Aux États-Unis, une intelligence artificielle parvient à prédire des crimes une semaine à l’avance

Des chercheurs américains ont réussi à développer une intelligence artificielle capable de prédire des crimes avec 90 % d’efficacité.
Des chercheurs américains ont réussi à développer une intelligence artificielle capable de prédire des crimes avec 90 % d’efficacité. - Photo d’illustration - Pixabay

Pour lutter contre la criminalité, la police a longtemps cherché à prédire les crimes. Des chercheurs de l’Université de Chicago seraient parvenus à cette réussite grâce à une intelligence artificielle.

Dans un article publié le 30 juin dans la revue Nature, les auteurs de ce rapport estiment que leur outil est capable de prédire les lieux et les dates de crimes une semaine à l’avance avec un taux de succès de 90 %.

Pour développer leur algorithme, les chercheurs ont utilisé des données de 2014 à 2016 liées à la criminalité dans la ville de Chicago. Le logiciel a ensuite réussi à prédire de manière rétroactive les crimes survenus les semaines suivantes et a fait ses preuves avec les données de sept autres grandes villes américaines. Les auteurs précisent que la localisation du crime se fait dans un rayon de 300 mètres.

« Nous avons créé un jumeau numérique des environnements urbains. Si vous lui fournissez des données sur des événements passés, il vous dira ce qu’il va se passer à l’avenir. Ce n’est pas magique, il y a des limites, mais nous l’avons validé et il fonctionne très bien  », a déclaré Ishanu Chattopadhyay, l’auteur principal de cette étude.

Éviter les biais raciaux

Les précédentes tentatives de prédiction de crimes ont déjà fait l’objet de controverses car celles-ci s’appuyaient sur la reconnaissance faciale et pouvaient ainsi perpétuer des préjugés raciaux. À l’inverse, l’algorithme d’Ishanu Chattopadhyay ne prédit pas les criminels mais les lieux de crimes.

Ce rapport met également en avant les biais de la police, avec un nombre d’arrestations plus important dans les quartiers les plus aisés que dans les quartiers pauvres.