Новые аналитические подходы в работе полиции. Опыт США и Великобритании

В Стратегии развития МВС Украины 2020, направленной на будущее развитие одновременно, среди прочего, констатируются и такие недостатки:

— низкий уровень результативности превентивных мероприятий,

— низкий уровень использования аналитических инструментов,

— падающий уровень доверия к полиции (сегодня — 42%).

По последнему пункту следует сказать что все, кто работают с людьми, заняты новым типом труда — эмоциональным, который очень «затратен» психологически. Почему патрульная полиция в момент ее появления была привлекательной? Она была открытой и неопасной, с ней делали селфи.

Чисто психологически она была новой, это оказалось достаточно, чтобы ее полюбить. А потом точно так быстро и разлюбить. Если до этого население собирало положительные рассказы о новой полиции, то после с тем же успехом стало собирать отрицательные.

Что обусловило эту оценку? Мы живем и работаем в среде, в которой резко ускорились изменения. Например, инженерный диплом устаревает за 3 — 5 лет, поэтому на нем должен стоять соответствующий срок годности. В полицейскую деятельность добавляются новые методы слежения, распознавания лиц, возникшие в рамках военного применения в борьбе с терроризмом. Big data дала очень большую и очень неоднородную информацию, обработка которой привела к возможности прогнозной аналитики.

Сегодня резко увеличилось число методов, построенных на объективных основаниях. Интуицию никто не отменяет, но сегодня пришли не только объективные методы, но и увеличилось внимание населения к любым проявлениям несправедливости со стороны полиции, а также возможности населения донести через соцсети неадекватные действия полиции, если таковые имели место.

Информационные потоки заняли новое место в получении наших знаний об окружающем мире. Он стал слишком быстро меняться, поэтому сегодня нельзя полагаться на книжные знания, как это было раньше.

Население знает о действиях полиции в первую очередь из социальных сетей и традиционных СМИ и только во-вторых из реального опыта своего или своих знакомых. СМИ в свою очередь выстроены на негативных новостях. Этот перекос приводит к тому, что когда мы читаем что-то позитивное мы не трактуем его как достоверное. Кстати, есть подсчеты по искусственному созданию достоверности, когда для психологического ощущения правдивости источника коммуникации надо давать на два положительных сообщения одно негативное.

Можно дать по крайней мере два объяснения негативной ориентации. С одной стороны, негативная информация более важна для выживания человека, чем позитивная. Это пришло из эволюции человека, но это столь же правильно и сегодня. С другой стороны, негативная информация является эмоционально окрашенной, мы же тоже реагируем на эмоции. Кстати, это требует перестройки всей системы информирования населения, которое в принципе не воспринимает победные рапорты, поскольку из-за имеющегося перекоса любое позитивное сообщение рассматривается сегодня как недостоверное, как результат пиар-работы. Пиар-коммуникации важны, но они тогда эффективны, когда понятие пиара в них оказывается не выпяченным, а затушеванным.

Британия, например, проанализировала Твиттер. 25% населения пользуются Твиттером, большинство из них младше 25 лет. Половина пользователей назвала Твиттер своим основным источником новостей. До беспорядков 2011 года очень мало полицейских подразделений по стране имели свои официальные Твиттер аккаунты, сегодня все иначе. В 2013 1.37 миллиона регулярно обращаются к официальным полицейским сообщениям в Твиттере, представляя собой 10% от всех пользователей Твиттера [1 — 2]. Полиция сама отмечает, что требование открытости конфликтует по сути с методами полицейской работы. Но есть много информации, которая может быть распространена. Два основных направления: просьба о помощи в расследовании и информирование людей в жизненно важных областях. И третье — подключение людей к информации, чтобы они порождали лайки и ретвиты.

