1
۲۰ هفته مطالعه آزمایشی که اولین نمونه در نوع خود در کشور انگلستان و شاید تمام دنیا است. البته آزمایش‌های مشابهی هم در دیگر نقاط دنیا انجام گرفته یا در دست انجام هستند. این طرح از بانک اطلاعاتی ۵ سال گذشته پلیس بهره میگیرد و سعی دارد با الگوریتم‌های خاصی جزئیات را به زمان حال تعمیم دهد.
البته از هم اکنون فعالان مدنی در این خصوص واکنش‌هایی نشان داده‌اند. اما Accenture، شرکت سازنده نرم افزار در پاسخ بر فواید بالقوه این طرح تاکید دارد.
موز جانوولا، مدیر بخش تحلیل امنیت عمومی این شرکت می‌گوید: «پلیس منابع بسیار محدودی در اختیار دارد و لازم است آنها را به شکل بهینه‌ای هدف گذاری کند. وظیفه این نرم افزار آن است که مشخص کند چه کسانی در بالاترین حد ریسک ارتکاب جرم قرار دارند و اینگونه پلیس می‌تواند منابع محدودش را به شکلی بهینه و بر علیه اهداف درست به کار گیرد.»
تهدیدات ضعیف
این نرم‌افزار بر اساس ادغام اطلاعات دریافتی از سیستم‌های پیشین که توسط پلیس لندن مورد استفاده قرار گرفته‌اند و استخراج محاسبات پیشگویانه کار می‌کند. اطلاعات مورد استفاده در این برنامه دامنه وسیعی از جرایم ارتکابی در گذشته و داده‌های شبکه‌های اجتماعی را در بر میگیرد.
سارا سامی، سخنگوی واحد جرایم سازمان‌یافته پلیس لندن می‌گوید: «این بیشتر درباره متخلفان گذشته است و استفاده از منابع مختلف برای تشخیص هوشمند اینکه کدامیک درگیر ماجرا بوده و کدامیک معاونت داشته‌اند.»
جانوولا هم می‌افزاید: «برای مثال اگر فردی در اینترنت چیزی درباره مواد مشتعله و منفجره منتشر کند و پیش از این هم توسط پلیس به عنوان عضو یکی از گروه‌های گانگستری شناخته می‌شده، یا اینکه چیزی درباره فرد دیگری از اعضای باندهای تبه‌کار منتشر کند، تمام این موارد در سیستم هوشمند پلیس ثبت می‌شوند. و اینجا است که قادر خواهیم بود با استفاده از سیستم هوشمند و تاریخچه جنایی شناخته شده هر فرد، به معدن‌کاوی در انگیزه‌ها و طراحی مدل تخمین ریسک فعالیتهای شخص یا گروه بپردازیم.»
این مطالعه بر اساس اطلاعات جمع‌آوری شده از اعضای سرشناس گروه‌های گانگستری در ۳۲ محله لندن در ۴ سال گذشته انجام می‌شود و میزان احتمالی علاقه آنها به همدستی دوباره در اعمال مجرمانه را بررسی می‌کند.
پس از آن این اطلاعات با جرایم ثبت شده طی ۵ سال گذشته در این مکان‌ها مورد مقایسه قرار میگیرد تا میزان دقت نرم افزار مشخص شود. جانوولا هدف این طرح را تشخیص و شناسایی گروه‌های گانگستری می‌داند که احتمال ارتکاب دوباره جرم توسط اعضای‌شان در بالاترین سطح است. و چندان بر فرد خاصی در گروه متمرکز نیست.
او مطمئن است که این مطالعه و آزمایش موفقیت آمیز خواهد بود. اما اضافه می‌کند که به هیچ وجه حق ندارد ضوابط و معیارهای مورد استفاده توسط این نرم‌افزار را فاش کند.
اما کمپین حریم خصوصی گروه Big Brother Watch به دنبال انتشار عمومی اطلاعات بیشتر و دقیقتری درباره این پروژه هستند. دانیل نسبیت مدیر تحقیقات می‌گوید: «لازم است پلیس در خصوص چگونگی استفاده از این نوع تکنولوژی‌ها بسیار محتاط باشد. راه حل‌های داده‌های عظیم همچون این می‌توانند ریسک تمرکز غیرعادلانه بر برخی گروه‌های خاص از شهروندان را به دنبال داشته باشند. و به شکل بالقوه باعث ایجاد احساس برچسب خوردن شود..»
«پلیس لندن باید مطمئن شود که آنها درباره چگونگی ترکیب این تکنولوژی با کار روزانه کاملا شفاف هستند و اینکه چه نوع اطلاعاتی در این فرآیند مورد استفاده قرار خواهد گرفت.»
جانوولا در پاسخ به این نکته اشاره می‌کند که وزارت دادگستری نیز سال گذشته از سیستم تشخیص متخلفان بهره می‌برده و Offender Group Reconviction Scale یک سیستم بر پایه کامپیوتر است که برای پیش‌بینی احتمال وقوع دوباره انواع جرایم به کار می‌رود. او می‌گوید تفاوت کلیدی نرم افزار Accenture این است که به طور مشخص بر جرایم سازماندهی شده و گروهی تمرکز دارد.
