शिकागोमा सन् २०१३ सम्म स्थानीय गिरोहहरूको आपसी झगडामा निकै हिंसात्मक घटना हुन्थे । त्यहाँ पुलिसले प्रेडिक्टिभ कम्प्युटर प्रोग्रामको प्रयो सुरु गर्‍यो । यो कम्प्युटर सफ्टवेयरले अबको अपराधी को हुन्छ भनेर बताइदिन सक्ने विज्ञको दाबी छ ।
जेफ एशर भन्छन्-यसको अन्तर्यमा जुन सिद्धान्तले काम गर्दछ त्यो सबैभन्दा धेरै जोखिम तथा आशंकायुक्त मानिसहरू पत्ता लगाउनु हो । यसमा त्यस्ता मानिसहरूलाई समावेश गरिन्छ जो कुनै गोलीबारीका घटनामा सबैभन्दा धेरै सहभागी वा पीडित छन् । अभियुक्त तथा पीडित वा सँगै गिरफ्तार भएका अन्य व्यक्तिलाई पनि अधिक जोखिमयुक्त मानिसहरूमा सामेल गरिन्छ ।

यसलाई यसरी बुझ्न सकिन्छ । बन्दुक राख्नेहरु, शुटर र पीडितहरूलाई कम्प्युटर प्रोग्रामले एकसाथ राख्दछ । किनकि उनीहरू प्रायः एउटै समूहका सदस्य हुन्छन् वा एउटै खाले समूहका हुन्छन् र बदला लिन चाहन्छन् । यिनीहरूको गिरफ्तारीको अवस्था विशेष रुपले तयार गरिएको एल्गोरिदममा हालिन्छ । ती नामहरूलाई रणनीति तयार गर्ने विषय सूचीमा १ देखि ५०० अंकसम्म दिइन्छ । यो सूचीलाई शिकागोमा शिकागो हिट लिस्ट भनिन्छ । सोही आधारमा जोखिमको आकलन गर्ने गरिन्छ । तर यो तरिका कति प्रभावकारी हुन्छ ? भन्ने प्रश्न उठ्दछ ।

जेफ एशरका अनुसार यो प्रविधिमा ती मानिसहरूको पहिचान गर्न सकिन्छ जो अन्य मानिसहरूको तुलनामा धेरै जोखिममा हुन्छन् । उदाहरणका लागि शिकागो हिट लिस्टमा जो मानिसहरू सबैभन्दा धेरै जोखिमयुक्त थिए, उनीहरूमध्ये एक तिहाई गोलीबारीमा मारिए । यद्यपि अपराध हुनै नै वाला छ वा हिटलिस्ट सामेल मानिस अनिवार्य रुपमा हिंसामा सहभागी हुन्छ भन्ने छैन । तर पनि यो किन उपयुक्त छ भने यसबाट तपाईं अनुमान लगाउन सक्नुहुन्छ ।

सन् २०१३ मा पहिलोपटक शिकागो हिटलिस्ट बनाउँदा त्यसबेला ५०० भन्दा कम नाम थिए । अहिले त्यसमा चार लाखभन्दा धेरै मानिसको नाम छ र यसको असरको अनुमान गर्नु वास्तवमै कठिन छ ।

तर यदि तपाईंले केही गर्नुभएको छैन र तपाईंको नाम उक्त सूचीमा छ भने आखिर के कारणले तपाईंको पहिचान अधिक जोखिमयुक्त व्यक्तिको रुपमा भएको हो ? भन्ने थाहा पाउन सकिन्छ ।

कम्प्युटर र निष्पक्षता

लिरिया बेनेट मोसिस अस्ट्रेलियाको न्यु साउथवेल्स विश्वविद्यालयमा कानुनका प्राध्यापक हुन् । उनको शोध प्रेडिक्टिभ जस्टिसको कानुनी आयामहरुमा केन्द्रित छ । कुनै व्यक्तिको बारेमा एल्गोरिदमले के बताउँछ र यसलाई चुनौती दिन कति कठिन छ भन्ने विषय उनको अध्ययनको मुख्य विषय हो ।

योसँग सम्बन्धित एउटा घटना हो, एरिक लुमिसको । अमेरिकाको विस्कन्सिनमा प्रहरीले गोलीकाण्डमा प्रयोग भएको एक कार बरामद गर्‍यो, जसको चालक एरिक थिए । तर त्यो कार उनको थिएन । अदालतले उनलाई इजाजतविना अरुको कार चलाएको घटनामा दोषी ठहर गर्‍यो र उनलाई सजाय सुनाइयो । यो जोखिमको आकलन कम्पास नामक कम्प्युटर प्रोग्रामबाटै गरिएको मोसिस बताउँछिन् । यसले व्यक्तिका व्यक्तिका विभिन्न तथ्यहरुलाई ध्यानमा राखेर भविष्यमा उसले अपराध गर्ने सम्भावना कति छ ? भन्ने आकलन गर्दछ । त्यसमा लुमिसले पाएको जोखिमको स्कोर उच्च थियो ।

कम्प्युटरको आकलनलाई मध्यनजर गर्दै लुमिसलाई ६ वर्षको जेल सजाय सुनाइयो । जब उनका वकिलले एल्गोरिदमको विरुद्धमा अपिल गर्ने कोसिस गरे स्थिति जटिल भयो ।

