Nos EUA, algoritmo promete prever crimes uma semana antes que eles ocorram

Cientistas da Universidade de Chicago desenvolveram um novo algoritmo que, segundo eles, é capaz de prever crimes. O modelo analisa padrões de tempo e localizações geográficas extraídas de dados públicos para antever delitos com uma semana de antecedência – e 90% de precisão.

A ferramenta foi testada usando dados da cidade de Chicago para dois tipos de infração: crimes violentos (como homicídios e assaltos) e contra o patrimônio (roubos e furtos). A escolha desses dados é proposital. Segundo os pesquisadores, esses tipos de infrações são mais propensos a serem relatados à polícia, mesmo em regiões onde há desconfiança histórica e falta de cooperação com as autoridades. Além disso, eles consideraram esses crimes como menos propensos a interpretações tendenciosas, como é o caso dos relacionados a drogas.

O programa observa as coordenadas de espaço e marcações de tempo de cada ocorrência e detecta padrões para prever eventos futuros. Ele divide a cidade em porções de aproximadamente 305 metros quadrados e prevê o crime dentro dessas áreas – em vez de depender dos limites de bairros, que também estão sujeitos a preconceitos. O algoritmo manteve o desempenho ao analisar dados de outras cidades dos EUA, como Atlanta, Los Angeles, Filadélfia e São Francisco.

O diferencial do algoritmo

Esforços anteriores em previsão de crime costumavam usar uma abordagem diferente, onde a criminalidade é descrita como uma epidemia: concentra-se em “pontos quentes” (bairros historicamente violentos, por exemplo) e que, a partir deles, espalha-se para áreas vizinhas. O problema, segundo os pesquisadores, é que essa abordagem deixa de lado a complexidade do ambiente social urbano e a relação entre o crime e os efeitos da aplicação policial.

Um exemplo: em 2012, o Departamento de Polícia de Chicago, juntamente com pesquisadores do Instituto de Tecnologia de Illinois, implementou o “Modelo de Risco de Crime e Vitimização”, que criou uma lista de potenciais envolvidos em casos de violência determinados por fatores como idade e histórico de prisão. Quanto mais alta a pontuação, mais propensos eles seriam a participar de uma ação violenta – tanto como agressores quanto como vítimas.

O programa foi descontinuado em 2020 após anos de controvérsias referentes aos incluídos na lista e a falta de acusações contra eles. Uma investigação do Chicago Sun-Times em 2017 revelou que quase metade das pessoas identificadas pelo modelo como potenciais autores nunca foram acusadas de porte ilegal de armas, enquanto 13% nunca foram acusadas de um crime grave.

Por outro lado, o novo algoritmo usa centenas de milhares de padrões sociológicos para descobrir o risco de crime em um determinado tempo e espaço.

“Os modelos espaciais ignoram a topologia natural da cidade”, afirma o sociólogo e coautor James Evans. “As redes de transporte, por exemplo, respeitam limites físicos: ruas, passarelas, linhas de trem e ônibus. Já as redes de comunicação respeitam áreas de contexto socioeconômico semelhante. Nosso modelo permite a descoberta dessas conexões.”

Resposta policial

O time de pesquisa também estudou a resposta policial ao crime. Eles analisaram o número de prisões após incidentes e compararam essas taxas entre bairros de diferentes status socioeconômicos. Os cientistas perceberem que crimes em áreas mais ricas resultaram em mais prisões, enquanto as prisões em bairros desfavorecidos caíram.

Ou seja: o sistema deixou claro a diferença da ação policial de acordo com a região. Enquanto furtos, assaltos e homicídios que acontecem em bairros ricos recebem uma fatia considerável dos recursos policias, áreas mais pobres são negligenciadas.

“Demonstramos a importância de descobrir padrões específicos da cidade para a previsão de crimes relatados, o que gera uma nova visão dos bairros da cidade, nos permite fazer novas perguntas e nos permite avaliar a ação policial de novas maneiras”, relata Evans.

Aplicação

Os pesquisadores alertam que, por mais que a ferramenta esteja se mostrando precisa, não significa que ela deva ser usada para direcionar a aplicação da lei e invadir bairros de forma proativa. Do contrário, ela deve ser adicionada ao conjunto de políticas urbanas e estratégias de policiamento para combater a criminalidade.

“O algoritmo cria um ‘gêmeo digital’ de ambientes urbanos da vida real. Se você alimentá-lo com dados do passado, ele lhe dirá o que acontecerá no futuro. Não é mágico, há limitações, mas validamos e funciona muito bem”, conta Chattopadhyay. “Agora você pode usar isso como uma ferramenta de simulação para ver o que acontece se o crime aumentar em uma área da cidade ou se houver um aumento da fiscalização em outra área. Se você aplicar todas essas variáveis ​​diferentes, poderá ver como os sistemas evoluem em resposta.”