Можно упомянуть по крайней мере пятнадцать изменений, пришедшей в полицейскую практику из такого мыслительного конструирования инструментария:

— теория «разбитых окон» и ее реализация в Нью-Йорке,

— гарвардский проект по профилактике молодежной преступности,

— геолокация преступлений и ее последствия,

— использование анализа сетевых связей,

— разрешение конфликтов (в Австралии полицейский не выйдет на улицу, не прослушав курса по разрешению конфликтов),

— нейроподходы: (психопатия) (на основе МРТ дают предсказание через сколько лет вернется в тюрьму) (чтение=тюрьмы),

— методы ведения допроса, распознавания лжи (ФБР и полиция),

— распознавание лиц + провал распознавания эмоций, лжи

— роль внешнего проявление власти: форма, патрулирование пешком, отказ от «киногонок» по улицам, фотографирование, съемки, ведущие к падение агрессивности толпы

— феномен подталкивания (например, изображение младенцев как стимулирующая норма привело к уменьшению на 30% преступности в одном районе шведского города)

— поиск в соцсетях возможных отклонения (например, педофилы, продажа наркотиков), распознавание по фото возможного криминального поведения

— определение горячих мест, позволяющее концентрировать ресурсы,

— особенности информирования о преступлениях — эпизодические/тематические новости, как разговаривать на тему gun control,

— новые методы принятия решений для полиции, пожарников и специалистов по чрезвычайным ситуациям (например, интуитивная модель Г. Клейна),

— прогнозная аналитика (возможные преступники, будущие районы преступлений и работа с потенциальными жертвами),

— работа с толпой, футбольными болельщиками.

По каждому из этих направлений сегодня есть конкретные исследовательские разработки, причем сделанные не одной исследовательской группой, а сразу многими. Мы, например, делали обзор новых методов допроса и других аспектов работы в этой сфере [3 — 5]. В Великобритании это, например, ряд групп работает с проблемой футбольных болельщиков, в США — работа с толпой, в Израиле — в основе лежит предотвращение атак, главная программа полиции так и называется — Prevention Strategies and Management (PSM) Program.

США также разрабатывают эту сферу, выделяя в ней четыре направления [6]:

— предсказание преступлений: определение места и времени, где возрастает преступность,

— предсказание правонарушителей: определение индивидов, которые могут совершить преступление в будущем,

— определение портретов преступников: техники создания профилей, которые позволяют совмещать возможных преступников с прошлыми преступлениями,

— предсказание жертв преступников: определение групп и индивидов, которые потенциально могут стать жертвами.

Это разработка предсказывающей модели преступности. Об этой аналитической технике говорят, что она направлена на определение возможных целей полицейского вмешательства и предотвращения преступлений с помощью статистических прогнозов [7]. То же касается и старых нераскрытых преступлений.

Объединив ряд факторов в одну теорию они видят следующее обоснование своих представлений:

— преступники и жертвы следуют общим шаблонам; наложение нескольких шаблонов указывают на возросшую вероятность совершения преступления,

— географические и временные особенности влияют на то, где и когда эти модели реализуются,

— двигаясь внутри этих моделей, преступники принимают «рациональные» решения о совершении преступления, учитывая
место, подходящесть цели, риск быть пойманным.

Вроде все понятно и даже известно, но вот данные по применению одной из таких моделей, разработанных в IBM [8]. Ограбления упали на 28% по сравнению с предыдущим годом кражи на 17%, кражи из машин — на 36% (см. некоторые другие аспекты такого подхода [9 — 10]).

В США создана соответствующая программа по картографии преступности [11 — 12]. В рамках нее, кстати, акцентируется и то, что информация неизбежно теряется при абстрагировании на карте.

Сегодня важной темой стала протестность и ее прогнозирование.

К этой идее приближались по-разному. Военные предсказывали возможные «заварушки» в Кабуле на базе 800 параметров, где была даже цена на импортные фрукты на базаре, поскольку их привозят по дорогам, что отражает уровень безопасности в стране. В полиции Лос-Анджелеса создали модель предсказания будущих толчков землетрясений, а потом стали дополнять ее криминальной информацией [13]. Теперь они способны предсказывать места, где наиболее вероятно произойдет преступление в двенадцатичасовом промежутке, и именно в этом время они усиленно патрулируют этот район. Эта система получила название Predpol [14]. В результате получили 20% падение преступности [15]. Точно так получают подсказки от компьютерной системы полиция Нью-Йорка [16].

