¿Cuáles son los casos reales en la historia en los que se ha hecho un excelente análisis de inteligencia a partir de información pública?
Hace diez años, mientras se peinaba la gran cantidad de datos generados por 245 millones de clientes cada semana, el algoritmo de minería de datos de Wal-Mart tropezó con un mensaje extraño:Las tartas de mermelada de fresa han aumentado la mayor demanda, con la excepción de los suministros de emergencia como cinta de tubería, cerveza y agua embotellada, después de que se emitió una advertencia meteorológica severa。 Para verificar los hallazgos, después de la noticia del inminente impacto del huracán Francis en 2004, los gerentes de las tiendas Wal-Mart ordenaron a los camiones que cargaran la comida rápida de Carrefour y la transportaran a zonas que probablemente fueran golpeadas por el huracán. Como resultado, la comida rápida se rompió rápidamente. A través de este caso, los gerentes de Wal-Mart tienen una comprensión muy clara de los hábitos de gasto de los consumidores y el poder de la "fórmula".
No es sólo la gestión de Wal-Mart la que reconoce el valor de este descubrimiento. En ese momento, el psicólogo Kaolin McCully y el jefe de policía de Los Angeles, Charlie Baker, se preparaban para co-escribir un artículo y contribuir a la revista policial Jefe de policía. Utilizaron el descubrimiento de Wal-Mart como una oportunidad para repensar la vigilancia policial, pensando que se trataba de una transición de reacción a predictivo. En 2009, su artículo, "Predictive Policing: Wal-Mart and Amazon's Enlightenment to Combating Crime in the Recession", inmediatamente atrajo la atención y la reflexión de los profesionales de la aplicación de la ley de Estados Unidos. La llamada "policía predictiva" de McCoy y Baker significa que, debido al desarrollo de la informática, es probable que la recopilación y el análisis de los datos del delito sean "cuasi en tiempo real", por lo que se puede utilizar para mejorar la eficiencia de predecir, prevenir y responder a la delincuencia en el futuro. Para tomar prestados los términos publicitarios de Quantcast, esto significa que la policía puede "conocer con anticipación y actuar con anticipación".
Actualmente, la persona más estrechamente asociada con la policía predictiva es el oficial Sean Malinowski del Departamento de Policía de Los Angeles. Fue asignado para ayudar al Director William Bratton, primero como su asistente y más tarde como su jefe de personal. A partir de entonces, Malinovsky vino y se desmayó. Antes de venir a Los Angeles, Bratton trabajó en la ciudad de Nueva York. Le tomó sólo unos años reducir la tasa de criminalidad de la ciudad de Nueva York a la mitad de su nivel anterior, y se ganó una reputación en la comunidad policial. Los métodos de trabajo de Bratton son eficientes, pero son claramente poco convencionales. Antes de su tiempo en el Departamento de Policía de la Ciudad de Nueva York, fue un líder en el Departamento de Policía de Tránsito de Nueva York. Mientras tanto, primero reprimió la evasión de tarifas, transformando el sistema de metro de la ciudad de Nueva York de un lugar de violencia propenso al crimen en un lugar ordenado, ordenado y respetuoso de la ley. En otras palabras, en un momento en que las tasas de criminalidad importantes están en un máximo histórico, la primera preocupación de Bratton es conseguir que la gente pague las multas. Sus razones son simples. En 2009, dijo en sus memorias que la evasión de entradas era la causa principal de crímenes más graves. "Los pasajeros legítimos pensarán que están en un lugar que es ley y orden", dijo Bratton. Cuando ven a la gente siendo capaz de montar sin un boleto, comienzan a preguntarse si es prudente seguir la ley. Con el tiempo, la sociedad en su conjunto estará en desorden. "Al detener y castigar las violaciones, incluso los más pequeños crímenes, dejará claro a aquellos que causan problemas que es mejor pagar los boletos y dejar sus armas en casa, que generalmente se encuentran durante las búsquedas". Como resultado, las tasas de criminalidad comenzaron a disminuir bruscamente.
