এই এআই এক সপ্তাহে অপরাধের পূর্বাভাস দেয়-এবং পুলিশিং পক্ষপাতিত্ব হাইলাইট করে

অপরাধের পূর্বাভাস দিতে AI ব্যবহার করার প্রচেষ্টা পুলিশিংয়ে বিদ্যমান পক্ষপাতের প্রতিলিপি করার সম্ভাবনার কারণে বিতর্কে পরিপূর্ণ। কিন্তু মেশিন লার্নিং দ্বারা চালিত একটি নতুন সিস্টেম শুধুমাত্র আরও ভাল ভবিষ্যদ্বাণী করার প্রতিশ্রুতি রাখে না কিন্তু এই পক্ষপাতগুলিকেও হাইলাইট করে।

আধুনিক মেশিন লার্নিং যদি একটি জিনিস ভাল হয়, তা হল প্যাটার্ন খুঁজে বের করা এবং ভবিষ্যদ্বাণী করা। সুতরাং, এটি সম্ভবত আশ্চর্যজনক যে নীতি এবং আইন প্রয়োগকারী বিশ্বের অনেকেই এই দক্ষতাগুলি ব্যবহার করতে আগ্রহী। প্রবক্তারা প্রশিক্ষণ দিতে চান এআই মডেল কখন এবং কোথায় অপরাধ ঘটতে পারে তা ভবিষ্যদ্বাণী করার জন্য ঐতিহাসিক অপরাধ রেকর্ড এবং অন্যান্য প্রাসঙ্গিক ডেটা সহ এবং ফলাফলগুলিকে সরাসরি পুলিশিং প্রচেষ্টার জন্য ব্যবহার করুন।

সমস্যা হল এই ধরনের ডেটা প্রায়ই লুকিয়ে থাকে সব ধরনের পক্ষপাত যেটি খুব সহজেই অনুলিপি করা যেতে পারে যখন চিন্তা না করে অ্যালগরিদম প্রশিক্ষণের জন্য ব্যবহৃত হয়। পূর্ববর্তী পন্থাগুলিতে কখনও কখনও গ্রাফিতি বা জনসংখ্যার তথ্যের উপস্থিতির মতো ভুয়া ভেরিয়েবলগুলি অন্তর্ভুক্ত ছিল, যা সহজেই জাতিগত বা আর্থ-সামাজিক মানদণ্ডের উপর ভিত্তি করে ত্রুটিপূর্ণ সমিতি তৈরি করতে মডেলদের নেতৃত্ব দিতে পারে।

এমনকি রিপোর্ট করা অপরাধ বা গ্রেপ্তারের সংখ্যার প্রাথমিক পুলিশ ডেটাতেও লুকানো পক্ষপাত থাকতে পারে। পূর্ব-বিদ্যমান কুসংস্কারের কারণে অপরাধের পরিমাণ বেশি বলে ধরে নেওয়া কিছু এলাকায় ভারী পুলিশিং প্রায় অনিবার্যভাবে আরও গ্রেপ্তারের দিকে পরিচালিত করবে। এবং পুলিশের প্রতি উচ্চ অবিশ্বাস আছে এমন এলাকায়, অপরাধ প্রায়ই রিপোর্ট করা হয় না।

তা সত্ত্বেও, সময়ের আগে অপরাধমূলক কার্যকলাপের প্রবণতা অনুমান করতে সক্ষম হওয়া সমাজকে উপকৃত করতে পারে। সুতরাং, শিকাগো বিশ্ববিদ্যালয়ের একটি দল একটি নতুন মেশিন লার্নিং সিস্টেম তৈরি করেছে যা পূর্ববর্তী সিস্টেমগুলির তুলনায় কখন এবং কোথায় অপরাধগুলি আরও ভাল ঘটতে পারে তা ভবিষ্যদ্বাণী করতে পারে এবং পুলিশিং ব্যবস্থায় পদ্ধতিগত পক্ষপাতগুলি তদন্ত করতেও ব্যবহৃত হবে।

গবেষকরা প্রথমে হিংসাত্মক এবং সম্পত্তি অপরাধের উপর শিকাগো পুলিশের কাছ থেকে বেশ কয়েক বছরের মূল্যের তথ্য সংগ্রহ করেছেন, সেইসাথে প্রতিটি ঘটনার ফলে গ্রেপ্তারের সংখ্যা। তারা এআই মডেলের একটি স্যুট প্রশিক্ষণের জন্য এই ডেটা ব্যবহার করেছে যা দেখায় যে এই ভেরিয়েবলগুলির প্রতিটিতে পরিবর্তন কীভাবে অন্যদের প্রভাবিত করে।

