Inleiding
Goede morgen op deze mooie donderdag 18 juli 2024. Jullie ontvangen deze ´kennisparel´ wat later dan normaal in verband met een technische storing. Het zal de ontvangers van de ´kennisparels´ niet ontgaan zijn dat de Tour de France gaande is, daarom dit liedje: https://www.youtube.com/watch?v=rTe7U92ecX8 Kraftwerk, de pioniers van de elektropop en techno muziek. Afijn, nu is het tijd voor de bijgesloten ´kennisparel´ van vandaag. Die betreft een systematisch overzicht betreffende de effectiviteit van big data-gestuurd voorspellend politiewerk, één van de nieuwste vormen van op technologie gebaseerd politiewerk. Er wordt ook wel gesproken over ´de predictiepolitie´.
De huidige werkzaamheden van politiediensten reiken verder dan die van de traditionele waarin reactief wordt gereageerd op criminaliteit en incidenten die al hebben plaats gevonden. De politie is nu meer proactief bezig met strategieën die gericht zijn op criminaliteitspreventie. Er wordt hierbij gebruik gemaakt van voorspellingsmethoden. Daarbij worden krachtige statistische instrumenten gebruikt waarmee het mogelijk is om spatio-temporele patronen te voorspellen over wanneer en waar misdaden waarschijnlijk zullen plaatsvinden. Dit biedt politiediensten nieuwe (voorspellende) instrumenten om te beslissen hoe proactief middelen kunnen worden ingezet om dit te voorkomen en daarmee criminaliteitsniveaus te reduceren.
In bijgesloten ´kennisparel´ wordt via een systematische review een oordeel gegeven over de effectiviteit van big data-gedreven voorspellend politiewerk. Daarbij zijn 161 artikelen geanalyseerd. Om kort te gaan slechts 6 van de 161 artikelen leveren evidentie over de effectiviteit daarvan. De meerderheid, 96% (n = 155), waren retrospectieve onderzoeken waarin modellen werden getest op basis van gegevens uit het verleden. In die zin kan worden geconcludeerd dat het aantal onderzoeken dat bewijs levert voor de effectiviteit van de predictiepolitie uiterst beperkt is. Eerder verstuurde ik deze ´kennisparels´ over aspecten van de predictiepolitie: 5;151;321;625;689; en 709. Allemaal gratis te downloaden vanaf: https://prohic.nl/de-parels-van-jaap-de-waard/
Bron
Lee, Youngsub, Ben Bradford & Krisztian Posch (July 2024). The Effectiveness of Big Data-Driven Predictive Policing: Systematic Review. Justice Evaluation Journal, 5 July, pp. 1-35. https://www.tandfonline.com/doi/full/10.1080/24751979.2024.2371781
Samenvatting
In this study, we aimed to investigate the effectiveness of big data-driven predictive policing, one of the latest forms of technology based policing, and also the risks of data concentration on police forces or algorithmic bias. In order to properly weigh the benefits and risks, we first conducted a systematic review of the effectiveness of big data-driven predictive policing, based on the terminology of the research topic, and finally extracted 161 articles. We classified them into four categories based on the strength of the evidence and examined the evidence of effectiveness in each category. We concluded that while it is encouraging to see a range of studies, given the significant concerns about big data-driven predictive policing, evidence of effectiveness that can be used by policymakers still needs to be supported by more research, as only 6 out of 161 were evidence strong in our study categorisation.
Answers to the question “What do existing evidence-based studies say about the effectiveness of BDPP” from this review appear contradictory. Of the 161 studies identified, only 6 were applied police interventions in the field. The majority, 96% (n = 155), were retrospective studies that tested models on past data. Of the six “real-world” studies, only three tested for displacement effects (type 1), which is important in determining the true effectiveness of place-based policing interventions. Moreover, even within the Type 1 studies, results varied according to the type of crime targeted and the type of intervention. Among the Type 2 studies (n = 3), one showed no significant effect after the intervention, while another did not have a control group, implying weak evidential credibility. In this sense, it can be concluded that the number of studies that provide evidence for the effectiveness of BDPP is extremely limited, and we cannot yet say that this type of intervention is effective.
Afsluitend
De toekomst van het toepassen van voorspellen en risicobeoordeling binnen de politieorganisatie is dichtbij en eigenlijk al gearriveerd. Critici wijzen op de noodzaak van transparantie en toezicht op de door de politie gehanteerde nieuwe methoden. Ondanks goede intenties kunnen deze onder meer discriminatoire prakijken bevorderen en een bedreiging vormen voor elementaire burgerrechten. Trouwens, graag verwijs ik de geïnteresseerde lezers naar dit overzicht rond ´predictive policing´ dat ik een aantal jaren geleden maakte: Voor de echte liefhebber, begin vorig jaar maakte ik een systematisch overzicht over het onderwerp, te downloaden vanaf:
Ten slotte, in het verlengde van de predictiepolitie speelt Artificial Intelligence (AI) een aanvullende rol. De geïnteresseerde lezers in AI verwijs ik graag naar deze eerder verschenen ´kennisparels´ over aspecten van het fenomeen van AI: 86;151;253;314;458;535;546;574; 660 en 709. Deze zijn allemaal gratis te downloaden vanaf: https://prohic.nl/de-parels-van-jaap-de-waard/ Genoeg kennis voor vandaag zou ik zeggen.
