Le Royaume-Uni teste actuellement une preuve de concept pour un algorithme d'apprentissage automatique capable de classer et de détecter les problèmes au sein des forces de police suffisamment tôt avant qu'ils n'affectent le public. Il s’agit plutôt d’un « outil de prévision d’alerte précoce », selon le rapport .
Jusqu'à présent, la Majesty's Inspectorate of Police, Fire and Rescue Services (HMICFRS), chargée d'inspecter les forces de police d'Angleterre et du Pays de Galles, s'est appuyée sur les évaluations « PEEL » pour garantir que la police fait de son mieux.
Le cadre britannique PEEL a un problème de rapidité
PEEL signifie Efficacité, Efficience et Légitimité de la Police. Essentiellement, il mesure la capacité de la police à résoudre des crimes et à assurer la sécurité des personnes. Cela permet également de vérifier si la police utilise ses ressources à bon escient et si elle jouit de la confiance du public.
Le cadre a été utilisé pour classer les 43 forces de police d'Angleterre et du Pays de Galles depuis 2014. Dans un cas, le HMICFRS a estimé que la police du Staffordshire était « inadéquate » dans sa capacité à répondre au public, à enquêter sur les crimes et à traiter les crimes et les soupçons des auteurs. grâce à l’évaluation PEEL.
Bien qu’efficace, le modèle PEEL présente cependant un problème d’opportunité.
Les inspecteurs du HMICFRS effectuent ces évaluations en examinant les données, en observant les agents au travail et même en parlant au public et au personnel de police. Sur la base de leurs découvertes, ils attribuent ensuite des grades aux forces.
La procédure consiste pour le HMICFRS à simplement réagir au problème plutôt qu'à être proactif. Par conséquent, lorsqu’un problème grave est détecté au sein des forces de police, les effets peuvent s’étendre ou avoir un impact sur le public.
Le HMICFRS évaluera les policiers grâce à l’intelligence artificielle
HMICFRS, en collaboration avec Accelerated Capability Environment (ACE), a travaillé avec The London Data Company pour développer l'algorithme d'apprentissage automatique qui, selon Jacquie Hayes, directrice des analyses de portefeuille chez HMICFRS, arrive à « une conclusion très similaire » à celle de leur processus d’inspection, mais cela se produit beaucoup plus tôt et rend donc les communautés plus sûres.
L'algorithme d'IA a été construit en huit semaines environ. Il utilise des données accessibles au public provenant des appels 999, du ministère de l'Intérieur et de l'Office des statistiques nationales. Selon le rapport, l’outil a prédit avec précision le degré de PEEL d’une force dans environ 60 % des cas.
Dans l’état actuel des choses, l’IA semble en passe de devenir un élément clé des procédures de classification et d’inspection des forces de police d’Angleterre et du Pays de Galles.
Pour le moment, l'algorithme d'IA est formé sur une seule des questions d'évaluation PEEL : dans quelle mesure la force enquête sur la criminalité. Cependant, le HMICFRS prévoit d'étendre l'outil à d'autres applications PEEL et de le mettre en œuvre dans ses systèmes actifs et son processus d'inspection général au cours des 18 prochains mois.
"Nous explorons maintenant ce que nous pouvons faire de plus avec les données que nous collectons, ainsi que les autres questions PEEL auxquelles nous pourrions étendre cette approche", a déclaré Hayes.
Hayes a déclaré que le lancement de l'outil ne signifie pas que les équipes d'inspection seront remplacées. Cependant, ils prévoient d'en faire beaucoup de choses, du point de vue des applications, y compris l'étendre aux services d'incendie et de secours.
"Les services d'incendie et de sauvetage figurent également sur la liste, mais c'est une très longue liste car nous aimerions faire beaucoup de choses avec", a ajouté Hayes. "Nous ne pouvons en aucun cas remplacer nos équipes d'inspection par l'IA, mais nous pouvons certainement réfléchir à ce que cela signifie pour la façon dont nous effectuons les inspections, et je pense que cela aura des implications à cet égard."