時至今日,網路世界和現實世界已無法用虛擬和真實區分,人們線上行為會影響到線下,反之亦然。

最近紐約大學坦登工程學院和全球衛生公用學院發表新研究結果,分析美國 100 個城市的 Twitter 推文後,發現 Twitter 關於種族仇恨言論數量較多的城市,相關犯罪率也更高。

研究人員透過機器學習設計一種演算法辨識種族歧視等惡意言論,並利用 Twitter API 爬蟲分析 2011~2016 年共計 5.32 億條公開推文,發現種族歧視推文數量和所在城市關於種族仇恨的犯罪數量呈正相關。

研究人員 Rumi Chunara 認為種族歧視推文可能營造一種犯罪環境,但他也強調,現在的研究還不足以說明兩者是因果關係,未來還需進行更多研究。Chunara 等人的目標,就是透過分析過去幾年的推文,將某類推文和犯罪行為建立起標準化關聯,改變 Twitter 對相關言論的處理方法。

其實紐約大學不是第一個研究 Twitter 與犯罪率關係的機構,早在 2017 年維吉尼亞大學助理教授 Matthew Gerber 就表示,發現 Twitter 推文和犯罪行為的關係。Matthew Gerber 比對 2013 1~3 月期間芝加哥地區用戶 150 萬條推文,和當地同時期的犯罪紀錄,發現罪犯發推文的密度越高,就越有可能在預謀犯罪。Matthew Gerber 透過這些資料建立演算法預測犯罪行為,據稱可用於 19~25 種犯罪行為預測,尤其是跟蹤、盜竊等犯罪,後來還和芝加哥、紐約警方合作搭建犯罪預測系統。

目前美國一些地區已引入基於 AI 的犯罪預測系統,比如紐奧爾良警局的預測性警務技術,由矽谷公司 Palantir 開發,透過追蹤人們和其他幫派成員的關係和犯罪紀錄,並分析社群媒體,進而預測某人犯罪或成為受害者的可能性。

AI 分析預測過程中,社群媒體資料是重要樣本,紐奧爾良警局系統採用稱為「社群網路分析」的智慧技術,能從社群媒體動態找到與資料庫人物、地點、武器等的關係。

此外,芝加哥警察局利用 AI 系統生成一份「熱名單」,標出「芝加哥最危險的 400 人」,除了有犯罪前科的人,也有一些未曾犯罪、但被認為有潛在犯罪風險的人,其中很大程度是基於社群媒體資料分析得出。

耶魯大學社會學家 Andrew Papachristos 曾深入研究芝加哥的犯罪問題,他認為社群媒體很適合讓興趣相同的人聚在一起,當這些興趣包括槍枝和毒品時,那這些犯罪行為就可預測。不過這些 AI 技術興起也帶來個人隱私等問題,如果第三方機構可自由收集和分析社群媒體的海量資料,所做的事恐怕不會只是預測犯罪。

創作者介紹
創作者 Win Driver News 的頭像
Win Driver News

Win Driver News

Win Driver News 發表在 痞客邦 留言(0) 人氣()