- Het CATT-algoritme is ontwikkeld om ‘seksuele roofdieren’ online op te sporen
- Traffic Jam gebruikt KI om de politie te helpen mensenhandel te bestrijden
- Worden polygrafen binnenkort vervangen door digitale leugendetectors?
- De Britse politie wil KI gebruiken om gewelddadige criminaliteit te voorspellen
- Welke invloed heeft KI op de toekomst van wetshandhaving?
Kunstmatige intelligentie (KI) vindt voortdurend nieuwe toepassingen en heeft al een aantal sectoren en bedrijfstakken getransformeerd, waaronder de gezondheidszorg, de financiële sector, telecom en de automotive sector. De wetshandhaving bleef tot voor kort nog wat achter met betrekking tot de implementatie van kunstmatige intelligentie, maar dat begint langzaam te veranderen. Wetshandhavingsinstanties overal ter wereld maken steeds meer gebruik van KI om hen te helpen misdaad te bestrijden. In een recent rapport van MarketsandMarkets staat bijvoorbeeld dat de wereldwijde markt voor wetshandhavingssoftware naar verwachting zal groeien van $10 miljard in 2017 tot $18 miljard in 2023.
Het CATT-algoritme is ontwikkeld om ‘seksuele roofdieren’ online op te sporen
Online chatrooms kunnen een gevaarlijke plek zijn. Ze worden vaak bezocht door, onder andere, pedofielen die proberen een gesprek aan te knopen met nietsvermoedende kinderen. Zij weten deze minderjarigen soms zelf zover te krijgen dat ze een persoonlijke ontmoeting afspreken – met alle mogelijke gevolgen, zoals seksueel geweld, van dien. Om dit probleem aan te pakken en politieagenten te helpen deze ‘seksuele roofdieren’ op te sporen voordat er vreselijke dingen kunnen gebeuren, heeft een team van onderzoekers van Purdue University, geleid door universitair docent Kathryn Seigfried-Spellar, een algoritme ontwikkeld met de naam CATT (Chat Analysis Triage Tool). Dit algoritme kan (potentiële) zedendelinquenten identificeren waarvan de kans groot is dat zij dit soort persoonlijke ontmoetingen proberen af te spreken. Dit doet het systeem door specifiek woordgebruik en conversatiepatronen te analyseren.
Om het algoritme te ontwikkelen, onderzochten de onderzoekers – met behulp van ‘statistische discoursanalyse’, waarmee verschillende trends in woordgebruik geïdentificeerd worden – meer dan 4.300 berichten in online chatsessies waarbij zedendelinquenten betrokken waren. “We probeerden taal-gebaseerde verschillen en factoren als zelfonthulling te identificeren”, vertelt Seigfried-Spellar. “Als we taalverschillen kunnen identificeren, kan de tool deze verschillen in de chats oppikken en daarmee een beoordeling maken van de kans dat de persoon in kwestie persoonlijk contact zal proberen te leggen met het slachtoffer. Aan de hand daarvan kan de politie bepalen wanneer ze bepaalde gevallen nader en sneller willen onderzoeken”.
Traffic Jam gebruikt KI om de politie te helpen mensenhandel te bestrijden
Volgens de Internationale Arbeidsorganisatie zaten in 2016 maar liefst 40,3 miljoen mensen wereldwijd gevangen in moderne slavernij en één op de vier daarvan waren kinderen. Meer dan de helft daarvan, 24,9 miljoen, zat gevangen in dwangarbeid, waarvan 4,8 miljoen in gedwongen seksuele uitbuiting. Om dit probleem aan te pakken en de politie te helpen slachtoffers van mensenhandel op te sporen, heeft de startup Marinus Analytics een softwaresuite met de naam Traffic Jam ontwikkeld. Dit systeem maakt gebruik van kunstmatige intelligentie om het internet af te speuren naar escortadvertenties en een database met foto’s, telefoonnummers en locatiegegevens samen te stellen.