अदालतमा यस्तो खाले कम्प्युटर प्रोग्रामको प्रयोग किन गरिन्छ भन्ने विषय ठूलो चुनौतीको विषय हो । यसले कुन तथ्यलाई आधार मान्दछ भन्ने कुराको जानकारी नहुनु मुख्य समस्या हो । एल्गोरिदमले त्यस्तो निष्कर्ष कसरी निकाल्यो भन्ने बारेमा अभियुक्तलाई बताउनु कठिन हुन्छ । मोसिसका अनुसार उनलाई यत्तिमात्र थाहा छ कि कम्पासले अपराधको अनुमानका लागि एक लामो प्रश्नावलीको उपयोग गर्दछ ।

वास्तवमा उक्त प्रश्नावलीको एक प्रति शोधकर्ताहरुको एउटा समूहले सार्वजनिक गरिदिएको थियो । त्यसमा कतिपय प्रश्नहरू अनौठा थिए । जब तपाईं आफ्ना आमाबुवाबाट अलग हुनुभयो त्यतिबेला उमेर कति थियो ? के तपाईं र तपाईंका कुने साथीहरू कहिल्यै अवैध लागुऔक्षध जस्ता आपराधिक गतिविधिहरुमा संलग्न छन् ? भन्ने जस्ता प्रश्नका अलवा अन्य शोधमा पनि चिन्ताजनक कुराहरु बाहिर आए ।

आश्चर्यको कुरा त के भने अफ्रीकी मूलका अमेरिकी नागरिकको स्कोर अधिक जोखिमयुक्त व्यक्तिको रुपमा हुने सम्भावना धेरै हुन्छ र गोराहरूको यस्तो जोखिम अंक कम हुने सम्भावना हुनछ । आखिर यस्तो किन हुन्छ ? यस्तो खाले सफ्टवेयरका विषयमा पारदर्शिता कम छ । एल्गोरिदमले कस्तो प्रकारले संग्रहित जानकारीहरुको प्रयोग गर्दछ भन्ने थाहा नहुने मोसिस बताउँछिन् ।

सैद्धान्तिक रुपमा कम्प्युटर एक मेसिन हो । यो भावनाहरुभन्दा पर हुन्छ र यो पूर्वाग्रहबाट पनि मुक्त हुनुपर्दछ । तर कम्प्युटर प्रोग्रामले डाटाका आधारमा काम गर्ने हुनाले यो पक्षपाती हुन सक्दछ । त्यसैले जोखिमको अंकलाई केवल सल्लाहको रुपमा लिनु उपयुक्त हुन्छ । तर के कम्प्युटरले कुनै यस्तो अपराधको अनुमान गर्न सक्दछ जो अहिलेसम्म भएकै हुँदैनन् ?

प्रेडिक्टिभ पुलिसिङ

क्यालिफोर्निया विश्वविद्यालयमा मानवशास्त्रका प्राध्यापक पी जेफ्री ब्रेटिंघम लामो समयदेखि एसियामा प्राचीन मानिसहरू कसले बसोबास गर्दथे भन्ने विषयमा शोध गरिरहेका छन् । उनले तिब्बत र मंगोलियामा प्राचीन मानिसहरूको जिउने तरिका र अमेरिकाको एक सहरमा चोरहरूद्वारा उपयोग गरिने रणनीतिको बीचको सम्बन्धलाई बुझ्ने कोसिस गरे ।

उनले औजार बनाउने प्राचीन मानिसहरुको तरिकाका बारेमा जानकारीहरू एकत्रित गरे र एक एल्गोरिदम बनाए । उनका अनुसार उक्त एल्गोरिदमबाट सहरमा अपराधीहरूले हमला गर्ने सम्भावना कति छ ? भन्ने कुराको अनुमान गर्न सकिन्छ ।

प्रेड पोल वा प्रेडिक्टिभ पुलिसिङ नामको उक्त विधिको प्रयोग अहिले एसिया, अमेरिका र युरोपमा भइरहेको छ ।

उनका अनुसार यो एक नक्शा हो जसमा विभिन्न क्षेत्रहरूलाई केही सय वर्गमिटरको आकारमा बाँडिन्छ । पुलिसकर्मीहरूले यसको प्रयोग गस्ती गर्नका लागि गर्दछन् । राति, दिउँसो र बेलुकीको समयको हिसाबबाट हरेक क्षेत्रमा भएका गतिविधिको डाटा एकत्रित गरिन्छ । ती डाटालाई कम्प्युटर प्रोग्राममा हालेर कुन इलाकामा अपराध हुने सम्भावना धेरै छ भन्ने अनुमान लगाउन सकिन्छ ।

उक्त एल्गोरिदमले अपराधका घटनाहरूलाई ध्यानमा राखेर आकलन गर्दछ । तर डाटाको विश्वसनीयतालाई लिएर भने समस्या आउन सक्दछ । जस्तै कुनै चोरले यदि चोरी गरेपछि पाँचवटा ब्लकसम्म भाग्दछ र पक्राउ पर्दछ भने अपराध भएको ठाउँ कुन हुन्छ ? चोरी भएको ठाउँ कि पक्राउ परेको ठाउँ ?

कम स्रोतसाधनमा ठूलो इलाकाको सुरक्षा गर्नुपर्ने दायित्व भएको प्रहरीका लागि यो उपयोगी हुन्छ ।

जेफ्रीका अनुसार प्रेडिक्टिभ पुलिसिङबाट ७/८ प्रतिशत अपराधको बारेमा भविष्यवाणी गर्ने गरिएको छ । सुन्दा यो तथ्यांक सानो देखिन्छ तर वास्तवमा उपलब्ध विकल्पको हिसाबले यो ठूलो संख्या हो । – बीबीसीबाट