Fra at bestå af dataindsamling og traditionelt efterretningsarbejde gør politiet nu i større grad brug af big data, ansigtsgenkendelse, overvågning og andre datadrevne værktøjer.
Vasilis Galis fra IT-Universitetet i Danmark er projektleder for et stort, internationalt forskningsprojekt, CUPP (’Critical Understanding of Predictive Policing’) som skal undersøge politiets brug af blandt andet big data til efterforskning og forebyggende politiarbejde – også kaldet ’predictive policing’ i Norden, Storbritannien og Baltikum.
Projektet, som er finansieret af NordForsk, skal også afdække de menneskelige og samfundsmæssige følger af politiets stigende brug af teknologiske løsninger som ansigtsgenkendelse, kameraovervågning, big data og andre digitale værktøjer. Ifølge Vasilis Galis udfører politiet nemlig ikke længere kun traditionelt efterretningsarbejde i form af databaseanalyser.
"Politiets arbejde har indtil for nylig ændret sig fra at bestå af dataindsamling efter en forbrydelse har fundet sted og til, at politiet nu arbejder mere forebyggende. Politiet reagerer ikke længere som en respons på en kriminel handling. I stedet forsøger politiet nu at simulere en handling eller at foretage forskellige slags prognoser, som kan sige noget om en fremtidig handling."
En helt ny kategori af politifolk
Vasilis Galis forklarer, at den nye evne til at kunne forudse en fremtidig handling har rod i digitaliseringen af samfundet som helhed. Derfor mener Vasilis Galis, at det er interessant at undersøge, præcist hvad der sker inden for rammerne af den nye teknologi, hvilken type af data, der bliver indsamlet, og hvordan dette har ændret hele fundamentet for politiets arbejde:
"Digitaliseringen har skabt en helt ny kategori af politifolk. En del af politistyrken opererer stadigvæk på gaden på traditionel vis, men pludselig har vi nu fået en helt ny kategori af politianalytikere, som sidder bag en computer og benytter eksisterende data til at producere forskellige rapporter og prognoser. Vi ønsker derfor at forstå overgangen fra den traditionelle måde at overvåge på til den overvågning, der foregår i det nye, digitale landskab. Det vil også påvirke domstolene og den måde, man forholder sig til den nye form for dataindsamling. Det er desuden et ureguleret felt, og det rejser også spørgsmålet om, hvad sikkerhed er", siger Vasilis Galis.
Den indbyggede bias i algoritmerne
Ifølge Vasilis Galis er forskningsprojektet også relevant i lyset af den øgede debat om de underliggende værdier og de forskellige slags ’bias’, der er indbygget i algoritmerne bag softwaren, som borgerne benytter. Algoritmerne er nemlig ikke en neutral formel, som producerer objektive resultater. De er menneskeskabte. Derfor skal forskerne se på, hvordan algoritmerne bliver designet, og hvilke værdier der ligger til grund for dem:
"Internettet er et rum for alle typer af aktivitet og dermed et spejl af vores samfund. Alle mennesker producerer data på daglig basis gennem blandt andet sociale medier, forskellige typer af apps og andre forbrugertjenester såsom Amazon og Google, som ikke nødvendigvis er knyttede til kriminelle handlinger. Men alle de digitale spor, som borgerne efterlader, kan benyttes til at skabe en profil af hver enkelt borger. I tilfældet med Cambridge Analytica-skandalen og manipulationen af de tidligere amerikanske valg så vi for eksempel, hvor få data der krævedes for at kunne lave prognoser af menneskelig adfærd", siger Vasilis Gllis og uddyber:
"Algoritmerne reproducerer stereotyper og indeholder også racemæssig bias. Vi ønsker at forstå, hvad der sker, når disse algoritmer benyttes i så følsomt et område som politiarbejde. Med andre ord ønsker vi at skabe transparens og forståelse for brugen af de data, som politiet benytter sig af. Det er det nye i den forskning, vi gennemfører i vores projekt, for hvad betyder det nye fænomen ‘predictive policing’ for samfundet som helhed, og hvad er konsekvenserne af den nye måde, som politiet arbejder på", spørger Galis og tilføjer:
"Vi overvåger overvågerne, og vi studerer de værktøjer, som politiet benytter i sit arbejde. Transformationen af kriminalitetsbekæmpelse bliver dermed et nøgleelement i måden, staten håndterer digitale trusler og cybersikkerhed på et mere overordnet plan."
Internationalt samarbejde giver bredere perspektiver
De nordiske lande er verdensberømte for deres sociale modeller og velfærdssamfundet. Ved at zoome ind på politiets arbejde efter indtoget af ’big data’, sætter CUPP-projektet fokus på en af de mest centrale og vigtige sektorer i velfærdsstaten, siger Vasilis Galis.
"Vi ønsker at belyse et område, som er kendetegnende ved manglende transparens og kundskab. Vi håber derfor på at kunne oversætte vanskelige procedurer og politiske processer til en mere populærvidenskabelig kundskab, ligesom vi gerne vil bygge bro mellem civilsamfundet og politiet", forklarer Galis og fortsætter:
"Storbritannien og Baltikum repræsenterer hver for sig forskellige slags velfærds- og statsmodeller. Storbritannien har en lang tradition for overvågning med udgangspunkt i en stærkt kapitalistisk stat. De tidligere sovjetiske satellitstater som Estland og Letland har også en lang tradition med overvågning af borgerne, men ud fra et helt anderledes paradigme end Norden og Storbritannien. Fordelene ved at forskere fra Norden, Storbritannien og Baltikum er gået sammen i dette projekt, er, at det giver os et meget bredere perspektiv og en større grad af metodologisk og empirisk diversitet", siger han og afslutter:
"Mit håb er at skabe et større netværk af forskere, som forsker på politiet med kritiske øjne."
Baggrund
CUPP er et treårigt forskningsprojekt og har modtaget en bevilling på 1 millioner euro fra NordForsk.
Forskningsprojektet CUPP (Critical Understanding of Predictive Policing) er et samarbejde mellem følgende projektpartnere:
- IT-Universitetet i København
- De it-professionelles fagforening PROSA
- St. Andrews University i Storbritannien
- University of Latvia i Letland
- Baltic Studies Centre i Letland
- Tallinn University of Technology i Estland
- Universitetet i Oslo
