Datormācība var palīdzēt mazināt atkārtotu vardarbību ģimenē
Jauns pētījums atklāja, ka, izmantojot datu analīzi un datorapmācību tiesas procesā, lai analizētu atkārtotas vardarbības ģimenē iespējamību, jaunu gadījumu skaits samazinājās uz pusi, kā rezultātā vienā lielā metropoles apgabalā gadā tika arestēti vairāk nekā par 1000 mazāk.
Pēc aresta pirmā ierašanās tiesā parasti ir sākotnējā tiesa, kad tiesnesis vai miertiesnesis izlemj, vai atbrīvot aizdomās turēto vai turēt viņu cietumā, pamatojoties uz varbūtību, ka persona atgriezīsies tiesā vai izdarīs jaunus noziegumus.
Arraignējumi parasti ir ļoti īsi, un lēmumi tiek pieņemti, pamatojoties uz ierobežotiem datiem. Tomēr Dr. Ričards Berks un Sjūzena B. Sorensona no Pensilvānijas universitātes atklāja, ka datorprognožu izmantošana šajos procesos var dramatiski samazināt pēcnācēju arestus ģimenē.
“Lielam skaitam krimināltiesību lēmumu, kas pieņemti saskaņā ar likumu, ir nepieciešams prognozēt risku sabiedrībai. Šos draudus sauc par “nākotnes bīstamību”, ”sacīja Bērks Pensas Mākslas un zinātnes skolas un Vartonas skolas kriminoloģijas un statistikas profesors Berks.
“Daudzi lēmumi, piemēram, tiesas procesi, ir sava veida bikses. Jautājums ir, vai mēs varam darīt labāk nekā tas, un atbilde ir jā, mēs varam. Tā ir ļoti zema josla. ”
Par vardarbību ģimenē starp tuviem partneriem, vecākiem un bērniem, vai pat brāļiem vai māsām parasti ir draudi vienai konkrētai personai, sacīja Sorensons, Pensilvānijas Sociālās politikas un prakses skolas sociālās politikas profesors, kurš vada arī Evelīnas Džeikobas Ortnera centru. par vardarbību ģimenē.
"Tas nav vispārējs sabiedrības drošības jautājums," viņa teica. "Pieņemsim, ka, apsūdzot vardarbību ģimenē, puisis - un tas parasti ir puisis - par to tiek arestēts un gaida tiesu. Viņš negrasās uzbrukt kādai nejaušai sievietei. Risks ir par tā paša upura atkārtotu uzbrukumu. ”
Lai saprastu, kā datorapmācība varētu palīdzēt vardarbības ģimenē gadījumos, Berks un Sorensons ieguva datus no vairāk nekā 28 000 vardarbības ģimenē laikā no 2007. gada janvāra līdz 2011. gada oktobrim. Viņi arī izskatīja divu gadu novērošanas periodu pēc atbrīvošanas, kas beidzās 2013. gada oktobrī. .
Pēc zinātnieku domām, dators var "uzzināt", kuri indivīdi, iespējams, atkārtoti aizskar. Šajā pētījumā 35 sākotnējie dati ietvēra vecumu, dzimumu, iepriekšējos orderus un teikumus, kā arī dzīvesvietu.
Šie datu punkti palīdz datoram izprast piemērotas asociācijas prognozētajam riskam, piedāvājot papildu informāciju tiesas amatpersonai, kas lemj par likumpārkāpēja atbrīvošanu.
"Visu veidu iestatījumos ir labāk, ja dators to izdomā, nekā mums to saprast," sacīja Berks.
Tas nenozīmē, ka tā lietošanai nav šķēršļu, viņš atzīmēja.
Kļūdainu pareģojumu skaits var būt nepieņemami liels, un daži cilvēki principā iebilst pret datu un datoru izmantošanu šādā veidā. Uz abiem šiem punktiem pētnieki atbild, ka datora izmantošana - tas, ko viņi sauc par mašīnmācīšanos - ir vienkārši rīks.
"Tas nepieņem lēmumus cilvēku ziņā," sacīja Sorensons. Šīs izvēles “var pamatot ar gudrību, kas uzkrāta gadu pieredzes laikā, bet tā ir arī gudrība, kas uzkrāta tikai šajā tiesas zālē. Mašīnmācība pārsniedz vienas tiesas zāles plašākai sabiedrībai. ”
Dažos krimināltiesību apstākļos mašīnmācīšanās izmantošana jau ir ikdiena, lai gan dažāda veida lēmumiem nepieciešamas dažādas datu kopas, no kurām datoram jāmācās, atzīmēja pētnieki. Tomēr viņi piebilda, ka pamatā esošās statistikas metodes paliek nemainīgas.
Pensilvānijas pētnieki uzskata, ka mašīnu mācīšanās var uzlabot pašreizējo praksi.
“Algoritmi nav ideāli. Viņiem ir trūkumi, taču arvien vairāk datu liecina, ka viņiem ir mazāk trūkumu nekā esošajos veidos, kā mēs pieņemam šos lēmumus, ”sacīja Berks.
"Jūs varat tos kritizēt - un jums tas jādara, jo mēs tos vienmēr varam padarīt labākus -, taču, kā mēs sakām, jūs nevarat ļaut ideālajam būt labā ienaidniekam."
Pētījums tika publicēts Vēstnesis Empirical Legal Studies.
Avots: Pensilvānijas universitāte