В качестве негатива, правда, отмечается, что такая полицейская информация работает на определенных предубеждениях, среди которых называют расу и пол. Например, число вызовов в район может отражать не число преступлений, а быть отражением внимания полицейских [17]. Это нацеленность на бедные районы, а не на богатые уже заложена в полицейской информации. Полицейские, к примеру, обращаются людям с предупреждением не совершать преступления по модели действовать до самого преступления, и это чаще окажется афроамериканец , а не белый [18]. При этом проблема заложена не в алгоритме, а самой информации. Исследователи отмечают, что хотя преступления, связанные с наркотиками, есть везде, полицейская информация диспропорционально отражает аресты в местах, где больше небелого населения с низким уровнем доходов. Они пришли к этому выводу, сопоставляя полицейские данные с медицинским по распространенности наркотиков (см. также [19], где подчеркивается, что оценка возможного риска преступления будет больше для небелого, чем для белого).

IBM демонстрирует работу по предупреждению с вариантом угрозы по социальным медиа, где люди часто угрожают, хвастают и под., и на них также можно выйти [20]. Здесь сложностью является то, что люди часто угрожают, но ничего не делают. Однако сегодня разработана аналитика угроз, позволяющая предупреждать насилие на базе качественного анализа эмоций в сети [21].

Очень сильную машину Palantir создали под руководством Питера Тиля [22 — 29]. Его подают как «комбинацию любого аналитического инструментария, о котором вы только мечтали, вы будете знать любого плохого человека в вашей области». С ней работают не только полиция, но и военные, ЦРУ и ФБР. Практически такие же проблемы с работой с big data стоят и перед британской полицией [30].

В этой новой аналитической среде, как подчеркивается, самым важным является опора на объективные методы, это не создание чисто умозрительное, а подкрепленное тем или иным вариантом объективности. То есть, например, сначала эксперимент и лишь затем внедрение в практику.

Вот один из последних примеров. Полицейские получили видеокамеры, чтобы уменьшить применение силы, чтобы улучшить отношения с населением. Два года 2200 полицейских носили видеокамеры, а исследователей интересовали два параметра: а) документирование применение силы и б) жалобы граждан. Что же в результате? Оказалось, что видеокамеры никак не влияют [31 — 33]. Введение камер стоило по стране 23 миллионов и надеялись, что это изменит поведение полицейского, 95% больших полицейских подразделение сделали это, надеясь, что это заставит полицейских действовать в соответствии с протоколом.

Российские гаишники попали в проблему с видеоблогерами из-за нечетко сформулированного запрета делать съемку водителями [34]. Возникают конфликты, по этой причине пишутся рекомендации для сотрудников ГАИ на тему, как себя вести в этом случае.

Наша действительность позволяет больший объем отклонений от нормы. Но это общая проблема всего массового сознания, причем всего соцлагеря, в результате чего, например, районы бывшей ГДР голосуют не так, как остальная часть ФРГ. Или пример по аудиофиксации в Латвии, когда полицейские, останавливая на дороге нарушителя, просто на пальцах показывают сумму, и на записи ничего не нет.

Сегодня американское разведсообщество акцентирует, правда, в очередной раз роль открытой информации, поскольку она является первым индикатором враждебных интенций [35], подчеркивается, что внимание к секретной информации убивает креативность и что нельзя эксклюзивностью информации заменить тот ее вариант, который требуется для принятия решений [36] (см. также [37])

Новым в Украине стало возникновение полиции диалога [38 — 39]. Это попытка говорить, а не использовать силовые методы. Коммуникация призвана помочь в разрешении конфликта, чему посвящено множество исследований и учебных курсов.

