AI przy policyjnym biurku?

By przygotować się do kolejnych wyzwań związanych z bezpieczeństwem publicznym, policja coraz częściej sięga po nowoczesne narzędzia. Jednak wykorzystanie AI w systemie sprawiedliwości rodzi również poważne pytania o etykę, stronniczość oraz jakość danych. 

Najmniejszy ślad DNA i mamy podejrzanego 

Jednym z najbardziej znanych przypadków, w których sztuczna inteligencja wspomogła działania śledcze, jest rozwiązanie sprawy Golden State Killera. Joseph James DeAngelo, seryjny morderca i gwałciciel, został schwytany w 2018 roku właśnie dzięki nowatorskiej technice zwanej genetyczną genealogią. To metoda, w której DNA, które pozostawiono na miejscu zbrodni, analizuje się pod kątem zgodności z materiałem genetycznym dobrowolnie przekazywanym do publicznych baz danych przez krewnych. 

Śledczy, korzystając z AI i zaawansowanej analizy drzewa genealogicznego, byli w stanie zawęzić krąg podejrzanych, bazując na takich cechach jak wiek i miejsce zamieszkania. W efekcie policja namierzyła DeAngelo, a ostateczne dopasowanie uzyskała, porównując DNA zebrane na miejscu zbrodni z próbką DNA podejrzanego, którą to próbę pobrano z chusteczki wyrzuconej do kosza w pobliżu jego domu. Od czasu aresztowania DeAngelo wykorzystanie sztucznej inteligencji i zaawansowanej analizy genetycznej przyczyniło się do identyfikacji ponad 150 innych podejrzanych.

Tak wyglądała, kiedy zaginęła

Z kolei w Belgii technologia AI wykorzystywana jest do poszukiwań zaginionych osób. Jedno z biur policyjnych postanowiło zmodernizować tradycyjne plakaty informujące o zaginięciach poprzez stworzenie bardziej realistycznych i szczegółowych wizerunków zaginionych. Zaawansowana technologia sztucznej inteligencji pomogła opracować plakaty, które przedstawiają zaginione osoby w tych samych ubraniach, które nosiły w dniu zaginięcia, a także w miejscu, w którym były widziane po raz ostatni. To innowacyjne podejście pozwala lepiej zwizualizować moment zaginięcia, co ma na celu wywołanie wspomnień świadków i zachęcenie ich do zgłoszenia się. Choć tak realistyczne rekonstrukcje mogą budzić trudne emocje u rodzin zaginionych, to wielu z nich uważa, że nowa technologia może przyciągnąć większą uwagę i przynieść wyczekiwany przełom w ciągnących się od dziesięcioleci sprawach.

Kilka etatów analityków w jednym AI

AI odgrywa także kluczową rolę w analizie dużych zbiorów dokumentów, co pozwala policji na przetwarzanie ogromnych zbiorów danych w krótszym czasie. Departament Policji Avon i Somerset w południowo-zachodniej Anglii testuje program, który pozwala na skanowanie i analizowanie różnorodnych materiałów dowodowych, takich jak e-maile, konta w mediach społecznościowych, nagrania wideo oraz raporty finansowe. Jak donosi Sky News, w jednym z przypadków AI przeanalizowała dowody z 27 złożonych spraw w ciągu zaledwie 30 godzin. Dla porównania: tradycyjna analiza tych danych zajęłaby człowiekowi aż 81 lat! To imponujące tempo pracy czyni AI niezwykle atrakcyjną dla jednostek policyjnych, które zmagają się z brakami kadrowymi i ograniczeniami budżetowymi.

Jak zauważył Gavin Stephens, przewodniczący Krajowej Rady Szefów Policji w Wielkiej Brytanii, wykorzystanie AI może umożliwić przegląd spraw, które pozostawały nierozwiązane przez to, że wydawały się zbyt czasochłonne. AI jest w stanie przyjąć ogromne ilości danych, a następnie przeprowadzić ich kompleksową analizę, co czyni ten system narzędziem o ogromnym potencjale dla organów ścigania.

Uwaga, potencjalne narzędzie zbrodni!

Sztuczna inteligencja wkracza również w obszar identyfikacji broni wykorzystanych w sytuacjach naruszenia prawa, szczególnie w przypadkach związanych z atakami nożowniczymi, które stanowią poważny problem w Wielkiej Brytanii. Gavin Stephens wspomina też projekt bazujący na współpracy policji z AI, który zakłada stworzenie bazy danych przedmiotów używanych przez sprawców przestępstw. Dzięki sztucznej inteligencji organy ścigania mogą szybciej i precyzyjniej identyfikować narzędzia zbrodni, analizując szczegóły takie jak kształt ostrza, ślady uszkodzeń czy typ użytej broni, co mogłoby prowadzić do szybszego namierzenia sprawcy.

