A statisztika kulcsszerepe a bűnözés elleni harcban

Amikor 2007-ben New Jersey főügyésze lett, Anne Milgram elképesztő dolgokat tapasztalt: csapatának nem csak arról nem volt tudomása, hogy kiket tartottak fogva börtöneikben, de még azzal sem voltak tisztában, hogy döntéseik a közbiztonságot szolgálják-e. Ez indította el jelenleg is tartó, lelkes kutatómunkáját, melynek célja az adatelemzés és statisztikai elemzés bevezetése az amerikai igazságszolgáltatási rendszerbe.

2007-ben én lettem

New Jersey állam főügyésze.

Azelőtt büntetőügyészként dolgoztam

kezdetben a manhattani
kerületi ügyész irodájában,

majd az Egyesült Államok
Igazságügyi Minisztériumában.

Amikor azonban főügyész lettem,

két dolog megváltoztatta a büntető
igazságszolgáltatásról alkotott képem.

Az egyik, hogy feltettem
azokat a kérdéseket,

amiket alapkérdéseknek gondoltam.

Meg akartam érteni,
hogy kiket veszünk őrizetbe,

kiket helyezünk vád alá,

és kiket zárunk az ország fogdáiba

és börtöneibe.

Azt is látni szerettem volna,

hogy döntéseink

a közbiztonság javulását szolgálják-e.

De ezeket az információkat
képtelen voltam megszerezni.

Kiderült, hogy a legtöbb
igazságszolgáltatási intézmény,

mint amilyen az enyém,

nem tartotta nyilván a lényeges adatokat.

Úgyhogy egy csalódásokkal teli hónap után

besétáltam egy konferenciaterembe,

amely tele volt nyomozókkal

és több rakásnyi aktakupaccal,

és a nyomozók ott ültek

sárga jegyzetfüzeteikkel,
és jegyzeteltek.

Próbálták kigyűjteni az adatokat,

amiket kértem,

ügyenként átfésülve

az elmúlt öt év aktáit.

És ahogy bizonyára sejtik,

az eredmény, mikor végre meglett,
nem volt jó.

Kiderült, hogy sokat foglalkozunk

pitiáner drogügyek felderítésével

a környékbeli utcákon,

trentoni irodánk vonzáskörzetében.

A másik dolog, ami történt,

hogy eltöltöttem egy napot a New Jerseyhez
tartozó camdeni rendőrkapitányságon.

Akkoriban New Jersey állam
Camden városa

volt Amerika legveszélyesebb városa.

Éppen ezért én vezettem
a camdeni rendőrkapitányságot.

Ott töltöttem a napot,

és bevittek egy terembe,
ahol rangidős rendőrtisztek

keményen dolgoztak azon,

hogy visszaszorítsák a bűnözést Camdenben.

És ahogy végignéztem a teremben,

miközben a bűnözés csökkentéséről
beszéltünk,

a rendőrtisztek kezében sok kis sárga
tapadós cédulát láttam.

Fogták ezeket a sárga cédulákat,
ráírtak valamit,

majd felragasztották egy táblára.

Egyikük azt mondta,
"Volt egy betörés két hete.

De nincs gyanúsítottunk."

Egy másik így szólt:"Múlt héten lövöldözés
volt a környéken. Ott sincs gyanúsított".

Rendőri intézkedéseinkben
nem támaszkodtunk adatokra.

Lényegében sárga Post-it cetlikkel
próbáltunk

a bűnözéssel szembeszállni.

Ez a két dolog ébresztett rá arra,

hogy alapjában véve rosszul teljesítünk.

Azt se tudtuk, kik vannak
az igazságszolgáltatási rendszerünkben,

nem volt semmi adatunk arról,
ami igazán fontos volt,

nem osztottuk meg, ami volt,
nem használtunk analitikát

vagy más segédeszközt
a jobb döntéshozatal

és a bűnözés visszaszorítása érdekében.

Akkor először gondolkoztam el azon,

vajon mi alapján hozunk döntéseket.

