サンタクルーズ実験: 都市の犯罪を予測し、予防できるか?

昨年、カリフォルニア州サンタクルーズ市の犯罪者は 160 台の車を盗み、495 件の窃盗を犯した。人口 6 万人の都市としては、これは平均的な数字だ。そして、警察が直面している課題も同様だ。2001 年以降、サンタクルーズ警察は 104 人の警官のうち 10 人を解雇したが、市の人口は 5,500 人増加している。現在、警察はより少ない人員でより多くのことをしなければならないが、これはアメリカのほぼすべての警察に共通する話だ。しかし、この夏、サンタクルーズ警察の犯罪対策は変わった。サンタクルーズ警察は、大規模なデータ セットと高度なアルゴリズムを使用して、将来の犯罪が最も起こりやすい時期と場所を予測し、それを阻止するために警官を事前に配備する方法を 6 か月間にわたって実験し始めた。

このアプローチは予測型警察活動と呼ばれ、サンタクルーズでの実験は、1990年代に犯罪を追跡するために地図と統計を使用するコンプスタットで始まったデータ駆動型犯罪撲滅モデルの飛躍的進歩を表しています。データ収集技術は向上し、処理能力は増加し、警察は手法を洗練させました。シカゴでは、警察官がイリノイ工科大学のコンピューター科学者と提携して犯罪撲滅アルゴリズムを開発しています。メンフィスでは、Blue CRUSH（統計履歴を利用した犯罪削減）と呼ばれるプロジェクトがIBMが作成した分析ソフトウェアに依存しています。バージニア州リッチモンドでは、ウォルマートとアマゾンが人々の購入品を予測するために使用する消費者調査技術を警察が採用して犯罪を減らしました。同様の技術を使用して、犯罪者がいつどこで行動するかを予測することができます。

サンタクルーズでの実験は違う。30歳の数学者ジョージ・モーラーは、地震学者が地震とその余震を予測するために使用するアルゴリズムを基にして実験を行った。このアルゴリズムは、今年前半にサンタクルーズで25パーセント増加した住宅侵入、車上荒らし、車両窃盗などの財産犯罪を対象としている。モーラーは、こうした犯罪は大地震後の揺れに似た形で集中して広がる傾向があることを発見した。サンタクルーズでの実験の範囲は広い。警察署全体がこのソフトウェアを使用している。町全体がデータセットとなっている。そして、サンタクルーズは統計的に非常に平均的であるため、実験の結果はほとんどどこにでも適用できる可能性がある。このプロジェクトは7月1日に開始された。1週間後、私はこの海辺の町の警察が21世紀の犯罪対策をどのように変えようとしているのかを知るために現場に到着した。

警察が「通りに警官をあふれさせて運が良ければそれでいい」という「原始的な警察活動」の時代は終わった。白黒のパトカーがゆっくりとリンデン ストリートに曲がる。木曜日の正午過ぎ、私はサンタクルーズの予測型警察活動プログラムの展開を指揮している副署長のスティーブ クラークと助手席に乗っている。クラークは 47 歳で、白髪が混じった坊主頭で、のんびりとしたサーファーのような口調だ。この地区で育ち、サンタクルーズの警察官として 25 年間勤務している。

サンタクルーズ市のパトロール警官60人は、ジョージ・モーラーのソフトウェアに頼って、家宅侵入や車両盗難のリスクが最も高い「ホットスポット」にたどり着いている。警察署は市内を5つの地域に分け、各地域に少なくとも1台の車両を配置している。実験前は、通報がないときにどこにどのように時間を割くかを各警官が決めていた。これからは、ホットスポットのパトロールに集中し、1時間の間に特定のブロックを2、3回巡回する。警官は、各シフトの前に行われる点呼会議でホットスポットの地図を受け取る。クラーク氏によると、目標は「警察業務の基本要素のやり方について、より賢くなること」だという。警察署が「警官を街中にあふれさせて運が良ければそれでいい」という「原始的な警察活動」の時代は終わった。

私は小さな紙の束を持っている。それは市内の地図が10枚載っていて、それぞれに今日の10か所のホットスポットを表す赤い四角が描かれている。それらは驚くほど小さく、わずか500フィート×500フィートだ。各地図の上には一連の統計がある。その地域で今日犯罪が起こる可能性、その潜在的な犯罪が最も起こりやすい2時間の時間帯、そしてその犯罪が住宅侵入か自動車窃盗（クラークは「バーグ」と呼ぶ）になる可能性だ。私はその紙の束をめくってリンデン ストリートを見つけた。統計によると、そこで今日犯罪が起こる可能性は2.06パーセントで、もし犯罪が起こったとしても住宅侵入と自動車窃盗の確率は3対1である。「これらが高確率の時間帯です」とクラークは地図の上の午前7時と正午の2つの時間を指差しながら言った。

