米国の予測型警察活動

アメリカ合衆国 では、カリフォルニア州、ワシントン州、サウスカロライナ州、アラバマ州、アリゾナ州、テネシー州、ニューヨーク州、イリノイ州など、いくつかの州の警察署で予測型警察活動が実施されています。 [ 1 ] [ 2 ]予測型警察活動とは、法執行機関が潜在的な犯罪行為を特定するために数学的、予測的分析、およびその他の分析技術を使用することを指します。[ 3 ] [ 4 ]予測型警察活動の方法は、犯罪を予測する方法、犯罪者を予測する方法、加害者の身元を予測する方法、犯罪の被害者を予測する方法の4つの一般的なカテゴリに分類されます。[ 5 ]

アメリカでは、この技術は「犯罪を未然に防ぐ」革命的なイノベーションとしてメディアで取り上げられています。[ 6 ]しかし、ランド研究所による予測型警察技術の導入に関する報告書では、その役割はより控えめな言葉で表現されています。

予測型警察活動は水晶玉ではない。未来を予言することはできない。犯罪リスクが高まっている人物や場所を特定することしかできない。…最も効果的な予測型警察活動のアプローチは、警察と地域社会の間に強固な関係を築き、犯罪問題を解決するための、より大規模な予防戦略の要素となる。[ 5 ]

2011年11月、タイム誌は予測型警察活動を「先制型警察活動」という言葉で表現し、2011年の最も優れた発明50選の一つに挙げた。[ 7 ]

方法論

予測型警察活動では、過去の犯罪の発生時刻、場所、性質に関​​するデータを活用し、警察のパトロール隊がどこをいつ巡回すべきか、あるいは駐留を維持すべきかに関する知見を警察戦略担当者に提供します。これにより、資源を最大限に活用し、将来の犯罪を抑止または防止する可能性が最大限に高まります。この種の警察活動では、犯罪報告の兆候やパターンを検出し、犯罪が急増するかどうか、いつ銃撃事件が発生するか、次にどこで車上荒らしが行われるか、次の犯罪被害者は誰かを予測します。これらの要素を考慮してアルゴリズムが生成され、分析可能な大量のデータから構成されます。 [ 8 ]アルゴリズムを使用すると、さまざまな変数を迅速に考慮して自動的に結果を生成できるため、予測型警察活動のプロセスを迅速化する、より効果的なアプローチが生まれます。アルゴリズムによって生成された予測は、通常、犯罪発生が予測される時刻と場所に警官を派遣するなどの予防戦略と組み合わせる必要があります。[ 9 ]自動化された予測型警察活動の活用は、警察官の直感だけでなく、判断を裏付けるデータが存在するため、将来の犯罪発生の可能性をより正確かつ効率的に予測するプロセスを提供します。警察が予測型警察活動から得られる情報を活用することで、地域社会の懸念を予測し、時間と場所に応じて資源を賢く配分し、被害を防ぐことができます。[ 10 ]

警察は、銃撃事件や銃声に関する蓄積されたデータを使用して、銃撃事件の場所を特定することもあります。シカゴ市は、人口マッピングの犯罪統計からブレンドされたデータを使用して、監視を改善し、パターンを特定しています。[ 11 ] 2012年にUCLA教授によって設立されたPredPolは、予測型警察ソフトウェア企業のマーケットリーダーの1つです。[ 12 ]同社のアルゴリズムは、特定の場所で犯罪が発生した場合、その周囲の建物や土地が次の犯罪のリスクがあると推測する準繰り返しモデルの調査を通じて形成されています。このアルゴリズムは、将来の犯罪発生の予測を計算するために、犯罪の種類、犯罪場所、犯罪の日時を考慮に入れています。[ 12 ]予測型警察に利用されている別のソフトウェアプログラムは、ロサンゼルスで銃による暴力を減らすために使用されているオペレーションLASERです。 [ 13 ]しかし、LASERは2019年に様々な理由により中止されましたが、特に人物のラベリングにおける不一致が主な理由でした。[ 14 ]さらに、一部の警察署も、人種的偏見やそれに伴う効果のない方法を理由に、このプログラムの使用を中止しました。 [ 15 ]予測型警察モデルの背後にある考え方はいくつかの点で役立ちますが、技術的に社会的偏見を繰り返す可能性を常に抱えており、必然的に既存の不平等のパターンを拡大させることになるでしょう。[ 16 ]

