Les services de police, de par leur activité quotidienne, génèrent, stockent et utilisent de grandes quantités de données, dans le cadre de ce qu’on appelle les mégadonnées ou données massives (Big Data). Hélas, ils ne disposent pas toujours des technologies et des techniques permettant de les mettre à profit. C’est là l’une des conclusions auxquelles parvient Alexander Babuta dans son rapport Mégadonnées et services de police. Une évaluation des besoins, attentes et priorités des corps de sécurité [britanniques][1], publié par l’Institut des services réels unifiés pour les études de défense et de sécurité [2] (RUSI pour son sigle en anglais).
L’auteur souligne que l’investigation liée aux données massives est prolifique mais qu’il y a un déficit d’études sur leur utilisation dans le travail policier au Royaume-Uni. Babuta essaie de contribuer à combler ce vide. Il a commencé sa recherche par une révision de la documentation (académique et institutionnelle), des stratégies policières et des rapports du secteur privé sur l’utilisation des données par la police. Il a ensuite interviewé 25 employés de quatre corps de police (policiers et personnel de soutien) et 5 experts des secteurs technologique et académique. Enfin, il a mené un groupe de travail avec des représentants de cinq corps de police ainsi que du ministère de l’Intérieur[3] , de l’Académie supérieure de police[4] et du secteur universitaire.
Les deux grands problèmes identifiés par le chercheur sont l’absence d’un espace unique, où stocker et aller récupérer les données, et l’absence d’une technologie à même de donner un sens aux données. Il souligne aussi quatre domaines prioritaires où la technologie liée aux mégadonnées peut s’appliquer au travail policier :
- Mettre à profit les cartes de prédiction de la criminalité pour destiner les patrouilles aux endroits où il y a une forte probabilité de criminalité.
- Utiliser l’analyse prédictive pour identifier les risques associés à certains individus, qu’ils soient auteurs potentiels ou victimes potentielles.
- Utiliser l’analyse avancée pour essayer de mettre à profit le potentiel des systèmes d’enregistrement d’images (circuits de vidéosurveillance) et des données issues des systèmes de reconnaissance automatique de plaques minéralogiques.
- Appliquer la technologie des données massives aux sources de données ouvertes pour une meilleure connaissance de certains problèmes de criminalité.
L’auteur propose 14 recommandations adressées aux corps de police et responsables de la sécurité ; aux organismes nationaux (ministère de l’Intérieur, Académie supérieure de police et Police ICT Company[5]) ; et aux développeurs de logiciels, en y incluant trois futures lignes de recherche.
Les propositions de Babuta qui semblent les plus importantes pour ce qui est des sciences sociales sont[6] :
- Prioriser l’exploration du potentiel du logiciel de cartes destinées à la prédiction.
- Utiliser les données nationales, pas seulement locales, lorsqu’on veut prédire les risques associés à certains individus.
- Inclure dans toutes les applications de données un registre permettant de renseigner tout changement réalisé sur l’ensemble des données.
- Approfondir la recherche sur le logiciel de prédiction de la criminalité pour pouvoir générer des modèles de prédiction par segments de rue.
- Explorer les utilisations potentielles de la modélisation du terrain sur la base du risque (RTM)[7] pour identifier les zones où il y a le plus de risque de subir la criminalité.
- Explorer l’utilisation de matrices de dommages pour évaluer les dommages causés par différents types de délits.
Le rapport a été rendu public le 6 septembre 2017 et on en trouve une présentation au lien suivant :
[1]Le titre original est « Big data and Policing. An Assessment of Law Enforcement Requirements, Expectatins and Priorities »
[2]Royal United Services Institute for Defence and Security Studies
[3]Home Office
[4]College of Policing
[5] Il s’agit d’une entreprise à capital public, créé et gérée par les responsables de la sécurité pour améliorer l’information et la communication dans le but de renforcer la sécurité publique.
[6]Selon le réseau de chercheurs MethodSpace
[7]Le RTM est une méthodologie de travail basée sur l’analyse des risques sur certains espaces, établie par les professeurs Caplan et Kennedy de l’Université Rutgers. Plus d’information sur http://www.riskterrainmodeling.com/ Le terme en anglais est Risk Terrain Modelling, traduit comme « Modélisation du terrain sur la base du risque »
_____
Aquest apunt en català / Esta entrada en español / This post in English