犯罪が起きる前に、発生場所だけでなく、事件の時刻や犯人まで予測できるとしたらどうでしょう。少しSFのように聞こえますよね。社会科学者は長年、過去の犯罪傾向が将来のパターンに影響を及ぼすことが多いと考えてきました。
高度な機械学習の革新が、こうした理論を検証にかけています。新世代の犯罪予測ツールは、法執行のあり方、そして私たちのプライバシーを永遠に大きく変えようとしています。こうした革新を推進するアルゴリズムに光を当てることは、かつてないほど重要です。
世界有数の犯罪多発都市から得られる教訓
まだ初期段階ではあるものの、米国と欧州の都市では少なくとも60の警察機関が犯罪予測システムの導入を進めており、結果はまちまちです。研究者たちは、その成果を読み解くのに苦労しています。問題の一つは、警察が何をしているのかを市民に共有したがらないことです。もう一つは、彼らが使うアルゴリズムが専有技術であるため、その仕組みを解きほぐすのが極めて難しいことです。解き明かすことです。彼らが使うアルゴリズムは専有技術であるため、その仕組みを解き明かすのは極めて困難です。ブラックボックスの中身は、私たちには分かりません。
犯罪予測の可能性をより深く理解するため、私たちは最近、特に犯罪の多い都市であるリオデジャネイロ向けに、オープンソースの犯罪予測プラットフォームを設計しました。平均すると、およそ1,000人が殺害されているのです。人口600万人を擁する広大な大都市での数字です。人口が6倍のカナダ全土で殺害される人の数の2倍にあたります。また、ここ数年、犯罪状況は悪化していますが、多くの人が考えるほど深刻ではありません。
世界の多くの都市と同様、リオデジャネイロでも治安や安全の状況を正確に把握するのは困難です。公的統計は簡単に入手できず、公開までに長い時間がかかることも少なくありません。さらに地元メディアが犯罪を報じる際には、洞察を与えるよりも恐怖を広げるセンセーショナルな見出しを掲げるのが一般的です。したがって、地元住民の81％が自分は殺害される危険があると考えているのも、驚くことではありません。
世界の多くの都市と同様、リオの住民は犯罪リスクを評価する際に、深刻な情報格差に直面しています。たとえば、殺人率が今も10年前の半分にとどまっていることを知る住民はほとんどいません。人々が犯罪による暴力をどう認識しているかと、実際の発生状況との間には、懸念すべき隔たりがあります。犯罪への恐怖は、個人の防衛のために民間警備やゲート付き住宅地、銃器を利用するかどうかなど、住民の日々の判断に大きな影響を与えています。
犯罪予測を考えるうえで地震学が教えてくれること
朗報は、暴力犯罪を減らしたり、少なくとも一部を防いだりできることです。多くの都市で、スマートフォンやソーシャルメディアの普及、データリテラシーの向上が、状況認識や行動の変化を促しています。Amazonの評価システム、Facebook、Instagram、Snapchat、Telegram、Yelpなどのサービスは、ある文化を生み出しており、人々は今や、あらゆる商品やサービスについてデータにアクセスできることを期待し、データがないものを敬遠しています。
さらに、高度な機械学習の進歩により、リオデジャネイロのような複雑な都市でも、犯罪の動態を分析するための、より正確で的を絞った分析が可能になっています。犯罪予測はその一例です。犯罪が特定の場所に極度に集中し、特定の人々の間で伝播するという想定に基づいています。
犯罪予測の基盤となる数学モデルは、意外にも地震学に由来します。ごく大まかに言えば、犯罪は地震に似ています。環境に組み込まれた特徴が、関連する余震に強い影響を及ぼします。たとえば、特定のナイトクラブ、集合住宅、街角に関連する犯罪が、その後の犯罪活動の強度や広がりに影響することがあります。
オープンソースの犯罪データ
私たちは最近、犯罪予測を実際に試しました。しかし、警察だけが利用できるようにするのではなく、これは一般に「予測型警察活動」と呼ばれますが、この技術を市民に公開しました。イガラペ研究所はViaScienceおよびMosaicoと提携し、CrimeRadarというプラットフォームを構築しました。このツールは、アルゴリズムによって稼働し、2010年までさかのぼる1,400万件以上の公式犯罪記録を処理します。使いやすさを考慮して設計され、Google MapsのAPIを利用しています。無料でもあります。
実際にはどのように機能するのでしょうか。ユーザーが「未来」機能を選ぶと、リオデジャネイロ都市圏のインタラクティブな高解像度地図が表示されます。色分けにより犯罪リスクを示し、緑と黄色は低確率、オレンジと赤は高確率を表します。天気予報のように、画面下部には時間帯と曜日を示すシンプルな色分けアイコンがあり、現在地や今後の目的地のリスクを確認できます。
