Dự án mới đang được phát triển bởi các nhà khoa học Mỹ có khả năng tiên đoán các vụ án phạm tội tại các thành phố lớn.
Theo một nghiên cứu được công bố trong tạp chí Nature Human Behavior, các nhà khoa học xã hội tại Đại học Chicago (Mỹ) đã phát triển một thuật toán mới để dự báo tội phạm ở một thành phố lớn gần đó với độ chính xác cao.

Nghiên cứu này mang tên 'Dự đoán mức độ phạm tội đô thị và phát hiện xu hướng tội phạm ở các thành phố của Mỹ', được hỗ trợ bởi Cơ quan Dự án nghiên cứu nâng cao quốc phòng và Trường cao đẳng Văn hóa và xã hội Neubauer.
Thuật toán mới này chia thành phố Chicago thành các ô vuông có diện tích 93m2. Sau đó, các nhà nghiên cứu kiểm tra từng ô phố bằng cách sử dụng hàng trăm nghìn dữ liệu xã hội, dữ liệu lịch sử về tội phạm bạo lực và tội phạm tài sản của thành phố. Dựa vào thông tin thu thập được, thuật toán mới có khả năng dự đoán nguy cơ các vụ phạm tội có thể xảy ra tại một thời điểm và không gian cụ thể trước 1 tuần với độ chính xác lên tới 90%.
Nghiên cứu chỉ ra rằng khi áp dụng thuật toán mới với dữ liệu từ các thành phố lớn khác như Atlanta, Los Angeles và Philadelphia, cũng cho thấy những dự đoán khá chính xác.
Các mô hình dự đoán tội phạm đã từng được nhiều cơ quan thực thi pháp luật sử dụng trước đây nhưng không đạt độ chính xác cao vì chỉ tập trung vào một số yếu tố hẹp hơn, bỏ qua mối liên hệ phức tạp giữa tội phạm, môi trường xã hội của các thành phố, và ảnh hưởng của việc thực thi pháp luật của cảnh sát.
Vào năm 2012, Sở Cảnh sát Chicago cùng các nhà nghiên cứu học thuật đã triển khai 'Mô hình đánh giá rủi ro tội phạm và nạn nhân'. Mô hình này sử dụng các yếu tố như tuổi và lịch sử bắt giữ để xác định danh sách các đối tượng được chú ý, cũng như những nạn nhân và thủ phạm tiềm năng của các vụ xả súng. Bản danh sách này đã gây ra nhiều tranh cãi. Vào năm 2017, một cuộc điều tra của báo Chicago Sun-Times tiết lộ: gần một nửa số người được mô hình xác định là thủ phạm tiềm năng không bao giờ bị buộc tội sở hữu súng trái phép, trong đó có 13% chưa bao giờ bị buộc tội nghiêm trọng.
(Tham khảo QTM)
