A mesterséges intelligencia alkalmazása a bűnügyi nyomozásban nem új jelenség. Láttunk már tudományos kísérleteket arra, hogy a mesterséges intelligenciát bűnügyi tendenciák felismerésére vagy terrortámadások előrejelzésére használják. A következőkben megpróbálom bemutatni, hogyan használható a mesterséges intelligencia a nyomozati szakaszban.
Videónyomozás
A mesterséges intelligencia segítségével elérhető, hogy számítógépes képfeldolgozási technológiát alkalmazzanak a megfigyelőrendszerekből származó videóadatok elemzésére. Fő célja a potenciális bűnelkövetők gyors azonosítása és felkutatása. A videók elemzése régebben szinte teljes mértékben manuális volt. A nyomozók aprólékosan megvizsgálták és összehasonlították a gyanús személyeket az összegyűjtött videó- és képadatok segítségével. A megfigyelőrendszerek városi területeken való széles körű elterjedése azonban a videóadatok számának jelentős növekedéséhez vezetett, ami a korábbi, emberi munkán alapuló módszereket idő- és munkaigényessé, tévedésekre hajlamossá és ismételt felülvizsgálatot igénylővé tette. Emellett a videók minőségének eltérései és a korlátozott tárhelyek tovább súlyosbították az eredménytelenséget.
Ma a mesterséges intelligencia (MI) képfelismerési technológiája átfogó megoldást kínál ezekre a kihívásokra. A mesterséges intelligencián alapuló technológiák automatizálják a nagy videóadathalmazok feldolgozását, hatékonyan felismerik a releváns tényezőket, és ezeket az adatokat különböző információhalmazokkal hozzák összefüggésbe. Ez az automatizálás lehetővé teszi az automatikus azonosítást, felderítést, összehasonlítást és riasztást a gyanús célpontok esetében, beleértve a személyeket és a járműveket is. Ezen túlmenően a mesterséges intelligencia képes leírni a bűncselekmény gyanúsítottjainak viselkedését. Következésképpen mentesíti a nyomozókat a kézi keresés és összehasonlítás fáradságos feladatai alól, ami a nyomozás hatékonyságának jelentős javulásához vezet. Ma már könnyen találhatunk olyan MI-alapú videóelemző szoftvereket, mint a Mistral vagy az Aviglion.
Bűnügyi adatbányászat
Az adatbányászat a nagy adathalmazokon belüli anomáliák, minták és összefüggések keresése és megtalálása az eredmények előrejelzése érdekében. A technológia felhasználásának két fő módja van a nyomozásban.
Az első felhasználási mód a hálózatelemzés. A hálózatelemzés az adatbányászat egyik összetevője, amely az emberek, helyek és szervezetek közötti kapcsolatokat vizsgálja, segítve az olyan feladatokat, mint a terrorizmus és a szervezett bűnözés elleni küzdelem. Ez egy olyan folyamat, amelyet szakértők irányítanak, akik a technológia segítségével vizuális hálózatokat hoznak létre. A nyomozati szervek használhatják a telefonhívások elemzésére, a pénzügyi tranzakciók nyomon követésére és a gyanúsítottak mozgásának tanulmányozására. A mai, adatokban gazdag világban a kihívás a releváns adatok kiválasztása az elemzéshez. A hálózatelemzés akkor a leghatékonyabb, ha más információforrásokkal kombinálva segít azonosítani a bűnügyi vagy terrorista hálózatok kulcsszereplőit.
A második felhasználási mód a geometriai klaszterezés. A korlátozott bűnüldözési erőforrások gyakran a nagyobb eseteket helyezik előtérbe a kisebb szabálysértésekkel szemben. Egy egyén vagy csoport által elkövetett, ismétlődő, kisebb bűncselekmények azonban jelentős bűnügyi mintává halmozódhatnak, ami indokolttá teszi a rendőrség figyelmének felkeltését. A figyelemelterelő lopási ügyek például részletes áldozati leírásokat tartalmaznak az elkövetőkről, ami értékes adatokat kínál a geometriai klaszterezési technológia segítségével történő elemzéshez.
