Přihlásit / Zaregistrovat se
Nejdiskutovanější
26. 08. 2020 | PETR-KLINOVSKY: Dobrý den, ozvěte se na email: Petr.Klinov...
Drogy za volantem? V ČR běžně..
21. 09. 2019 | DONLABUZNIK: Něco o problematice drog za volantem jsem si ...
Komiks na Policista.cz
21. 09. 2019 | DONLABUZNIK: super...
Nosný systém pro pořádkové policisty
16. 04. 2019 | FIBER: Naposledy jsem sem psal 21.05.2017 s dotazem,...
Škatulata ve vedení krajských ředitelství...
11. 01. 2019 | JARDA-JORDAN: Hned mě napadla rozná hláška aneb škatulata s...
ÚVAHA: K POLICII S VÝUČNÍM LISTEM
11. 01. 2019 | JARDA-JORDAN: REPLY:JAN:69479-1:2018-06-26 00:46:46: Ano, a...
Benešovský deník: Vyšetřování skončilo, zapom...
19. 07. 2018 | AF13: S odstupem casu lze konstatovat, ze takova ko...
Rozhovor : ,,Byl jsem pohodlný a to se mi vym...
17. 06. 2018 | JAN: Je velice úsměvné, vysmívat se někomu, že je ...
Jak se stát policejním důstojníkem v Sasku?...
02. 06. 2018 | FFRANTA: Zraněná policistka odstřelila eritrejského mi...
Nošení nožů v Německu
24. 03. 2018 | VETERAN2: REPLY:KREIMAAN:69193-1:2018-03-20 16:26:00: ...
2 dní | HAFHAF: Mám za sebou vícero psychotestů a esej/úvahu...
ZOP
4 dní | VSCRVSCR: Jde ale to bysusel.jit od vězeňské služby ta ...
Psychotesty
12 dní | ELINA: Dobrý den, za pár dní mě čekají psychologick...
Realita PČR 2024
17 dní | NOBODY: Pardon, v předposledním odstavci měl být Petr...
v 50 k policii
20 dní | VSCRVSCR: REPLY:QUARESS:88327-1:2024-10-30 20:38:52: ...
Je/není místo ve městě
21. 11. 2024 | TRNKALINKA: Pokud budeš přijata, dostaneš "papír(ekv...
Fyzické testy
07. 11. 2024 | MARKYTKA-J: Bohužel, je to tak, jak říká pim-burger. I kd...
Psychotesty v Olomouci
06. 11. 2024 | PIM-BURGER: Psychotesty v Olomouci jsem nikdy neabsolvova...
Gilbertův syndrom - PČR
24. 10. 2024 | VSCRVSCR: Záleží jaké máš jaterní výsledky ,pár lidí už...
Já do Prahy, Ty do Ústeckého kraje
18. 10. 2024 | MILANKRLS: REPLY:DZOBY:88299-1:2024-10-17 18:27:53: Neví...
Budoucnost policejní práce aneb dá se kriminalita předpovídat?
Využívání analýzy se využívá v mnoha moderních přístupech k policejní práci a jedním z nich je tzv. predictive policing (prediktivní policejní práce). A zajímavým experimentem, zabývajícím se tímto přístupem, je půlroční projekt Santa Cruz Police Department (SCPD).
Policejní oddělení v Santa Cruz má na starosti bezpečnost asi 60 000 obyvatel vcelku průměrného amerického města. S hospodářskou recesí a všeobecným šetřením bylo za poslední rok propuštěno asi 10% stavu oddělení (ze 104 klesl počet sloužících policistů na 94), ačkoliv se za rok zvedl počet obyvatel o více než 5000. Za poslední roky ve městě (a ve Spojených státech obecně) došlo k výraznému poklesu kriminality, což odráží mnoho faktorů jako například stárnutí obyvatelstva, konec éry užívání cracku, apod. Ale asi nejvýznamnějším krokem, který k poklesu kriminality přispěl je systém komparativní statistiky (CompStat), který vyhodnocuje všechny nahlášené incidenty, překračující meze zákona, a následně je zpracovává do map kriminality, dle kterých se určují kritická místa (neboli "hot-spots", tedy nějaký vymezený prostor s výrazně vyšší mírou kriminality). Tyto místa se vyhodnocují, upravují v rámci situační prevence kriminality a také se s ohledem na ně upravuje plán hlídek a jejich tras.
V Santa Cruz šla policie ještě dál a aplikovali systém nazvaný prediktivní policejní práce (predictive policing). O co se jedná? Společný projekt Santa Clara University a SCPD spočívá v aplikaci seismologického algoritmu, určujícího pravděpodobnosti lokace výskytu dotřesů ("aftershock") po hlavních otřesech během zemětřesení, na kriminalitu. Tzn. jedná se o snahu skrze analýzu dat předchozích událostí (v případě Santa Cruz se zkoumala vloupání do objektu a krádeže motorových vozidel osm let nazpět) předpovědět, v jakých částech města je největší pravděpodobnost, že pachatel znovu udeří.
„Předpovídat zločin je jako předpovídat počasí, ale s tím rozdílem, že s počasím nemůžete nic dále dělat.“
Zaznamenávají a vyhodnocují se data: lokace, čas, datum a povaha trestného činu. V rovnici, inspirované seismologickým algoritmem se pak pracuje se vzdáleností a časem mezi dvěma zločiny stejné povahy a určují se rizika zločinu následujících prvotní zločin, což je ekvivalent vyhodnocování rizika a lokací"druhotných otřesů" po "hlavním otřesu" během zemětřesení.
