een glazen bol voor de politie

een blik op predictive policing

31/03/2020

Te midden van klimaatcrises, epidemies en politieke debacles staat ook de soms beangstigende vooruitgang van de technologie niet stil. De AI-opstand komt elke seconde dichterbij, maar voor we ons moeten beschermen tegen onze keukenrobots, onder leiding van admiraal Alexa, is het tijd om ons te buigen over de huidige big data revolution, meer bepaald wat de politie zoal met die data kan doen. Een van die toepassingen draagt de luisterrijke naam predictive policing. Excusez-moi, quoi? Professor Wim Hardyns, verbonden met UGent en UAntwerpen, licht toe.

Predictive policing is het voorspellen waar en wanneer de kans het grootst is dat er een crimineel feit zal worden gepleegd”, vertelt professor Hardyns. Die voorspellingen gebeuren op basis van data zoals criminaliteitscijfers, bevolkingsgegevens en geografische informatie als de ligging van horeca. Sciencefiction-liefhebbers krijgen nu misschien visioenen van een autoritaire politiestaat waar mensen al in de bak gaan voor een misdaad die nog maar de kiem van een idee was. Zo ver gaat de huidige technologie natuurlijk niet. Er worden enkel patronen gezocht in de omstandigheden waarin misdrijven voorvallen om zo te kunnen inschatten waar het gevaar het grootst is. Daar kan dan een extra patrouille op afgestuurd worden. Predictive policing zal nooit een terreuraanslag kunnen voorspellen, aangezien die – gelukkig maar! – niet al te vaak gebeuren. Een buurt identificeren waar een woninginbraak kan plaatsvinden kan wel omdat inbraken helaas veel vaker voorkomen.

Op zich kan je een politie-inspecteur met een stratenplan en een berg cijfermateriaal aan het werk zetten op zoek naar die patronen. De stortvloed van gegevens wordt echter zo groot dat we het buzzword big data wel moeten laten vallen. Je kan het raden: een computer kan het beter.

silicium breinen

Het ironische aan de opmars van artificiële intelligentie is dat de software die er momenteel in slaagt om telkens de menselijke mentale capaciteiten te overtreffen, geïnspireerd is op de werking van hersenen. Ook bij predictive policing wordt het zware werk gedaan door een zogenaamd neuraal netwerk. Neurale netwerken zijn bijzonder goed in het herkennen van patronen. Met andere woorden: je kan ze een hoop data geven over misdrijven en de omstandigheden erbij en het neurale netwerk maakt een intern model dat aangeeft waar en wanneer er een grotere kans op een misdrijf is. Dat interne model is helaas moeilijk te interpreteren, dus we kunnen alleen kijken naar de resultaten die eruit komen.

 

In Amerika worden de voorspellingen van de modellen bijna slaafs gevolgd.

 

Die resultaten valideren is dan ook een belangrijke onderzoekspiste voor professor Hardyns. In de VS worden al commerciële pakketten gebruikt voor predictive policing, maar er zijn nauwelijks cijfers beschikbaar om aan te tonen of die wel werken. “In Amerika worden de voorspellingen van de modellen bijna slaafs gevolgd”, zegt Hardyns. “Commerciële bedrijven houden zich er bezig met predictive policing, maar zo’n bedrijf wil in de eerste plaats winst maken. De tool wordt dan voorgesteld als de toekomst van het politiekorps zelve, dat de criminaliteit zal doen dalen. Is dat zo? Mogelijk, maar garanderen kan je dat niet. De bedrijven weten zelf óók niet of het wel klopt. De modellen moet je altijd combineren met andere bronnen, zoals de zachte informatie uit de praktijk. De wijkagent bezit essentiële informatie over zijn of haar buurt; dat mogen we niet aan de kant schuiven ten gunste van een computeranalyse.”

Een tweede onderzoekspiste ligt in de samenwerking met de politie. Zo kan de aanpak pragmatisch getest worden. Stel, de voorspellingen zijn correct, betekent dat dan ook dat er meer criminaliteit wordt opgelost aan de hand van de kaartsystemen die de modellen verschaffen? En is dat wel kostenefficiënt?

“Zeker op individueel niveau is dat niet eenvoudig te evalueren”, merkt Hardyns op. “Wat is toeval, bijvoorbeeld.” Gelukkig zijn er wel manieren om dat te beoordelen. “We werken met een experimenteel design waarbij we in sommige buurten predictive policing toepassen en in andere buurten niet. De vraag is dan of de criminaliteitscijfers in die twee buurten hetzelfde blijven. Zijn ze in de experimentele buurt lager dan in de controlebuurt? Dan is er een patroon en kunnen we voorzichtig stellen dat de tool een meerwaarde heeft.”

wat doen de blauwe uniformen?