A gyakorlatban a rendőrségnek az elkövetők narratív leírásait strukturált adatokká kell alakítania, olyan kulcsfontosságú változókra összpontosítva, mint a magasság, testalkat, életkor, faj, hajviselet, akcentus stb. Ez a módszer segít azonosítani a bűnbandák tevékenységeit és mintáit. A nem szabványos adatkódolás és a hiányzó bejegyzések kezelése azonban kihívást jelent.
E módszerre példa a Hanksen, egy mesterséges intelligencia alapú eszköz, amelyet a hollandiai Nemzeti Törvényszéki Intézet fejlesztett ki. Ez a rendszer jól kezeli a különböző forrásokból és formátumokból származó, szöveges, videó- és hangadatokat. A lefoglalt adatok kereshetőségének javítása jelentősen segíti a bűnügyi nyomozást, mivel csökkenti a releváns információk figyelmen kívül hagyásának esélyét.
Bűncselekmény-előrejelzés
Az állampolgárok egyik alapvető elvárása az állammal szemben, hogy biztonságban éljék mindennapjaikat. Ennek fontos előfeltétele a hatékony bűnüldözés, amelyet nagyban megkönnyít, ha a nyomozó hatóságok „egy lépéssel a bűnözők előtt járnak”. Ezt a folyamatot megkönnyítheti, ha a nyomozó hatóságok megpróbálják megjósolni, hogy mely területeken milyen típusú bűncselekmények előfordulása valószínűsíthető. A Chicagói Egyetem kutatócsoportja 2022-ben olyan algoritmust hozott létre, amely 90%-os pontossággal képes előre jelezni a bűncselekményeket a nagyvárosi területeken, és egy hétre előre előrejelzést nyújt.
De hogyan működik? A bűnözést, bár véletlenszerűnek tűnhet, összetett társadalmi tényezők befolyásolják, amelyek mögöttes mintákkal rendelkeznek.
A mesterséges intelligencia javította a bűncselekmények előrejelzését azáltal, hogy kiterjedt adatok felhasználásával előrejelző modelleket hozott létre. Ezek a modellek a bűncselekmények különböző aspektusait képesek megjósolni, a típustól kezdve az időpontig és a helyszínig. A mesterséges intelligencia bűnüldözésben való alkalmazása pontosabb erőforrás-elosztást tesz lehetővé, és minimalizálja az elfogultságot. Az olyan gyakori bűncselekmények esetében, mint a lopás és a rablás, a gépi tanulási algoritmusok elemzik a tér-időbeli mintákat, és olyan tényezőket vesznek figyelembe, mint a népsűrűség, az idő, a gazdaság, a rendőri jelenlét és az időjárás. Ezek az algoritmusok segítenek az előrejelző modellek felépítésében, amelyek pontosságát értékelik.
Etikai és jogi kérdések
A mesterséges intelligencia alkalmazása az eljárási büntetőjogban számos etikai és jogi aggályt vet fel. Az olyan lehetséges kérdések, mint a helytelen és hiányos adatok, az adatelemzéshez használt eszközök kiválasztása és a profilok értelmezése mind befolyásolhatják a következtetések megbízhatóságát. Ezek potenciálisan előítéleteket és megkülönböztetést hozhatnak a bűnügyi nyomozás, a büntetőeljárás és az ítélethozatal folyamatába. Következésképpen etikai és jogi kérdések merülnek fel mind az anyagi-, mind az eljárásjogi kontextusban – különösen a tisztességes eljáráshoz való jog tekintetében.
Hagyományos jogi kérdések is felmerülnek, amelyek a bűnüldöző szervek hatáskörének mértékére összpontosítanak. A bűnügyi nyomozások terén meglévő hatáskörök felmérésén túlmenően alapvető fontosságú a lehetséges hiányosságok vagy olyan területek feltárása, ahol a hatáskörök javíthatók, ahelyett, hogy a rendőrség illetékességének bővítését szorgalmaznánk.
Emellett fontos kérdés a büntetőjogi adatelemzések szabályozása is. Míg az adatgyűjtést a büntetőjogi és adatvédelmi jogszabályok szigorúan szabályozzák, az adatelemzések felhasználása viszonylag szabályozatlan. Az e területre vonatkozó szabályozás megalkotása az átláthatóság és a részvétel előmozdításával, valamint a jogbiztonság növelésével a büntetőeljárások valamennyi résztvevőjének, köztük a gyanúsítottaknak a jogi védelme szempontjából is kulcsfontosságú.