এটি দলটিকে 1,000 শতাংশ নির্ভুলতার সাথে এক সপ্তাহ আগে শহরের 90 ফুট প্রশস্ত এলাকায় অপরাধের মাত্রা পূর্বাভাস দেওয়ার অনুমতি দেয়, যেমন সাম্প্রতিক প্রতিবেদনে রিপোর্ট করা হয়েছে কাগজ প্রকৃতি মানব আচরণ. গবেষকরা আরও দেখিয়েছেন যে তাদের পন্থা একই রকম নির্ভুলতা অর্জন করেছে যখন মার্কিন যুক্তরাষ্ট্রের অন্য সাতটি শহরের ডেটার উপর প্রশিক্ষণ দেওয়া হয়েছে। এবং যখন তারা ন্যাশনাল ইনস্টিটিউট অফ জাস্টিস দ্বারা পরিচালিত একটি ভবিষ্যদ্বাণীমূলক পুলিশিং চ্যালেঞ্জ থেকে একটি ডেটাসেটে এটি পরীক্ষা করে, তখন তারা 119টি পরীক্ষার বিভাগের মধ্যে 120টিতে সেরা পদ্ধতিকে ছাড়িয়ে যায়।

আশেপাশের এলাকায় ছড়িয়ে পড়ার আগে অপরাধ হটস্পটগুলিতে উপস্থিত হয় বলে ধরে নিয়ে মডেলের উপর স্থানিক সীমাবদ্ধতা আরোপ করে এমন পন্থাগুলি পরিত্যাগ করার জন্য গবেষকরা তাদের সাফল্যকে নীচে রেখেছিলেন। পরিবর্তে, তাদের মডেলটি আরও জটিল সংযোগগুলি ক্যাপচার করতে সক্ষম হয়েছিল যা পরিবহন লিঙ্ক, যোগাযোগ নেটওয়ার্ক, বা শহরের বিভিন্ন অঞ্চলের মধ্যে জনসংখ্যাগত মিল দ্বারা মধ্যস্থতা করা যেতে পারে।

যাইহোক, এই স্বীকৃতিতে যে অধ্যয়নের জন্য ব্যবহৃত ডেটা পুলিশিং অনুশীলনে বিদ্যমান পক্ষপাত দ্বারা কলঙ্কিত হওয়ার সম্ভাবনা ছিল, গবেষকরা এও তদন্ত করেছেন যে কীভাবে তাদের মডেলটি আইন প্রয়োগকারী সংস্থার সংস্থান স্থাপনের উপায়কে বিকৃত করতে পারে তা উদ্ঘাটন করতে কীভাবে ব্যবহার করা যেতে পারে।

যখন দলটি কৃত্রিমভাবে ধনী এলাকাগুলিতে সহিংস এবং সম্পত্তি অপরাধ উভয়ের মাত্রা বাড়িয়ে তোলে, তখন দরিদ্র অঞ্চলের লোকেরা হ্রাস পাওয়ার সাথে সাথে গ্রেপ্তারগুলি লাফিয়ে ওঠে। বিপরীতে, যখন দরিদ্র অঞ্চলে অপরাধের মাত্রা বাড়ানো হয়েছিল, তখন গ্রেপ্তারের কোনও বৃদ্ধি ছিল না। গবেষকরা বলছেন, এর অর্থ হল, ধনী এলাকাগুলিকে পুলিশ অগ্রাধিকার দেয় এবং দরিদ্রদের থেকে সম্পদ সরিয়ে নিতে পারে।

তাদের অনুসন্ধানগুলিকে যাচাই করার জন্য, গবেষকরা বিভিন্ন এলাকায় উন্নত অপরাধের হারের প্রভাব তদন্ত করতে গ্রীষ্মের মাসগুলিতে অপরাধের মৌসুমী বৃদ্ধি ব্যবহার করে কাঁচা পুলিশ ডেটাও বিশ্লেষণ করেছেন। ফলাফল তাদের মডেল দ্বারা চিহ্নিত প্রবণতা প্রতিফলিত.

এর যথার্থতা সত্ত্বেও, অধ্যয়ন নেতা ইশানু চট্টোপাধ্যায় একটি বলেছেন প্রেস রিলিজ যে টুলটি সরাসরি পুলিশ সম্পদের বরাদ্দ নির্ধারণের জন্য ব্যবহার করা উচিত নয়, বরং এর পরিবর্তে আরও ভাল পুলিশিং কৌশলগুলি তদন্ত করার একটি হাতিয়ার হিসাবে ব্যবহার করা উচিত। তিনি সিস্টেমটিকে "শহুরে পরিবেশের ডিজিটাল যুগল" হিসাবে বর্ণনা করেছেন যা পুলিশকে শহরের বিভিন্ন অংশে বিভিন্ন অপরাধ বা প্রয়োগের মাত্রার প্রভাব বুঝতে সাহায্য করতে পারে।

গবেষণাটি ভবিষ্যদ্বাণীমূলক পুলিশিংয়ের ক্ষেত্রটিকে আরও বিবেকপূর্ণ এবং দায়িত্বশীল দিকনির্দেশনা দিতে সাহায্য করতে পারে কিনা তা দেখা বাকি আছে, তবে প্রযুক্তির বিশাল ঝুঁকির বিরুদ্ধে জননিরাপত্তা সম্ভাবনার ভারসাম্য বজায় রাখার যে কোনও প্রচেষ্টা সঠিক দিকের একটি পদক্ষেপ।

চিত্র ক্রেডিট: ডেভিড ভন ডায়ামার / Unsplash