Después de llegar a Los Angeles, Bratton quería continuar con alguna pre-emping. Marinowski, que trabajó a lastre de Brighton durante cinco años, fue testigo de todos los cambios benignos que la fuerza de voluntad de Bratton produjo solo en un departamento crepuscular. "Si estamos en una burocracia institucional que prevalece, estamos acostumbrados a la resistencia que encontramos, y nuestra creatividad es limitada", dijo. Bratton me dijo que no me influya en la burocracia, y me enseñó a tener grandes ambiciones y a marcar la diferencia. "
En su trabajo, la esperanza más apremiante de Bratton es el surgimiento de algunas ideas revolucionarias. El análisis predictivo, argumenta, puede ayudarlo a lograrlo. Bratton encontró un vínculo entre el crimen y la velocidad del análisis de datos. En 1990, los departamentos de policía pudieron recopilar e investigar datos sobre delitos sólo una vez al año, mientras que las tasas de criminalidad en la mayoría de las ciudades de Estados Unidos aumentaron considerablemente en el mismo año. A finales de 1995, los departamentos de policía podían estudiar datos sobre delitos una vez al mes, mientras que las tasas de criminalidad habían disminuido en el mismo período. Ahora pueden ver las tasas de criminalidad en cualquier momento, por lo que Bratton espera reducirlas significativamente prediciendo dónde es probable que ocurra la delincuencia. Ahora que empresas como Quantcast y Google pueden inspirarse en la minería de datos de los usuarios, y en lugar de simplemente analizar las leyes de delitos anteriores y adoptar la policía predictiva, los analistas pueden aprovechar los patrones de los delitos anteriores y centrarse en el siguiente lugar donde es probable que ocurra la delincuencia. En palabras de Amazon: "Como te atreves a robar bolsos, ¿no te atreves a robar una bodega?" "
Usar algoritmos para predecir y detener el crimen
ConocidoEn un área en particular, los lugares de delincuencia no se distribuyen aleatoriamente, sino que se concentran en ciertas áreas pequeñas de "puntos calientes"。La recopilación de datos sobre crímenes de Seattle a 14 años, por ejemplo, muestra que la mitad de todos los crímenes se concentran en el 4,5 por ciento de las calles de la ciudad. La situación es similar en Minneapolis, Minnesota, donde la mitad de todas las llamadas de alarma provienen del 3,3 por ciento de las calles de la ciudad. En los últimos 28 años, hasta el 66 por ciento de los robos callejeros en Boston se han concentrado mucho en el 8 por ciento de las calles de la ciudad. Comprender estos puntos calientes y los tipos de delitos que pueden ocurrir en estas áreas es de gran referencia al despliegue policial de la ciudad.
Supongamos, por ejemplo, que en la puerta de nuestro Bar de Ciervos Blancos, la gente es arrestada todos los sábados por la noche por asalto. Si podemos probar que esta suposición es correcta, no es difícil predecir que un comportamiento similar ocurrirá en la misma ubicación el sábado por la noche. Por lo tanto, el envío de un oficial de policía de servicio allí puede evitar la ocurrencia de tales incidentes viciosos.
Después de descubrir las características, el director Bratton le pidió a Sean Malinowski que lo ayudara a hacerlo. Después de aceptar el consejo de Bratton, el Sr. Malinowski condujo a UCLA todos los viernes por la tarde para reunirse con gente de los departamentos de matemáticas e informática de la universidad. El Departamento de Policía de Los Angeles acordó proporcionar una colección de estadísticas de delitos, un vasto conjunto de datos que recopila datos sobre alrededor de 13 millones de crímenes durante 80 años, para investigaciones criminales a gran escala. Malinowski disfrutó trabajando con investigadores de la Universidad de California, Los Angeles. Hace diez años, su primera colaboración con la policía en una misión de conducir bajo las bebidas le interesó en la policía, y en esta colaboración con los científicos informáticos, examinaron los datos, buscaron patrones y trataron de establecer ciertas fórmulas.
"Me encantó la experiencia", recuerda el Sr. Malinowski. En ese momento, estaba interesado en el trabajo de un numberólogo y científico de la computación. El joven de 24 años, llamado George Moller, estaba trabajando en un algoritmo para predecir los peligros de los terremotos. Cuando se enteró por primera vez del campo de estudio de Moller, Malinowski pensó que tenía poco que ver con su investigación en ese momento, pero luego se enteró de que estaba equivocado. Los terremotos pueden llevar a réplicas, y el crimen tiene las mismas características. Después de un robo o robo de automóvil, la probabilidad de un delito similar en el mismo lugar aumenta a cuatro a 12 veces más alto en un corto período de tiempo. Este efecto contagioso se denomina efecto "nearrepeat". "Los ladrones a menudo se cuelan en la misma casa o en casa adyacente de nuevo después de una semana", explica Moller. El equipo de UCLA se basó en algunos de los éxitos del Estudio Sismológico Moller para crear un algoritmo de predicción del crimen con la ayuda del antropólogo Jeff Brantingham y el científico criminal George Tita. Dividieron la ciudad de Los Angeles en "áreas de bloque" de unos 0,15 kilómetros cuadrados, y luego las ordenaron de acuerdo con la probabilidad de comportamiento criminal.
