TECNOLOGIA DA INFORMAÇÃO APLICADA À SEGURANÇA | Podemos afirmar que muitos departamentos de polícia possuem uma indicação de pontos quentes, ou seja, onde a atividade criminosa apresenta maior incidência. Essa base de informações é um histórico dos crimes em uma localização geográfica.

 

Podemos afirmar que muitos departamentos de polícia possuem uma indicação de pontos quentes, ou seja, onde a atividade criminosa apresenta maior incidência. Essa base de informações é um histórico dos crimes em uma localização geográfica.

Marque verdadeiro ou falso

Escolha uma opção:

Verdadeiro  (X)

Falso

Análise criminal

Vimos anteriormente que o número de usuários do Twitter é 218,3 milhões e de acordo com as informações do blog.twitter.com (https://blog.twitter.com/2012/twitter- turns-six - visualizado em: 1.6.2014), são mais de 340 milhões de tweets ao dia. São centenas de milhares de informações que podem e devem ser analisadas como forma de prevenção a crimes. Em meio a esta quantidade enorme de informações, observamos que as mensagens ou tweets, mesmo tendo um tamanho máximo de 140 caracteres, apresenta um grande desafio, entre outros, a utilização de abreviações que não seguem um padrão de escrita. Os estudiosos chamam esta nova escrita de “internetês”.

O artigo “Twitter Can Now Predict Crime, and This Raises Serious Questions” (Twitter agora pode prever crimes, e isto levanta sérias questões) escrito por Jordan Pearson e publicado no dia 26 de abril de 2014 no seguinte endereço: http://motherboard. vice.com/blog/twitter-can-predict-crime-raising-serious-and-urgent-questions - visualizado em: 1.6.2014, mostra o que a polícia de Nova Iorque está desenvolvendo e quais são as questões levantadas.

Utilizaremos os pontos mais relevantes do artigo para nossas considerações.

Os departamentos de polícia em Nova York em breve poderão utilizar os tweets “geomarcados”, ou seja, mensagens enviadas com a indicação da sua localização por GPS, para a prevenção de crimes.

Parece um cenário de ficção científica, como o apresentado no filme Minority Report , com Tom Cruise, mas o pesquisador Dr. Matthew S. Gerber, da Universidade da Virgínia, afirma que por trás da tecnologia o sistema é muito mais matemático que metafísico.

O sistema de Gerber é uma mistura de técnicas novas e antigas. Atualmente, muitos departamentos de polícia já possuem a indicação de “pontos quentes”, onde a atividade criminosa apresenta maior incidência, tudo isso com base no histórico das ocorrências reais de crime. Esta abordagem, chamada de núcleo estimativo de densidade (KDE), envolve o emparelhamento de um registro histórico dos crimes com uma localização geográfica e utilizam uma função de probabilidade para calcular a possibilidade de futuros crimes que possam ocorrer nessa área. Enquanto o KDE é uma abordagem útil para tentar antecipar o crime, ele perde forças em comparação ao dinamismo do tempo real dos fluxos de dados do Twitter, de acordo com o trabalho de pesquisa do Dr. Gerber.

- “Predicting Crime Using Twitter and Kernel Density Estimation”.

A abordagem do Dr. Gerber é semelhante ao KDE, mas lida no reino etéreo de dados e linguagem. O sistema envolve o mapeamento do ambiente Twitter; muito parecido com o mapeamento policial no ambiente físico com o KDE. A grande diferença é que Gerber está olhando para o que as pessoas estão falando em tempo real, bem como o que eles fazem depois do fato e analisa o quanto eles combinam.

Os algoritmos buscam comentários que podem indicar a ocorrência iminente de um crime em uma área específica. Gerber afirma: “Podemos observar as pessoas falando em sair, ficar bêbados, ir à bares, eventos esportivos, e assim por diante, sabemos que estes tipos de eventos se correlacionam com o crime, e é isso que os modelos estão procurando”.