Il Sole 24 Ore, 21 febbraio 2016
L’algoritmo che previene il crimine
Gli abitanti di Modesto, città della California con 210.000 abitanti, dormono sonni più tranquilli. Qui, lo scorso anno, le rapine e i furti di auto sono calati del 14% e quelli nelle abitazioni dell’11 per cento. Modesto è una tra le tante città che sfruttano le potenzialità dell’informatica per rendere più efficiente il lavoro della polizia. Tra queste località vi sono Los Angeles, Atlanta, Chicago e la britannica Medway. L’idea è quella di fare in modo che gli agenti siano presenti dove si sta per compiere un crimine, riuscendo così a prevenirlo. Il “trucco” è quello di usare dei software che, sulla base di dati statistici, prevedono i reati.
Uno di questi programmi è PredPol, realizzato da un gruppo di ricercatori delle Università di Santa Clara e della California di Los Angeles. PredPol viene descritto da Heather Graves, portavoce del dipartimento della Polizia di Modesto, come «strumento valido che usiamo per combattere il crimine». Il software analizza 10 anni di statistiche sui reati fornendo come risultato «aree quadrate di 500 per 500 piedi (circa 152 metri) dove è più probabile che possa accadere un reato». Quelle che il software indica sono gli hotspot, le “zone calde”, sulle quali concentrare il lavoro preventivo della polizia. Come spiega Graves, il programma è usato per indirizzare «gli agenti nelle aree dove occorre essere presenti per ridurre il crimine». La presenza dei poliziotti «ha un effetto deterrente su reati come rapine e furti di appartamento», e in molti casi favorisce gli arresti.
Lo scorso 15 gennaio, sul Journal of the American Statistical Association, Jeffrey Brantingham con altri colleghi ha spiegato nel dettaglio il funzionamento del programma. Brantingham insegna all’Università della California, è tra gli ideatori di PredPol, ed è colui che ne ha seguito l’implementazione per la polizia di Los Angeles, come conferma il capitano Ernest Eskridg, capo del distretto Foothill della città californiana. L’algoritmo alla base del funzionamento di PredPol si fonda sulla distribuzione di Poisson, funzione statistica descritta più nel dettaglio nell’articolo a fianco. I ricercatori hanno verificato l’attendibilità del loro algoritmo analizzando l’attività delle polizie di Los Angeles e del Kent, in Inghilterra. Seguendo le indicazioni del programma, l’efficacia delle pattuglie cresce anche di due volte e si ottiene una riduzione dei reati del 7,4 per cento.
Sono diversi i programmi che utilizzano metodologie simili. Tra questi CrimeStat: un software statistico di analisi del crimine che può essere scaricato gratuitamente dal sito del ministero della Giustizia statunitense. Altri programmi di questo tipo sono Blue Crush di Ibm o Risk Terrain Modelling, sviluppato all’Università Rutgers nel New Jersey. Come spiega Marco Dugato, che insegna Metodi e tecniche della ricerca criminologica all’Università Cattolica di Milano, occorre tuttavia distinguere fra due diversi approcci. In un caso «si lavora sui crimini avvenuti nel passato e, attraverso un algoritmo, si studia la probabilità che uno specifico crimine possa avvenire in una determinata area dopo un certo tempo». È quanto avviene con un programma come PredPol. Nel secondo approccio, invece, «ci si concentra sulle cause del fenomeno per determinare dove e quando il rischio è maggiore».
Lo scorso anno il Centro Transcrime dell’Università Cattolica di Milano, diretto dal professor Ernesto Savona, pubblicò per il ministero dell’Interno un lavoro sulla previsione dei furti nelle abitazioni. Lo studio, realizzato da quattro ricercatori tra cui Dugato, partiva proprio dalle cause: «Noi sappiamo che i reati si concentrano, e che questi hotspot non sono completamente casuali – chiarisce Dugato – ma variano sulla base di alcuni fattori come il contesto urbanistico o le condizioni socioeconomiche di una determinata area. Dopo aver identificato i fattori di rischio e quelli protettivi, il modello di Transcrime seleziona quelli più significativi per costruire le mappe previsionali. Lo studio è stato realizzato su tre città: Milano, Roma e Bari, sfruttando informazioni accessibili con sistemi di open data come le distribuzioni demografiche, le statistiche sul reddito, ma anche la presenza di case popolari o i valori immobiliari. Per verificare l’attendibilità delle previsioni i ricercatori hanno finto di essere nel 2013 e di prevedere cosa sarebbe avvenuto nel 2014, per poi paragonare i loro risultati con le statistiche sui furti realmente avvenuti. Il risultato è stato interessante: a Milano con questo metodo sarebbe stato possibile prevedere il 29,3% dei furti, a Bari il 41,6% e a Roma addirittura il 47,1%, quasi uno su due. Esperimenti di questo tipo dimostrano che con i “big data”, è possibile migliorare l’efficacia nella lotta al crimine, come è già avvenuto ad esempio nella Questura di Milano dove il software KeyCrime più volte si è rivelato efficace nella prevenzione di alcuni reati.
«Questi programmi – continua Dugato – possono essere usati per analizzare altri fenomeni criminali». Ad esempio, il centro Transcrime «ha sviluppato una serie di modelli per prevedere il rischio di infiltrazioni della criminalità organizzata o del riciclaggio di denaro sporco, mentre a breve partirà un progetto per analizzare i fattori che favoriscono il reclutamento dei terroristi».
E proprio Milano è stato il capofila, due anni fa, di SmartCiber, un programma europeo che aveva come scopo quello di studiare il rischio terrorismo. Il progetto coinvolgeva più città europee e diverse società come A2A, Amsa, Atm o Sea, e si basava sulla mappatura georeferenziata delle infrastrutture critiche del territorio e l’individuazione dei fattori di rischio, tanto quelli relativi ad episodi specifici quanto quelli generati dalla presenza di particolari variabili socioeconomiche. «L’obiettivo – conclude Dungano – è quello di realizzare modelli che abbiano ricadute concrete», capaci di migliorare la sicurezza nelle città. Un obiettivo fondamentale, che la tecnologia può aiutare a raggiungere.