آیا امکان پیش‌بینی جرم با هوش مصنوعی وجود دارد؟ به نظر می‌رسد که در سال ۲۰۲۴ می‌توان امیدوار بود با الگوریتم‌های جدید بتوان جلوی ارتکاب به جرایم مختلف را گرفت.
در عصر دیجیتال امروز، هوش مصنوعی (AI) یکی از تکنولوژی‌هایی به شمار می‌رود که توانسته تحولی عظیم را در زمینه‌های مختلف از جمله پزشکی، اقتصاد، امنیت سایبری و حتی جرم‌شناسی ایجاد کند. در حالی که بسیاری از کاربردهای هوش مصنوعی شامل پیش‌بینی رفتارهای کاربران در خرید آنلاین یا پیشنهاد فیلم‌های جذاب در پلتفرم‌های پخش ویدیو است، حوزه‌ای نوین از این فناوری ظهور کرده که حتی از اینها هم پیچیده‌تر به نظر می‌رسد: پیش‌بینی وقوع جرم قبل از وقوع آن!
این مفهوم که پیش‌تر تنها در فیلم‌های علمی‌تخیلی مثل «گزارش اقلیت» (Minority Report) و سریال‌هایی نظیر «مظنونین همیشگی» (Person of Interest) به نمایش درآمده بود، حالا با پیشرفت تکنولوژی به واقعیت نزدیک‌تر شده است. این ایده این گونه عمل می‌کند که هوش مصنوعی با تحلیل داده‌های کلان (Big Data) و جست و جوی الگوهای رفتاری و اجتماعی، قادر است پیش‌بینی کند که در چه مکان‌ها و در چه زمانی احتمال وقوع جرایم بیشتر است. این فناوری می‌تواند به نهادهای امنیتی کمک کند با تخصیص منابع به نقاط بحران‌زا، از وقوع جرم پیشگیری کنند.
با این اوصاف، پرسش‌هایی نیز به همراه فناوری پیش‌بینی جرم با هوش مصنوعی مطرح می‌شوند: آیا تکنولوژی پیش‌بینی جرم با هوش مصنوعی از نظر اخلاقی قابل قبول است؟ آیا پیش‌بینی جرم توسط ماشین‌ها منجر به سوگیری‌های نژادی یا اجتماعی خواهد شد؟ چگونه می‌توان حریم خصوصی افراد را در برابر تحلیل‌های گسترده هوش مصنوعی حفظ کرد؟ این مقاله به بررسی دقیق‌تر این پرسش‌ها و همچنین به بررسی پیشرفت‌ها، موفقیت‌ها، چالش‌ها و آینده استفاده از هوش مصنوعی در پیش‌بینی جرم می‌پردازد.
پیشینه‌ی تاریخی استفاده از فناوری پیش‌بینی جرم با هوش مصنوعی
استفاده از فناوری برای پیشگیری و مقابله با جرم موضوعی است که سابقه‌ی طولانی دارد. از دوربین‌های مداربسته گرفته تا سیستم‌های نظارتی پیچیده‌تر، تکنولوژی همواره نقش مهمی در بهبود امنیت عمومی ایفا کرده است. در دهه‌های گذشته، استفاده از تکنولوژی‌های تصویری و نظارتی به عنوان یکی از راه‌های جلوگیری از جرم به کار گرفته شد. دوربین‌های مداربسته (CCTV) به یکی از اجزای جدایی‌ناپذیر امنیت شهری تبدیل شده‌اند و به ویژه در کشورهایی مانند انگلستان به طور گسترده‌ای استفاده می‌شوند.
