La presenza di un ufficiale in divisa o di una pattuglia possono rappresentare un deterrente per molte attività criminali, ma per le forze di polizia è quasi impossibile essere nel posto giusto al momento giusto. I budget sempre più ristretti non permettono di aumentare il numero di agenti sulle strade, tuttavia si possono analizzare i dati raccolti in passato per effettuare un previsione e rendere più efficiente l’allocazione delle risorse. Microsoft è impegnata nello sviluppo di un sistema per la “polizia predittiva“.
Solitamente, le forze di polizia intervengono solo dopo il verificarsi di un crimine. Conoscendo però quando e dove il crimine verrà commesso, è possibile arrivare sul posto in anticipo. Per ottenere questo scopo non servono i precog di Minority Report, ma sono sufficienti le tecniche di machine learning disponibili oggi per analizzare l’enorme mole di informazioni raccolte nel corso degli anni e mai utilizzate. Le forze dell’ordine usano vari sistemi legacy e database che non comunicano tra loro e che forniscono dati statistici in formati differenti. Grazie a complessi modelli di calcolo è possibile studiare i trend storici, i dati demografici e sul clima, e le informazioni geospaziali per pianificare meglio l’uso delle risorse.
Microsoft ha avviato una stretta collaborazione con diverse città, tra cui New York, sviluppando un Domain Awareness System, una sofisticata soluzione per la prevenzione del crimine che aggrega e analizza i dati sulla sicurezza pubblica e open source. Molte tecnologie per la polizia predittiva già esistono e vengono sfruttate con buoni risultati, ma è necessario un investimento aggiuntivo per l’analisi dei dati.
Ovviamente lo scopo ultimo non è arrestare le persone prima che commettano un crimine. Il sistema sviluppato da Microsoft servirà per determinare le zone delle città in cui esiste una maggiore probabilità che si verifichi un crimine e quindi inviare gli agenti sul posto, ottimizzando appunto l’allocazione delle risorse.