Cos’è il predictive policing?

“Metodi statistici per la predizione della criminalità – Rassegna della letteratura su predictive policing e moduli di data mining”, eCrime – Università degli Studi di Trento – 2014

Il predictive policing (polizia predittiva) è una strategia di prevenzione del crimine e/o tattica di polizia che utilizza informazioni e sviluppa analisi avanzate per la previsione delle zone a più alta densità criminale in ambito cittadino, al fine di prevenire la criminalità futura (Uchida, 2009). Questa tipologia di prevenzione degli atti criminali attinge a piene mani alla criminologia ambientale, ovvero l’evoluzione ultima delle teorie criminologiche razionali, che studia come i target criminali si muovano nello spazio e nel tempo, riservando particolare attenzione alla distribuzione geografica del crimine e al ritmo delle attività giornaliere (Vezzadini, 2006). Tale teoria sostiene che gli eventi criminali hanno luogo al ricorrere di determinati fattori spazio-temporali, ovvero alla convergenza di delinquenti, vittime o obiettivi in contesti specifici, in un tempo e in uno spazio definiti (Brantingham & Brantingham, 1991).

Da questo background teorico, che postula, dunque, l’esistenza di schemi ricorrenti nella commissione di determinati atti criminali, deriva la possibilità, inedita per le forze dell’ordine, di interrompere il meccanismo causale del crimine, anticipandolo (Roufa, n.d.): se un modello esiste, infatti, è possibile sapere tempestivamente quando, dove e come saranno commessi i crimini (Figura 1). Ciò, di conseguenza, incide sul funzionamento concreto della polizia predittiva: anni di dati e informazioni sugli eventi criminali vengono raccolti e catalogati in banche dati integrate e successivamente inseriti in un software che li analizza, col fine ultimo di trasformare tali informazioni dapprima in conoscenza sul dove e quando sia più probabile che avvenga un crimine e, conseguentemente, in una guida per la prevenzione (Beck & McCue, 2009).

Infatti, attraverso l’analisi dei dati relativi ai luoghi di maggiore concentrazione dei crimini avvenuti in passato (hot spot) individuati dal software e l’utilizzo di modelli predittivi (modelli statistici, moduli di data mining), le forze dell’ordine possono organizzare in maniera più efficiente le risorse a propria disposizione, posizionandosi meglio sul territorio cittadino. In questo modo, possono essere presenti nelle zone in cui è previsto che si verifichi un reato quel giorno e in quella fascia oraria. Di conseguenza, hanno la possibilità di condurre interventi mirati e specifici. Il tipo di operazione che la polizia porrà in essere potrà variare a seconda della finalità cui mira, se la semplice deterrenza o, piuttosto, la soluzione definitiva di una questione criminale. L’operazione può condurre a dei risultati che presumibilmente ridurranno la criminalità in una determinata zona. Questi risultati vengono, quindi, inviati al database iniziale per essere ricompresi tra i dati e le informazioni da analizzare. E il ciclo si ripete (RAND, 2013). Allo stato attuale, le strategie di polizia predittiva possono essere classificate all’interno di quattro ampie categorie:

1. metodi per la previsione della criminalità: sono approcci che mirano a prevedere il luogo e il tempo in cui è più probabile che avvenga un crimine. Generalmente questi metodi predittivi comportano lo studio dei dati relativi ai crimini passati, in quanto l’idea sottintesa è che il passato sia il prologo di quel che accadrà. Chiari esempi di tale approccio sono i progetti statunitensi e britannici di predictive policing, tra le esperienze internazionali che indubbiamente hanno fornito i migliori risultati in ambito di gestione e contrasto del fenomeno criminale in ottica preventiva e predittiva;
2. metodi per la previsione del futuro aggressore: sono approcci che puntano ad identificare le classi di individui maggiormente a rischio di commettere un reato in futuro. Anche in questi casi, il database criminologico alla base delle analisi predittive è costituito essenzialmente dai record spazio-temporali dei crimini passati, cui, però, sono abbinate le informazioni relative ai criminali che li hanno commessi. Numerosi esempi di tale approccio si hanno negli Stati Uniti: in questi progetti, i ricercatori, dapprima identificano nel background del criminale una serie di fattori socio-demografici potenzialmente predittori di violenza; successivamente, elaborano un indice di rischio che viene utilizzato dalle forze dell’ordine per intervenire e/o prevenire i possibili casi di recidiva;
3. metodi per l’elaborazione di un identikit criminale: sono approcci che puntano a creare profili per ricercare gli autori di reati passati. Essi si basano su modelli in grado di elaborare le schede dei potenziali sospettati a partire dalle informazioni conservate nei database più eterogenei: un esempio, in tal senso, è il britannico PNC (Police National Computer), un vasto database costruito per immagazzinare i dati relativi alle automobili in circolazione, che ha aiutato la polizia britannica nell’attività di prevenzione e repressione del crimine, anche grazie all’integrazione con il National Automated Fingerprint Identification System, un database contenente immagini delle impronte digitali di coloro che sono stati condannati o arrestati, e alla combinazione con l’Automated Number-Plate Recognition, un software che utilizza un computer a rete neurale per riconoscere i numeri delle targhe riprese da telecamere aeree (Lyon, 2003);
4. metodi per la previsione della futura vittima: similmente agli approcci precedenti, la strategia di polizia predittiva così sviluppata mira a identificare i gruppi o, in alcuni casi, gli individui più a rischio di vittimizzazione. Base di partenza è l’integrazione dei dati provenienti da diverse fonti, come, ad esempio, le informazioni delle indagini di vittimizzazione con il database in possesso delle forze dell’ordine; i risultati di tale operazione consentono alle forze di polizia di aumentare la vigilanza nelle zone frequentate dai soggetti più a rischio.

Perché il crimine è prevedibile

Il fondamento teorico della polizia predittiva è rappresentato dalle teorie razionali e dalla criminologia ambientale, le quali ritengono che il crimine sia prevedibile sulla base dell’assunto che un criminale deciderà di commettere un delitto ogni qual volta il crimine sia altamente desiderabile e vi sia l’opportunità di commetterlo. Questa opportunità è data dal ricorrere di una serie di fattori, così come definiti dalle teorie razionali del crimine ed, in particolare, dalla “Teoria delle Attività di Routine” (Figura 2): la presenza di un autore motivato (motivated offender) e di “obiettivi/bersagli interessanti” (suitable targets), con la concomitante assenza del cosiddetto “guardiano capace” (capable guardian), cioè di una persona o comunque di un sistema (ad esempio, telecamere a circuito chiuso) che sia in grado di impedire che il crimine venga portato a compimento (Williams & McShane, 2002).

In particolare, le teorie razionali sottolineano alcuni aspetti:

• quando le attività abituali quotidiane di criminali e vittime si incrociano, la probabilità che avvenga un crimine cresce esponenzialmente (Figura 3). Alcuni luoghi (ad esempio, bar, parchi, centri commerciali), infatti, sono generatori o attrattori di criminalità di per sé (i cosiddetti crime generators/attractors), in quanto consentono la contemporanea presenza di criminali e vittime/obiettivi (Felson & Clarke, 1998);
• le caratteristiche spazio-temporali influenzano il dove e il quando sia più probabile che avvenga un crimine. Infatti, la criminalità non è diffusa uniformemente, ma si concentra in alcuni luoghi (i cosiddetti hot spot) e durante alcune ore della giornata o alcuni periodi della settimana/mese/anno (Sherman, 1995; Harries, 1999);
• i criminali prendono decisioni razionali sull’opportunità di perpetrare un reato considerando fattori come il luogo, la facilità di colpire il bersaglio e il rischio di essere scoperti (Felson & Cohen, 1979; Cornish & Clarke, 1986).

Da questi assunti deriva per le forze dell’ordine che rendono operativa la strategia del predictive policing la possibilità di orientare, in maniera più specifica e mirata, la propria azione preventiva, volta all’interruzione del meccanismo causale del crimine, mediante il rafforzamento della presenza degli agenti nei luoghi a più alta densità criminale. In questo modo, si vuole incentivare la funzione deterrente e, di conseguenza, rendere più rischiosa e meno vantaggiosa la commissione dell’atto criminale (Felson & Cohen, 1979; Cornish & Clarke, 1986).

