时至今日，网络世界和现实世界已无法用虚拟和真实区分，人们线上行为会影响到线下，反之亦然。
最近纽约大学坦登工程学院和全球卫生公用学院发表新研究结果，分析美国 100 个城市的 Twitter 推文后，发现 Twitter 关于种族仇恨言论数量较多的城市，相关犯罪率也更高。
研究人员透过机器学习设计一种算法辨识种族歧视等恶意言论，并利用 Twitter 的 API 爬虫分析 2011~2016 年共计 5.32 亿条公开推文，发现种族歧视推文数量和所在城市关于种族仇恨的犯罪数量呈正相关。
研究人员 Rumi Chunara 认为种族歧视推文可能营造一种犯罪环境，但他也强调，现在的研究还不足以说明两者是因果关系，未来还需进行更多研究。
Chunara 等人的目标，就是透过分析过去几年的推文，将某类推文和犯罪行为建立起标准化关联，改变 Twitter 对相关言论的处理方法。
其实纽约大学不是第一个研究 Twitter 与犯罪率关系的机构，早在 2017 年维吉尼亚大学助理教授 Matthew Gerber 就表示，发现 Twitter 推文和犯罪行为的关系。
Matthew Gerber 比对 2013 年 1~3 月期间芝加哥地区用户 150 万条推文，和当地同时期的犯罪纪录，发现罪犯发推文的密度越高，就越有可能在预谋犯罪。
▲《关键报告》剧情将成为现实。
Matthew Gerber 透过这些资料建立算法预测犯罪行为，据称可用于 19~25 种犯罪行为预测，尤其是跟踪、盗窃等犯罪，后来还和芝加哥、纽约警方合作搭建犯罪预测系统。
目前美国一些地区已引入基于 AI 的犯罪预测系统，比如纽奥尔良警局的预测性警务技术，由硅谷公司 Palantir 开发，透过追踪人们和其他帮派成员的关系和犯罪纪录，并分析社群媒体，进而预测某人犯罪或成为受害者的可能性。
AI 分析预测过程中，社群媒体资料是重要样本，纽奥尔良警局系统采用称为“社群网络分析”的智慧技术，能从社群媒体动态找到与数据库人物、地点、武器等的关系。
此外，芝加哥警察局利用 AI 系统生成一份“热名单”，标出“芝加哥最危险的 400 人”，除了有犯罪前科的人，也有一些未曾犯罪、但被认为有潜在犯罪风险的人，其中很大程度是基于社群媒体资料分析得出。
（Source：shutterstock）
耶鲁大学社会学家 Andrew Papachristos 曾深入研究芝加哥的犯罪问题，他认为社群媒体很适合让兴趣相同的人聚在一起，当这些兴趣包括枪支和毒品时，那这些犯罪行为就可预测。
不过这些 AI 技术兴起也带来个人隐私等问题，如果第三方机构可自由收集和分析社群媒体的海量资料，所做的事恐怕不会只是预测犯罪。
（本文由 爱范儿 授权转载；首图来源：pixabay）
延伸阅读：
- 纽奥良警方与大数据公司合作，用系统预测可能犯罪者与受害人
- 透过 AI 分析人群路线和行为数据，中国打算做到“预知”犯罪
