Poate AI prezice ratele criminalității pe baza datelor istorice, a modelelor meteorologice și a altor date senzoriale ?

AI poate acum să producă prognoze pe termen scurt și localizate ale riscului de criminalitate prin combinarea datelor istorice despre incidente cu fluxuri în timp real precum vremea, senzorii de trafic pietonal, discuțiile de pe rețelele sociale și chiar sistemele de detectare a împușcăturilor. Sistemele moderne utilizează modele avansate de învățare profundă spațio-temporală (de exemplu, rețele neuronale grafice peste rețele geografice și algoritmi de tip transformer pentru secvențe) care depășesc metodele statistice mai vechi pe mai multe seturi de date municipale, obținând creșteri de 15–30 % în metricile de precizie-revocare pentru sarcina de predicție a punctelor fierbinți pentru următorul schimb. Aceste instrumente sunt implementate în câteva orașe din SUA și Europa, în principal pentru alocarea resurselor și nu pentru țintirea la nivel individual, fiind supuse evaluării continue pentru corectitudine și discriminare împotriva cartierelor defavorizate. În prezent, prognozele pe termen mediu (săptămâni sau luni înainte) rămân mult mai puțin fiabile, iar majoritatea agențiilor tratează ieșirile AI ca suport decizional și nu ca dovezi definitive.

— Îmbogățit la 12 mai 2026 · Sursă: National Institute of Justice — https://nij.ojp.gov/topics/articles/predictive-policing-what-we-know-and-what-we-need-know