Искусственный интеллект в профилактике и борьбе с преступностью: возможности и вызовы

Профилактика и борьба с преступностью – это две взаимосвязанные, но разные стороны одной медали, направленные на обеспечение безопасности общества и снижение уровня преступности. Профилактика преступности фокусируется на предотвращении преступлений до того, как они произойдут. Это комплексный подход, включающий в себя множество мер, направленных на устранение причин и условий, способствующих совершению преступлений. Борьба с преступностью фокусируется на реагировании на уже совершенные преступления и наказании преступников. Эффективная борьба с преступностью невозможна без эффективной профилактики. «Проблема профилактики деструктивного и максимально опасного для особо охраняемых уголовным законом общественных отношений контента имеет стрежневой для нормализации социального пространства характер. Профилактика направлена на устранение и (или) нейтрализацию негативного развития потенциально опасной криминальной ситуации» [1, с. 83]. Если не устранять причины преступности, то даже самые жесткие меры борьбы с ней будут неэффективными, так как преступность будет постоянно воспроизводиться. С другой стороны, профилактика сама по себе не может полностью исключить преступность, поэтому необходимы и меры борьбы с ней.

Мы разделяем позицию авторов о том, что на современном этапе в России в системе профилактики преступности (правонарушений), представляющей собой сочетание объектов и предметов профилактики, базовых основ по координации деятельности и мониторинга, субъектов профилактики, указанных в законе, иных лиц, участвующих в реализации мер профилактики (семья, институты гражданского общества и пр.), решение основных задач возложено преимущественно на органы внутренних дел России, осуществляющих совокупность профессиональных полномочий по предупреждению преступности (профилактика, предотвращение и пресечение) [2, с. 190].

Развитие современных информационных технологий в последние годы способствует внедрению систем искусственного интеллекта во все сферы человеческой деятельности. Не стала исключением и профилактика, и борьба с преступностью. Прежде чем углубляться в возможность рассуждений о применении искусственного интеллекта в сфере профилактики и противодействия преступлениям, считаем необходимым дать краткий анализ систем искусственного интеллекта и его подкатегорий.

Искусственный интеллект (далее – ИИ) все чаще используется в профилактике преступлений, хотя эта область сопряжена с этическими и правовыми проблемами, которые требуют внимательного и подробного анализа. ИИ – это широкая область компьютерных наук, которая фокусируется на создании интеллектуальных агентов: систем, которые способны воспринимать свою среду и принимать действия, которые максимизируют свои шансы на успех в достижении своих целей. Проще говоря, это попытка создать машины, которые могут мыслить и действовать как люди.

«Национальная стратегия развития искусственного интеллекта на период до 2030 года» определяет, что «искусственный интеллект – комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их» [3].

Искусственный интеллект как сознание можно считать всеобъемлющим термином, который включает в себя широкий ассортимент различных целей. Еще одним направлением ИИ является машинное обучение (далее – МО), под которым следует понимать процесс, посредством которого машины обучаются на основе данных без явного программирования в области искусственного интеллекта (ИИ). Сбор данных связан с машинным обучением, поскольку он использует эти методы для получения информации. Сбор информации пополняет объем данных, которые может использовать ИИ, в то время как сам ИИ в то же время применяет конструкции и использует их для решения поставленных задач. На современном этапе главное перспективное направление развития ИИ заключается в создании программ, расширяющих способности ИИ в принятии решений [4, с. 35]. Важ- ным является и то, что при машинном обучении возможны ошибки, риски и искажения, что может привести к нарушению прав даже при соблюдении принципа юридической ответственности [5, с. 92].

Результаты исследования

Применение ИИ в прогнозировании мест и времени совершения преступлений.

Алгоритмы машинного обучения позволяют анализировать исторические данные о преступлениях (время, место, вид преступления, погодные условия и т.д.), чтобы предсказывать вероятность совершения преступлений в определенных районах и временных промежутках.

Можно выделить следующие основные этапы прогнозирования преступлений при помощи систем ИИ:

• 1.    Сбор данных, который является самым важным этапом. Используются разнообразные источники данных:

• – данные о прошлых преступлениях, включая в себя дату, время, место, вид преступления, характеристики жертвы и преступника (если известны);

  – данные о социально-экономическом положении населения, влияющие на уровень преступности, такие как уровень бедности, безработица, плотность населения, наличие социальных программ;

  – данные о транспортной инфраструктуре, так как они помогают понять, как преступники перемещаются;

  – данные о погоде могут быть важны при профилактике отдельных преступлений, более вероятных в определенных погодных условиях;

  – данные из социальных сетей могут быть предметом анализа с целью выявить потенциальные угрозы или планируемые преступления при помощи ИИ, хотя и доступ к ним ограничен из-за вопросов конфиденциальности;

  – данные от камер видеонаблюдения: Информация о движении людей и транспортных средств.