پلیس‌بازی با کمک داده‌ها
در حالی که Accenture و پلیس لندن معتقدند این اولین آزمایش از این نوع در کشور انگلستان است، اما همین شرکت در نقاط دیگر دنیا هم برنامه های آزمایشی مختلف جلوگیری از جرایم را عملی کرده است.
آنها در اسپانیا سعی کردند تا مکانهایی را که جرایم در آنجا بیشتر رخ می‌دهند شناسایی کنند و بر حسب احتمال وقوع جرایم خاص دسته بندی نمایند. همچنین در سنگاپور نرم افزاری را تست کردند که با دریافت ویدیوهای ترافیک، تجمعات و مراسم مختلف، سعی می‌کرد احتمالات بالقوه وقوع جرایم را شناسایی کرده و زودتر اخطار دهد.
همچنین شرکتهای دیگری نیز در حال ارائه ابزارهای مشابه هستند. IBM به دنبال فاکتورهای مختلفی، از جمله الگوهای هواشناسی، جرایم گذشته و برنامه‌های نظارتی انجام گرفته است و… تا با ادغام آنها تهدیدات پیش رو را شناسایی کند.
همچنین پلیس کنت، منچستر، وست میدلندز و یورکشایر در حال آزمایش نرم‌افزارهایی از استارت‌اپ آمریکایی PredPol هستند تا بهتر از عهده مقابله با جرایم خیابانی بر بیایند.
و البته همیشه گروه‌های فعال در کمپین‌های اجتماعی درباره خطرات دستیابی پلیس به اطلاعات فراوان خصوصی افراد اخطار می‌دهند. گروه دیده‌بانی حقوق بشر اروپا پیش از این گفته بود: «این واضح است که مهار و تجزیه و تحلیل مجموعه عظیمی از داده‌ها ممکن است کار پلیس را ساده‌تر کند. ولی از سویی نیز این به خودی خود توجیهی برای استفاده از چنین ابزاری توسط آنها نیست. قدرتهای فراوانی وجود دارند که می‌تواند در اختیار سازمان‌های اجرای قانون قرار گیرند. اما باید در استفاده از آنها به حمایت از حقوق فردی و کارآیی-قانون نیز توجه داشت و هرگز نباید معیار تشخیص بر اساس میزان قدرت اجرای قانون و نیازهای آن باشد.»
«پایان تشخیص، جلوگیری و کاهش جرایم نمی‌تواند در نفس خود عدالت داشته باشد، به ویژه وقتی که معنای آن جمع آوری و پردازش دائمی و کامل اطلاعات شخصی باشد.»
عباس واحدی
البته از هم اکنون فعالان مدنی در این خصوص واکنش‌هایی نشان داده‌اند. اما Accenture، شرکت سازنده نرم افزار در پاسخ بر فواید بالقوه این طرح تاکید دارد.
موز جانوولا، مدیر بخش تحلیل امنیت عمومی این شرکت می‌گوید: «پلیس منابع بسیار محدودی در اختیار دارد و لازم است آنها را به شکل بهینه‌ای هدف گذاری کند. وظیفه این نرم افزار آن است که مشخص کند چه کسانی در بالاترین حد ریسک ارتکاب جرم قرار دارند و اینگونه پلیس می‌تواند منابع محدودش را به شکلی بهینه و بر علیه اهداف درست به کار گیرد.»
تهدیدات ضعیف
این نرم‌افزار بر اساس ادغام اطلاعات دریافتی از سیستم‌های پیشین که توسط پلیس لندن مورد استفاده قرار گرفته‌اند و استخراج محاسبات پیشگویانه کار می‌کند. اطلاعات مورد استفاده در این برنامه دامنه وسیعی از جرایم ارتکابی در گذشته و داده‌های شبکه‌های اجتماعی را در بر میگیرد.
سارا سامی، سخنگوی واحد جرایم سازمان‌یافته پلیس لندن می‌گوید: «این بیشتر درباره متخلفان گذشته است و استفاده از منابع مختلف برای تشخیص هوشمند اینکه کدامیک درگیر ماجرا بوده و کدامیک معاونت داشته‌اند.»
جانوولا هم می‌افزاید: «برای مثال اگر فردی در اینترنت چیزی درباره مواد مشتعله و منفجره منتشر کند و پیش از این هم توسط پلیس به عنوان عضو یکی از گروه‌های گانگستری شناخته می‌شده، یا اینکه چیزی درباره فرد دیگری از اعضای باندهای تبه‌کار منتشر کند، تمام این موارد در سیستم هوشمند پلیس ثبت می‌شوند. و اینجا است که قادر خواهیم بود با استفاده از سیستم هوشمند و تاریخچه جنایی شناخته شده هر فرد، به معدن‌کاوی در انگیزه‌ها و طراحی مدل تخمین ریسک فعالیتهای شخص یا گروه بپردازیم.»
