Как в Германии пытаются предсказывать преступления

В голливудском фэнтези-триллере Стивена Спилберга "Minority Report" ("Особое мнение") с Томом Крузом в главной роли три оракула-провидца, лежа в физиологическом растворе, предсказывают совершение тяжких преступлений. Полиции остается упредить и нейтрализовать преступника.

Этот фильм в Германии вспоминают всякий раз, когда речь заходит об экспериментальном применении в шести немецких федеральных землях компьютерных систем Predictive Policing ("Пророческая полицейская работа"), которые с помощью различных алгоритмов пытаются предсказать, где и когда может быть совершено очередное преступление. К фильму "Minority Report", однако, этот эксперимент не имеет никакого отношения. Кроме темы - попытки предсказать будущее.

Опередить преступника хотя бы на шаг

Predictive Policing - это превентивная стратегия, опирающаяся на компьютерные расчеты, с помощью которой немецкая полиция оценивает степень риска совершения тех или иных преступлений в тех или иных районах своего патрулирования.

Цель - с помощью технических средств попробовать хотя бы на шаг опередить злоумышленника. То есть полиция не ждет, когда будет совершено преступление, а уже находится в том месте, где оно, скорее всего, может быть совершено, и тем самым его предотвращает. Об убийствах, как в фильме Спилберга, при этом речь не идет. Только о квартирных кражах, офисных взломах и угонах машин.

Predictive Policing учитывает самые разные данные. Компьютер, например, знает, что профессиональные домушники, скорее, выбирают в качестве цели дорогие дома, рассчитывая на богатую добычу, хотя и подозревают, что могут натолкнуться на сигнализацию и прочные двери. На дело они выходят преимущественно поздней осенью или зимой. Но зоной риска могут быть и сравнительно бедные кварталы, в которых орудуют преимущественно воры-любители. Часто это наркоманы, которым надо быстро что-нибудь украсть из плохо защищенного дома или квартиры, продать и купить дозу.

В систему закачиваются не только данные о прошлых преступлениях и их частоте в различное время года и суток. Учитывается также социальный состав того или иного городского района, покупательная способность жителей, их семейное положение, наличие детей, работают ли и муж, и жена, отсутствуя, соответственно, дома днем, состояние дорог, близость автострады, по которой можно быстро скрыться с места преступления, прогноз погоды.

Особенности немецкого полицейского пророчества

Отличие немецкой системы предсказания преступлений от существующих в некоторых других странах, в частности в США и Швейцарии, в том, что в Германии не собирают данные на конкретных лиц, которых можно было бы считать потенциальными правонарушителями.

"Брать под прицел кого-либо персонально - это задача следствия, - пояснил корреспонденту DW Йоахим Эшеман (Joachim Eschemann) из министерства внутренних дел федеральной земли Северный Рейн - Вестфалия. - Если я хочу предотвращать совершение преступлений в конкретном районе, мне не имеет смысла знать, какие жители какие правонарушения совершали или к каким причастны. Такие данные у нас, разумеется, есть, но излишне предсказывать то, что полиции и так известно".

Столь же глупо применять компьютер для того, чтобы узнать, что на Рождественском базаре будут орудовать карманники. Их там каждый год много. Всем известно и то, что в берлинском Гёрлиц-парке чернокожие дилеры практически в открытую торгуют марихуаной. 

За кварталами с повышенной криминальной активностью полиция и так присматривает, ей важно знать, в каком из спокойных районов может случиться квартирная кража, которую совершает, как правило, гастролер. И вот для этого компьютер выдает полицейскому патрулю хит-лист - карту района, в которой красным цветом закрашены кварталы, на которые следует обратить особое внимание.

Красный цвет не означает, что там непременно что-то произойдет. Это всего лишь статистически повышенная возможность квартирной кражи или угона машин в этот конкретный день. "Для полицейских, - объясняет Йоахим Эшеман, - хит-лист служит подспорьем при принятии решения, где следует проводить профилактическую работу".