En noviembre de 2011, llevaron a cabo un estudio aleatorizado de tres meses utilizando el algoritmo. En el "aviso de espera de patrulla" del día, Malinowski comenzó declarando explícitamente: "Hoy es un día histórico". "Su distrito de Futhill, con sus siete áreas principales de patrulla del Cañón de Latuna, LakeView Terrace, Park Ima, Shadow Mountain, Sun Valley, Sanlan y Tuhonga, se divide en un total de 5.200 áreas de bloques. En el momento de la llamada de nombre esa mañana, cada agente de policía de la patrulla en el área de Forth Hill recibió un mapa de la misión, cada uno indicando claramente una o más áreas de bloque, lo que indica que eran áreas "altamente probables" para la delincuencia. Las proyecciones estadísticas de los tipos de delitos también se adjuntan al gráfico. "Mientras tenga tiempo, patrulle estos bloques para identificar a aquellos que pueden cometer un delito o para indicar un posible delito, y tome medidas coercitivas o preventivas para evitar que el delito ocurra", les dijo Malinowski. "
El experimento duró hasta febrero del año siguiente. Al mes siguiente, evaluaron los resultados del experimento y llegaron a una conclusión sobre si promover la tecnología. El análisis muestra que el experimento ha logrado resultados muy notables. Durante el experimento, la tasa de criminalidad en el área de Forth Hill cayó en 36 puntos porcentuales. En aquellos días en que se utilizaban algoritmos para dar instrucciones a las patrullas, los algoritmos eran el doble de precisos para predecir actos delictivos como analistas. "Una de las razones de esto es que el cerebro humano no puede clasificar con precisión los 20 puntos calientes de la ciudad", dice George Moller. Tal vez el cerebro humano puede encontrar los dos puntos calientes principales, pero después de los 6 o 7 primeros, el resto sólo puede adivinar. "
La tecnología no fue bien al principio, y gran parte de la resistencia vino de la policía bajo el señor Malinowski. "Es cierto que algunos agentes de policía piensan que no necesitan una computadora para decirles dónde puede ocurrir un crimen", admite. Muchos chicos se resisten, e incluso cuando les dicen lo que sus computadoras están prediciendo, dicen: 'He sabido durante mucho tiempo que el cruce de Van Nays y Glen Oaks es un lugar problemático. Así que les pregunté: 'Este lugar nos mantiene con dolor de cabeza, ¿no?' ¿Cuánto tiempo llevas trabajando aquí? "Dijeron: 'Hemos estado trabajando en este lugar durante 10 años. Seguí diciendo: 'Desde que lo sabías hace 10 años, ¿por qué no se ha resuelto todavía el problema?' No digas tonterías, ve allí y resuelve el problema. '"
Después del estudio De Forth Hill, el algoritmo policial se extendió a todos los distritos de Los Angeles. Los departamentos de policía de otras ciudades de EE. UU. están utilizando otros algoritmos similares. Malinowski dice que todavía se siente responsable de sus oficiales, pero ya no es práctico en el despliegue de la policía, y está acostumbrado a dejarlo ir. "Tiene que haber un poco de espacio para que el algoritmo funcione al administrar", dice. Bratton, por su parte, se ha retirado del Departamento de Policía de Los Angeles. Después de los disturbios en Inglaterra en 2011, el Sr. Cameron lo invitó al Reino Unido para convertirse en jefe de la Policía Metropolitana. Sin embargo, como Bratton no era ciudadano británico, la propuesta finalmente no se aprobó. Más tarde, fue invitado a trabajar como consultor en el control de la violencia en Gran Bretaña, y Bratton aceptó fácilmente.