Podobieństwo rozpoznane sztucznym okiem

Technologia rozpoznawania twarzy znajduje coraz szersze zastosowanie w ściganiu przestępstw, zwłaszcza tych związanych z wykorzystywaniem dzieci. Jeden z głośnych przypadków, w którym została wykorzystana, wydarzył się na uniwersytecie w Ashland, Missouri. Brytyjscy śledczy zwrócili się do Departamentu Bezpieczeństwa Krajowego USA (HSI) po odkryciu nagrania o charakterze seksualnym, na którym pojawiały się dorosły mężczyzna i dziecko — podejrzewali bowiem, że film został nakręcony w Ameryce. Aby zidentyfikować osoby na nagraniu, HSI skorzystało z zaawansowanego narzędzia do rozpoznawania twarzy, które przeskanowało ogromną bazę danych obrazów z internetu i mediów społecznościowych. Narzędzie dopasowało twarz dorosłego do Scotta Barkera — uniwersyteckiego koordynatora sportu, a dalsze dowody z jego profilu na Facebooku dodatkowo potwierdziły jego tożsamość. W ciągu dwóch tygodni Barker został aresztowany i oskarżony o seksualne wykorzystywanie dziecka. 

Zareaguj, zanim w ogóle dojdzie do przestępstwa

Sztuczna inteligencja może nie tylko pomóc w rozwiązywaniu przestępstw, ale również im zapobiegać. Już przed Igrzyskami Olimpijskimi w Tokio policja wprowadziła systemy predykcyjne oparte na algorytmach AI. Zadaniem technologii była identyfikacja wzorców przestępczych (schematów działań prowadzących do czynu zabronionego) poprzez analizę danych z różnych przestępstw. Dzięki algorytmowi „głębokiego uczenia się” system może uczyć się w czasie rzeczywistym, co pozwala na przewidywanie następnych ruchów przestępców oraz identyfikację obszarów, które mogą wymagać szczególnej uwagi.

Z kolei w Brazylii w 2016 roku Instytut Igarapé wspólnie z firmą Via Science opracował aplikację CrimeRadar, która wykorzystuje zaawansowaną analizę danych do monitorowania wskaźników przestępczości w regionie metropolitalnym Rio de Janeiro. Platforma ta nie tylko ocenia częstotliwość przestępstw, ale także wizualizuje poziom bezpieczeństwa w określonych lokalizacjach. Przedstawiciele think tanku wskazują, że dzięki CrimeRadar przestępczość w regionie zmniejszyła się o 30–40%!

Technologie wspierające bezpieczeństwo pojawiają się i u nas — m.in. jako systemy zapobiegające kradzieżom w sklepach. Rozwiązania te umożliwiają np. monitorowanie zachowań klientów i wykrywanie nieautoryzowanego dostępu do poszczególnych części sklepów. Dzięki analizie obrazu kamery mogą też rozpoznawać tablice rejestracyjne i wykrywać podejrzane działania, co znacząco przyspiesza reakcję na ewentualne zagrożenia.

Automatyzacja? Zawsze jest jakiś haczyk

Oczywiście wykorzystanie sztucznej inteligencji w rozwiązywaniu spraw kryminalnych i dbaniu o bezpieczeństwo niesie za sobą nie tylko korzyści. Przede wszystkim trzeba mieć na uwadze, że jakość wyników uzyskiwanych przez algorytmy AI jest bezpośrednio zależna od danych, na których są one szkolone. W przypadku starszych spraw informacje mogą być niekompletne lub przestarzałe, co od razu wprowadza trudności w odnalezieniu właściwych odpowiedzi. Co więcej, jak wskazywały badania, modele AI są podatne na stronniczość i mogą generować wnioski oparte na uprzedzeniach — jak przy ocenie ryzyka popełnienia kolejnego przestępstwa przez osoby czarne. 

Podobne wątpliwości w wykorzystaniu AI w śledztwach budzi niedawny przypadek 44-letniego obywatela Rumunii, który został niesłusznie aresztowany na podstawie analizy nagrań z monitoringu przeprowadzonej przez AI. Mimo dowodów, które wskazywały na to, że w momencie popełnienia przestępstwa w Szwajcarii, on sam pracował… w Rzymie. Dopiero interwencja adwokata ujawniła błędy sądowe prowadzące do niewłaściwego oskarżenia.

Podobnie jak w wykorzystywaniu AI w innych dziedzinach życia, tak i w organach ścigania, powinna ona być obsadzana w roli asystentki dla ludzkich detektywów, a nie zaś jako ich zastępczyni. A przed twórcami kolejnych AI-detektywów trudne zadanie, polegające na konstruowaniu systemów, które unikną poważnych błędów wpływających na codzienne życie ludzi i skuteczność systemu sprawiedliwości.