الذكاء الاصطناعي وتعليم الآلات .. هل يوشك العالم على التنبؤ بمواقع وتوقيتات الجرائم قبل حدوثها؟

لم تعد أسلحة مكافحة الجرائم حول العالم تعتمد على زيادة أعداد قوات الشرطة أو أنواع بعينها من التسليح، بل البيانات، وتساءل تقرير نشرته "بي بي سي" عن مدى إسهام التكنولوجيا الحديثة وأدواتها المتنوعة من ذكاء اصطناعي وغيره والخوارزميات في التنبؤ بالجرائم قبل حدوثها.

يمكن تخيل سيناريو إعداد عصابة ما لسرقة أحد البنوك ويذهبون وهم مخططون جيدًا لجريمتهم ليجدوا قوة من الشرطة مدججة بالسلاح في انتظارهم، أو ربما شخص يسير في الظلام ويشعر بالخوف الشديد ليفاجأ بسيارة شرطة وإضاءتها المميزة تم إرسالها لحمايته.



ما قبل الجريمة

- منذ أن نشر الكاتب "فيليب ديك" روايته "تقرير الأقلية" في خمسينيات القرن الماضي اللتي تحولت لاحقًا إلى فيلم سينمائي، يحاول فلاسفة وخبراء في التنبؤات تطوير مفهوم ما قبل وقوع الجريمة، وهي فكرة حال نجاحها يمكن أن تسهم في التنبؤ بعمل غير قانوني سيحدث في وقت ومكان ما من أجل اتخاذ إجراءات لمنع وقوعه.

- بعد التقدم المذهل في تطوير الذكاء الاصطناعي وتعليم الآلات، أصبح هذا المفهوم قريب التنفيذ بعد أن كان أشبه بالخيال العلمي حيث أعلنت شركة "PredPol" التقنية عن تطوير خوارزميات تحليلية لتحسين اكتشاف الجرائم بنسبة تتراوح بين 10% و50% في بعض المدن.

- أفادت "بريدبول" أنها طورت برنامجها للتنبؤ بموقع وتوقيت تنفيذ جرائم معينة خلال الاثنتي عشرة ساعة التالية، ويتم تحديث خوارزميات البرنامج بصفة يومية مع ورود المزيد من البيانات.

- قال المؤسس الشريك لـ"بريدبول" "جيف برانتنجام" إن الفكرة جاءت للشركة بإلهام من تجارب أجرتها جامعة كاليفورنيا بالتعاون مع إدارة شرطة "لوس أنجلوس"، مشيرًا إلى أن الدراسة أظهرت وجود خوارزميات مدعومة ببيانات يمكنها التنبؤ بشكل أفضل بجرائم والحيلولة دون وقوعها.

- يتم عرض التوقعات على خارطة بها صناديق مرسومة وملونة لتحديد الأماكن أو المناطق مثلاً في نطاق 46 مترًا مربعًا، يحدد اللون الأحمر للصناديق التي تحمل خطورة عالية في منطقة ما، وهو ما يتم على أثره إطلاق توصية للشرطة بالتواجد بشكل مكثف بها لبعض الوقت.



- أشار "برانتنجام" إلى أن تكنولوجيا تعليم الآلات أتاحت لـ"بريدبول" تحليل البيانات والحصول على نتائج وربط بيانات بسلوكيات وتحليل عناصر بشرية من أجل استخلاص توصيات وقرارات مناسبة.

- يرى مشككون أن برمجيات التنبؤات زائفة، كما أنها بمثابة تقليد لوسائل قديمة كانت الشرطة تعتمد عليها في الماضي لاتخاذ قرارات إيجابية بشأن نشر قوات أو مراقبة منطقة أو ما أشبه.

- رغم ذلك، أوضحت شركات تعمل في هذا الأمر مثل "بريدبول" وغيرها كـ"بالانتير" و"كرايمسكان" و"شوتسبوتر" أن تحليل البيانات هو مجرد ردة فعل على ما حدث سابقًا، وليس بمثابة تنبؤ بالمستقبل؛ حيث إن الذكاء الاصطناعي وتعليم الآلات يبحثان في أنماط وسلوكيات لم تتم ملاحظتها من قبل.

- أضاف مسؤولو تلك الشركات أن تعليم الآلات يوفر لهم مناهج للتعرف على أنماط إحصائية في البيانات المتاحة يمكن استغلالها لاستكشاف أمور يصعب على العقل البشري التعامل معها.

حقيقة..أم ضرب من الخيال؟                                             

- قال أحد مسؤولي الدراسات الأمنية في معهد الخدمات الملكية المتحدة في بريطانيا "ألكساندر بابوتا" إن التكهن بناءً على بيانات بواسطة برمجيات الذكاء الاصطناعي ممكن، ولكن هذه الأدوات لا يمكنها التمييز بين نوعين من المواقع الخطرة مثل التفرقة بين موقع يمكن أن يشهد زيادة في الجرائم كمرآب سيارات غير مُؤمن أو مناطق تسوق مزدحمة وبين موقع آخر شهد جرائم حديثة مؤقتًا.

- أصبح تعليم الآلات تكنولوجيا شرطية؛ حيث اشترتها بعض أجهزة الشرطة في بعض الدول بالفعل، وكشفت تقارير عن أن أكثر من 50 إدارة للشرطة في الولايات المتحدة وغيرها في المملكة المتحدة تستخدم برمجيات "بريدبول".

- أكدت بعض أجهزة الشرطة في الدولتين على أن معدل العنف قد انخفض بنسبة 6% بعد استخدام برمجيات التنبؤ بوقوع الجرائم بشكل تجريبي لأربعة أشهر.

- أفاد نائب إدارة الشرطة في "سانتا كروز" "ستيف كلارك" أنهم اكتشفوا نموذجًا دقيقًا بشكل معقول في التنبؤ بتوقيتات ومواقع الجرائم المحتملة بناء على برمجيات "بريدبول".

-  من بين الانتقادات الموجهة لبرمجيات التنبؤات الشرطية ما قالته إحدى مبرمجي البيانات بإمكانية خرق حقوق الإنسان بهذه البرمجيات عند إطلاق تكهنات خاطئة أو مدى تنبؤها أعمال العنف من بعض عناصر الشرطة ضد العامة.



- أضافت أنه بهذه الوسائل، فإننا نتجه نحو عالم يعد فيه الجميع مذنبين حتى يتم إثبات براءتهم، وأن مثل هذه البرمجيات تشكل تحديًا أمنيًا خطيرًا يتعلق بالتحيز العنصري في البيانات.

- يرى خبراء أيضًا أنه حال افتراض حسن النوايا في استخدام هذه البرمجيات، فإنها لا تزال غير مؤثرة بشكل ملموس في خفض معدلات الجريمة، فالنتائج تتحدث عن مستوى دقة بعيد عن شبه اليقين مقارنة حتى بالوسائل التقليدية.

- تحتاج البرمجيات للمزيد من البيانات – لا الاعتماد فقط على الخوارزميات – مثل كاميرات المراقبة وتكنولوجيا التعرف على الوجوه ومستشعرات اكتشاف طلقات الرصاص.