अब मान लीजिए कि मानचित्र-निर्माता को पिछले अपराधों की एक सूची सौंपी गई है और वे कहाँ घटित हुए हैं, और उसे यह बताने के लिए कहा गया है कि अगले अपराध कहाँ घटित होने की संभावना है। इसके बाद पुलिस छायादार इलाकों में गश्त करती है।
वहां अधिक अपराध केवल इसलिए दर्ज किए जाते हैं क्योंकि वहां उसे देखने के लिए अधिक अधिकारी होते हैं। ऐसा प्रतीत होता है कि छायांकन के बाहर के क्षेत्रों में अपराध कम हैं, क्योंकि कम लोग देख रहे हैं। जब अगला नक्शा बनाया जाता है, तो उन्हीं क्षेत्रों को और भी गहरा रंग दिया जाता है।
इसलिए अपराध के आंकड़े अपराधों की पूरी सूची नहीं हैं। वे आंशिक रूप से इस बात का रिकॉर्ड हैं कि पुलिस ने कहाँ देखना चुना है।
समस्या पुलिसिंग जितनी ही पुरानी है, लेकिन एआई इसे तेज़ कर सकता है।
ऑस्टिन में टेक्सास विश्वविद्यालय की समाजशास्त्री सारा ब्रायन ने लॉस एंजिल्स पुलिस विभाग के अंदर यह अध्ययन करने में समय बिताया कि यह बड़े डेटा का उपयोग कैसे करता है। अमेरिकन सोशियोलॉजिकल रिव्यू में प्रकाशित अपने शोध पत्र में, उन्होंने पाया कि बल केवल अपराध पर प्रतिक्रिया देने के बजाय अपराध की भविष्यवाणी करने के लिए डेटा का तेजी से उपयोग कर रहा है।
उसने यह भी पाया कि इन प्रणालियों में डाला गया डेटा विषम था। सार्वजनिक स्थानों पर अपराधों को देखे जाने और रिकॉर्ड किए जाने की अधिक संभावना थी, और पुलिस का ध्यान असमान रूप से काले पड़ोस पर था। एक बार जब यह सिस्टम में चला जाता है, तो वह लिखती है, “भविष्यवाणियां निष्पक्ष दिखाई देती हैं”।
वह कहती हैं, मॉडल “एक फीडबैक लूप बनाते हैं जिसमें वे न केवल अपराध या पुलिस संपर्क जैसी घटनाओं की भविष्यवाणी करते हैं, बल्कि उनकी भविष्य की घटनाओं में भी योगदान देते हैं।”
लेकिन यह एक ऐसा दृष्टिकोण है जिसे क्वीन मैरी यूनिवर्सिटी ऑफ लंदन (क्यूएमयूएल) में मल्टीमॉडल आर्टिफिशियल इंटेलिजेंस के एसोसिएट प्रोफेसर डॉ. दिमित्रियोस कोलियास ने चुनौती दी है। उनका कहना है कि प्रौद्योगिकी ऐतिहासिक डेटा के पूर्वाग्रह को ध्यान में रखने के लिए आगे बढ़ी है।
उन्होंने बीबीसी न्यूज़ को बताया, “पुराने मानचित्र की सादृश्यता यह समझाने के लिए उपयोगी है कि ऐतिहासिक पूर्वाग्रह कैसे विरासत में मिल सकते हैं, लेकिन इसकी अपनी सीमाएँ हैं।”
“आधुनिक एआई सिस्टम केवल अपने प्रशिक्षण उदाहरणों को पुनः प्राप्त या कॉपी नहीं करते हैं; वे सीखी गई जानकारी को नए तरीकों से जोड़ सकते हैं और आउटपुट और समाधान उत्पन्न कर सकते हैं जो उन उदाहरणों में स्पष्ट रूप से मौजूद नहीं थे।”
कोलियस कहते हैं, लेकिन वे नई अंतर्दृष्टि एक अलग जोखिम पैदा करती हैं।
उन्होंने कहा, “चूंकि एआई सिस्टम नए निर्णय लेने और अधिक स्वायत्तता के साथ कार्य करने में अधिक सक्षम हो गए हैं, इसलिए हमें यह सुनिश्चित करने की आवश्यकता है कि उनका व्यवहार सुरक्षित, विश्वसनीय और सार्थक मानव नियंत्रण में रहे।”
