コンピューター学習は繰り返し家庭内暴力を減らすのを助けるかもしれない

新しい研究では、家庭内暴力事件の再発の可能性を分析するために、データ分析とコンピューター学習を使用して、新しい家庭内暴力事件の可能性を半分に減らし、1つの大都市圏で年間1,000人以上の逮捕につながったことがわかりました。

逮捕後の最初の裁判所の出廷は通常、予備的な非難であり、裁判官または治安判事が容疑者を釈放するか、または刑務所に留めるかは、人が法廷に戻るか新しい犯罪を犯す可能性に基づいて決定します。

配列は通常非常に短く、決定は限られたデータに基づいています。ただし、博士。ペンシルベニア大学のリチャードバークとスーザンB.ソレンソンは、これらの手続きでコンピューター予測を使用すると、その後の家庭内暴力の逮捕を劇的に減らすことができることを発見しました。

「法律による多数の刑事裁判の決定には、社会に対するリスクの予測が必要です。これらの脅威は「将来の危険性」と呼ばれます」とペン芸術科学大学およびウォートン学校の犯罪学および統計学教授であるバークは述べました。

「アラインメントのような多くの決定は、パンツの一種です。問題は、私たちがそれよりもうまくできるかどうかであり、答えは私たちができるということです。それは非常に低いバーです。」

ペンシルベニア州の社会政策と実践の学校の社会政策教授であり、エブリンジェイコブスオルトナーセンターも指揮するソレンソン教授は、親密なパートナー、親、子供、または兄弟姉妹の間の家庭内暴力犯罪については、通常、特定の人物に対する脅威があると述べています。家庭内暴力。

「それは一般的な公安問題ではありません」と彼女は言った。 「ドメスティックバイオレンスの容疑で、男（通常は男）が逮捕され、裁判を待っているとします。彼はランダムな女性を攻撃するつもりはありません。リスクは、同じ犠牲者の再攻撃のためです。」

コンピュータ学習が家庭内暴力事件にどのように役立つかを理解するために、バークとソレンソンは、2007年1月から2011年10月までの28,000件を超える家庭内暴力の取り調べからデータを取得しました。 。

科学者によると、コンピュータは、どのような種類の個人が再び攻撃する可能性が高いかを「学習」することができます。この調査では、35の初期入力には、年齢、性別、事前の令状と刑期、居住地が含まれていました。

これらのデータポイントは、コンピューターが予測されるリスクの適切な関連付けを理解するのに役立ち、犯罪者を釈放するかどうかを決定する裁判所の担当者に追加情報を提供します。

「あらゆる種類の設定において、コンピューターがこれを理解することは、私たちがそれを理解することよりも優れています」とバーク氏は語った。

それは、その使用に障害がないと言っているのではない、と彼は指摘した。

誤った予測の数は受け入れがたいほど高くなる可能性があり、一部の人々は原理的にこの方法でデータとコンピューターを使用することに反対します。これらの両方の点で、研究者たちは、コンピューターを使用すること、つまり機械学習と呼ばれるものは単なるツールであると答えています。

「それは人々のために一気に決定を下すことはありません」とソレンソンは言いました。これらの選択は、「長年の経験から得られた知恵によって通知される可能性がありますが、その法廷でのみ得られた知恵でもあります。機械学習は1つの法廷を超えてより広いコミュニティに広がります。」

刑事司法の一部の状況では、機械学習の使用はすでに日常的ですが、異なる種類の決定には、コンピューターが学習しなければならない異なるデータセットが必要であると研究者たちは述べています。ただし、基礎となる統計手法は同じままである、と彼らは付け加えた。

ペンシルベニア州の研究者たちは、機械学習が現在の実践を改善できると信じています。

「アルゴリズムは完璧ではありません。それらには欠陥がありますが、これらの決定を下す既存の方法よりも欠陥が少ないことを示すデータが増えています」とBerk氏は語った。

「あなたは彼らを批判することができます-そして私たちは常に彼らをより良くすることができるのであなたはそうすべきです-しかし、私たちが言うように、あなたは完璧を善の敵にすることはできません。

この研究は 経験的法的研究のジャーナル。

出典：ペンシルベニア大学