این مطالعه بر اساس اطلاعات جمع‌آوری شده از اعضای سرشناس گروه‌های گانگستری در ۳۲ محله لندن در ۴ سال گذشته انجام می‌شود و میزان احتمالی علاقه آنها به همدستی دوباره در اعمال مجرمانه را بررسی می‌کند.
پس از آن این اطلاعات با جرایم ثبت شده طی ۵ سال گذشته در این مکان‌ها مورد مقایسه قرار میگیرد تا میزان دقت نرم افزار مشخص شود. جانوولا هدف این طرح را تشخیص و شناسایی گروه‌های گانگستری می‌داند که احتمال ارتکاب دوباره جرم توسط اعضای‌شان در بالاترین سطح است. و چندان بر فرد خاصی در گروه متمرکز نیست.
او مطمئن است که این مطالعه و آزمایش موفقیت آمیز خواهد بود. اما اضافه می‌کند که به هیچ وجه حق ندارد ضوابط و معیارهای مورد استفاده توسط این نرم‌افزار را فاش کند.
اما کمپین حریم خصوصی گروه Big Brother Watch به دنبال انتشار عمومی اطلاعات بیشتر و دقیقتری درباره این پروژه هستند. دانیل نسبیت مدیر تحقیقات می‌گوید: «لازم است پلیس در خصوص چگونگی استفاده از این نوع تکنولوژی‌ها بسیار محتاط باشد. راه حل‌های داده‌های عظیم همچون این می‌توانند ریسک تمرکز غیرعادلانه بر برخی گروه‌های خاص از شهروندان را به دنبال داشته باشند. و به شکل بالقوه باعث ایجاد احساس برچسب خوردن شود..»
«پلیس لندن باید مطمئن شود که آنها درباره چگونگی ترکیب این تکنولوژی با کار روزانه کاملا شفاف هستند و اینکه چه نوع اطلاعاتی در این فرآیند مورد استفاده قرار خواهد گرفت.»
جانوولا در پاسخ به این نکته اشاره می‌کند که وزارت دادگستری نیز سال گذشته از سیستم تشخیص متخلفان بهره می‌برده و Offender Group Reconviction Scale یک سیستم بر پایه کامپیوتر است که برای پیش‌بینی احتمال وقوع دوباره انواع جرایم به کار می‌رود. او می‌گوید تفاوت کلیدی نرم افزار Accenture این است که به طور مشخص بر جرایم سازماندهی شده و گروهی تمرکز دارد.
پلیس‌بازی با کمک داده‌ها
در حالی که Accenture و پلیس لندن معتقدند این اولین آزمایش از این نوع در کشور انگلستان است، اما همین شرکت در نقاط دیگر دنیا هم برنامه های آزمایشی مختلف جلوگیری از جرایم را عملی کرده است.
آنها در اسپانیا سعی کردند تا مکانهایی را که جرایم در آنجا بیشتر رخ می‌دهند شناسایی کنند و بر حسب احتمال وقوع جرایم خاص دسته بندی نمایند. همچنین در سنگاپور نرم افزاری را تست کردند که با دریافت ویدیوهای ترافیک، تجمعات و مراسم مختلف، سعی می‌کرد احتمالات بالقوه وقوع جرایم را شناسایی کرده و زودتر اخطار دهد.
همچنین شرکتهای دیگری نیز در حال ارائه ابزارهای مشابه هستند. IBM به دنبال فاکتورهای مختلفی، از جمله الگوهای هواشناسی، جرایم گذشته و برنامه‌های نظارتی انجام گرفته است و… تا با ادغام آنها تهدیدات پیش رو را شناسایی کند.
همچنین پلیس کنت، منچستر، وست میدلندز و یورکشایر در حال آزمایش نرم‌افزارهایی از استارت‌اپ آمریکایی PredPol هستند تا بهتر از عهده مقابله با جرایم خیابانی بر بیایند.
و البته همیشه گروه‌های فعال در کمپین‌های اجتماعی درباره خطرات دستیابی پلیس به اطلاعات فراوان خصوصی افراد اخطار می‌دهند. گروه دیده‌بانی حقوق بشر اروپا پیش از این گفته بود: «این واضح است که مهار و تجزیه و تحلیل مجموعه عظیمی از داده‌ها ممکن است کار پلیس را ساده‌تر کند. ولی از سویی نیز این به خودی خود توجیهی برای استفاده از چنین ابزاری توسط آنها نیست. قدرتهای فراوانی وجود دارند که می‌تواند در اختیار سازمان‌های اجرای قانون قرار گیرند. اما باید در استفاده از آنها به حمایت از حقوق فردی و کارآیی-قانون نیز توجه داشت و هرگز نباید معیار تشخیص بر اساس میزان قدرت اجرای قانون و نیازهای آن باشد.»
«پایان تشخیص، جلوگیری و کاهش جرایم نمی‌تواند در نفس خود عدالت داشته باشد، به ویژه وقتی که معنای آن جمع آوری و پردازش دائمی و کامل اطلاعات شخصی باشد.»
عباس واحدی