ふわふわのマルチーズの子犬を連れた女性とすれ違った。停車すると、真昼の太陽の下でつばの広い帽子をかぶった2人の退職男性が、パトカーの開けた窓から身をかがめて挨拶した。ほとんどの空き巣は人々が働いている日中に起こるが、治安の悪い地域やその周辺が危険地帯だと予想していた。ここは、日勤の警官の多くが通常通る街のエリアではないとクラークは言う。「通りを運転しながら、ここは住宅侵入の可能性が高い地域だ、と考えていました。玄関ドアを見ています。前庭を見ています。開いている網戸を探しています。それは誰かが中にいるかもしれないという合図です。」

次のブロックで、私たちは車の中でファストフードのハンバーガーのような物を食べている男性とすれ違った。パトカーが通り過ぎると、彼は座席に少しもたれかかった。「私たちは周りを一周して、そこにいるハンバーガー氏を見に行きます」とクラークは言う。「普通、チーズバーガーを食べるなら、家に持ち込んでキッチンで食べるでしょう？ 彼は誰かを訪ねているのかもしれません。家の工事を待っているのかもしれません。誰にも分かりません。でも、確率で言えば、その男性が近所に住んでいない可能性もあるのです。」

ジョージ・モーラーはサンタクララ大学の地下室のオフィスでコンピューターの前に座っている。膝丈のショートパンツとベビーブルーのプリントのボタンダウンシャツを着ており、教授というより学生のように見える（もしくはインディーズ ロッカーのようで、彼はアイディリストというバンドでベースを弾いている）。モーラーはサンタクルーズの犯罪統計を取り出した。Excel スプレッドシートの左側には、個々の犯罪の正確な場所を示す座標の列が並んでいる。各座標の後には、事件を識別する日付、時刻、コードが続く。1 は住宅侵入、0 は車両侵入である。2006 年以降に起きた犯罪は全部で 4,300 件ある。

過去 10 年間で、窃盗犯罪は 29 パーセント、暴力犯罪は 39 パーセント減少しました。どちらも、全国規模の体系的なデータ収集が始まった 1973 年以降、最低レベルになっています。人口の高齢化、クラック流行の終焉、収監率の上昇など、多くの要因が減少の一因となっています。しかし、ほとんどの犯罪学者は、その大きな要因として比較統計の使用を挙げています。比較統計は、元ニューヨーク市警察署長ウィリアム・ブラットンが先駆者となって導入しました。ブラットンが「コンプスタット」と呼んだ手法では、警察署は最近の犯罪に関するデータを収集し、地図を作成し、その地図に基づいてパトロールを行います。

「犯罪を予測することは天気を予測することと何ら変わりありません。ただし、天気については何もできません。」地震学にヒントを得たモーラーのアルゴリズムは異なります。彼の公式では、2 つの犯罪を隔てる距離と時間もデータ ポイントであるため、最初の出来事に関連する主な「地震」のリスクと余震のリスクを評価します。「5,000 件の出来事がある場合、私たちのモデルは実際に約 5,000 件の出来事を考慮します。5,000 を 4,999 で乗じ、さらに 4,998 で乗じ、というように計算します」とモーラーは言います。この膨大な二次データ セットが、余波犯罪が発生する可能性が最も高い高確率ゾーンの特定に役立ちます。サンタクララに移る前に、モーラーはロサンゼルスのサンフェルナンド バレーの犯罪データでシミュレーションを実行し、彼のアルゴリズムが機能することを証明しました。カリフォルニア大学ロサンゼルス校のモーラー氏と彼の同僚は、彼らの地図がコンプスタットで使用されている地図よりも20～95パーセント多くの犯罪を正確に予測することを発見した。

モーラー氏は、地震のアナロジーは直感的ではないことを認めている。「1つは物理的なプロセスで、もう1つは社会学的なものです」と同氏は言う。「原因という点では両者は関連がありません。しかし、これらのモデルは柔軟性があり、伝染のようなさまざまなプロセスを説明できます」。疫学者は地震学者のモデルを使用して病気の蔓延を予測しており、同じモデルは金融業界でますます一般的になりつつある。「企業の債務不履行は伝染します」とモーラー氏は言う。「1つの出来事がさらなる一連の出来事を引き起こします。基本的に、ある出来事がさらなる出来事の可能性を高めるときはいつでも、この種のモデルを使用できます」。