Después de completar su algoritmo, el equipo de UCLA también recaudó millones de dólares en fondos de capital riesgo y creó una empresa privada llamada PredPol. En diciembre de 2012, PredPol aterrizó en el Reino Unido para un juicio de cuatro meses en Medway, Kent, con una facturación de 125,000 libras. Durante el período de prueba, la tasa de violencia callejera en la ciudad disminuyó en 6 puntos porcentuales como resultado del uso de este algoritmo. Un enfoque similar se ha adoptado en el Gran Mánchester, West Yorkshire y las Midlands, y los resultados son positivos. Si bien a algunos concejales locales les preocupa que el análisis predictivo pueda conducir a una falta de presencia policial en las zonas rurales y que pueda conducir a un mayor desempleo, otros creen que el software innovador podría mejorar la eficiencia del uso de los recursos.
Según Malinowski, la tarea de la policía predictiva no es sólo llevar a los criminales ante la justicia, "nuestro objetivo es conseguir que los agentes de policía estén en el lugar correcto en el momento adecuado". De esta manera, tan pronto como aparezcan los chicos que están preparados para hacer cosas malas, verán a un policía presente y serán disuadidos de cometer más crímenes". Al final, el Sr. Malinowski análogó la situación del supermercado: "Somos como saludadores en Wal-Mart, tratando de hacer saber a la gente que alguien los está mirando". "
Estadísticas de delitos y estadísticas morales
La aplicación de conocimientos estadísticos a la delincuencia puede parecer una innovación, pero en la práctica se remonta a la Francia del siglo XIX, así como a personas como Andre-Michel Geely y Adolf Kettley. Tanto Gary como Kateley son brillantes estadísticos que han salido a mitad de camino de sus hogares. Geely había trabajado previamente en derecho, mientras que Kettley trabajó en astronomía, y ambos fueron influenciados por August Conde. De 1817 a 1823, Conte completó un artículo titulado "El Plan de Trabajo Científico Necesario para la Reorganización Social". Este artículo señala que la mejor manera de juzgar cómo manejar la sociedad es estudiarla de una manera de ciencias naturales. Conde argumenta que Isaac Newton describió con éxito los efectos de la fuerza en los objetos a través de su investigación, así como la ley de la "física social" que los científicos sociales pueden usar para predecir el comportamiento humano.
La visión de Conte ha atraído gran interés de Gary y Kettley. Los dos hombres comparten un rasgo común, y ambos están interesados en áreas como la delincuencia. Geiri fue empleado por el Ministerio de Justicia francés en un nuevo campo llamado "estadísticas éticas" cuando sólo tenía 26 años. Katelay, por otro lado, está empeñada en aplicar herramientas matemáticas de astronomía al procesamiento de datos criminales. Cree que:
La razón por la que podemos construir estadísticas morales y así producir resultados instructivos y significativos se basa en el hecho básico de que cuando hay muchos objetos, la libre elección de las personas desaparece y la gente pierde la cabeza.
Gary y Kateley vivían en lo que se podía llamar la primera "edad de oro" del big data, y se beneficiaron enormemente de vivir en una época así. Desde 1825, el Ministerio de Justicia francés ha ordenado el establecimiento de un sistema nacional centralizado de información sobre delitos, que recopila datos regionales sobre delitos cada tres meses, incluidas todas las causas penales presentadas a todos los tribunales franceses; Los conjuntos de datos gestionados de forma centralizada por el Estado también incluyen estadísticas sobre la riqueza personal (basadas en los pagos de impuestos), el nivel de las operaciones comerciales (basadas en el número de patentes concedidas), la proporción de personas en el ejército con habilidades de lectura y escritura, la inmigración nacional y la distribución de la edad, e incluso una lista detallada de prostitutas en París (por año de nacimiento y lugar de nacimiento).
A finales de la década de 1820 y principios de 1930, Geely y Ketley utilizaron los datos disponibles para llevar a cabo su propia investigación independiente. Pronto descubrieron un fenómeno: no hubo ningún cambio en las características de los actos delictivos cada año. Este fenómeno es significativo para la reforma social, ya que los reformistas se han centrado anteriormente en cómo salvar a los criminales, en lugar de verlos como un signo de un problema social más grave. "Los actos criminales se están replicando con precisión" y la exactitud de tales actos es alarmante, dijo Ketley. Lo que quiso decir era que la proporción de asesinatos cometidos a través de armas, espadas, palos, piedras, fuego, estrangulación, ahogamiento, puñetazos y patadas, y varias armas de interés permanecían al mismo nivel casi todos los años. "Sabemos de antemano cuántas personas tienen las manos manchadas con la sangre de otras personas, cuántas personas fingirán, cuántas personas irán a la cárcel y con qué precisión podemos predecir el número de personas nacidas y muridas", dijo Kettley. Geely también se sorprendió al encontrar "la estabilidad y consistencia de la autorreplicación de los actos criminales" y vio una gran cantidad de hechos para justificar la teoría de la física social de Conte. A partir de estos ruidos de datos sin filtrar, ve que hay algún tipo de señal que se avecina.
