Исследование на научном портале arXiv от апреля 2025 года выявляет системную ошибку алгоритмов предсказательной полиции1: они прогнозируют не будущие преступления, а повторяют историческое распределение полицейских патрулей и вызовов. Авторы работы – Сиддхарт Мехротра, Уджвал Гадираджу, Ева Биттнер и другие – проанализировали материалы полицейских департаментов Нидерландов, США и Великобритании, которые используют эту систему, и установили, что она приводит к концентрации ресурсов в одних и тех же районах, закрепляя их “криминальный” статус независимо от реальной динамики правонарушений. Это явление известно как «смещение отбора» в данных.
Согласно статье от марта 2019 года, опубликованной в электронном репозитории научных статей SSRN (Social Science Research Network), ключевой проблемой является «мусор на входе — мусор на выходе». Ненадежные или предвзятые исходные данные ведут к некорректным и дискриминационным прогнозам, что ставит под сомнение законность и этичность таких систем.
Как сообщал The Guardian в апреле 2025 года, в Великобритании системы предсказательной полиции подверглись разбирательству из-за обвинений во встроенной предвзятости. Автор статьи указывает, что алгоритмы могут навешивать ярлыки «потенциальных правонарушителей» на целые сообщества, основываясь на почерпнутых из данных стереотипах, а не на индивидуальных поведенческих паттернах2. Аналитический обзор, опубликованный журналистом Паркером Шэбом в мае 2025 года в Policy Political Review подкрепляет это: технология создает видимость объективности, маскируя лежащие в ее основе субъективные и часто проблематичные решения, которые закодированы в алгоритмах и данных.
Правозащитная организация Open Rights Group в статье за май 2025 года утверждает, что предвзятость, присущую системам предсказательной полиции, невозможно устранить, не отказавшись от самой концепции. Сара Читсеко, автор публикации, подчеркивает, что эти механизмы вступают в конфликт с правами человека, поскольку отрицают презумпцию невиновности3 и представляют собой алгоритмическое профилирование4.
Сторонники предсказательной полиции, как отмечается в анализе CIGI (Centre for International Governance Innovation), опубликованном в мае 2025 года, приводят конкретные кейсы ее эффективности. Полиция Лос-Анджелеса (LAPD) с системой PredPol зафиксировала сокращение имущественных преступлений на целевых территориях. Основным аргументом является переход к проактивной модели5 для оптимизации патрулирования и предотвращения инцидентов. Однако эти преимущества напрямую зависят от качества и беспристрастности исходных данных.
В исследовании примеров предсказательной полиции для консалтинговой компании IGNESA за август 2024 года Спандан Кар выявил, что такие системы, как Geolitica (ранее PredPol), HunchLab и другие, сталкиваются с проблемами качества данных и методологии, что провоцирует стигматизацию6 определенных районов и создает эффект самоисполняющегося пророчества7.
Исторически концепция предсказательной полиции не является абсолютно новой. Как отмечается в статье Института информационного общества за октябрь 2025 года, первые системы начали разрабатываться и внедряться еще в 2000-х годах. Однако современные системы, основанные на сложных алгоритмах машинного обучения, создают риски, которые труднее выявить и исправить. Исследователь Мария Лунгу в анализе для Policing Insight за май 2025 года подчеркивает , что алгоритмы ИИ работают как «черный ящик», а их встроенные предубеждения делают практически невозможным оспаривание или полное понимание их решений.
Технологический журналист, специализирующийся на теме искусственного интеллекта. В фокусе внимания — комплексный анализ развития технологий через призму права, этики и их социальных последствий.
Исследую, как алгоритмы и ИИ меняют ключевые сферы: от работы правоохранительных органов и бизнеса до частной жизни. Основные темы — преодоление алгоритмической предвзятости, правовые пробелы в регулировании и адаптация общества к цифровой трансформации.
