差异化的受害者犯罪报案率对预测性警务系统的影响
计算机与社会
2021-02-08 v2 机器学习
摘要
二十多年来，全球各地的警察部门一直在试验基于地点的数据驱动主动警务形式。此类系统的现代形态通常被称为热点预测性警务。这些系统预测未来犯罪可能集中的位置，以便警察将巡逻部署到这些区域并在犯罪发生前予以威慑。先前关于预测性警务公平性的研究集中于当模型以已发现犯罪数据训练时产生的反馈回路，但对以受害者犯罪报案数据训练的模型意义有限。我们展示了地理区域间差异化的受害者犯罪报案率如何导致常见犯罪热点预测模型中的结果差异。我们的分析基于一个模拟，其模式参照了哥伦比亚波哥大地区级的受害与犯罪报案调查数据。我们的结果表明，差异化的犯罪报案率可能导致预测热点从高发案低报案区域转移到高或中等发案且高报案区域。这可能以过度警务与警务不足的形式造成错误配置。
引用
@article{arxiv.2102.00128,
title = {The effect of differential victim crime reporting on predictive policing systems},
author = {Nil-Jana Akpinar and Maria De-Arteaga and Alexandra Chouldechova},
journal= {arXiv preprint arXiv:2102.00128},
year = {2021}
}
备注
Conference on Fairness, Accountability, and Transparency (FAccT 2021)