Die Rätsel der Genauigkeit von AI-Schussdetektionssystemen werden endlich gelöst

‍

Einführung

Wie genau sind Schussdetektionssysteme wirklich? Jahrzehntelang war dies ein Geheimnis, doch neue Berichte aus San Jose und New York City zeigen, dass diese Systeme weit hinter ihren beworbenen Genauigkeitsraten zurückbleiben. In diesem Artikel untersuchen wir die aktuellen Entwicklungen in der Schussdetektionstechnologie und wie sie die Sicherheitslandschaft beeinflussen.

Erfahrungen aus San Jose

Im Februar 2023 begann San Jose mit der Pilotierung einer AI-gestützten Schussdetektionstechnologie des Unternehmens Flock Safety in mehreren Stadtteilen. Während der ersten vier Monate des Pilotsystems alarmierte Flocks Schussdetektionssystem die Polizei bei 123 Schießvorfällen. Neue Daten, die von San Joses Digital Privacy Office veröffentlicht wurden, zeigen jedoch, dass nur 50 Prozent dieser Alarme tatsächlich als Schüsse bestätigt wurden, während 34 Prozent als Fehlalarme identifiziert wurden. Diese Fehlalarme resultierten aus der falschen Identifikation von Geräuschen wie Feuerwerkskörpern, Bauarbeiten oder zurückschlagenden Autos als Schüsse.

Herausforderungen und Fehlalarme

Die Fehlalarmrate ist besonders besorgniserregend für farbige Gemeinschaften, die befürchten, dass Schussdetektionssysteme unnötig die Polizei in Viertel schicken, in denen Schüsse erwartet werden. Nicht-weiße Amerikaner werden häufiger von Überwachungssystemen erfasst und sind überproportional häufig in polizeiliche Auseinandersetzungen involviert. „Jede Interaktion mit der Polizei ist für uns potenziell gefährlich“, sagt Liz Gonzalez, eine Organisatorin der Silicon Valley De-Bug, einer Gemeindeschutzgruppe in San Jose.

Fehlende Daten und Genauigkeitsansprüche

San Jose hat nicht versucht zu quantifizieren, wie viele Schießvorfälle im abgedeckten Bereich das Flock-System nicht erkannt hat, auch bekannt als die Falschnegativrate. Der Bericht stellt jedoch fest, dass „das System nicht alle Schüsse erkennt, die die Abteilung erwarten würde.“ Flock Safety gibt an, dass sein Raven-Schussdetektionssystem zu 90 Prozent genau ist. SoundThinking, das das ShotSpotter-System verkauft, die beliebteste Schussdetektionstechnologie auf dem Markt, behauptet eine Genauigkeitsrate von 97 Prozent. Die Daten aus San Jose und einigen anderen Gemeinden, die diese Technologien verwendet haben, deuten jedoch darauf hin, dass die Systeme möglicherweise weniger zuverlässig sind als beworben.

Forschung und Studien

Eric Piza, Professor für Kriminologie an der Northeastern University, hat einige der gründlichsten Studien zu Schussdetektionssystemen durchgeführt. In einer kürzlichen Studie über Schießvorfälle in Chicago und Kansas City, Missouri, zeigte seine Analyse, dass die Polizei schneller auf Schießvorfälle reagierte, ihre Fahrzeuge näher an den Tatort stoppte und mehr ballistische Beweise sammelte, wenn sie auf automatisierte Schussalarme im Vergleich zu 911-Anrufen reagierte. Es gab jedoch keine Reduktion von Waffendelikten, und die Polizei war nicht eher in der Lage, Waffendelikte in Gebieten mit Schusssensoren zu lösen als in Gebieten ohne diese Sensoren.

Reaktionen und Empfehlungen

Der Rechnungsprüfer von New York City empfahl, dass die NYPD ihren aktuellen 22-Millionen-Dollar-Vertrag mit SoundThinking nicht verlängert, ohne zuerst eine gründlichere Leistungsevaluation durchzuführen. In ihrer Antwort auf das Audit schrieb die NYPD, dass „die Nichtverlängerung der ShotSpotter-Dienste die Öffentlichkeit gefährden könnte.“ In ihrem Bericht empfahl das Digital Privacy Office von San Jose, dass die Polizei weiterhin nach Möglichkeiten sucht, die Genauigkeit zu verbessern, wenn sie das Raven-System weiter verwenden möchte.

Schlussfolgerung

Die Frage der Genauigkeit von AI-Schussdetektionssystemen bleibt ein komplexes Thema. Während einige Systeme Verbesserungen gezeigt haben, zeigen die Daten, dass es noch erhebliche Herausforderungen gibt, insbesondere in Bezug auf Fehlalarme und die tatsächliche Effektivität bei der Kriminalitätsbekämpfung. Die Debatte darüber, wie diese Technologien am besten eingesetzt werden sollten, wird sicherlich weitergehen, da Städte und Gemeinden weltweit nach Wegen suchen, ihre Sicherheitsmaßnahmen zu verbessern.

Bibliographie

   - https://www.wired.com/story/ai-gunshot-detection-accuracy-san-jose-nyc/
   - https://www.aclu.org/news/privacy-technology/four-problems-with-the-shotspotter-gunshot-detection-system
   - https://www.soundthinking.com/blog/best-gunshot-detection-system/
   - https://timesofindia.indiatimes.com/world/rest-of-world/breakthrough-in-mh370-search-researchers-detect-promising-new-signal/articleshow/111118450.cms
   - https://www.pnw.edu/pnw-computer-science-research-team-tests-ai-powered-gunshot-detection-technology/
   - https://artsunit.nsw.edu.au/sites/default/files/2024-04/PRC%202024%20booklist%2079_title_full.pdf
   - https://fastercapital.com/topics/techniques-used-in-crime-scene-reconstruction.html
   - https://www.deezer.com/sk/show/771362
   - https://news.slashdot.org/story/24/06/20/1949212/new-york-bans-addictive-feeds-for-teens
   - https://fastercapital.com/topics/the-role-of-forensic-science-in-modus-operandi-analysis.html/1