По некоторым важным вещам еще не достигнуто единое понимание, например, в области зависимости между психическими заболевания и массовой стрельбой в публичных местах [40 — 42]. Сегодня 20% населения имеют такие отклонения. Там пытаются отслеживать связь между семейным насилием и публичным. Однако в Украине 60% женщин жалуются на насилие в семье [43]. Поэтому новый пилотный проект МВД «Поліцейська мережа протидії домашньому насильству» — ПОЛІНА, который заработал с 12 июня 2017 р. в Дарницком районе Киева, Малиновском районе Одессы и Северодонецке может помочь и в других направлениях.

Серьезной проблемой стал манипулятивный потенциал социальных сетей, где есть не только фейки, но и индивидуальный таргетинг [44]. Вероятно, это тоже требует создания отдельных подразделений. В Финляндии, например, возникло полицейское подразделения, занятое интернетом [45 — 46]. Причем, это не киберзащита, а неадекватное поведение людей в сети. Кстати, анализ аккаунтов в Фейсбуке дает возможность выявлять педофилов, криминальные наклонности и под.

Социальные сети также позволяют искать продавцов наркотиков [47], с ним и даже предлагают бороться в самой соцсети следующим образом: «Благородные средства можно обращать на низменные цели, а сомнительными способами можно делать благое дело. Например, почему бы не нарушить работу онлайновых рынков незаконных наркотиков, оставив в сети плохие отзывы о продавцах? Исследования, проведенные социологами Скоттом Даксбери (Scott Duxbury) и Даной Хейни (Dana Haynie), говорят о том, что поскольку люди на нелегальных рынках часто обращаются к отзывам покупателей, правоохранительные органы вполне могут дезорганизовывать работу таких рынков, оставляя фальшивые отзывы, и таким образом подрывая доверие» [48].

В целым идет постоянный поток внедрения нового инструментария. Новым стало применение методологии подталкивания (nudge) в полицейской работе [49 — 50]. Можно увидеть множество других новых подходов [51 — 57], включая распознавания фальшивых телефонных звонков о минированиях [58].

Не все и не всегда предсказывается удачно [59]. Но появились совершенно новые Нострадамусы от математики, которые вселяют надежду [60]. В военном деле побеждает тот, кто пользуется инструментарием будущей войны. Вероятно, это правило является верным и в случае полиции.

Литература

1. Ismail N. Social media can act as a bridge between public and police // www.information-age.com/social-media-bridge-public-police-123468336/

2. Allen L. Bedfordshire police use of Twitter as a tool for public engagement // www.evidencetalks.com/index.php/about-us/downloads/summary/5-white-papers/58-bedfordshire-police-use-of-twitter-as-a-tool-for-public-engagement

3. Почепцов Г. Новые информационно-коммуникативные подходы: от мягких методов допроса до распознавания лжи http://www.osvita.mediasapiens.ua/trends/1411978127/novye_informatsionnokommunikativnye_podkhody_ot_myagkikh_metodov_doprosa_do_raspoznavaniya_lzhi/

4. Почепцов Г. Как вербуют агентов и освобождают заложников: правила коммуникации в действии // psyfactor.org/lib/communication-22.htm

5. Почепцов Г. Анализ массового сознания для целей операций влияния: от социологов до спецслужб // psyfactor.org/psyops/psyops8.htm

6. Perry W.L. a.o. Predictive Policing. Forecasting Crime for Law Enforcement // www.rand.org/pubs/research_briefs/RB9735.html

7. Perry W.L. a.o. Predictive policing. The role of crime forecasting in law enforcement operations. — Santa Monica, 2013 // www.rand.org/pubs/research_reports/RR233.html

8. Manchester Police Department predictive policing for proactive crime prevention // www-03.ibm.com/software/businesscasestudies/us/en/corp?synkey=A618081J40759G96&cm_mc_uid=71161992660115091385459&cm_mc_sid_50200000=1509138545

9. 6 simple ways for help fight crime with analytics // www.ibmbigdatahub.com/blog/6-simple-ways-help-fight-crime-analytics

