Real time crime centre i Membhis, USA. Her får politiet varsler om når og hvor kriminalitet er forventet å oppstå.

Framtidens forebygging

«Predictive policing» gjør det langt enklere å forutse hvor og når kriminalitet kommer til å oppstå.

Publisert Sist oppdatert

Forestill deg et kart, med oversikt over hele Norge. Du zoomer inn på Bergen, Trondheim eller Oslo. I enkelte av gatene er det gule, oransje eller røde felter. Fargen angir sannsynligheten for at en kriminell handling kan oppstå akkurat der, akkurat nå. Når politiet vet dette, kan de fordele ressurser i form av forebyggende patruljer til akkurat de rette stedene.

Dette er «predictive policing» - «forutseende politiarbeid» - og det er framtiden, ifølge Mark Cleverly, sikkerhetsekspert hos datafirmaet IBM.

– Historisk sett har politiet alltid forsøkt å forbedre responstiden. Men responstiden er det som skjer først etter at en hendelse har skjedd. Det vi må gjøre, er å jobbe for mer forutsigbarhet, og for å bli mer proaktive. Før noe skjer, kan politiet være klar over hva som kan skje. Slik kan politiet distribuere mannskaper i forkant av at kriminalitet skjer, forteller Cleverly til Politiforum.

Se IBMs egne videoer om temaet her

Kraftig krimnedgang

Å forsøke å danne seg et bilde av kriminalitet og hvor det er mest sannsynlig at den kan oppstå, er ikke nytt for politiet. Etterretningsinformasjon, statistikk og historisk data har lenge bidratt til godt forebyggende politiarbeid. Men forutseende politiarbeid tar dette et skritt lenger.

Forskjellen fra tradisjonelt politiarbeid ligger i mengden av informasjon, og hvor raskt det tar å analysere informasjonen og gjøre seg nytte av den. Dette handler om «big data» - enorme mengder informasjon fra en rekke forskjellige kilder, som settes i system og analyseres fortløpende.

– I dag har vi tilgang til mye mer informasjon fra forskjellige steder enn vi har hatt noen gang tidligere. Noe av informasjonen er åpenbart nyttig for politiet, annen informasjon ikke like åpenbart nyttig. Som for eksempel, hvordan kan været påvirke kriminaliteten? Hvis det er varmt, kaldt eller regner, hva har det å si? Eller hvordan vil lønningsdagen virke inn, når flere mennesker har penger på konto? spør Cleverly.

Satt sammen med politiets egne data, kan informasjon fra offentlige etater og private firmaer gi en langt mer presis og helhetlig prognose, som politiet deretter kan dra nytte av i sitt arbeid. Her kan også kriminologi og sosiologi spille en nøkkelrolle.

– Hva er sannsynligheten for at et offer for kriminalitet blir et offer en gang til? Eller sannsynligheten for at naboen til denne personen også blir et offer? Slik kan vi tegne et ganske komplekst bilde av kriminaliteten, og hvordan den kan forebygges, mener Cleverly.

Et av stedene som har hatt stor nytte av forutseende politiarbeid, er politiet i Memphis i USA. Et samarbeid mellom IBM og University of Memphis, endte opp i dataverktøyet «CRUSH», en forkortelse for «Criminal Reduction Utilizing Statistical History» - eller på norsk, en reduksjon av kriminaliteten ved utnyttelse av statistisk og historisk data.

Etter at CRUSH ble tatt i bruk i Memphis, falt antallet alvorlige forbrytelser med over 30 prosent, mens antallet voldsforbrytelser ble redusert med 15 prosent. Det førte til at Memphis forsvant ut av listen over de mest kriminalitetsutsatte byene i USA.

– Systemet har hatt en dramatisk innvirkning. Når dataene indikerer et sted for en «hot spot», så kan vi umiddelbart sette inn ressursene våre der. Og i mange tilfeller får vi da mulighet til å gjøre arrestasjoner fordi vi er på rett sted til rett tid, sier John Williams til nyhetsbyrået AFP.

Williams er analyseleder for Memphis-politiet, og sier at CRUSH kan gi dem svært presise indikasjoner. For eksempel kan de forutse innbrudd innenfor et begrenset, geografisk område mellom klokken 22.00 og 02.00. CRUSH bidro blant annet sterkt til at politiet fanget en gjeng som over lengre tid hadde gjennomført en rekke væpnede ran.

– Vi tok ranerne på fersken, sier Williams.

Fem komponenter

For å komme i gang med forutseende politiarbeid, er det en del elementer som må være på plass. Cleverly viser selv til fem vesentlige elementer, som han kaller en fem komponent-modell.

– For det første, og ganske åpenbart, må politiet ha tilgang til informasjon. Dernest må denne informasjonen kvalitetsjekkes. For det tredje må kvalitetsjekket informasjon kunne fordeles til patruljene i felten, raskt og presist. Det fjerde punktet er evnen til å analysere store mengder informasjon, og til slutt handler det om å skape en mye mer helhetlig, samarbeidende situasjonsforståelse, hvor alle vet hva trusselbildet er. I mer eller mindre sanntid, sier han.

Cleverly mener det er på disse fem feltene at teknologi kan bidra. Utfordringen ligger ofte i å skaffe seg tilgang til informasjon.