Ясно, что полицейский патруль поедет, скорее, в квартал, где риск совершения преступления составляет, допустим, 30 процентов, а не в район, где он на уровне 5. Профилактические же меры могут быть самыми разными. Например, зримое присутствие полицейских, просто контролирующих скорость на тихой улице в квартале, закрашенным на сегодня в красный цвет.

Примечательно, что, невзирая на риск спугнуть потенциального преступника, полиция в Северном Рейне - Вестфалии планирует даже публиковать свои компьютерные прогнозы. Чтобы жители отдельных районов, пояснил Эшеман, знали, что, скажем, на следующей неделе им следует быть особенно внимательными, поскольку будет повышенной вероятность совершения квартирной кражи или угона машины.

Как оценить эффективность компьютерного прогноза?

Эшеман, правда, признает, что оценить эффективность Predictive Policing довольно трудно. Предположим, пояснил он, вопреки прогнозу, в "красном" квартале не было квартирной кражи. Преступника спугнул заехавший сюда по рекомендации компьютера полицейский патруль? Или домушник-гастролер вовсе и не собирался в этот день взламывать виллу в тихом переулке? Может, он заболел. Или в аварию попал.

Конечно, намного эффектнее поймать преступника на месте преступления именно там и тогда, как это предсказал компьютерный оракул. Такие случаи и в самом деле были, рассказал Эшеман, потому что полицейские в соответствии с прогнозом были в нужное время на нужном месте. "Но такие случаи, - по его словам, - можно пересчитать по пальцам двух рук".

Вот и Тобиас Кноблох (Tobias Knobloch) из аналитического центра "Фонд новая ответственность" (Stiftung Neue Verantwortung) в Берлине, проанализировав опыт трехлетнего эксперимента с Predictive Policing в Германии, пришел к выводу, что измерить действенность системы крайне трудно, поскольку невозможно изолировать другие факторы, оказывающие воздействие на уровень преступности. Тот факт, отмечает он, что применение компьютерных технологий прогнозирования позволило уменьшить число квартирных краж в Баден-Вюртемберге, является только предположением.

Само же повышенное присутствие полицейских в тех или иных района города может, по оценке Кноблоха, производить неоднозначный эффект. У одних это вызывает чувство безопасности. Другие могут решить, что раз так часто сюда приезжает полиция, значит здесь неблагополучная криминогенная ситуация. В результате, например, из-за дурной славы могут пойти вниз цены на недвижимость в богатых кварталах. А бедным в таком случае может грозить дальнейшая маргинализация и социальная деградация.

Опыт США - не пример для немецкой полиции

Перед тем как начать эксперимент в Германии, немецкие специалисты изучали опыт Pre-Policing в США, но перенимать его не стали. Во-первых, потому, что уровень преступности там не снизился. А во-вторых, широкое использование американцами личных данных в Германии считают дискриминацией.

Так, известно, что некоторые судьи в США, принимая решение, назначать ли правонарушителю только условное наказание, используют компьютерную программу, которая по совокупности личных данных - цвет кожи, социальное происхождение и так далее - оценивает вероятность того, станет ли он рецидивистом или нет.

Кроме этого примера Тобиас Кноблох рассказывает и, как он выразился, "абсурдно-трагическую" историю чернокожего Роберта Макданиэля из Чикаго. Он оказался в полицейском хит-листе потому, что его лучший друг погиб в ходе разборки между двумя бандитскими группировками.

Сам Роберт совершал лишь мелкие правонарушения, но компьютер по целому ряду личных характеристик занес его в список потенциальных крупных бандитов. Поэтому к нему стала часто наведываться полиция. Соседей постоянно спрашивали, не натворил ли он чего. В результате Макданиэль, взявшийся стать отцом для сына убитого друга, оказался в полном социальном вакууме. Одни считали его преступником, другие - полицейским осведомителем.

Такого рода истории - а не только упомянутый фильм Minority Report - причина довольно настороженного отношения в Германии к попыткам полиции бороться с преступностью с помощью компьютерных алгоритмов. 

Смотрите также: