續犯罪領域。預測性警務工具能否同樣成功地將這些罪犯繩之以法仍有待觀察，因為與受害者互動以及監視器畫面減少，可能會增加將罪犯與不同案件聯繫起來的難度。

在更大範圍內應用預測性警務軟體可能迫使犯罪分子改變其習慣，從而降低可預測性。但更有效的演算法和資料蒐集過程，為警務部門提供某些保持樂觀的理由。

「犯罪極為揭示人心」，阿嘉莎·克莉絲蒂曾經寫道：「你可以隨心所欲地改變方法、品味、習慣、思想態度，但你的行為揭示了你的靈魂。」就目前而言，利用犯罪分子的習慣去建立預測個體犯罪的能力似乎仍是一項不錯的投資。

（本篇翻譯由PS官方提供，責任編輯：楊淑華）