使用されるモデルは通常、データや犯罪の原因となるものについて直接的な仮定に基づいて構築されるものではありません。これは、人間の判断とそれに伴うバイアスの可能性を方程式から排除することを目的としていますが、予測モデルは既存のデータに見られるパターンを再現することしかできないため、モデル構築に使用されたデータ自体にバイアスがある場合は、モデル内のバイアスが避けられない可能性があります。[ 17 ]さらに、多くのモデルは人種、性別、場所、その他のセンシティブでバイアスの可能性がある変数の使用を避けていますが、モデルで使用される法執行機関が利用できる他の多くのデータと相関関係にあるため、そのような変数のすべてのプロキシを排除することは非常に困難です。[ 18 ]

歴史

警察署内での犯罪予測の試みは、1920年代にシカゴ社会学派が仮釈放後の再犯に関する 研究を行ったことに遡ります。この研究に携わった社会学者アーネスト・バージェスは、この研究を基に保険数理的アプローチを考案しました。このアプローチは、将来の犯罪予測と相関する特定の要因を特定し、評価するものです。すぐにこのアプローチは司法制度の様々な分野に広がり、性犯罪再犯の迅速リスク評価（RRASOR）や暴力リスク評価ガイド（VRAG）といった予測ツールの開発につながりました。[ 19 ]

2008年、ロサンゼルス警察署長ウィリアム・ブラットン氏は、司法援助局および国立司法研究所の代理局長らと協力し、犯罪予防における予測型警察活動の概念を研究し始めた。[ 20 ] 2010年には、科学者が地震の余震を予測するのと同じように、特定の犯罪を予測することが可能であると研究者らが提唱した。[ 1 ]

2009年、国立司法研究所は初の予測型警察活動シンポジウムを開催しました。このシンポジウムで、所長代理のクリスティーナ・ローズ氏は、シュリーブポート、ロサンゼルス、ワシントンD.C.、ニューヨーク、シカゴ、ボストンの各警察が予測型警察活動プログラムの導入に関心を示していると述べました。[ 21 ]現在、予測型警察活動プログラムは、カリフォルニア州、ワシントン州、サウスカロライナ州、アリゾナ州、テネシー州、ニューヨーク州、イリノイ州など、米国の複数の州の警察で使用されています。 [ 1 ] [ 2 ]

2012年から、ニューオーリンズ警察はパランティア・テクノロジーズと予測型警察の分野で秘密裏に協力関係を結んだ。 [ 22 ]ジェームズ・カービル氏によれば、彼はこのプロジェクトの推進者であり、「ニューオーリンズでは誰もこのことを知らない」とのことだ。[ 22 ]

2020年、第4巡回控訴裁判所は、予測型警察活動は人種差別的な現状を強化するに過ぎない法執行手段であるとの判決を下した。裁判所はまた、本件で政府に緊急事態の免除を認めることは、違法な捜索と押収の基準を定めた画期的なテリー対オハイオ州事件に対する広範な反駁となると判断した。 [ 23 ]予測型警察活動は、典型的にはいわゆる「犯罪多発地域」に適用されるが、「偏った情報に基づいて、警察が積極的な取り組みをどこに集中させるべきかについて偏った判断を下す」ものであり[ 24 ] 、それがなくても、警察は少数派コミュニティで犯罪と適切に戦うことができる。[ 25 ]

効果

予測型警察活動の有効性は、複数の研究によって検証されており、結果は様々です。2015年には、ニューヨーク・タイムズ紙が予測型警察活動の有効性を分析した記事を掲載し、多数の研究を引用してその結果を解説しました。[ 26 ]

RANDコーポレーションが実施した調査によると、予測型警察活動の実施によって犯罪が減少したという統計的証拠は得られなかった。この調査では、予測型警察活動は効果の半分に過ぎないと指摘されている。効果の残りの半分は、注意深く実行される人間の行動によるものだ。この予測と実行は、入力データの信頼性に大きく依存する。データが信頼できない場合、予測型警察活動の有効性は疑問視される可能性がある。[ 27 ]