10. Law Enforcement Analytics: Intelligence-Led and Predictive Policing // www.informationbuilders.com/solutions/gov-lea

11. Mapping and Analysis for Public Safety // nij.gov/topics/technology/maps/pages/welcome.aspx

12. Harries K. Mapping Crime: Principle and Practice // www.ncjrs.gov/html/nij/mapping/ch1.html

13. The Los Angeles Police Department Is Predicting and Fighting Crime With Big Data // datafloq.com/read/los-angeles-police-department-predicts-fights-crim/279

14. Predpol // www.predpol.com/

15. Predictive Analytics: Beyond Policing // blog.predpol.com/predictive-analytics-beyond-policing

16. Davenport T.H. How Big Data Is Helping the NYPD Solve Crimes Faster // fortune.com/2016/07/17/big-data-nypd-situational-awareness/

17. Isaac W. Why big-data analysis of police activity is inherently biased // www.salon.com/2017/05/13/why-big-data-analysis-of-police-activity-is-inherently-biased_partner/

18. Lum K. a.o. To predict and serve? // onlinelibrary.wiley.com/doi/10.1111/j.1740-9713.2016.00960.x/full

19. Angwin J. a.o. Machine bias // www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing

20. Clark J. Facing the threat: big data and crime prevention // www.ibm.com/blogs/internet-of-things/big-data-crime-prevention/

21. Tactical Institute // ecc.ibm.com/case-study/us-en/ECCF-ASC12410USEN

22. Lev-Ram M. Palantir connects the dots with big data // fortune.com/palantir-big-data-analysis/

23. Burns M. Leaked Palantir doc reveals uses, specific function and key clients // techcrunch.com/2015/01/11/leaked-palantir-doc-reveals-uses-specific-functions-and-key-clients/

24. Law enforcement // www.palantir.com/solutions/law-enforcement/

25. Palantir and law enforcement // www.palantir.com/wp-assets/media/capabilities-perspectives/Local-Law-Enforcement-PCL-White-Paper.pdf

26. Fighting crime in Salt Lake city // www.palantir.com/wp-assets/wp-content/uploads/2012/06/ImpactStudy_SLCPD.pdf

27. Fighting child pornography // www.palantir.com/wp-assets/wp-content/uploads/2014/03/Impact_Study_Fighting_Child_Pornography.pdf

28. Biddle S. How Peter Thiel’s Palantir helped the NSA spy on the whole world // theintercept.com/2017/02/22/how-peter-thiels-palantir-helped-the-nsa-spy-on-the-whole-world/

29. Ferguson A.G. The rise of big data policing // techcrunch.com/2017/10/22/the-rise-of-big-data-policing/

30. Ismail N. Big data i the UK police force // www.information-age.com/big-data-analytics-uk-police-force-123468409/

31. Randomized controlled trial of the Metropolitan police department body-worn camera program // bwc.thelab.dc.gov/

32. DC Government Study Finds Body-Worn Cameras Have No Effect on Police Uses of Force // www.psychologicalscience.org/publications/observer/obsonline/dc-government-applies-behavioral-science-to-study-body-worn-cameras.html

33. Yokum D. a.o. Evaluating the effects of police body-worn cameras: a randomized controlled trial // bwc.thelab.dc.gov/TheLabDC_MPD_BWC_Working_Paper_10.20.17.pdf

34. Караваев А. Гаишники устали играть на камеру // www.gazeta.ru/auto/2017/11/02_a_10960748.shtml

35. Davitch J.M. Open Sources for the Information Age: Or How I Learned to Stop Worrying and Love Unclassified Data // Joint Force Quarterly. — 2017. — I. 87

36. Kerbel J. The U.S. intelligence community wants disruptive change as long as it’s not disruptive // warontherocks.com/2016/01/the-u-s-intelligence-community-wants-disruptive-change-as-long-as-its-not-disruptive/

37. Иванов В. Информация валяется кругом, надо только научиться грамотно ее собирать // nvo.ng.ru/spforces/2017-10-27/1_971_information.html

38. Гулевич М. Поліція діалогу працює на мирних акціях, доки вони мирні // www.radiosvoboda.org/a/28837774.html

