报告发现，加拿大各地警方正在使用预测警务算法

一份新的报告发现，加拿大各地的警方越来越多地使用有争议的算法来预测犯罪可能在哪里发生，谁可能失踪，并帮助他们确定应该在哪里巡逻，尽管存在基本的人权问题。

监督和预测：加拿大算法警务的人权分析是多伦多大学国际人权项目(IHRP)和公民实验室联合调查的结果。用报告作者的话说，报告详细说明了“加拿大各地的执法机构已经开始使用、采购、开发或测试各种算法警务方法”，作者警告称，这可能会对公民自由、隐私和其他宪章权利造成可怕的后果。

这份报告详细分析了警方如何使用或考虑将算法用于几个目的，包括预测性警务，即使用警方历史数据预测未来犯罪发生的地点。目前在加拿大，警方正在使用算法分析个人数据，以预测谁可能失踪，目标是有朝一日将这项技术应用于刑事司法系统的其他领域。一些警察部门正在使用算法来自动化大规模收集和分析公共数据，包括社交媒体帖子，并将面部识别应用于现有的面部照片数据库，用于调查目的。

算法警务技术在整个加拿大都存在或正在考虑中，其形式包括预测性警务和算法监控工具。“。报告写道。

例如，温哥华警方使用一种名为GeoDASH的机器学习工具来预测入室盗窃犯罪可能发生的地点。卡尔加里警察局(CPS)使用Palantir的Gotham软件来识别和可视化与警方互动的人-包括受害者和目击者-与地点、警方报告以及他们拥有的财产和车辆之间的联系。(CPS在2014年进行的一份隐私影响评估草案(PIA)，报告中提到，该草案指出，哥谭市可能“在无辜的个人与犯罪组织和嫌疑人之间存在虚假联系”，并建议采取措施降低这种情况发生的风险，但并非所有建议都得到了落实。)。

报告指出，多伦多警察局目前没有在警务中使用算法，但自2016年以来，那里的警方一直在与一家数据分析公司合作，努力“开发识别犯罪率高的地区的算法模型”。

萨斯喀彻温省警察预测分析实验室(SPPAL)成立于2015年，正在使用萨斯卡通警察局提供的数据开发算法，以预测该省可能会有哪些年轻人失踪。SPPAL项目是警务“枢纽模式”的延伸，即社会服务机构和警察共享被认为有犯罪行为或受害风险的人的信息。报告称，SPPAL希望使用算法来解决“屡教不改的暴力犯罪者、家庭暴力、阿片类药物危机，以及与刑事司法系统发生冲突的精神疾病患者”。

该报告的作者之一、刑事辩护律师凯特·罗伯逊(Kate Robertson)在与母板(Motherboard)的电话中说，“我们了解到，加拿大人现在个人生活的许多方面都面临着监控，我们永远不会把这种监控与传统的警察做法联系在一起。”她是一名刑事辩护律师，也是这份报告的作者之一。

罗伯逊补充说：“个人现在面临的前景是，当他们在街上散步或开车、在社交媒体上发帖或在网上聊天时，警方以系统数据监控和收集的形式进行监控可能会起作用。”

作者指出，由于在历史警察数据中发现的系统性偏见，“历史上处于不利地位的社区”特别有可能成为该技术监视和分析的目标。

在这份报告中，罗伯逊和她的合著者列出了一系列政策建议，他们说这些建议将减轻算法警务实践的一些潜在危险。这些措施包括暂停警察机构使用依赖于历史犯罪数据的预测性警务算法，以及更新与使用监视有关的监督机制。

罗伯逊说：“目前，我们对正在部署的算法技术以及它们是如何使用的知之甚少。”“如果这项技术被秘密使用，问责机制很难运作。”

签署“色情通讯”，即表示您同意接收来自“色情通讯”的电子通讯，其中有时可能包括广告或赞助内容。