ロサンゼルス警察が2010年に実施した別の調査では、その精度は現在の慣行の2倍であることがわかりました。[ 1 ]カリフォルニア州サンタクルーズでは、6か月間にわたる予測型警察活動の実施により、窃盗件数が19％減少しました。[ 1 ]ケントでは、すべての街頭犯罪の8.5％がPredPolによって予測された場所で発生し、警察のアナリストによる5％を上回りました。[ 28 ]

マックス・プランク外国・国際刑事法研究所によるPrecobs（犯罪前監視システム）ソフトウェアの3年間のパイロットプロジェクト評価に関する研究[ 29 ]では、同ソフトウェアの有効性について明確な見解は得られていないとされています。この3年間のパイロットプロジェクトは2018年に第2フェーズに入ります[ 30 ]。

RANDコーポレーションの調査によると、予測型警察活動に使用されるデータの質は、データの検閲、体系的な偏り、関連性が不十分な場合、著しく不十分になる可能性があります。データの検閲とは、特定の地域の犯罪を除外したデータを使用することです。体系的な偏りは、一定数の犯罪を示すデータが収集されても、犯罪の発生時期が十分に報告されていない場合に発生する可能性があります。関連性とは、予測型警察活動を推進するデータの有用性です。[ 27 ]

これらの欠陥に関する記録は、効果がなく差別的な警察活動につながると報告されています。ある特定のデータ収集では、「黒人運転の不均衡なリスク」について報告されています。この報告書は、黒人ドライバーが運転中に職務質問や捜索を受ける可能性が著しく高いことを示しました。[ 31 ]これらの偏見は、予測型警察活動を実施するためのアルゴリズムに反映され、人種プロファイリングの頻度増加や不均衡な逮捕につながる可能性があります。

RANDの調査によると、予測型警察活動の有効性は、質と量の両方において優れたデータの入力を必要とし、またそれに依存しています。十分なデータがなければ、予測型警察活動は否定的で不正確な結果をもたらすことになります。さらに、予測型警察活動は「犯罪の終焉」と不正確に表現されているという指摘もあります。しかし、予測型警察活動の有効性は、予測に基づいて講じられる具体的な行動に根本的に依存しています。[ 27 ]

仮釈放の条件を決定する際に使用されるリスク評価モデルの使用に関する2014年の報告書では、リスク評価は再犯率の低下に非常に効果的であることが判明し、そのようなモデルを禁止することは刑事司法制度における人種格差の問題に対する効果的な解決策ではなく、問題を偏った人間の意思決定に戻すことになると主張している。[ 32 ]

2013年の予測型警察活動に関する報告書によると、基本的な犯罪統計に頼るはるかに単純なモデルは、解釈や評価が難しいという欠点がなく、複雑なモデルと同等の性能を発揮することが多く、潜在的により信頼性の高い代替手段となる可能性があることがわかりました。[ 33 ]

イリノイ州シカゴとルイジアナ州シュリーブポートで行われた予測型警察活動の実験に対する独立した評価では、どちらのプログラムも犯罪に対して統計的に有意な影響を与えなかったことが判明した。[ 34 ] [ 35 ]しかし、シカゴの実験では、犯罪に関与する可能性に違いがなかったにもかかわらず、対象者の逮捕率が上昇したことが判明した。[ 35 ]シュリーブポートの実験では、プログラムに参加していないグループと比較して法執行支出が6～10％削減され、一部の警察官はプログラムの結果として地域社会との関係が改善したと報告した。[ 35 ]

ホットスポット警察戦略

ホットスポットポリシングと呼ばれる予測型警察活動の特定の方法は、犯罪に対してプラスの効果をもたらしました。[ 36 ]国立司法研究所によって提供された証拠は、この方法により、複数の犯罪、暴力犯罪、薬物やアルコール関連の犯罪などの頻度が減少したことを示しています。[ 37 ]しかし、慎重な実行と十分なデータの実装がなければ、この方法は暗黙の偏見と人種プロファイリングを永続させる可能性があります。