39. Майбутнє поліції діалогу в Україні: співробітники НПУ, що пройшли тренінги КМЄС навчають своїх колег // www.euam-ukraine.eu/ua/news/future-of-ukrainian-dialogue-policing-looking-good-as-euam-trained-police-officers-train-colleagues/

40. Alter C. The Troubling Link Between Domestic Violence and Mass Shooters // time.com/5016731/link-between-domestic-violence-mass-shooters/?xid=homepage&pcd=hp-magmod

41. Levine A. Almost everything you’ve been told about mass shootings and mental illness is wrong // www.newsweek.com/mass-shootings-mental-illness-wrong-708081

42. Kodjak A. Texas Shooter’s History Raises Questions About Mental Health And Mass Murder // www.npr.org/sections/health-shots/2017/11/07/562546682/texas-shooters-history-raises-questions-about-mental-health-and-mass-murder

43. Котляр А. Він подарував мені квіти // dt.ua/socium/vin-podaruvav-meni-kviti-259825_.html

44. Bradshaw S. a.o. Troops, Trolls and Troublemakers: A Global Inventory of Organized Social Media Manipulation // comprop.oii.ox.ac.uk/wp-content/uploads/sites/89/2017/07/Troops-Trolls-and-Troublemakers.pdf

45. Finnish Internet Police // www.counterextremism.org/resources/details/id/661/finnish-internet-police

46. Calcara G. a.o. The Finnish Internet police (Nettipolici): towards the development of a real cyber police // ejlt.org/article/view/353/574

47. Машинное обучение вычислило торговцев опиоидами в Twitter // news.liga.net/news/society/14845109-mashinnoe_obuchenie_vychislilo_torgovtsev_opioidami_v_twitter.htm

48. Харфорд Т. Побуждение тоже можно использовать в дурных целях // inosmi.ru/social/20171112/240743557.html

49. Can a Police “Nudge” Stop Repeat Criminality? // thecrimereport.org/2013/05/01/2013-04-jerry-lee-symposium/

50. Mason S. Ex-con helps ‘nudge’ criminals back on the right path in new West Midlands Police project // solihullobserver.co.uk/news/ex-con-helps-nudge-criminals-back-on-the-right-path-in-new-west-midlands-police-project/

51. Sherwin K. A simple combination of data and language tweaks is helping recruit more diverse police officers // qz.com/914339/a-simple-combination-of-data-and-language-tweaks-is-helping-recruit-more-diverse-police-officers/

52. Mutsaers P. A public anthropology of policing. 2015 // pure.uvt.nl/portal/files/6872568/Mutsaers_Public_12_06_2015.pdf

53. Mutsaers P. The police anthropologist: the A** hole? //www.law.ox.ac.uk/research-subject-groups/centre-criminology/centreborder-criminologies/blog/2016/04/police

54. Laub J.H. a.o. What Can the Police Do to Facilitate Desistance from Crime? // ccjs.umd.edu/sites/ccjs.umd.edu/files/John_Laub_Jim_Buerrmann_Jerry_Lee_Symposium_2013.pdf

55. Ruda S. a.o. An analysis of police 101 phone calls // www.behaviouralinsights.co.uk/home-affairs-and-security/when-data-finds-an-answer-101-police-phone-calls/

56. Ruda S. Innovation in Policing: a guest blog from Chief Superintendent Alex Murray // www.behaviouralinsights.co.uk/home-affairs-and-security/innovation-in-policing-a-guest-blog-from-chief-superintendent-alex-murray/

57. Reducing mobile phone theft and improving security. Paper 2// www.gov.uk/government/uploads/system/uploads/attachment_data/file/509855/PRINT-6-1946-HO-Reducing_Mobile_Phone_Theft_and_Improving_Security_March….pdf

58. Константинова А. Язык меня выдал: как лингвисты помогают в расследовании преступлений // knife.media/forensic-linguistics/

59. Pentagon prediction’s software didn’t spot Egypt unrest // www.wired.com/2011/02/pentagon-predict-egypt-unrest/

60. Lerner M.A.M. The new Nostradamus // www.good.is/articles/the-new-nostradamus