Una strategia innovativa per il contrasto della criminalità

Il predictive policing rappresenta la metodologia più avanzata e recente in seno alle tattiche e alle strategie di polizia per il contrasto del fenomeno criminale. Affonda le proprie radici direttamente nel problem-oriented policing (Goldstein, 2001) e nell’intelligent-led policing (Ratcliffe, 2008), ovvero i due dei metodi che più hanno innovato l’attività di polizia negli ultimi quarant’anni, portandola da una risposta reattiva alle questioni criminali verso una risposta proattiva e preventiva. Il problem-oriented policing è un approccio di contrasto del crimine nato verso la fine degli anni ’70 negli Stati Uniti ed ha mutato radicalmente l’attività delle forze dell’ordine, basandosi sulla prevenzione, su una risposta proattiva degli agenti di polizia e sulla cooperazione con altri soggetti, pubblici e privati (es. enti pubblici, comunità di cittadini) (Goldstein, 1979). Tale metodo di prevenzione è stato successivamente sintetizzato nell’acronimo S.A.R.A. (Braga, 2002):

• scanning, ossia identificazione di una potenziale questione criminale e definizione di questa come necessitante di un’azione di contrasto oppure no;
• analysis, ossia raccolta e analisi dei dati sul problema identificato, per determinarne la portata, la natura e le cause;
• assesment, ossia valutazione dell’efficacia della risposta al problema.

Il secondo approccio, ossia l’intelligent-led policing, rappresenta una strategia di polizia affine al problem-oriented policing, da cui però si differenzia per l’attenzione posta non sui problemi di fondo che causano la criminalità, ma sull’analisi delle informazioni, indicando in tale attività la base di partenza per la successiva pianificazione tattica e strategica delle forze di polizia. Questi strumenti, tecniche e processi, infatti, consentono alle autorità di pubblica sicurezza di identificare e caratterizzare le tendenze, i modelli e le relazioni nei dati associati ai comportamenti illegali e di agire conseguentemente (Ratcliffe, 2008; Beck & McCue, 2009).

Partendo da questi presupposti, il predictive policing ha però compiuto un ulteriore passo avanti: la peculiarità della polizia predittiva è, infatti, la sua capacità di anticipare o predire il crimine. Questo grazie ai recenti strumenti ICT (Information and Communication Technology), che hanno reso possibile analisi sempre più dettagliate e qualitativamente migliori della grande mole di informazioni di cui dispongono le forze dell’ordine nell’attività di contrasto della criminalità per la gestione della sicurezza a livello urbano nella società contemporanea.

La lotta al crimine nella società dell’informazione

Nella società contemporanea, la cosiddetta società dell’informazione (Sartori, 2012), un’infinità di dati investe, ogni giorno di più, qualunque aspetto della vita quotidiana. Questo incremento quantitativo di informazioni sta producendo un cambiamento nell’analisi dei dati (Schonberger & Cukier, 2013), per cui è divenuto sempre più problematico recuperare informazioni significative. Per dirlo con le parole di Naisbitt, “we are drowning in information but starved for knowledge” (Naisbitt, 1982). Pertanto, si è reso indispensabile avvalersi del processo di KDD (Knowledge Discovery in Database), ovvero di quell’attività informatica che, adottando una serie di tecniche e metodologie, ricomprese nel concetto di ICT, ha per oggetto l’estrazione di conoscenza a partire dalla grande quantità di dati immagazzinati nei database (Dulli & Furini & Peron, 2009). Fulcro di tale processo sono gli algoritmi di data mining, grazie ai quali è possibile “esplorare” i dati e individuarne similitudini, al fine di poterli eventualmente “modellizzare”.