批判

予測型警察活動に対する批判は、複雑なアルゴリズムの不透明性によってその公平性を評価する能力が制限されること、モデル作成に用いられるデータソースに偏りがある可能性があること、そして個人の憲法上の適正手続きの権利といった倫理的な懸念に焦点が当てられることが多い。[ 17 ]法執行機関が使用するアルゴリズムの多くは、その仕組みの詳細を企業秘密として隠蔽している民間企業から購入されている。そのため、使用される予測モデルの潜在的な偏りを評価しようとする際、一般市民がアクセスすることが制限される。[ 17 ]さらに、犯罪に関連する場所や人物を予測することは、有罪が証明されるまでは無罪と推定されるという原則に反するとして、根本的に違憲であると考える者もいる。[ 17 ]

アメリカ自由人権協会や電子フロンティア財団を含む公民権団体の連合は、予測型警察活動が人種プロファイリングを助長する傾向にあることを批判する声明を発表した。[ 38 ] ACLUのエゼキエル・エドワーズは、そのようなソフトウェアは犯罪を予測するよりも警察活動の予測の方が正確だと主張している。[ 39 ]

最近の研究では、予測型警察活動に批判的な意見も出ている。クリスチャン・ラムとアイザック・ウィリアムは、「予測して奉仕するか？」という論文の中で、偏ったデータセットを用いて予測型警察活動を訓練した場合の影響を検証している。[ 40 ]サンダース、ハント、ハリウッドは、予測の統計的有意性は実際にはほとんど無視できるほど小さいことを示している。[ 41 ]

ローガン・ケプケは、予測型警察活動の方法とその落とし穴を比較した結果、それはまだ警察活動の未来ではなく、「単に新しい名前が付けられた警察活動の現状」であるという結論に達している。[ 42 ]

ニューヨーク市自動意思決定システム対策委員会への証言の中で、NAACP（全米黒人地位向上協会）法律擁護教育基金のジャナイ・ネルソン氏は、ニューヨーク市に対し、差別的または偏見のある執行方針から得られたデータの使用を禁止するよう強く求めた。また、ニューヨーク市に対し、ニューヨーク市警察による自動意思決定システムの使用方法とその運用方法について、完全な透明性を確保するよう求めた。[ 43 ]

Significance誌の記事によると、「アルゴリズムはまさに予想通りに動作し、トレーニングに使用したデータのパターンを再現した」とのことで、「警察のデータでトレーニングした最高の機械学習アルゴリズムでさえ、警察のデータ内のパターンや未知のバイアスを再現するだろう」とのことだ。[ 44 ]

2020年、警察の暴力行為に対する抗議を受けて、数学者グループがアメリカ数学会の会報に書簡を掲載し、同僚に対し予測型警察活動の研究を中止するよう促した。このボイコット提案には1,500人以上の数学者が加わった。[ 45 ]

予測型警察活動のいくつかの応用は少数民族居住地域を対象としており、フィードバックループが欠けている。[ 46 ]

米国全土の都市では、管轄区域内での予測型警察技術やその他の「侵入型」情報収集技術の使用を制限する法律を制定している。

カリフォルニア州サンタクルーズ市は、犯罪削減戦略として予測型警察活動を導入し、PredPolというソフトウェアを用いて作成されたアルゴリズムの結果に基づいて、プログラム導入後6ヶ月で窃盗事件数が約20%減少しました。しかし、2020年6月下旬、ミネソタ州ミネアポリスでのジョージ・フロイド殺害事件の余波と、警察署の説明責任強化を求める声の高まりを受け、サンタクルーズ市議会は予測型警察活動技術の使用を全面的に禁止する法案に賛成票を投じました。[ 47 ]

予測型警察活動の禁止に伴い、顔認識技術も同様に禁止されました。顔認識技術は、肌の色が濃い場合の精度が低いと批判されており、誤認や冤罪につながる可能性があります。[ 48 ]

2019年、ミシガン州デトロイト在住のマイケル・オリバーは、 DataWorks Plusソフトウェアで彼の顔が、被害者が撮影した動画に映っていた容疑者と「一致」したため、窃盗罪で不当に告発されました。オリバーは何ヶ月も法廷に通い、無実を主張しました。そして、事件を担当する裁判官が犯行の動画を見た後、オリバーが犯人ではないことは明らかでした。実際、犯人とオリバーは全く似ていませんでした。二人ともアフリカ系アメリカ人であるという事実を除けば、顔認識技術が誤認識を起こす可能性が高くなります。[ 49 ]