アルゴリズムとは、大量のデータを処理および分析するために使用される一連の計算の連続です。モーラーのアルゴリズムは、サンタクルーズの過去の強盗事件から得た基本データに基づいていますが、他の犯罪予測アルゴリズムでは、曜日、休日、天気などを組み込む場合があります。モーラーのアルゴリズムは、おそらく常に強盗事件に限定されるわけではありませんが、このタイプの事件には最適です。「私たちは、モデル化するのが最も簡単なものから始めています」と彼は言います。「これが最も簡単に実現できるものです。」

地震学者が特定の地震を予測できないのと同じように、アルゴリズムは特定の侵入を阻止することはできません。「『この時間にこの家で犯罪が起きる』と言って警察を派遣し、誰かを捕まえるというような類のものではありません」とモーラー氏は言います。「これはパトロールをより効率的にするものです。市全体をカバーしなければならず、犯罪は空間的にも時間的にも市全体に均等に分布しているわけではありません。犯罪を予測することは天気を予測することと何ら変わりありません。ただし、天気に関してはどうすることもできません。」

予測型警察活動は小売業を通じて法執行機関に導入された。2004年、ウォルマートは10年分のPOSデータを分析した。同社の研究者らは、ハリケーンの前に顧客が電池、ボトル入り飲料水、懐中電灯を買いだめすることなどを発見した。驚くことではない。しかし、同じ分析で、あまり目立たない事実も明らかになった。「悪天候の前には、ポップタルト（実はストロベリー味）の売上が急上昇する」と心理学者のコリーン・マッキューは言う。マッキューは2009年、ロサンゼルス市警のチャーリー・ベック署長と共著で、法執行機関の雑誌「ザ・ポリス・チーフ」に「予測型警察活動：不況時の犯罪対策についてウォルマートとアマゾンから学べることとは？」と題する論文を寄稿した。

犯罪者も消費者の一種に過ぎないとマキュー氏は言う。窃盗のほとんどは好機を狙った犯罪であり、その多くは麻薬資金の欲求に駆られたものだ。「麻薬の価格が上がれば、窃盗犯罪も増えます」と同氏は言う。「でも、警察にもストロベリーポップタルトはあります」。マキュー氏はバージニア州リッチモンド市警察で8年間、犯罪分析官として勤務し、予測型警察活動手法を最初に導入した一人である。2003年、ハリケーン・イザベルの数週間後のデータを分析し、悪天候の後、無差別銃撃（リッチモンド市警察が「乱射事件」と呼ぶもの）の苦情が増加していることを発見した。「なぜそうなるのか、誰も本当には知らなかった」と同氏は言う。しかし、それが起こることはわかっており、最もリスクの高い地域を正確に特定できたため、警察はそれに応じて備えることができた。リッチモンド市警察はマキュー氏が特定した標的地域に警官を派遣したところ、無差別銃撃は47パーセント減少した。

小売業では、トレンドを予測する能力が売上を伸ばす可能性があります。法執行機関では、コストを節約できます。「犯罪が 1 件防止されるたびに、誰も逮捕する必要がなくなりました」と、リッチモンドをターゲットにしたマキュー氏は言います。同氏の取り組みにより、警察署は大晦日に 1 回、警官を 50 人減らして配置することができ、人件費を 15,000 ドル節約できました。「犯罪者の処理と逮捕に関連する時間がありませんでした。裁判前に拘留する必要がある場合、拘留に関連する費用も、彼らを裁判にかける司法資源も、彼らを収監するための矯正資源もありませんでした。」

小売業者も、スペースについて考えるのに多くの時間を費やしているとマッキュー氏は言う。「店内で顧客をどう動かすか？ 棚に商品をどのように配置するか？ 私たちも似たようなことをしています。悪者はコミュニティ内をどのように移動するのか？ 犯罪に不利になるように警察の資産をどのように配置できるか？ と私たちは考えています。」彼女は、Netflix や Amazon が顧客が好む映画や本を予測するのと同じくらい、警察官が銀行強盗が次にどの支店に立てこもるかを予測できるようになる日が来るだろうと言う。データ分析には、特定の消費者や犯罪者が購入した本や強盗した車に基づく過去の行動（「いいね！」）だけでなく、他の同様の購入者や悪者が示した好みも組み込まれている。「関係性が存在することを知るだけで、ウォルマートは需要を満たすのに十分なポップタルトを棚に用意することができます」とマッキュー氏は言う。大型小売店は、風が吹き始めると人々がトースターのおやつを欲しがる理由を理解する必要はない。同様に、警官は犯罪者が銃を発砲したり車を盗んだりする理由を理解する必要はない。警官が知りたいのは、どこで、いつなのかということだけだ。