Hay muchas anécdotas muy interesantes sobre la investigación de estos dos eruditos. Por ejemplo, Ketley encontró una correlación más alta de lo habitual entre colgar el suicidio y el matrimonio de una esposa mayor (esposa de unos 20 años y esposo de unos 60 años). Geely no está dispuesto a mostrar debilidad, también centró su investigación en el suicidio (y basado en la motivación y los medios de suicidio). Concluyó que a los jóvenes les gusta suicidarse con pistolas, mientras que los hombres mayores tienden a acabar con sus vidas con ahorcamientos.
Pero otras relaciones no son tan simples. Anteriormente, se creía ampliamente que la pobreza era la mayor causa de delincuencia, lo que significaba que las tasas de criminalidad en las partes ricas de Francia eran ciertamente más bajas que en las zonas pobres. Como resultado, Gary y Kateley demostraron que este punto de vista puede no ser cierto. Aunque las tasas de criminalidad violenta son más bajas en algunas de las zonas más ricas de Francia que en las zonas más pobres, son mucho más altas. Basándose en esta observación, Geely señala que la pobreza en sí misma no es la causa del crimen de la propiedad. Cree que las áreas ricas pueden robar más propiedades, por lo que las oportunidades de crimen son la culpable. Según este punto de vista, Kettley propuso el concepto de "pobreza relativa" y señaló que la gran diferencia entre ricos y pobres en la misma región es una causa clave de delitos contra la propiedad y la delincuencia violenta. Kettley cree que la pobreza relativa provoca celos e induce a la gente a cometer crímenes. Especialmente cuando las condiciones económicas cambian, algunas personas caen en la pobreza, mientras que otras pueden mantener (o incluso aumentar) su riqueza, y la pobreza relativa es particularmente propensa a la delincuencia. Kettley constató que mientras se satisfagan las necesidades básicas de las personas en las zonas pobres, las tasas de criminalidad en esas zonas serían más bajas que en las zonas ricas.
En 1832, Geiri publicó su investigación y nombró el delgado folleto "Sobre estadísticas morales en Francia". Tres años más tarde, Kettley también publicó su propio libro, On the Development of People and Their Talents. La publicación de los dos libros causó sensación. Una vez que la oscura investigación académica ha inspirado la imaginación del público, tales ejemplos son de hecho pocos y pasados. Las dos obras de los hombres fueron traducidas a varios idiomas y la gente comentó. The Westminster Review (una revista en inglés fundada por dos filósofos utilitarios, John Muller y Jeremy Corbyn), elogió mucho el libro de Geely por su "influencia e importancia significativas". Charles Darwin leyó el trabajo de Kettley, Dostoievski lo leyó dos veces, y Florence Nightingale, una reformador social, propuso sus propios métodos estadísticos basados en la investigación de Kettley. Más tarde, elogió con entusiasmo el trabajo de Catley como "una manera para que hagamos progreso moral".
El trabajo innovador de Geely muestra el nivel de la delincuencia en Francia en 1829. La imagen superior izquierda muestra delitos violentos, la imagen superior derecha indica delitos de propiedad, y la siguiente tabla muestra el nivel de educación. En cada imagen, cuanto más oscuro sea el color de un área, mayor será la tasa de criminalidad o menor será el nivel de educación en esa área.
En general, la investigación de Gerry y Kettley muestra que los humanos ya no se ven a sí mismos como criaturas de autodeterminación de libre voluntad, pueden hacer lo que quieran, sino más bien reconocer que el comportamiento humano está influenciado decisivamente por factores biológicos y culturales.
En otras palabras, nuestro comportamiento es predecible.
Autor: yami
RELACIONADOS HTTPS://WWW.ZHIHU.COM/QUESTION/29547695/ANSWER/118604375
Fuente: Saber
Popularizar el pensamiento de inteligencia y difundir la cultura de la inteligencia
Larga pulsación fuera de la nota
【Buzón de contribución】
550419913@qq.com
Ir a "Descubrimiento" - "Echa un vistazo" navegar "Amigos están viendo"