人工智能防罪行 恐失公允 (車品覺)
日前跟某大電子商務的分析師副總聊天,他抱怨老闆的要求實在太高;不過作為昔日的老數據人, 我要向他的CEO致敬,因為該CEO是我至今為止在國內見過的老總中,最懂大數據並且最願意投資大數據的生意人。今時今日公司要的是Brain-power,這能力最易體現在一個Pre(前)字之上。
筆者上周受聘於上海市司法局,為大數據提供專業意見,我們互相探討了很多可能性,也得知原來他們已經利用穿戴設備,對刑罰較輕的罪犯進行監督,既可協助他們改過自新,又能減輕社會成本,這方面大數據確實大派用場。不過在防止罪行方面,我覺得還是需要謹慎一些。
在罪行發生之前,人們試圖利用人工智能來發現和阻止事情發生,由此創造了一個新詞叫Pre-crime。一份人工智能報告曾經詳細地寫道:「到2030年,北美地區的普通城市將在極大程度上依賴人工智能技術,作為發現犯罪徵兆的監控和預測性警務應用。」
預測犯案或以數據入罪
但要注意的是,警方在罪行實施前預測犯罪的做法不僅會使人們的隱私面臨被侵犯的危險,也可能導致執法機構變得專橫無理、以「數據」入罪。例如,某個有盜竊前科的人出現在某銀行的後門,大數據可能據此認為他企圖盜竊,於是派遣警員到場,殊不知那人也許只是迷了路。
芝加哥警方由2013年起實施目標名單,利用演算法,根據緝毒逮捕的紀錄、 加入幫派的經歷和上次被逮捕時的年齡等數據,對最有可能淪為罪犯的人進行識別和排序。那些被電腦演算法不幸選中的人,他們被逮捕盤問的次數會較多。警員查案時會先從該區域被列入黑名單的人士着手。然而,這種方法未必是減少暴力的有效方法,重要原因之一是我們不能想當然地假設引致犯罪的成因不變。
在行銷界,就有一個啤酒與尿布的笑話。話說當時的research公司發現了一個周五的超市現象,男生喜歡把啤酒和尿布同時放入購物籃。可笑的是這個現象在此後幾年就再沒有發生了,但至今還有不少人在引用這個案例。所以,我們數據行業也必須明白到,預測的能力固然重要,但預測的結果是否穩定也很重要。數據表達出來的往往是一時的現象,卻不一定放諸千里皆準。
更多車品覺文章:
支持EJ Tech
如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們。