予測型警察技術に関して、サンタクルーズ市長のジャスティン・カミングスは、「これは私のような人々をターゲットにするものだ」と述べ、予測型警察が人種差別や差別のパターンを止めるどころか継続させる可能性があることに言及した。[ 50 ]

例えば、ドロシー・ロバーツが学術誌の記事「Digitizing the Carceral State（刑務所国家のデジタル化）」で説明しているように、犯罪発生場所や犯罪行為に関与する可能性のある人物を予測するための予測警察アルゴリズムに入力されるデータには、人種差別の影響を受けた情報が含まれる傾向がある。例えば、逮捕歴や投獄歴、居住地域、教育水準、ギャングや組織犯罪グループへの所属、911番通報記録といった情報を入力すると、少数派や低所得者層への過剰な警察活動を示すアルゴリズムが生成される可能性がある。[ 51 ]

2014年の報告書は、過去の行動を用いて将来のリスクを評価するという原則自体は公平であるものの、使用されている既存の記録は実際の過去の行動を反映していないと主張している。例えば、マリファナ使用の歴史的率は人種を問わず概ね一貫しているが、マリファナ所持の逮捕率には大きな格差があり、警察による執行の不平等が少数派集団の犯罪記録の大幅な増加につながっていることを示唆している。ある集団が過去の逮捕データにおいて過剰に代表されると、そのデータを用いて訓練されたモデルは、その集団のメンバーが将来犯罪を犯すリスクが高いと判断するバイアスが生じることになる。[ 32 ]

メイン州は、政府による監視や法執行機関による自動監視の脅威に対する市民のプライバシーへの懸念に直面し、2021年に政府による顔認識技術の使用をほとんどの場合に禁止し、行方不明者の身元確認などの限られた深刻な場合にのみ例外を認める法律を可決した。[ 52 ]

ニューヨーク市警察のPatternizrモデルは、犯罪分析官や捜査官が、一連の犯罪が互いに関連し、単独犯である可能性があると特定する作業を効率化するために開発されました。ニューヨーク市警察は、このモデルが犯罪のパターンを迅速に検出する能力により、複数の連続犯罪者を迅速かつ正確に特定できたと主張しています。一方、このプログラムの批判者は、実証されていない社会科学に基づいており、市民にとって不公平であり、プログラムによってフラグが立てられ、司法取引を受け入れざるを得ない無実の個人が虚偽の自白や投獄につながる可能性があると主張しています。[ 18 ]

