Thuật toán dự đoán trẻ lớn lên có thể trở thành tội phạm hay không

  •   32
  • 4.430

Việc dự đoán trước liệu một đứa trẻ có khả năng phạm tội trước năm 18 tuổi hay không sẽ giúp chúng ta có biện pháp ngăn chặn kịp thời.

Có thể nhiều người trong chúng ta không cảm thấy xa lạ với bộ phim khoa học viễn tưởng có tên gọi là Minority Report. Bộ phim nói về nhân vật thanh tra John Anderton đầy trách nhiệm và tuyệt đối tin tưởng vào Bộ phận dự đoán. Nhưng thật trớ trêu khi một ngày Bộ phận thông báo rằng John chính là kẻ giết người tiếp theo, nạn nhân là một người anh không hề quen biết. Không còn cách nào khác, anh phải chạy trốn.

Đó là trên phim ảnh, nơi mọi người hoàn toàn có thể dự đoán hoặc biết trước một người nào đó sẽ trở thành tội phạm trong tương lai. Vậy còn đời thực thì sao? Hiện tại, Richard Berk - nhà nghiên cứu về tội phạm của Đại học Pennsylvania tại Mỹ đang cố gắng biến điều tưởng chừng như không thể đó trở thành hiện thực.

Các nhà khoa học đang cố gắng dự đoán xem trẻ em lớn lên có trở thành tội phạm hay không.
Các nhà khoa học đang cố gắng dự đoán xem trẻ em lớn lên có trở thành tội phạm hay không. (Ảnh Shutterstock / Tomsickova Tatyana).

Hiện tại, Richard Berk đã nhờ đến chính phủ Na uy thu thập lượng lớn dữ liệu về công dân của đất nước này, sau đó kết hợp tất cả dữ liệu đó với một tập tin nhận dạng duy nhất. Berk sẽ tập trung nghiên cứu những tập tin về trẻ em và cha mẹ của chúng, đặc biệt họ sẽ chú tâm đến môi trường sống, thời điểm sinh ra của đứa trẻ để dựa vào đó có thể tiên đoán xem trước năm 18 tuổi, những đứa trẻ ấy có khả năng làm gì phạm pháp hay không.

Quá trình kiểm tra của Richard Berk dựa trên kỹ thuật machine learning (phương pháp phân tích dữ liệu sẽ tự động hóa). Kỹ thuật này sẽ bao gồm dữ liệu mà các nhà khoa học thiết kế thành thuật toán, giúp máy tính biết cách xác định các mẫu đặc biệt trong tập tin dữ liệu lớn, thậm chí kể cả các tập dữ liệu mà chúng chưa từng thấy trước đó.

Một khi máy tính có thể xác định mẫu, nó sẽ kết hợp với những phát hiện thu được trước đó để dự đoán kết quả, nhằm ngăn chặn hành vi phạm tội. Các thuật toán được sử dụng trong kỹ thuật machine learning có thể dự đoán chính xác hành vi sau này của một đứa trẻ nếu số lượng thông tin thu nhập được nhiều. Tuy nhiên, việc dự đoán này không phải là hoạt động dễ dàng. Nếu thí nghiệm này của Berk thành công thì có khả năng nhiều người sẽ bị bắt và tuyên án trước khi họ thực hiện hành vi xấu.

Trước đây, Richard Berk đã phát triển phần mềm máy tính giúp dự báo khả năng các cá nhân đang bị quản thúc hoặc tạm tha có thể tái phạm hay không. Việc dự đoán vấn đề này còn phải dựa vào thông tin số lượng các vụ bắt giữ trước đó của một người, tuổi lần đầu tiên bị bắt giữ, loại hình phạm tội.

Berk cho biết: "Mọi người thường nghĩ rằng, nếu một người từng phạm tội giết người thì trong tương lai có thể tái phạm. Nhưng điều quan trọng hơn, đó là độ tuổi của người đó. Nếu người đó phạm tội cướp có vũ trang ở tuổi 14 thì đó là một yếu tố để dự báo tốt. Tuy nhiên, nếu người đó phạm tội ở tuổi 30 thì không có nhiều khả năng có thể dự báo".

Trước đây, Richard Berk đã phát triển phần mềm máy tính giúp dự báo khả năng các cá nhân đang bị quản thúc hoặc tạm tha có thể tái phạm hay không.
Trước đây, Richard Berk đã phát triển phần mềm máy tính giúp dự báo khả năng các cá nhân đang bị quản thúc hoặc tạm tha có thể tái phạm hay không. (Ảnh minh họa).

Cách đây vài năm, các nhà nghiên cứu đã tìm hiểu dữ liệu của hơn 60.000 tội phạm khác nhau, bao gồm cả tội phạm giết người. Họ sử dụng một thuật toán để tìm thấy một tập hợp những người có khả năng phạm tội giết người khi được ân xá hoặc thử thách. Nhóm nghiên cứu Upenn có thể xác định được 8/100 tội phạm có thể giết người trong tương lai.

Những phát kiến này sẽ giúp cảnh sát và mọi người nhận biết được đối tượng nào có nguy cơ trở thành phần tử nguy hiểm đối với cộng đồng. Đồng thời, nếu nhận biết được đối tượng đang lãnh án có khả năng tái phạm nếu được tha thì các cơ quan chức năng sẽ có hình thức xử lý kịp thời.

Nghiên cứu này đã được công bố trên tạp chí The Conversation.

Cập nhật: 16/08/2016 Theo khampha
  • 32
  • 4.430