– Noe av informasjonen eier politiet selv, men mesteparten er det andre som sitter på. Da må man skaffe seg tillatelse til å bruke informasjonen, og komme fram til vilkår for bruken. I noen land er det for eksempel ikke ønskelig for myndighetene å dele informasjon fra skatteetaten, så dette kan være en kompleks oppgave å få til. I bunn og grunn handler det om hva som er politisk og kulturelt akseptabelt, forklarer han.

– Hvordan kan for eksempel et norsk politidistrikt som Oslo ta i bruk slik teknologi?

– Først og fremst er det viktig å få på plass et rammeverk som alle er enige i, så kan teknologien komme på plass etter hvert. Her liker vi å ta utgangspunkt i fem komponent-modellen, svarer Cleverly.

Når rammeverket er på plass, er det mulig å beregne hva gevinsten kan bli.

– Og det handler ikke nødvendigvis kun om penger for politiet, men også om samfunnsmessig gevinst. Ved å redusere kriminaliteten, blir det færre ofre for kriminalitet. Det kan gi store besparelser for samfunnet, for vi vet at ofre for kriminalitet koster samfunnet mye, sier han, og fortsetter:

– Samtidig er det også vanskelig å bruke forretningsprinsipper om politiarbeid. Du kan ikke alltid forklare verdien av det arbeidet en polititjenestemann gjør. Du er nødt til å ha et helhetlig utgangspunkt, noe jeg mener denne modellen tar hensyn til.

Hvis man så setter den potensielle gevinsten opp mot de nødvendige investeringene, vil potensialet åpenbare seg, mener Cleverly. Det handler også om å tilpasse modellen til lokale forhold.

– Jeg tror at når det gjelder Oslo og Norge, så er det lettere å argumentere for at mindre kriminalitet er bra for samfunnet som helhet. Kulturen i Norge er mer innordnet en felles samfunnsnytte og samhold. Vi må ha et mer helhetlig syn på hvordan å skape et tryggere miljø, mener han.

Samlet i Rio

Et sted hvor det tenkes helhetlig, er Rio de Janeiro. Deres «Intelligence operation centre» er et samarbeidsprosjekt hvor politiet jobber sammen med mer enn 30 andre etater - som brannvesenet og vannverket. Her deler de på informasjonen for å være forberedt ikke bare på kriminalitet, men også naturkatastrofer og andre hendelser.

– Dette begynte med en bekymring for jordras, og et ønske om å kunne forutse hvor og når det kunne komme jordras. Vi skapte en modell som hjalp Rio med det, og ga myndighetene en oversikt over hvor ressursene var - alt fra bulldosere til ledige sykehussenger. Så vokste systemet til å også inkludere andre deler av byen. Og nå som Rio skal være vertskap for både VM i fotball og OL, har senteret blitt en viktig brikke for å håndtere sikkerheten på disse arrangementene. Da er kriminalitet et element, forklarer Cleverly.

Et fullt så avansert system vil imidlertid kunne være veldig kostbart - selv om prisen for teknologisk utstyr blir lavere og lavere. Samtidig bør ikke det nødvendigvis stå i veien for at også mindre politienheter tar i bruk forutseende politiarbeid.

– Den typiske holdningen er at «dette er for dyrt, for vanskelig». Og det er klart at for små enheter er det ikke mulig å trene opp mannskaper som jobber permanent med analysering. Derfor jobber vi for å gjøre dette enklere og mer automatisert, og tilgjengelig for enhver polititjenestemann. I stedet for å kun stole på instinktet i felten, og de personene de møter, kan de bruke denne teknologien også, forklarer Cleverly.

For eksempel kan en polititjenestemann på gata få direkte beskjed dersom en kriminell gjenganger løslates fra fengsel, og hvor han ender opp.

– Det handler om å gjøre politiarbeid mer effektivt?

– Definitivt. Vi liker å kalle det en «maktmultiplikator». Hvis du har 50 polititjenestemenn, vil du ved hjelp av forutseende politiarbeid ha arbeidskraft tilsvarende 60.

– Bedre personvern

En utfordring for å sette i gang med forutseende politiarbeid, er personvernet, og hvilken informasjon det er politisk holdbart at politiet samler og sammenstiller. Cleverly medgir at det ikke bare er lett.

– Men så er det jo det at selv om vi kan gjøre noe, så betyr det ikke at vi må gjøre det eller kommer til å gjøre det. Det er et spørsmål som de politiske institusjonene i hvert enkelt land må ta stilling til.

Samtidig, mener IBM-eksperten, kan også moderne teknologi bidra til at det er lettere å håndheve personvernet.

– I en elektronisk database, kan jeg finne ut nøyaktig hvem som har lest hver enkelt oppføring, når de har gjort det og hva de har gjort med den. For eksempel om de har skrevet den ut. Det kunne vi aldri gjøre når alt kun var papirbasert. Evnen til å vite nøyaktig hva som skjer med informasjonen din, er mye større nå. Jeg mener det bidrar til å forsterke personvernet.

Hvorvidt forutseende politiarbeid i denne skalaen blir en realitet i Norge, gjenstår å se. Men Cleverly er ikke i tvil om at det er dette som er framtiden, og at dette også er en løsning for mindre politienheter.

– Å bruke forutseende politiarbeid til å støtte eksisterende politiarbeid, gir deg veldig mye tilbake for pengene.

Mark Cleverly fra IBM jobber med forutseende politiarbeid.
Powered by Labrador CMS