参照

参考文献

  1. ^ a b c d eフレンド、ザック。「予測型警察活動：テクノロジーを活用した犯罪削減」。FBI法執行機関速報。連邦捜査局。 2018年2月8日閲覧。
  2. ^ a b Levine, ES; Tisch, Jessica; Tasso, Anthony; Joy, Michael (2017年2月). 「ニューヨーク市警察のドメイン認識システム」.インターフェース. 47 (1): 70– 84. doi : 10.1287/inte.2016.0860 .
  3. ^ Rienks R. (2015). 「予測型警察活動：より安全な未来へのチャンスをつかむ」
  4. ^ Benbouzid, Bilel (2019). 「予測と管理：米国における予測型警察活動」 . Big Data & Society . 6 (1). doi : 10.1177/2053951719861703 .
  5. ^ a bペリー、ウォルター・L.; マッキニス、ブライアン; プライス、カーター・C.; スミス、スーザン; ハリウッド、ジョン・S. (2013年9月25日)法執行活動における犯罪予測の役割
  6. ^ルビン、ジョエル（2010年8月21日）「犯罪が始まる前に止める」ロサンゼルス・タイムズ。2013年12月19日閲覧。
  7. ^ 「The 50 Best Inventions」 Time誌、2011年11月28日。 2013年12月19日閲覧。
  8. ^ 「予測型警察活動の説明 | ブレナン司法センター」 www.brennancenter.org 2020年4月1日2020年11月19日閲覧。
  9. ^全米科学アカデミー、工学（2017年11月9日）。「積極的警察活動：犯罪と地域社会への影響」全米科学アカデミー出版。ISBN 978-0-309-46713-1。
  10. ^米国科学アカデミー、工学 (2017年11月9日). ワイスバード、デイビッド; マジムンダル、マレー・K (編).積極的警察活動：犯罪と地域社会への影響. doi : 10.17226/24928 . ISBN 978-0-309-46713-1. S2CID  158608420 .
  11. ^ 「シカゴの暴力犯罪は減少」エコノミスト誌、2018年5月5日。 2018年5月31日閲覧。
  12. ^ a b「犯罪を予測・予防 | 予測型警察ソフトウェア」 PredPol . 2020年11月19日閲覧。
  13. ^ 「NCJRSアブストラクト - 全国刑事司法リファレンスサービス」www.ncjrs.gov . 2020年11月19日閲覧。
  14. ^ 「LAPD、暴力犯罪者をターゲットにすると謳われていたデータ駆動型犯罪捜査プログラムを終了」ロサンゼルス・タイムズ2019年4月12日 . 2020年11月19日閲覧。
  15. ^ウィンストン・アリ (2018年4月26日). 「予測型警察のパイオニアが、問題のある新プロジェクトを開始」 . The Verge . 2020年11月19日閲覧。
  16. ^ブレイン、サラ (2017). 「ビッグデータ監視：警察活動の事例」 .アメリカ社会学評論. 82 (5): 977–1008 . doi : 10.1177/0003122417725865 . PMC 10846878. PMID 38322733. S2CID 3609838 .   
  17. ^ a b c dシャピロ、アーロン（2017年1月）「予測型警察改革」Nature誌541（7638）458-460頁。Bibcode ：2017Natur.541..458S。doi：10.1038/541458a。ISSN 0028-0836。PMID ：28128275。S2CID：4466696。   
  18. ^ a bグリファード、モリー. 「偏見のない予測型警察ツール？ニューヨーク市警のパターン認識システムの評価」.フォーダム・アーバン・ロー・ジャーナル. 47 (1): 43–.
  19. ^ Ferguson, Andrew G. 「予測型警察活動」2020年11月17日閲覧。
  20. ^ペリー、ウォルター・L.（2013年）『予測型警察活動：法執行活動における犯罪予測の役割』ランド研究所、p.4、ISBN 978-0833081551。
  21. ^ローズ、クリスティーナ（2009年11月19日）「予測型警察シンポジウム：開会の辞」（PDF）ロサンゼルス、カリフォルニア州、16ページ。 2020年11月13日閲覧。
  22. ^ a bウィンストン・アリ（2018年2月27日）「パランティアはニューオーリンズを秘密裏に利用し、予測型警察技術のテストを行っていた」 The Verge 。 2020年4月23日閲覧。
  23. ^ Cushing, Tim (2020年7月27日). 「控訴裁判所、予測型警察を非難、そして犯罪率の高い地域の人々は権利を少なくしたいと主張した判事も非難」Techdirt .
  24. ^ 「techdirt: 控訴裁判所が予測型警察活動と、犯罪率の高い地域の人々は権利を減らしたいと主張した判事を非難 |」。
  25. ^ https://assets.documentcloud.org/documents/6997575/predpol4thCirc.pdf 31-32ページ、33-37ページ
  26. ^ Patel, Faiza (2015年11月18日). 「データ駆動型警察活動には注意が必要」www.nytimes.com .
  27. ^ a b cペリー, ウォルター・L.、マッキニス, ブライアン、プライス, カーター・C.、スミス, スーザン、ハリウッド, ジョン・S. (2013年9月25日). 「予測型警察活動：法執行活動における犯罪予測の役割」 .{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）が必要です