“Er worden elke dag honderdduizenden escortadvertenties online geplaatst”, zegt Emily Kennedy, de oprichter en CEO van Marinus Analytics. “We verzamelen informatie uit de top escort sites en plaatsen dit in Traffic Jam om deze gegevens doorzoekbaar te maken. Het doel is om de enorme hoeveelheden relevante data op het internet te gebruiken en om te zetten in bruikbare intelligentie”. Er staan inmiddels meer dan 210 miljoen advertenties in de database van Traffic Jam. De escortsites worden elke 20 minuten gescand, wat betekent dat zelfs advertenties die sindsdien verwijderd zijn in de database worden opgenomen.
Het bedrijf heeft onlangs ook een nieuwe gezichtsherkenningsfunctie toegevoegd met de naam Facesearch, ontwikkeld op basis van de Rekognition-software van Amazon. Met Facesearch kunnen politieagenten een foto van een vermiste persoon uploaden en deze vergelijken met andere foto’s in de database om na te gaan of deze eerder in advertenties gebruikt zijn. Volgens Kennedy kan Traffic Jam politiewerk op dit vlak aanzienlijk efficiënter maken en de onderzoekstijd met maar liefst 50 procent terugdringen. Traffic Jam wordt door wetshandhavingsinstanties in de Verenigde Staten, Canada en het Verenigd Koninkrijk al op grote schaal gebruikt en heeft alleen al in 2018 naar schatting 3.000 slachtoffers van sekshandel geïdentificeerd.
Worden polygrafen binnenkort vervangen door digitale leugendetectors?
De polygraaf is een populair apparaat in misdaadfilms en -series, waarmee rechercheurs kunnen vaststellen of een verdachte de waarheid vertelt. De realiteit is echter een stuk ingewikkelder. Polygrafen zijn ontworpen om fysiologische factoren als bloeddruk, hartslag, ademhalingssnelheid en transpiratie te meten terwijl een persoon een reeks vragen beantwoordt. Verhoogde waarden worden hierbij beschouwd als een indicatie dat de persoon mogelijk liegt. Maar alleen het feit al dat je een leugendetectietest moet afleggen kan zorgen voor stress en daardoor een vals positief produceren. Bovendien kan een getraind persoon een polygraaf om de tuin leiden. Dit zijn een aantal van de redenen waarom leugendetectietests over het algemeen niet als bewijs in strafzaken worden toegelaten. Maar zou er een betere, betrouwbaardere manier kunnen zijn om tot de waarheid te komen?
EyeDetect, ontwikkeld door het in Utah gevestigde bedrijf Converus, is een digitaal leugendetectiesysteem dat probeert te bepalen of een persoon liegt of de waarheid vertelt door subtiele veranderingen in het oog te meten, zoals de pupildiameter, oogbewegingen, leesgedrag, knipperen en fixaties. Met behulp van een infraroodcamera en een complex algoritme kent dit systeem aan de hand van bovengenoemde observaties een geloofwaardigheidsscore toe. “Je kunt het niet met het blote oog zien, maar pupillen verwijden soms maar tot een tiende van een millimeter”, vertelt Converus CEO Todd Mickelsen. “We hebben nu tools waarmee we die veranderingen tijdens onze test kunnen vastleggen”. Volgens het bedrijf is EyeDetect goedkoper, sneller, betrouwbaarder en minder invasief dan een polygraaf. Het systeem is sinds de lancering in 2104 tot nog toe voornamelijk door bedrijven gebruikt om potentiële werknemers te screenen. Het systeem is onlangs echter geüpgraded zodat het ook bij strafrechtelijke onderzoeken kan worden gebruikt.
Hoewel Eyedetect over het algemeen (nog) niet toelaatbaar is in de rechtbank, kan het tijdens een strafrechtelijk onderzoek al wel een zeer nuttig hulpmiddel zijn. “Deze technologie is voor ons goed genoeg om een onderzoek in een bepaalde richting te kunnen sturen”, zegt Sgt. Spencer Cannon van de Utah County Sheriff’s Office. “Het kan ons aanleiding geven om het type of de manier van ondervraging te veranderen, waar we anders wellicht geen reden toe zouden hebben, of iemand de kans te geven om misschien iets te bekennen”. Volgens het bedrijf wordt het systeem nu in 40 verschillende talen en door meer dan 500 klanten in 42 landen gebruikt.
