De plus en plus de services de police ont recours à l’exploitation des données dans les domaines de la gestion de la sécurité et de la réduction du taux de criminalité. Voici comment se dessine l’avenir de la lutte contre le crime.

Le jumelage de la gestion de la sécurité à l’intelligence artificielle se caractérise notamment par la cartographie géographique des crimes selon leur type et, surtout, par la possibilité toute récente de prédire certains délits. Les données utilisées proviennent des services policiers, des autorités judiciaires ou encore des caméras installées dans les rues et dans les commerces.

Les données au service du maintien de l’ordre

Plusieurs techniques de traitement des données sont utilisées, notamment le forage de données (data mining), auquel on a recours pour extraire les informations pertinentes à partir d’immenses quantités de données. On utilise principalement des techniques d’apprentissage supervisé et non supervisé. Parmi les nombreuses méthodes d’apprentissage non supervisé, le partitionnement de données (clustering) est utilisé pour aider à prédire, avec une certitude assez précise, un futur délit. Le partitionnement consiste à diviser un ensemble de données en groupes qui contiennent des éléments similaires. Dans le domaine de la criminologie prédictive, ces sous-ensembles sont appelés hot spots, littéralement des points chauds, qui indiquent les endroits où la probabilité de commettre un crime est élevée.

La classification, une méthode d’apprentissage supervisé, est utilisée en modélisation des données et en criminologie prédictive. On divise les données et on leur attribue des classes prédéterminées, ce qui permet d’étudier les façons dont ces groupes de données interagissent. On peut ainsi distinguer des caractéristiques peu évidentes au premier abord et mieux guider les décisions qui seront prises plus tard.


LIRE AUSSI : « Intelligence artificielle - Voici comment votre voiture deviendra autonome »


L’exemple de Los Angeles

On utilise déjà ces techniques dans de nombreuses villes américaines, par exemple à Los Angeles, où une unité spéciale du service de police analyse les données en temps réel afin de répondre efficacement aux urgences. On y examine entre autres les enregistrements de l’ensemble des caméras de surveillance de la ville, puis on fait le suivi de l’activité criminelle et on croise les données obtenues avec une carte géographique de la ville.

Enfin, on procède à l’analyse des résultats obtenus grâce à l’outil numérique PredPol, ce qui permet de déterminer les secteurs de la ville où il existe un risque significatif que des crimes soient commis.

Des centres de recherche spécialisés s’intéressent maintenant à l’anticipation des délits grâce à l’analyse du comportement prévu d’un individu à partir de données statistiques personnelles. L’aboutissement de telles recherches pourrait s’avérer utile, notamment dans le cadre de la lutte contre le terrorisme.


LIRE AUSSI : « Big data : le Québec haut placé sur la grille de départ! »


Article publié dans l'édition printemps 2018 de Gestion