  28. ^ 「考えなくてもいい」エコノミスト誌、2013年7月20日。 2013年12月20日閲覧。
  29. ^ "IfmPt - 予知技術専門機関" . www.ifmpt.com (ドイツ語)。
  30. ^ 「予測型警察活動」 www.mpicc.deマックス・プランク外国・国際刑事法研究所。
  31. ^ラフラニエール、シャロン、レーレン、アンドリュー・W. (2015年10月24日). 「黒人運転の不均衡なリスク（2015年出版）」 .ニューヨーク・タイムズ. ISSN 0362-4331 . 2020年11月20日閲覧。 
  32. ^ a b Breaux, Justin (2014年8月11日). 「リスク評価は司法制度における人種格差の一因となるか？」アーバン研究所.
  33. ^ペリー, ウォルター; マッキニス, ブライアン; プライス, カーター; スミス, スーザン; ハリウッド, ジョン (2013). 『予測型警察活動：法執行活動における犯罪予測の役割』doi : 10.7249/rr233 . ISBN 9780833081483. S2CID  169831855 .
  34. ^ Hunt, Priscillia; Saunders, Jessica; Hollywood, John S. (2014-07-01). 「シュリーブポートにおける予測型警察活動実験の評価」{{cite journal}}:ジャーナルを引用するには|journal=（ヘルプ）が必要です
  35. ^ a b cサンダース, ジェシカ; ハント, プリシリア; ハリウッド, ジョン・S. (2016年9月). 「予測の実践：シカゴの予測型警察活動パイロットの準実験的評価」 .実験犯罪学ジャーナル. 12 (3): 347– 371. doi : 10.1007/s11292-016-9272-0 . ISSN 1573-3750 . S2CID 255129540 .  
  36. ^ 「犯罪多発地帯の警察活動と「コペル曲線」理論について知っておくべき5つのこと」全米警察財団、2015年6月30日。 2020年11月20日閲覧。
  37. ^ 「ホットスポット警察活動は犯罪を減らすことができる」国立司法研究所。2020年11月20日閲覧。
  38. ^ 「ACLUおよび16の公民権、プライバシー、人種的正義、テクノロジー団体による予測型警察活動に関する懸念表明」アメリカ自由人権協会。
  39. ^ 「予測型警察ソフトウェアは犯罪予測よりも警察活動予測の方が正確」アメリカ自由人権協会、2016年8月31日。
  40. ^ラム、クリスチャン；アイザック、ウィリアム（2016年10月）「予測し、奉仕するか？」意義. 13 ( 5 ): 14– 19. doi : 10.1111/j.1740-9713.2016.00960.x .
  41. ^サンダース, ジェシカ; ハント, プリシリア; ハリウッド, ジョン・S. (2016年8月12日). 「予測の実践：シカゴの予測型警察活動パイロットの準実験的評価」.実験犯罪学ジャーナル. 12 (3): 347– 371. doi : 10.1007/s11292-016-9272-0 . S2CID 152275830 . 
  42. ^ Koepke, Logan (2016年11月21日). 「予測型警察活動は未来のことではない」 . Slate .
  43. ^ネルソン、ジャナイ。「ジャナイ・ネルソンの証言」（PDF） 。 2019年6月8日時点のオリジナル（PDF）からアーカイブ。 2022年6月3日閲覧。
  44. ^ラム、クリスチャン；アイザック、ウィリアム（2016年10月）「予測し、奉仕するか？」意義. 13 ( 5 ): 14– 19. doi : 10.1111/j.1740-9713.2016.00960.x .
  45. ^リンダー、コートニー（2020年7月20日）「なぜ何百人もの数学者が予測型警察をボイコットしているのか」『ポピュラーメカニクス』 2022年6月3日閲覧。
  46. ^ 「AIは世界にどこにあるのか？責任あるAIと非倫理的なAIの例」。map.ai -global.org。
  47. ^ Kristi, Sturgill (2020年6月26日). 「サンタクルーズ市、予測型警察を禁止する米国初の都市に」ロサンゼルス・タイムズ. 2022年6月3日閲覧。
  48. ^ Simonite, Tom (2019年7月22日). 「最善のアルゴリズムでも黒人の顔を平等に認識するのは至難の業」Wired .
  49. ^ Cushing, Tim (2020年7月14日). 「デトロイト警察、顔認識の誤検知による2件の偽逮捕に関与」 Techdirt . 2022年6月3日閲覧。
  50. ^ Asher-Schapiro, Avi (2020年6月17日). 「米国初、カリフォルニア州の都市が予測型警察活動を禁止へ」ロイター. 2022年6月3日閲覧。
  51. ^ロバーツ、ドロシー（2019年4月10日）「刑務所国家のデジタル化」ハーバード・ロー・レビュー、132ページ。
  52. ^ Lee, Nicol; Chin, Caitlin (2022年4月12日). 「警察の監視と顔認識：なぜデータプライバシーは有色人種コミュニティにとって不可欠なのか」ブルッキングス研究所.
「 https://en.wikipedia.org/w/index.php?title=Predictive_policing_in_the_United_States&oldid=1292256357」より取得