Nell’attuale contesto storico, quindi, l’attività di data mining coinvolge anche le forze dell’ordine, che devono fronteggiare il crimine dovendo maneggiare un gran numero di informazioni. A tale compito, nei recenti progetti di polizia predittiva e di predictive urban security, come eSecurity, sono dunque deputati gli strumenti ICT. Questo nuovo paradigma di contrasto del crimine ha ricombinato in maniera del tutto innovativa, grazie all’utilizzo delle suddette tecnologie, le conoscenze provenienti dalle teorie razionali e dalla criminologia ambientale, gli schemi operativi risultanti dal problem-oriented policing (POP) e dall’intelligent-led policing e la grande quantità di dati di cui può disporre la polizia del XXI secolo. L’attuazione del paradigma del predictive policing ha trovato riscontro in numerose esperienze internazionali, riconducibili essenzialmente a tre progetti:

1. il software Blue CRUSH (Crime Reduction Utilizing Statistical History), sviluppato nel 2005 dall’IBM in collaborazione con l’Università e la polizia di Memphis in Tennessee (USA), il cui obiettivo iniziale era la diminuzione della criminalità di strada che deprimeva l’economia locale e grazie al quale è stata possibile una riduzione del 25% dei reati contro la persona e contro il patrimonio, rispetto ai mesi immediatamente antecedenti la messa in opera del programma;
2. il software PredPol (Predictive Policing), sviluppato nel 2011 da un team di ricercatori dell’Università di Santa Clara e dell’Università della California, in collaborazione con la polizia di Santa Cruz e Los Angeles in California (USA), che, in un contesto economico di tagli al personale e alle risorse dei dipartimenti di polizia, ha contribuito ad una riduzione tra il 12% (a Foothill, Los Angeles) e il 25% (a Santa Cruz) dei reati contro il patrimonio;
3. il caso di Trafford (UK), coordinato dai ricercatori del Jill Dando Institute of security and crime science di Londra con la collaborazione della polizia di Greater Manchester (UK), il cui obiettivo era ridurre la multi-vittimizzazione in caso di furto in abitazione e grazie al quale si è riscontrata una diminuzione del 26% dei furti nelle case rispetto ai mesi antecedenti alla realizzazione del progetto.

Concetti fondamentali

1. Il predictive policing è una strategia di polizia che utilizza informazioni e sviluppa analisi avanzate per la previsione delle zone a più alta densità criminale in ambito cittadino, al fine di prevenire la criminalità futura.
2. Il fondamento teorico della polizia predittiva è rappresentato dalle teorie razionali e dalla criminologia ambientale, le quali ritengono che il crimine sia prevedibile sulla base dell’assunto che un criminale deciderà di commettere un delitto ogni qual volta il crimine sia altamente desiderabile e vi sia l’opportunità di commetterlo. In particolare, tali teorie sottolineano che le attività quotidiane dei criminali e delle vittime, insieme con le caratteristiche spazio-temporali, influenzano il dove e il quando sia più probabile che avvenga un crimine.
3. Il fondamento strategico del predictive policing è rappresentato dal POP (problem-oriented policing) e dall’intelligent-led policing. Il primo ha guidato l’attività di polizia da una risposta reattiva ad una risposta proattiva e preventiva; il secondo ne ha modificato la base di partenza, indicando nell’attività di analisi delle informazioni il punto iniziale per la successiva pianificazione tattica e strategica delle forze di polizia.
4. Nella società contemporanea, la cosiddetta società dell’informazione, una grande quantità di dati investe, ogni giorno di più, qualunque aspetto della vita quotidiana, e dunque anche l’attività di polizia. La difficoltà nel reperire informazioni significative ha indotto ad utilizzare una serie di tecniche e metodologie, ricomprese nel concetto di ICT, che hanno per oggetto l’estrazione di conoscenza a partire dai numerosi dati immagazzinati nei database. Fulcro di tale processo sono gli algoritmi di data mining.
5. Da questo background deriva la possibilità, inedita per le forze dell’ordine, di interrompere il meccanismo causale del crimine, anticipandolo. Infatti, anni di dati ed informazioni sugli eventi criminali vengono raccolti e catalogati in banche dati integrate e successivamente inseriti in un software che li analizza. Con i dati e gli hot spot individuati le forze dell’ordine possono meglio posizionarsi ed esser presenti nelle zone in cui è “previsto” che si verifichi un reato quel giorno. L’operazione di polizia conduce a dei risultati che vengono inviati al database per essere ricompresi tra i dati e le informazioni da analizzare. E il ciclo si ripete.