リンデン ストリートを出発する前に、クラークはダッシュボード コンピューターでドライブスルーを記録します。チェックインするたびにデータが増え、6 か月のトライアルの後、記録されたチェックインは、モーラーがこのプログラムがどれだけ効果的だったかを判断するのに役立ちます。クラークは、ハンバーガー ラーのナンバー プレートを調べましたが、何も見つかりません。次に、彼はホット スポット マップを見て、私たちはダウンタウンの 3 階建て駐車場に向かいます。この駐車場は、1 週間ずっとフラグが立てられていました。「このような場所では、自動車窃盗の可能性が高いことがわかります」と、開いた屋根に向かってジグザグに上っていくときにクラークが言います。「孤立しています。脱出する場所はたくさんあります。バックパックを背負ってここまで歩いて行き、窓を壊し、ハンドバッグをつかんで、立ち去ることができます。」

予測型警察活動に対する最も一般的な批判の 1 つは、警官がすでに知っていること以外は何も教えてくれないという点です。サンタクルーズでは、一部の警官は日曜日から水曜日まで勤務し、他の警官は水曜日から土曜日までの勤務スケジュールです、とクラークは言います。1 日中 3 交代制で、警官は 4 か月ごとに交代します。警官は必ずしも同じ当直でない同僚と話をするわけではなく、それが警察署の集合的な知識にギャップをもたらす可能性があります。必然的に、警察署の一部のメンバーは仕事に慣れていない、その地域に慣れていない、または単に本来の警戒心が足りないということになります。退職する警官の組織的知識を捕捉するための優れたシステム (またはシステム自体) が常にあるわけではありません。また、彼らの経験は非常に貴重かもしれませんが、最高の警官でさえコンピューターのように情報を処理することはできません。「人間の脳は一度に 3 つまたは 4 つの変数しか評価できません」と、予測型警察活動プログラムを独自に開始する予定のロサンゼルス市警の警部ショーン・マリノウスキーは言います。人間は感情的であり、その認識は影響を受けやすいが、コンピューターは公平である。クラーク氏は地図に12:00と14:00を記している。「必ずしもピンと鳴るわけではないのは、これらの高確率の時間枠です」と同氏は言う。

午後が過ぎ、夕方のシフトがパトロールを開始する。無線で入ってくる通報は増える。盗難車、公衆トイレでの暴行、ビーチでピンクのTシャツとハローキティのビーチサンダルを履いていたとされる8歳の女の子が行方不明になった（すぐに見つかった）という通報に対応する。私が目撃した逮捕は、ひどく痩せて注射痕のある女性がハンドバッグをひったくった罪で逮捕されたことだけだ。問題のバッグは大学生のもので、遊歩道から数ブロック離れた薄汚いピーターパンモーテルに住む10代の若者のグループの1人だった。警官がひったくり犯を逮捕する間、私は子供たちと立ち話をしていた。彼らはディープサウス出身のクリスチャンで、夏の間、カリフォルニアの海岸でソフトクリームとTシャツを売ったり福音を広めたりすることに捧げてきた。私は自分の使命、つまり地図、統計、犯罪が起きる前に阻止する努力について説明しようとした。「まるでマイノリティ・リポートみたいだね」と子供たちの一人が言った。

2010 年 10 月、9 ミリの拳銃を持った男がペンタゴン、海兵隊募集所、海兵隊博物館に複数の弾丸を発射した (深夜に発生したこの事件で負傷者はいなかった)。マキューは国土安全保障省と協力して、銃撃犯が次にどこを攻撃するかを予測できる「狙撃手選好モデル」を作成した。狙撃手は軍事目標に執着していたため、この作業は異常なほど緊急性を帯びていた。「金曜の夜、政府高官をジムから呼び寄せました」とマキューは言う。「彼がデータを集め、週末にモデルを作成したのです。」

マッキューのチームは、モデル作成に 2 種類のデータ、つまり過去の銃撃事件と、各ターゲットの周辺地域に関する地理空間情報 (道路、地形、各コミュニティの社会経済状況など) を活用しました。「どこに行くか、よく行く場所は、その人について多くを物語っています」とマッキューは言います。犯罪分析官は、過去のターゲットの特徴を詳しく調べることで、危険にさらされている可能性のある新しい地域を特定できます。これは、仕事が受動的であるため、非常に重要なスキルです。「犯罪とテロリズムは、カーペットの下の泡のようなものです」と彼女は言います。「何か悪いことが起こり、多くのリソースを投入すると、それが動き出します」。目標は、動きに先んじることです。

