Kunstig intelligens kan brukes til å avgjøre med rimelig nøyaktighet om en ranrapport til politiet er falsk eller sann.
Forskere har utviklet et dataverktøy som er i stand til å identifisere falske påstander om ran med 80 prosent nøyaktighet, og gjenkjenner dem for slike stereotype funksjoner som mangel på detaljer, språk som brukes og beskrivelser av stjålne gjenstander.
Metoden ble utviklet i Spania ved å bruke en kombinasjon av automatisk tekstanalyse og maskinlæringsmetoder og brukes for tiden av det spanske politiet for å identifisere mistenkelige tilfeller som krever ytterligere etterforskning.
Kriminell handling
Å innlevere falske rapporter om ran er en straffbar handling, men det er likevel ganske vanlig i praksis ettersom folk håper å få penger fra forsikring.
En studie med over tusen politirapporter fra det spanske nasjonale politiet fant at verktøyet kjent som VeriPol er ekstremt effektivt for å oppdage falske og unøyaktige meldinger.
VeriPol samlet uavhengig av en rekke funksjoner som var iboende i falske påstander om ran. Disse inkluderer en kortere uttalelse, som fokuserte mer på den stjålne eiendommen enn på selve hendelsen. Samtidig var det ingen nøyaktig informasjon om selve hendelsen, eller det var liten informasjon i beskrivelsen av både angriperen selv og hans handlinger.
Salgsfremmende video:
Mangel på avgjørende bevis
Et ytterligere tegn på unøyaktighet er fraværet av vitner eller andre overbevisende bevis, for eksempel å kontakte en politibetjent eller lege umiddelbart etter hendelsen.
"Som et eksempel begynte datamodellen vår å identifisere falske uttalelser om at rapporterte angrep var bakfra eller da angriperne ble beskrevet som å ha på hjelmer," sa studiens medforfatter Jose Camacho-Collados fra Cardiff University.
”Andre åpenbare tegn på unøyaktighet var beskrivelser av de stjålne gjenstandene. Påstander om tyveri av iPhone eller Samsung var knyttet til falske påstander, mens beskyldninger om tyveri av sykler eller halskjeder mest sannsynlig var sanne,”la han til.
Serg drage
