Minority Report polizia predittiva a Santa Cruz

La polizia di Santa Cruz, in California, ha avviato un esperimento di polizia predittiva che, per molti versi, ricorda il Minority Report di Philip K. Dick/Steven Spielberg. Tutto si basa su un algoritmo sviluppato dal matematico ventinovenne George Mohler, dell’Università di Santa Clara.  Fino al 19 settembre – racconta Internetactu riprendendo un articolo di Jeol Shurkin – la polizia della città californiana ha arrestato cinque persone utilizzando questa tecnica, mentre i tassi di alcune categorie di reati sono diminuiti in maniera significativa.

Unità Speciale della Polizia di Santa Cruz

Il modello matematico (qui la presentazione e le spiegazioni supplementari) non si basa sui fantascientifici mutanti del racconto di Philip K. Dick, bensì sul calcolo della probabilità. L’algoritmo sarebbe in grado di prevedere quando e dove alcuni crimini potrebbero essere commessi e permettere quindi di inviare poliziotti sul campo prima che i fatti si verifichino.

Il programma – sempre secondo Shurkin – avrebbe permesso di predire correttamente il 40 per cento dei reati che si sono verificati. La polizia di Santa Cruz ha spiegato che, se questi sistemi risultassero affidabili, potrebbero aiutare di dispiegare le sue forze in maniera più efficace.

Ci sono stati in passato altri esperimenti di polizia predittiva. Come ricorda Internetactu,  a metà degli anni Novanta la polizia di New York ha utilizzato il programma Compstat  per indagare sui fatti più gravi. Il sistema utilizzato a Santa Cruz si concentra invece sui reati contro la proprietà, come furti di auto e in appartamenti.

L’algoritmo si basa su calcoli utilizzati per prevedere le repliche sismiche che seguono un terremoto particolarmente forte. C’è poi il concetto di recidività, cioè l’evidenza statistica: i criminali commettono spesso un secondo reato, o un terzo, nello stesso luogo e alla stessa ora, se il primo è andato a segno. Per esempio, se un ladro riesce a entrare in una casa alle due del pomeriggio in una certa zona perché l’appartamento era vuoto, utilizzerà questa esperienza in un’altra casa dello stesso quartiere, alla stessa ora.

Tom Cruise "poliziotto predittivo" in Minority Report di Steven Spielberg

Nel caso di Santa Cruz, che si trova sulla costa californiana e ospita il campus della California University, la reiterazione del reato potrebbe verificarsi quattro giorni dopo il primo furto. L’algoritmo lo sa perché il matematico George Mohler inserito nel calcolatore i dati di otto anni di “storia criminale” della città.

Il programma dà due orari possibili per ciascun reato, e le pattuglie di agenti si muovono ogni giorno sulla base di una mappa con i dieci principali obiettivi da sorvegliare.

Ovviamente il sistema matematico non fornisce alla polizia dati legali che consentano di procedere ad arresti preventivi, bensì “buone ragioni” per identificare e interrogare eventuali persone sospette che vengono trovate in quel determinato posto e a quell’ora.

Da quando è stato avviato il test, nel luglio scorso, i furti in appartamento a Santa Cruz sono diminuiti del 27 per cento. Anche se il calo dei reati non può essere attribuito con certezza al contributo della scienza, la polizia pensa che la presenza di pattuglie sui luoghi in cui è probabile la commissione di un reato possa avere un effetto dissuasivo.

Non si può che essere contenti per una politica di pubblica sicurezza preventiva piuttosto che repressiva – commenta Xavier de la Porte, di Internetactu – e se la presenza di una pattuglia basta a dissuadere non si può che essere favorevoli. Ma, nonostante questo, si possono ben intravedere le derive possibili e, in particolare, la criminalizzazione delle intenzioni, che non è mai troppo lontana (pericolo che proprio Philip K. Dick aveva identificato).

Infine, si può dubitare dell’efficacia a lungo termine di tali mezzi. Si può immaginare, ad esempio, che i topi d’appartamento sapranno presto quali sono i parametri secondo cui si muove l’algoritmo. Basterà cambiare abitudini per mettere in crisi l’algoritmo.

Fonti: LSDI, Internetactu, TPM Idea Lab.