ユーザーが「過去」機能を選ぶと、リオデジャネイロ都市圏の犯罪傾向の過去の分布を示すヒートマップが表示されます。故意の殺人、警察による殺害、暴行、死亡に至った強盗など、犯罪の種類や時期を絞り込めます。アプリには過去12か月分のデータが掲載され、現在地や市内の別の場所で実際に何が起きたのかを把握できます。また、致死的な暴力の約80％が、市内の街区の2％未満に集中していることも確認できます。
市民が自らを守る力を高める
これは世界初の一般市民向け犯罪予測プラットフォームです。CrimeRadarは、市民が直面する犯罪リスクをよりよく理解し、それに応じて日々の行動を計画できるよう支援することを目的に設計されています。タブー視されている公共の安全について、透明性を高めます。情報をオープンに提供し、市民の知る権利を尊重するものです。CrimeRadarはまた、反響を呼んでおり、マルメからキトまで、各都市で同様のシステムを導入することに関心を示す市長もいます。
CrimeRadarは、リオデジャネイロで犯罪がどのように（一様ではなく）分布しているかを示します。意外なことに、被害は困窮が集中する地域だけに限られていません。比較的犯罪リスクの高い中・高所得層の地域も複数あります。CrimeRadarが地元企業や政治家、活動家に活用され、安全向上のための行動を求める声につながることが期待されています。地域社会は、このツールを変化に向けた働きかけや予防策の立案に活用できます。
CrimeRadarは、犯罪の発生時刻や季節性が大きく変動することも明らかにしています。過去5年間の犯罪データを調べたところ、犯罪の多くは16時に集中しているようです（金曜と土曜は深夜のみ）。また、発生件数が最も多いのは月曜日、最も少ないのは日曜日でした。さらに、報告件数は3月が最多で、6月が最少です。ただし、詳細も重要です。地域によっては、1週間の報告犯罪件数に40倍もの差があります。
犯罪の波に差す一筋の光
犯罪を地図に示し、報告することには、良い面も悪い面もあります。このプラットフォームは、犯罪データをより広く公開することで生じかねない意図しない影響を最小限に抑えるよう設計されています。特定地域への過剰な警察活動や偏った取り締まりにつながる可能性があるためです。たとえば、より高解像度で示すのではなく、250平方メートル単位の区画でデータを提供しています。また、被害者の匿名性を損なう可能性のある個人情報を削除しました。さらに、慢性的に公共サービスが行き届かない地域から収集された情報など、信頼性の低いデータも取り除きました。
まだ初期段階ですが、犯罪予測レーダーへの当初の反応はかなり好意的です。数十人のユーザーを対象にした調査では、このツールが移動や生活に関する判断に役立ったことが示されています。新たな犯罪カテゴリーの追加、アルゴリズムの仕組みに関する情報の拡充、長期的な犯罪動態の分析強化など、改善に役立つ意見も寄せられました。
同じく重要なのは、このプラットフォームがブラジル各地の都市や、ラテンアメリカ、北米、欧州の各地で、犯罪データを責任ある形で公表する方法などをめぐる重要な議論を巻き起こしたことです。重要な批判も生んでいますが、このプラットフォームは、都市における犯罪データ報告の質と網羅性を高める方法について、必要とされていた市民の議論を促しています。
世界各地の都市で犯罪を予測することで、市民の力を高める機会があると私たちは考えています。これは個人の安全を高めるだけでなく、データをよりオープンにし、利用可能にするという、より広い課題にも関わります。ブラジルのような地域で公共の安全を確保するには、法執行機関だけに頼ることはできません。情報を得た積極的な市民の支えが必要です。
リオデジャネイロでは、新たなツールのエコシステムが生まれています。アムネスティのFogo Cruzado、Meu RioのDefezap、さらにはWazeの新しい犯罪予測ツールもその例です。リオの犯罪の波に何か明るい面があるとすれば、市民が自分たちの街をより安全にするため、積極的に行動を起こしていることです。
今後の道筋
私たちが望むかどうかにかかわらず、予測分析は今後も使われ続け、処理能力の向上によってさらに広く普及するでしょう。そこには、技術の透明性、ベンダーの利害、警察活動や市民的自由への影響をめぐる難しい倫理的問題があります。予測分析をただなくすことはできませんが、アルゴリズムの構築方法について、より多くの情報公開を求めることはできます。
都市は、こうしたプログラムの精査と改善を促すため、オープンソースのプラットフォームに投資できますし、そうすべきです。結局のところ、予測ツールの有効性はアルゴリズムの質だけでなくデータにも左右されます。信頼できる情報がなければ予測に意味はありません。また、アルゴリズムとデータの双方について、コンプライアンス要件、内部告発の選択肢、市民的自由の保護を含む独立監査の確立も検討すべき時期です。
Via ScienceのCEOであるColin Goundenと、Mosaicoの共同創業者であるGuilherme Pachecoがこの記事に寄稿しました。
