Skip to main content

La police de New York dispose d’un nouvel outil pour lutter contre la criminalité, un logiciel appelé Patternizr, qui permet d’effectuer des recherches parmi des milliers de dossiers.

Le département de police de la ville de New York utilise un nouvel outil pour lutter contre la criminalité. Il s’agit d’un logiciel appelé Patternizr, qui aide les policiers à parcourir des «centaines de milliers» de dossiers.

Le logiciel a été développé en interne et permet aux analystes de rechercher dans un large éventail de dossiers afin de rechercher des modèles ou des crimes similaires. Auparavant, ils auraient dû passer par des fichiers physiques. Dans un exemple, des agents ont utilisé le système pour connecter deux crimes : un homme qui a utilisé une seringue pour voler une perceuse dans deux magasins de bricolage différents à New York. Rebecca Shutt, l’analyste judiciaire qui a résolu l’affaire, a expliqué au Washington Post que le système «rapportait des plaintes émanant d’autres circonscriptions que je n’aurais pas connues».

Ce n’est pas un système du type Minority Report qui cherche à prédire où les crimes seront commis, ni un système qui utilise l’IA pour analyser les séquences de vidéosurveillance. ici, il s’agit plutôt d’un système qui cherche dans les bases de données de la police de New York des modèles, ce qui permet aux détectives de rechercher dans une base de données beaucoup plus vaste au cours d’une enquête. Le système peut aider à rassembler des sources d’informations supplémentaires à travers le NYPD.

Le NYPD a déclaré que le département avait déployé le logiciel en 2016, mais qu’il en avait d’abord révélé l’existence dans un numéro d’INFORMS Journal on Applied Analytics. Selon le commissaire adjoint aux analyses de données de la NYPD, Evan Levine, et l’ancien directeur de l’analyse, Alex Chohlas-Wood, le département a passé deux ans à développer le logiciel, affirmant que la NYPD était la première police à utiliser un tel système aux États-Unis.

Chohlas-Wood et Levine ont déclaré au Washington Post qu’ils avaient utilisé 10 ans de modèles de données pour former le système, et lors de tests, il a «reconstitué avec précision les anciens modèles de criminalité un tiers du temps et a restitué des parties de modèles à 80% des utilisateurs». Le système ne prend pas en compte la couleur de peau du suspect au cours de la perquisition, par précaution contre les préjugés raciaux.

Le résultat semble être un moyen d’alléger une partie du travail requis par les enquêteurs, en automatisant partiellement un processus réalisé jusqu’à présent manuellement.