マッキューのソフトウェアは、モーラーのものと同様、将来の攻撃のリスクが最も高い地域の地図を作成した。マッキューが地図を地方、州、連邦の法執行機関に送った3日後、狙撃手は再び襲撃し、バージニア州ウッドブリッジのオフィスビルにある沿岸警備隊の募集拠点を銃撃した。場所は以前のものとは違うように見えたが、オフィスビルはマッキューが想定した高確率の標的地域の1つだった。バージニア州北部は軍事目標で溢れているが、マッキューのモデルはウッドブリッジのオフィスビル裏の樹木が密生した地域と近くの高速道路へのアクセスのしやすさを捉えた。沿岸警備隊の銃撃の後、銃撃犯は行方不明になった。6月中旬、ペンタゴンのすぐ外にあるアーリントン墓地で逮捕されるまで、彼の消息は途絶えた。「彼はモデルが特定した最も可能性の高い地域の1つで逮捕されました」とマッキューは言う。

犯罪者が何を狙っているかを知ることは、小売店の顧客が何を望んでいるかを知ることとそれほど違いはありません。連続狙撃犯が何を狙っているかを知ることは、カフェラテを飲む人が何を望んでいるかを知ることとそれほど違いはありません。「コーヒーショップを選ぶとき、その理由がわからないかもしれません」とマッキュー氏は言います。しかし、スターバックスにはわかっています。良い駐車場、公共交通機関や徒歩でのアクセスのしやすさを求めています。スターバックスは、通りすがりの人々が特製ドリンクに 5 ドルを支払う余裕があるかどうかを確認するために、その地域の人口統計を調査します。これは、マッキュー氏が狙撃犯狩りに地理空間データを組み込んだのと同じです。今日、国防総省は同様のプロセスを使用して、戦争地域で即席爆発装置 (IED) 攻撃のリスクが最も高い地域を予測しています。「IED を設置する場合は、その地域に人々が通行していることを確認する必要があります」とマッキュー氏は言います。「ターゲットとなる人々の日常的な活動を理解する必要があります。計算は非常によく似ています。」

7月にサンタクルーズで予測型警察活動が初めて導入されたとき、クラーク氏によると、一部の警官は「ブードゥー魔法」のようだと言ったという。窃盗犯罪と戦うために数学に頼ることは、多くの警官の犯罪行為に対する概念に反する。「自分のスキルに対する侮辱と受け止めた警官もいたと思います。余分な仕事が増えることを懸念した人もいました」とクラーク氏は言う。しかし、1時間の時間帯に500フィート×500フィートの犯罪多発地点を車で通るのは、大したことではない。それがまさにポイントだ。警察活動における小規模で集中した取り組みは、大きな変化をもたらすことができる。1980年代後半から1990年代前半にかけて、ニューヨーク市交通局はすべての地下鉄車両から落書きを除去することに焦点を当て、料金を払わずに改札を飛び越える人々を取り締まった。1996年までに、地下鉄システムでの重罪は50パーセント減少した。今年末までに、ロサンゼルス市警察はモーラーのアルゴリズムのテストを開始したいと考えている。 「おそらく市内各地で、暴力犯罪や財産犯罪など、いくつかの実験を行うことになるだろう」とロサンゼルス市警察のマリノウスキー警部は語る。

サンタクルーズと違い、ロサンゼルスの実験は臨床試験のように行われ、対照地域では犯罪が予測され追跡されるが、予測的な警察活動は導入されない。マリノウスキー氏は、自分の部署はサンタクルーズの実験を注意深く見守っていると語る。そして、結論を出すには時期尚早だが、結果は有望だ。7月末までに、窃盗犯罪は前年比27パーセント減少した。特に今年最初の6か月間の25パーセントの増加を考えると、これは目覚ましい減少だ。さらに、犯罪多発地帯では7人の犯罪者が発見された。

7 月のある日午後、3 階建てガレージで、2 人の女性が車を覗き込んでいるところを捕まり、拘留された。1 人はメタンフェタミン所持の未決逮捕状があり、もう 1 人は薬物を所持していた。8 月の終わりには、リンデン ストリートから数ブロック離れたところで、警察官が不審な行動をした男性を止めた。その男性を捜索したところ、数日前に近くで起きた強盗事件で盗まれた品物が見つかった。「この男性は、実はあの窃盗事件の被害者のものだった指輪をはめていたのです」とクラーク氏は言う。「そして今、彼は私たちの管轄区域の 1 つをうろついています」