با پیشرفت تکنولوژی و ظهور اینترنت و داده‌های کلان، ابزارهای جدیدتری به منظور پیشگیری از جرم به کار گرفته شدند. در دهه ۲۰۰۰ میلادی، داده‌کاوی و تحلیل‌های مبتنی بر داده‌های جنایی به نهادهای امنیتی این امکان را داد تا به صورت دقیق‌تر و بهینه‌تر جرایم را تحلیل کنند. ابزارهای جدیدتر مانند نرم‌افزارهای پیش‌بینی‌کننده جرم (Crime Prediction Software) برای بررسی و تحلیل اطلاعات گذشته جرم به کار گرفته شدند. با این حال، ورود هوش مصنوعی به این حوزه، یک گام فراتر از صرفا تحلیل داده‌ها بود؛ چرا که هوش مصنوعی قادر است نه تنها الگوها را شناسایی کند، بلکه می‌تواند پیش‌بینی‌هایی نیز ارائه دهد که برای انسان‌ها غیرممکن است.
هوش مصنوعی چگونه جرایم را پیش‌بینی می‌کند؟
پیش‌بینی جرم با هوش مصنوعی بر مبنای تحلیل داده‌های جنایی و جغرافیایی استوار است. این تکنولوژی از الگوریتم‌های یادگیری ماشین (Machine Learning) برای جستجوی الگوهای موجود در داده‌ها استفاده می‌کند. به عنوان مثال، هوش مصنوعی می‌تواند داده‌هایی مانند مکان‌های وقوع جرایم، نوع جرایم، زمان وقوع و حتی اطلاعات دموگرافیک افراد مظنون را تجزیه و تحلیل کند. سپس با استفاده از این اطلاعات و بررسی الگوهای قبلی می‌تواند پیش‌بینی کند که در چه مناطقی و در چه زمانی احتمال وقوع جرم بیشتر خواهد بود.
یکی از برجسته‌ترین سیستم‌های پیش‌بینی جرم، نرم‌افزاری به نام PredPol محسوب می‌شود که توسط گروهی از دانشمندان توسعه داده شده است. این نرم افزار از داده‌های گذشته‌ی پلیس برای پیش‌بینی جرایم آینده استفاده می‌کند. با توجه به داده‌های تاریخی مربوط به وقوع جرم، PredPol می‌تواند مناطقی را که احتمال وقوع جرم در آنها بیشتر است شناسایی کند. پلیس می‌تواند بر اساس این اطلاعات، منابع خود را به این مناطق اختصاص دهد و از وقوع جرم پیشگیری کند.
به عنوان مثال، شهر لس‌آنجلس یکی از اولین شهرهایی بود که از این سیستم استفاده کرد. طبق گزارش‌ها، استفاده از PredPol منجر به کاهش نرخ جرم در برخی مناطق این شهر شد. با این حال، این سیستم‌ها بدون ایراد نیستند و منتقدان بسیاری دارند که به چالش‌های احتمالی اشاره می‌کنند.
موارد موفق و ناموفق در پیش‌بینی جرایم با هوش مصنوعی
استفاده از هوش مصنوعی در پیش‌بینی جرم، هم موفقیت‌هایی به همراه داشته و هم با چالش‌هایی مواجه شده است. از یک سو، شهرهایی مانند لس‌آنجلس که از سیستم PredPol استفاده کرده‌اند، گزارش‌هایی از کاهش جرایم داده‌اند. به طور مثال، در برخی مناطق این شهر که بیشترین احتمال وقوع جرایم پیش‌بینی شده بود، نیروهای پلیس حضور پررنگ‌تری داشتند و همین امر منجر به کاهش وقوع جرم در آنجا شد.
از سوی دیگر، این سیستم‌ها گاهی اوقات نتوانسته‌اند به درستی عمل کنند. یکی از مشکلات اصلی، پدیده‌ای به اسم «سوگیری داده‌ها» است. این سوگیری‌ها زمانی رخ می‌دهد که الگوریتم‌های AI بر اساس داده‌های تاریخی مغرضانه عمل کنند. برای مثال، اگر داده‌های تاریخی نشان دهد که افراد از گروه‌های نژادی خاص بیشتر درگیر جرم شده‌اند، الگوریتم ممکن است به اشتباه نتیجه بگیرد که این گروه‌ها ذاتا مستعد ارتکاب جرم هستند. این امر می‌تواند به شدت خطرناک باشد، چرا که ممکن است موجب هدف قرار دادن بی‌دلیل افراد شود و نابرابری‌های اجتماعی را تقویت کند.
