Le Royaume-Uni teste actuellement une preuve de concept pour un algorithme d'apprentissage automatique capable d'évaluer et de détecter les problèmes au sein des forces de police suffisamment tôt avant qu'ils n'affectent le public. Il s’agit plutôt d’un « outil de prévision d’alerte précoce », selon le rapport.
Jusqu’à présent, la Majesty’s Inspectorate of Constabulary and Fire & Rescue Services (HMICFRS), chargée d’inspecter les forces de police d’Angleterre et du Pays de Galles, s’est appuyée sur les évaluations « PEEL » pour garantir que la police fonctionne au mieux.
Le cadre PEEL du Royaume-Uni a un problème de rapidité
PEEL signifie Efficacité, Efficience et Légitimité de la Police. Essentiellement, il mesure la capacité de la police à résoudre les crimes et à assurer la sécurité des personnes. Cela permet également de vérifier si la police utilise ses ressources à bon escient et si elle jouit de la confiance du public.
Ce cadre a été utilisé pour noter les 43 forces de police d'Angleterre et du Pays de Galles depuis 2014. Dans un cas, le HMICFRS a jugé que la police du Staffordshire était « inadéquate » dans sa capacité à répondre au public, à enquêter sur les crimes et à gérer les délinquants et les suspects, par le biais du système de notation. Bilan PEEL.
Bien qu’efficace, le modèle PEEL présente cependant un problème de rapidité.
Les inspecteurs du HMICFRS effectuent ces évaluations en examinant les données, en observant les agents au travail et même en discutant avec le public et le personnel de police. Sur la base de leurs conclusions, ils attribuent ensuite des notes aux forces.
La procédure implique que le HMICFRS réagisse uniquement au problème plutôt que d'être proactif. Par conséquent, lorsqu’un problème grave est découvert au sein d’un corps de police, l’effet peut s’étendre ou avoir un impact sur le public.
Le HMICFRS classera les flics à l'aide de l'IA
Le HMICFRS, en collaboration avec Accelerated Capability Environment (ACE), a travaillé avec The London Data Company pour développer l'algorithme d'apprentissage automatique, qui, selon Jacquie Hayes, directrice du portefeuille d'informations du HMICFRS, arrive à « une conclusion très similaire » à celle de leur processus d'inspection, mais cela se produit beaucoup plus tôt et rend ainsi les communautés plus sûres.
L’algorithme d’IA a été construit en huit semaines environ. Il utilise des données accessibles au public provenant des appels 999, du ministère de l'Intérieur et de l'Office des statistiques nationales. L'outil a prédit avec précision le degré de PEEL pour une force dans environ 60 % des cas, selon le rapport.
Dans l’état actuel des choses, l’IA semble devenir à l’avenir un élément essentiel des procédures de notation et d’inspection des forces de police d’Angleterre et du Pays de Galles.
Pour le moment, l’algorithme d’IA n’est formé que sur l’une des questions d’évaluation PEEL : dans quelle mesure les forces de l’ordre enquêtent-elles sur la criminalité. Cependant, le HMICFRS prévoit d'étendre l'outil à d'autres questions PEEL et de le déployer dans ses systèmes en direct et dans son processus d'inspection global au cours des 18 prochains mois.
"Nous explorons maintenant ce que nous pouvons faire de plus avec les données que nous collectons, ainsi que les autres questions PEEL auxquelles nous pourrions étendre cela", a déclaré Hayes.
Hayes a affirmé que la création de l'outil ne signifie pas que les équipes d'inspection seront remplacées. Cependant, ils prévoient d'en faire beaucoup de choses, du point de vue des applications, notamment de l'étendre aux services d'incendie et de secours.
"Les pompiers et les secours figurent également sur la liste, mais c'est une très longue liste car nous aimerions faire beaucoup de choses avec", a ajouté Hayes. « Vous ne pouvez pas remplacer nos équipes d’inspection par l’intelligence artificielle, mais nous pouvons certainement réfléchir à ce que cela signifie sur la façon dont nous inspectons, et je pense que cela aura une implication à ce sujet. »