Na základě analýzy těchto dat se vytvoří každý den na mapě oblasti čtverce zhruba 150m x 150m, kde se nejpravděpodobněji jeden ze zkoumaných skutků objeví. Mapy jsou rozdány hlídkám a na tyto místa v určitý čas hlídky, pokud nemusí řešit nějaký výjezd, vyráží a kontrolují, zda je v oblasti vše v pořádku, což vychází z předchozích výzkumů a teze, že zločin není nikdy rozmístěn stejnoměrně (o čemž již policista.cz psal v článku Kriminalita ve městě a jak na ni) a také, že zločin je otázkou příležitostí, kdy "...příležitost dělá zloděje". Takováto eliminace konkrétních rizikových lokalit, ať už skrze techniky situační prevence, nebo skrze hlídkovou činnost policie, je efektivní v mnoha ohledech - jednak šetří čas a prostředky policistů (pachatel nemusí být zadržen, předveden, atd., protože ho odradila míra rizika, plynoucího z kriminálního jednání, anebo přítomnost policejní hlídky), a tedy může se například věnovat další preventivní práci v okrsku. Takováto práce pak navíc šetří náklady v dalším trestním a nápravném procesu (ani nechci přemýšlet kolik stojí předvedení pachatele před soud a jeho pobyt v nápravném zařízení).
Potřebná data, u kterých platí, že čím více jich je, tím přesnější předpověď může policie dostat, jsou vyhodnocována a zobrazována přes excelové tabulky (kam se data zapisují) a google dokumenty (např. vizualizace map je vytvářena skrz aplikaci Google maps), což jsou de facto jednoduché softwary, které pro policejní práci obecně mohou být velkým příslibem při práci s daty.
Mapa rizikových lokalit jednoho dne SCPD:
Přiblížení mapy na konkrétní rizikovou lokalitu jednoho dne SCPD:
Popisek:
P = pravděpodobnost jednoho, či druhého typu zločinu během následujících 24 hodin.
Pveh= pravděpodobnost, že zločin v oblasti bude souviset s automobily.
Pres= pravděpodobnost, že zločin v oblasti bude vloupání do objektu.
TW= určuje začátek dvou nejrizikovějších časů v jednohodinových intervalech.
Podobné nástroje a pokročilé analýzy jsou už nyní běznou součástí bysnys sféry a jsou velmi často využívány firmami - například internetový prodejce všeho možného Amazon, síť maloobchodních prodejen s potravinami Wal-Mart, či síť kaváren Starbucks. Ti se snaží na základě analýzy přístupných dat o předpovídání rozhodování zákazníků, případně co nejoptimálněji rozmístit své provozovny, aby zefektivnily prodej svých produktů na nejvyšší možnou úroveň. A na podobných principech pracuje v boji s kriminalitou i policejní oddělení v Santa Cruz.
A jaké jsou prozatímní výsledky experimentu s predictive policing v Santa Cruz? Velmi slibné - i proto se stejný systém také zavádět v jednom z nejvýznamnějších měst USA Los Angeles. Za 6 měsíců práce se podařilo snížit kriminalitu o 27% zkoumaných trestných činnů oproti předchozímu roku. Policistům se navíc podařilo chytit v kritických oblastech 7 konkrétních pachatelů při činu.
Na druhou stranu je občas i slyšet kritika tohoto přístupu: "Vždyť přece každý zkušený policista zná a ví o "svých" kritických místech v okrsku. Nemusí přeci kvůli tomu všechno zaznamenávat do počítače a nějak složitě data vyhodnocovat." Je to ale pravda? A skutečně je místo vyhodnocené intuitivně policistou rizikovým místem? A do jaké míry se ve vyhodnocování rizikových míst bez řádných dat mohou promítnout osobní zkušenosti policisty? Dle mluvčího SCPD Zacha Frienda velmi výraznou měrou, protože každý jedinec je ovlivněn bezprostřední zkušeností a ta formuje jeho náhled na svět okolo, a tak mu může bez jasné řeči dat často uniknout pravá podstata problému.
Například prodejní řetězec Wal-Mart přinesl velmi zajímavé zjištění po analýze svých dat prodeje. Zjistilo se, že když se blíží špatné počasí (hurikán, bouře, atd.), tak kromě věcí, které se předpokládaly, že půjdou mimořádně na odbyt (náhradní světlené zdroje, balená voda, trvanlivé potraviny), tak se velmi významně zvýšil prodej i dortů Pop-tarts, konkrétně jahodového, abychom byli úplně přesní. A proč? To nikdo přesně neví, ale znamená to pro řetězec jednu důležitou věc - musí k mimořádným dodávkám balené vody, baterek, apod. do svých obchodů v postižených oblastech přidat i značnou zásobu těchto výrobků, aby na pultech nechyběly. A návaznost na prediktivní policejní práci myslím není třeba složitě vysvětlovat - není potřeba hledat konkrétního pachatele ke konkrétnímu zločinu - důvody a okolnosti spáchaného zločinu nemusí policie přesně chápat, bude stačit, když bude vědět kdy a kde se může kriminalita nejpravděpodobněji objevit a efektivně zareagovat.
Zdroje:
1) Beck, Charlie. Predictive Policing: What Can We Learn from Wal-Mart and Amazon about Fighting Crime in a Recession? The Police Chief, November 2009.
2) Thompson, Kalee. The Santa Cruz Eperiment: Can a City’s Crime be Predicted and Prevented? POPSCI (The Popular Science), November 2011.
3) Clark, Ronald, Eck, John. Analýza kriminality v 60 krocích. Centrum ProPolice při Otevřené společnosti, o.p.s., 2011.
4) Blog Santa Cruz Police Department: http://santacruzpolice.blogspot.com
5) Informační stránky města Santa Cruz, sekce "Police": http://www.cityofsantacruz.com/index.aspx?page=56
6) Prezentace o Predictive policing: http://www.documentcloud.org/documents/231954-l-a-predictive-policing-six-month-trial.html