Afgezien van Hardyns’ onderzoek wordt het in België nog niet veel in de praktijk toegepast. Woordvoerder Willem Migom van Politiezone Antwerpen vertelt: “De politie volgt de technologische evoluties op en werkt samen met UGent voor onderzoek naar onder andere predictive policing.” Informatieverwerking gebeurt bij de politie door de gespecialiseerde dienst informatiegestuurde politiezorg of IGPZ. Terugkerende lokale problemen kunnen ook geïdentificeerd worden door de wijkwerking. “Big data is niet echt nodig om onze pappenheimers te kennen.” Concreet: studentikoze overlast, om maar iets te zeggen, zal nog niet binnenkort door de computer voorspeld worden. “Dat is ook niet waarvoor de politie een tool als predictive policing zou gebruiken. Het is eerder ontworpen om efficiënt te kunnen patrouilleren, aangezien we natuurlijk niet overal tegelijkertijd kunnen zijn.”

 

Big data is niet echt nodig om onze pappenheimers te kennen.

 

Professor Hardyns bevestigt dat het verstandig is om niet ondoordacht die nieuwe technieken in te zetten. De software is inherent imperfect, en ook vanuit de praktijk sluipen er mogelijke fouten in. “Zowel bij de politie als bij het slachtoffer zijn er verschillende selectiemechanismen aan het werk. Een politiezone stelt haar prioriteiten, door bijvoorbeeld sterker in te zetten op drugsfeiten, en die keuzes worden weerspiegeld in de cijfers en statistieken. Ook aan de kant van de slachtoffers wordt er geselecteerd: een inbraak wordt bijna altijd aangegeven, anders komt de verzekering niet tussen. Huiselijk geweld daarentegen wordt een pak minder gerapporteerd. Jij en ik weten dat, maar een computer weet dat niet en zal dat bijgevolg niet verrekenen. Juist daarom is het broodnodig om zoveel mogelijk informatiebronnen te betrekken en je niet uitsluitend door de voorspellingen van de computer te laten leiden.”

de weg naar de politiestaat

Het beeld van de dystopische surveillance state is daarmee nog altijd niet volledig verbannen uit onze gedachten. Kan de privacy niet in het gedrang komen bij dergelijke technieken? Dan blijkt dat er een andere techniek bestaat waar professor Hardyns momenteel verder geen onderzoek naar doet: predictive profiling. “Daarbij wordt big data ingezet om individuen te screenen, terwijl predictive policing enkel algemene informatie bekijkt. Predictive profiling is daarom gevaarlijker: kijk maar naar de mensen die in 2017 de toegang tot Tomorrowland ontzegd werden. Een predictive-profiling-screening had alle tickethouders geanalyseerd en er enkele tientallen uitgehaald die mogelijk in verband konden gebracht worden met de terreuraanslagen in Brussel. Achteraf bleek dat het merendeel van de geviseerden er niets mee te maken had, maar het kwaad was al geschied: Tomorrowland gemist en een scène voor de ogen van hun vrienden. Voor we een systeem als predictive profiling kunnen gebruiken, zouden we het blindelings moeten kunnen vertrouwen, maar dat is bijna onmogelijk.”

 

Hoewel predictive policing zich baseert op objectieve cijfers als politiestatistieken, is het nog altijd niet zonder gevaren.

 

Er zijn wel andere mogelijke problemen. “Hoewel predictive policing zich baseert op objectieve cijfers als politiestatistieken, is het nog altijd niet zonder gevaren. Stigmatisering van bepaalde wijken is een reëel risico: als de politie in dezelfde buurten blijft patrouilleren, is het logisch dat de buurtbewoners zich geviseerd zullen voelen. Een ander probleem is het verplaatsingsgevaar. Als een dief ziet dat de politie constant aanwezig is in de ene buurt, raapt die logischerwijze zijn buit wel bijeen in een andere buurt. Op die manier los je de criminaliteit niet op. Daarvoor is samenwerking nodig tussen politiezones.”

criminele geesten

Nog steeds niet helemaal verlost van onze visioenen van een duistere cybertoekomst stellen we ons de vraag: wat als criminelen die predictive-policing-modellen gaan gebruiken om de politie te ontwijken? “De kans dat de huis-, tuin- en keukendief aan de benodigde data komt, is klein. Daarvoor zou hij de politie namelijk moeten hacken en over het algemeen zijn inbrekers geen hackers. Hackers hebben dan weer weinig boodschap aan de modellen van predictive policing: of een politieagent nu patrouilleert in een buurt of niet, maakt voor hem geen verschil. Het is een ander verhaal als de inbreker gaat samenwerken met een hacker. Georganiseerde misdaad kan zich er dus wél aan wagen.”

Voorlopig blijft dat nog toekomstmuziek. “Het is niet zo dat predictive policing onze samenleving criminaliteitsvrij zal maken”, merkt Hardyns op. “Wat het wél kan verbeteren, is de ophelderingsgraad. Veel misdrijven zijn eenvoudigweg niet bekend bij de politie, maar als we de patrouilles efficiënt kunnen inzetten aan de hand van predictive policing, kunnen we veel meer ophelderen. Criminaliteit zal altijd blijven bestaan – anders zou ik als criminoloog wel erg snel zonder werk zitten – maar we kunnen wel iets doen aan de berg aan misdaden die de politie nu voorgeschoteld krijgt.”