L'IA può prevedere i futuri hotspot criminali di una città analizzando immagini satellitari e dati del censimento ?

I sistemi di machine learning ora combinano viste satellitari, tendenze demografiche e registri storici dei crimini per prevedere dove certi reati potrebbero aumentare nei prossimi mesi. Queste previsioni vengono utilizzate da alcuni programmi municipali di sicurezza per allocare le risorse.

I ricercatori hanno compiuto progressi significativi nell'utilizzo di algoritmi di machine learning per analizzare immagini satellitari e dati censuari nella previsione di aree critiche per la criminalità. Sfruttando le immagini satellitari, i modelli di intelligenza artificiale possono identificare fattori ambientali come degrado urbano, povertà e mancanza di spazi verdi associati a tassi di criminalità più elevati. I dati censuari forniscono ulteriori informazioni su fattori demografici e socioeconomici che possono contribuire alla criminalità. Studi hanno dimostrato che combinare queste fonti di dati può migliorare la precisione delle previsioni criminali. Ad esempio, un modello che analizza immagini satellitari per identificare caratteristiche come edifici abbandonati, scarsa illuminazione e vegetazione densa può essere combinato con dati censuari su densità di popolazione, livelli di reddito e istruzione per prevedere aree con tassi di criminalità elevati. Sebbene questo approccio mostri promesse, la sua efficacia può variare a seconda della qualità dei dati, degli algoritmi specifici utilizzati e del contesto locale. Inoltre, sussistono preoccupazioni riguardo a potenziali pregiudizi nei dati e al rischio di perpetuare disuguaglianze sociali esistenti. Lo sviluppo di modelli più sofisticati e sfumati in grado di tenere conto di queste complessità è un'area attiva di ricerca.

+- administered May 13, 2026 · Source: National Institute of Justice — https://nij.ojp.gov, Science Direct — https://www.sciencedirect.com