Общество контроля. Как сохранить конфиденциальность в эпоху тотальной слежки - Джон Фасман
В 1993 году Нью-Йорк впервые почти за тридцать лет избрал мэра-республиканца – амбициозного Руди Джулиани, бывшего федерального прокурора. Возможно, сейчас вам трудно в это поверить, но тогда Руди обладал определенной долей политического здравого смысла. Он провел кампанию за правопорядок и вскоре после вступления в должность назначил главой полиции города Билла Брэттона, который раньше был комиссаром полиции Бостона, а затем главой транспортной полиции Нью-Йорка.
Вскоре Брэттон столкнулся с проблемой: он обнаружил, что его новый департамент не уделяет особого внимания предотвращению преступности. В то время так поступали многие. У полиции не было хрустальных шаров. Они видели свою работу в том, чтобы реагировать на преступления, и для этого сами преступления должны были уже произойти. О полицейских судили по быстроте их реакции, по количеству арестов и раскрытых преступлений.
Полиция не имела доступа к данным о преступлениях в режиме реального времени. Лу Анемон, в то время самый высокопоставленный офицер полиции Нью-Йорка, в отчете за 2013 год объясняет это так: «Полевые операции контролировали диспетчеры из штаба, в департаменте они считались людьми самого низкого ранга. Поэтому мы просто суетились, отвечая на звонки 911. У офицеров не было свободного времени, чтобы сосредоточиться на профилактике преступности».
Тогда департамент начал использовать компьютеры для сбора статистических данных. Информация о преступлениях впервые стала доступна практически в режиме реального времени. Департамент начал проводить регулярные собрания, на которых командиры спрашивали капитанов и лейтенантов, что они делают для борьбы с преступностью на своих участках. Эту практику – сбор и отображение данных о преступлениях в режиме реального времени, а также легендарные собрания с ужасными вопросами – в отделе назвали Compstat. Ее автор Джек Мэйпл сказал, что это название означало компьютерную статистику или сравнительную статистику – никто не знал наверняка, что именно.
Изобретение Мэйпла основывалось на четырех основных принципах: точная и своевременная разведка, быстрое развертывание, эффективная тактика и неустанное наблюдение и оценка. Конечно, полиция должна не только реагировать на преступления, но и стараться их предотвращать. Чтобы делать это эффективно, потребуется максимально возможное количество данных. Ни одна из этих идей в то время не была очевидной.
Примерно в то время, когда Compstat был введен в действие, преступность начала снижаться. Я не собираюсь анализировать, спорить и даже выдвигать гипотезы о точных причинно-следственных связях между внедрением Compstat и падением преступности. Да простит меня Дороти Паркер, но вечность – это не два человека и ветчина, это два криминолога, спорящие о причинах падения преступности в конце ХХ века. Возможно, ключом стали изменения в полицейской практике. Или новая демографическая ситуация. Или нормативные акты, благодаря которым из бытовых красок и бензина исчез свинец. Возможно, все решило какое-то сочетание экологических, политических и демографических факторов. Поиск правильного ответа, к счастью, выходит за рамки как этой книги, так и моего пребывания на этой планете.
Но факт остается фактом: Compstat изменил американскую полицию (во многом так же, как незадолго до этого информация изменила бейсбол). Этот подход переняли другие департаменты. Нью-Йорк его сохранил и усовершенствовал. Сегодня почти невозможно представить себе крупное полицейское управление, которое думает только о реагировании, забыв о предотвращении, и пытается бороться с преступностью без данных и подотчетности. По-видимому, естественным результатом подхода, основанного на Compstat, стали алгоритмы прогнозирования: они идеально подходят для департаментов, озабоченных предотвращением преступности, а не просто реагированием на нее.
Как эти алгоритмы создают свои прогнозы, неясно. Некоторые компании утверждают, что публичное раскрытие факторов и подробностей, определяющих такие прогнозы, позволит преступникам обмануть систему. Но такие заявления не выдерживают критики. Воришка крадет сегодня кошельки на 34-й улице не из-за того, что, по его данным, местное полицейское управление использует программу безопасности XYZ, а ее алгоритм прогнозирует высокую преступность на 38-й улице, и полиция увеличит там присутствие.
Алгоритмы – собственность компании. Сохранение их в секрете является вопросом коммерческой выгоды. В этом нет ничего плохого – Coca-Cola тоже не разглашает свою формулу. В использовании алгоритмов нет ничего изначально неправильного. Филипп Атиба Гофф из Центра обеспечения справедливости при Нью-Йоркском университете сказал мне: «Алгоритмы делают только то, что мы им велим». Так что же человек велит им делать?
Джефф Брантингем, антрополог из Калифорнийского университета в Лос-Анджелесе и один из основателей PredPol, сказал, что хотел разобраться в моделях преступности, горячих точках и в том, как они будут меняться от одной рабочей смены к другой или даже от одного момента к другому. В целом общепринятое понимание географии уличных преступлений – что в каком-то районе они происходят чаще, чем в другом, – может содержать и долю истины, но приносит мало практической пользы командиру полицейской смены, который должен решить, куда отправить патруль на ближайшие восемь часов. Район – это большое пространство, и просто говорить полицейскому иди туда бессмысленно.
Поэтому PredPol фокусируется на небольших площадях – на тех самых участках размером 150 на 150 метров. Программа строит прогнозы на трех типах данных: вид преступления, место преступления, а также дата и время преступления. Как сказал Брантингем, они не используют никаких данных об арестах, никакой информации о подозреваемых или жертвах и даже о том, как выглядит улица или какие там демографические данные. Просто фокусируются на том, где и когда может произойти преступление, эффективно распределяют вероятности по локациям на местности за определенное время. PredPol предсказывает не все преступления, а только вид 1: убийства, нападения при отягчающих обстоятельствах, кражи, в том числе со взломом, грабежи, угоны автомобилей.
PredPol – не единственная программа для прогнозирования и контроля. Другие используют моделирование местности с оценкой риска. Это включает информацию о географических и экологических особенностях, связанных с повышенным риском преступности, например, банкоматы в районах с плохим освещением, скопление винных магазинов и автозаправочных станций вблизи группы незанятых домов или земельных участков. Другие модели включают время суток и погодные условия (в холодную погоду убийства происходят реже).
Прежде чем эти программы смогут прогнозировать преступления, все они должны обучаться на исторических полицейских данных. Например, в описанных выше случаях программы рассматривают плохо освещенные банкоматы как фактор риска, потому что рядом с ними произошло много преступлений. Но тип исторических данных, используемых для обучения алгоритмов, крайне важен.
Если тренировать алгоритмы на нарушениях общественного порядка, таких как бродяжничество, праздношатание или распитие алкоголя в общественном месте, в результате повышается риск расовой
