英国正在试验一种机器学习算法的概念验证,该算法可以在警察队伍内部的问题影响到公众之前对其进行评级和检测。报告称,它更像是一种“预警预测工具”。
到目前为止,负责检查英格兰和威尔士警察部队的英格兰警察和消防救援服务监察局(HMICFRS)一直依靠“PEEL”评估来确保警察表现出最佳水平。
英国的 PEEL 框架存在时效性问题
PEEL 代表警察效能、效率和合法性。从本质上讲,它衡量的是警察解决犯罪和保障人们安全的能力。它还有助于检查警察是否明智地使用他们的资源以及他们是否得到公众的信任和信心。
自 2014 年以来,该框架一直用于对英格兰和威尔斯的 43 支警察部队进行评级。
PEEL 模型虽然有效,但存在时效性问题。
HMICFRS 检查员透过审查数据、观察工作中的官员,甚至与公众和警察人员交谈来进行这些评估。根据他们的发现,他们然后为部队分配等级。
该程序要求 HMICFRS 仅对问题做出反应,而不是主动采取行动。因此,当警察部队内部发现严重问题时,其影响可能会蔓延或影响公众。
HMICFRS 将使用人工智慧对警察进行评分
HMICFRS 与加速能力环境 (ACE) 一起与伦敦数据公司合作开发机器学习演算法,HMCFRS 洞察投资组合总监 Jacquie Hayes 表示,该演算法得出了与他们的检查过程“非常相似的结论”,但是它发生得更快,因此使社区更安全。
人工智慧演算法在大约八周内建置完成。它使用来自 999 电话、内政部和国家统计局的公开数据。据报告称,该工具在大约 60% 的情况下准确预测了力的 PEEL 等级。
目前来看,人工智慧似乎将成为英格兰和威尔斯警察部队分级和检查程序的核心部分。
目前,人工智慧演算法仅针对 PEEL 评估问题之一进行训练:部队调查犯罪的能力如何。然而,HMCFRS 计划在未来 18 个月内将该工具扩展到其他 PEEL 问题,并将其部署到其实时系统和整体检查流程。
海耶斯说:“我们现在正在探索如何利用收集到的数据做更多事情,以及我们可以将其扩展到哪些其他 PEEL 问题。”
海耶斯确认该工具的启动并不意味著检查团队将被更换。然而,他们计划用它做很多应用方面的事情,包括将其扩展到消防和救援部门。
海耶斯补充道:“消防和救援也在清单上,但清单很长,因为我们想用它做很多事情。” “你不能用人工智慧取代我们的检查团队,但我们当然可以考虑这对我们的检查方式意味著什么,我认为这将会产生影响。”