2018年1月、神奈川県警が人工知能（AI）を使って事件・事故の発生を予測する新システムの導入を検討していると全国紙が報じた。報道によれば、連続発生した事件の容疑者が同一かどうかを分析したり、容疑者の次の行動を予測したりするほか、事件事故が起きやすい時間帯と場所を確率で示すシステムの構築を目指すという。予測された時間帯や場所をパトロールの順路に組み込むなどして、治安向上や迅速な対応につなげるという。
具体的な導入法としては、大量のデータを基に自ら学習するディープラーニング（深層学習）を採用する。犯罪学や統計学の数式を学ばせ、過去に事件事故が起きた場所や時間、気象条件や地形などさまざまなデータを取り込む。昨今、犯罪でもたびたび利用されるSNSの書き込みもデータとして活用することも想定しているという。
同県警は、2020年の東京オリンピック・パラリンピック開幕までの試験運用を目指す。実現すれば全国の警察で初の試みとなる。
海外においては、例えば2017年8月、米・シカゴ市警察がサウスサイド地区で犯罪予測システムを導入し、「凶悪事件が激減した」という成果を発表した。ロイター通信によると、同年1～7月において、シカゴ全域で殺人事件が前年同期より3％増えるなか、この地域では発砲事件が39％、殺人事件が33％減ったというのだ。
試験運用されているのは、ベンチャー企業Azavea社の犯罪予測システムHunchlabは、シカゴ市警より前からニューヨーク市警でも導入されている。同市警では、1990年代からIBM社による犯罪の削減及び防止を目的とした戦略管理システム「CompStat」を導入し、コンピュータによる犯罪情報の収集と解析、有効な戦術の展開、迅速な人員配置などを行ってきた。それに加えてHunchlabを導入することで、統計データだけでは読み取れない犯罪のパターン分析を強化しようという狙いがある。
容疑者の危険性を三段階に分類する試み
また、2017年5月にはイギリスのダラム市警が容疑者の拘束が必要か否かを決定するために犯罪リスク評価AI「Hart」を導入すると報じられた。容疑者の犯罪の可能性を「低」「中間」「高」の三段階に分類する、一種のリスク評価ツールだ。
同市警は2008～2013年の間に収集した犯罪記録などのデータを基に、Hartを使って犯罪の重大性や容疑者の危険性を分析してきた。2013年に行われた最初のテストでは、低危険度な容疑者を予測する精度は98％、高危険度の容疑者を予測する精度は88％となったという。
Hartは、「拘束するか否か」のほかに、「容疑者の適正な拘禁期間」や「長期的な拘禁が必要な人物か否か」「適正な保釈金の算出」などさまざまな警察業務に関する決定を下すことも可能だ。しかし、業務効率を向上させるシステムとして注目される反面、データエラーなどにより、冤罪など人権侵害を招くことも懸念されている。