De Britse politie wil KI gebruiken om gewelddadige criminaliteit te voorspellen
Stel dat er een manier zou zijn om potentiële criminele activiteiten te voorspellen en actie te ondernemen voordat er iets ergs gebeurt. Dat is precies het idee achter een nieuw systeem, ontwikkeld door de Britse politie, dat gebruikmaakt van KI en statistieken om de waarschijnlijkheid te berekenen dat iemand een misdrijf zal plegen of slachtoffer zal worden. Om arrestaties te voorkomen kunnen de personen die door het systeem als ‘high risk’ geïdentificeerd worden bijvoorbeeld ondersteuning aangeboden krijgen in de vorm van counseling door maatschappelijk werkers.
De National Data Analytics Solution (NDAS), zoals het systeem wordt genoemd, is ontwikkeld door middel van het verzamelen van meer dan een terabyte aan data uit lokale en nationale politiedatabases. Deze datasets bevatten informatie over meer dan 5 miljoen personen, inclusief wanneer ze zijn aangehouden en gefouilleerd door de politie en de misdaden die ze gepleegd hebben. De software heeft deze data vervolgens geanalyseerd en bijna 1.400 indicatoren geïdentificeerd waarmee misdaad voorspeld kan worden. Denk daarbij aan het aantal misdaden dat een persoon samen met anderen heeft gepleegd, of het aantal misdaden gepleegd door mensen in dezelfde sociale groep als die persoon. Met behulp van deze indicatoren wil NDAS proberen individuen te identificeren die soortgelijk gedrag vertonen dat in het verleden tot criminele activiteiten heeft geleid. Vervolgens wordt elke persoon een risicoscore toegekend die aangeeft hoe waarschijnlijk het is dat hij of zij opnieuw een misdaad zal plegen.
Het idee van voorspellend politiewerk heeft inmiddels wel voor behoorlijk wat controverse gezorgd. De meerderheid van de tegenstanders vindt dat het gebruik van dit soort technologie ernstige ethische uitdagingen met zich meebrengt. Sommigen hebben bovendien hun bezorgdheid geuit over mogelijke vertekening in de gegevens die worden gebruikt om het systeem te trainen. Dit zou bijvoorbeeld als gevolg kunnen hebben dat de voorspellingen bevooroordeeld zijn en ertoe kunnen leiden dat de politie zich op bepaalde gemeenschappen of bevolkingsgroepen richt, terwijl andere gemeenschappen of onbeschermd blijven. Het is echter onwaarschijnlijk dat deze zorgen de opkomst van predictive policing zullen voorkomen. Uit rapporten blijkt bijvoorbeeld dat politiekorpsen in landen als de VS, China, Denemarken, Duitsland en Nederland de afgelopen jaren al predictive policing tools hebben ingezet of getest.
Welke invloed heeft KI op de toekomst van wetshandhaving?
Wetshandhaving is sterk afhankelijk van het verzamelen en verwerken van informatie om criminaliteit te voorkomen en te managen. Maar omdat mensen maar een beperkte hoeveelheid informatie kunnen verwerken, verlopen onderzoeken vaak traag. Bovendien maken mensen fouten. Kunstmatige intelligentie kan op dit gebied in veel gevallen oplossingen bieden.
Met KI kun je in korte tijd enorme hoeveelheden data analyseren en patronen identificeren en steeds meer wetshandhavingsinstanties over de hele wereld beginnen dan ook te experimenteren met KI. Of het nu wordt gebruikt om online seksuele roofdieren op te sporen, slachtoffers van mensenhandel te identificeren, te bepalen of een persoon liegt of om misdaad te voorspellen – kunstmatige intelligentie heeft zeker het potentieel om de wereld een veiligere plek te maken. Wel moeten we voorzichtig te werk gaan en ervoor zorgen dat we ons lot en het lot van anderen in betrouwbare ‘handen’ leggen.