• 2.    Предварительная обработка данных: собранная информация очищается от ошибок, вбросов и дубликатов. Проводится нормализация и преобразование данных в формат, удобный для алгоритмов машинного обучения.

• 3.    Выбор модели машинного обучения:

  – регрессионные модели, которые предсказывают число преступлений в определенном районе и в определенное время;

  – классификационные модели, прогнозирующие вероятность совершения определенного вида преступления в конкретном месте и времени (например, кражи, грабежи, разбои в общественных местах в темное время суток);

  – нейронные сети являются особо эффективными в обработке больших объемов сложных данных, могут учитывать множество факторов;

  – методы пространственного анализа.

• 4.    Обучение модели: модель обучается на исторических данных, находя закономерности и связи между различными факторами и частотой преступлений.

• 5.    Оценка модели.

• 6.    Прогнозирование обученной модели для определения вероятности совершения преступлений в будущем. Результат может быть представлен в виде карты риска, показывающей зоны с повышенной вероятностью преступлений.

• 7.    Интерпретация результатов прогнозирования для последующего применения в профилактике и борьбе с преступностью.

Обладая большим количеством достоинств, ИИ не лишен и ограничений в функционале. К ним можно отнести следующие:

– точность прогнозирования зависит от качества и полноты используемых данных, так как неполные или неточные данные могут привести к неверным прогнозам;

– алгоритмы ИИ могут унаследовать предвзятость из данных, на которых они обучаются, что может привести к неравномерному распределению ресурсов правоохранительных органов;

– прогнозирование преступности может привести к нарушению прав человека;

– возможно возникновение сложности интерпретации данных, так, некоторые модели машинного обучения (например, глубокие нейронные сети) могут стать «черными ящиками», что затрудняет понимание причин, по которым модель делает те или иные прогнозы.

Несмотря на ограничения, прогнозирование преступности с использованием ИИ представляет собой перспективное направление, которое может помочь в борьбе с преступностью, но только в сочетании с традиционными методами и при строгом соблюдении этических норм. Если подходить к оценке преступления как преступного деяния, то построение системы установленных причинноследственных связей и закономерностей, сопровождающих преступные деяния, позволит дать оценку состояния и вероятного направления его развития [6, с. 476].

Применение ИИ для оптимизации работы правоохранительных органов

Искусственный интеллект может значительно оптимизировать работу правоохранительных органов в профилактике преступлений, повышая эффективность и оперативность их действий. Оптимизация распределения ресурсов правоохранительных органов при помощи ИИ может достигаться формированием маршрутов патрулирования, учитывая прогнозы преступности, дорожную ситуацию, и другие факторы, обеспечивая максимальное покрытие территории и оперативное реагирование.

Эффективность раскрытия и расследования преступлений может быть существенно повышена, так как ИИ анализирует и обрабатывает большие объемы данных из различных источников (данные о преступлениях, показания свидетелей, записи с камер видеонаблюдения, социальные сети), выявляя скрытые связи и закономерности, которые могут остаться незамеченными человеком.

Положительные результаты в профилактике преступлений показывают системы распознавания лиц и объектов, позволяя быстро идентифицировать подозреваемых и фиксировать на видеозаписях происходящее. Важным является и установление лица – самое сложное в процессе раскрытия и расследования преступлений, так как значительное количество преступлений переместилось в виртуальную среду, где преступник не оставляет свои физические следы на месте преступления и не имеет прямых контактов с потерпевшим [7, с. 191].

ИИ может автоматизировать рутинные задачи, такие как анализ отчетов, заполнение документов, обработка данных, освобождая время сотрудников для более сложных и важных задач.

При помощи ИИ возможно автоматически оповещать правоохранительные органы о подозрительной активности, например, о скоплениях людей в определенных местах или о распространении информации о планируемых преступлениях.

Еще одним способом применения ИИ для оптимизации деятельности правоохранительных органов является улучшение внутренней коммуникации в правоохранительных органах, например, автоматизируя рассылку сообщений и уведомлений.

Заключение

Проведенное нами исследование позволяет нам сделать следующие выводы о том, что системы искусственного интеллекта обладают потенциалом для значительного улучшения правоохранительных органов в профилактике и борьбе с преступностью, однако из применение требует тщательного взвешивания этических и правовых аспектов, а также обеспечения прозрачности и подотчетности. Важно использовать ИИ как инструмент, дополняющий, а не заменяющий, человеческий интеллект и опыт в правоохранительной деятельности.