Kerületi ügyészhelyettesként

és államügyészként

átolvastam az előttem fekvő aktákat,

és döntéseket általában
az ösztöneimre hallgatva

és a tapasztalataim alapján hoztam.

Amikor főügyész lettem,

rálátásom nyílt a rendszer egészére,

és meglepetésemre azt tapasztaltam,

hogy pontosan ugyanez történik

a rendszer egészében --

rendőrőrsökön, ügyészi hivatalokban,

bíróságokon és börtönökben.

Nagyon gyorsan rájöttem arra,

hogy nem jól végezzük a dolgunkat.

Ezért én máshogy akartam csinálni.

Be akartam vezetni az adatelemzés

és szigorú statisztikai elemzés

használatát a munkánkba.

Röviden, "moneyball"-t akartam
az igazságszolgáltatásban.

A "moneyball", ahogy azt sokan tudják,

az Oakland A's baseball csapat

adatelemzésen és statisztikán alapuló

módszere volt a játékosok kiválasztására,

ami győzelemre vitte őket,

és felváltotta náluk azt a rendszert,
ahol baseball-megfigyelők

a meccseket járva figyelték a játékosokat,

és a megérzéseikre,

megfigyelői tapasztalataikra hallgatva

választottak játékosokat.

Az új rendszer feldolgozott adatok
és szigorú statisztikai elemzések

alapján segítette őket a játékosok
kiválasztásban és a meccsek megnyerésében.

Az Oakland A's csapatánál ez bevált,

és bevált New Jersey államban is.

Elértük, hogy már nem Camden volt

Amerika legveszélyesebb városa.

41 százalékkal visszaszorítottuk
a gyilkosságok számát,

megmentve ezzel konkrétan 37 ember életét.

Az összes bűncselekmény számát
26 százalékkal csökkentettük a városban.

A büntetőeljárásunk
módszerén is változtattunk.

Az irodánk környékén zajló

kisstílű drogüzelmek helyett

állami szintű és fontosságú
ügyekre koncentráltunk,

mint amilyen az erőszak visszaszorítása
a legdurvább elkövetők körében,

utcai bandák vád alá helyezése

a fegyver- és drogkereskedés, valamint
a politikai korrupció üldözése.

És ez rengeteget számít,

mert a közbiztonság az én szememben

a kormány legfontosabb feladata.

Ha nem vagyunk biztonságban,
nem művelődhetünk,

nem lehetünk egészségesek,

nem csinálhatunk semmi olyasmit,
amit szeretnénk.

Ma egy olyan országban élünk,

ahol komoly igazságszolgáltatási
problémákkal kell szembenéznünk.

Évente 12 millió ember kerül őrizetbe.

Nagy többségük

pitiáner bűncselekményekért, vétségekért,

70-80 százalékban.

Kevesebb, mint 5 százalékban

erőszakos cselekedetért.

Mégis 75 milliárd,

igen, milliárd

dollárt költünk évente az állami
és helyi szintű büntetés-végrehajtásra.

Ebben a pillanatban 2.3 millió ember ül

fogdáinkban és börtöneinkben.

És hihetetlen közbiztonsági kihívások
előtt állunk,

mert az a helyzet,

hogy a börtönben tartózkodók kétharmada

a tárgyalására vár.

Nem ítélték el még őket.

Csak várnak a tárgyalásuk napjára.

Az emberek 67 százaléka visszaeső.

Miénk az egyik legmagasabb
visszaesési ráta a világon.

10 börtönből szabadult emberből majdnem 7

újra őrizetbe kerül,

nem menekülve a bűnözés és bebörtönzés
állandó körforgásából.

Ezért amikor az Arnold Alapítványnál
kezdtem dolgozni,

visszatértem ezekhez a kérdésekhez,

és felidéztem,

hogyan alakítottuk át
adatok és elemzések segítségével

New Jersey igazságszolgáltatását.

Amikor látom, hogy milyen ma az amerikai

igazságszolgáltatási rendszer,

pontosan ugyanazt érzem,

amit New Jerseyben,
amikor elkezdtem ott dolgozni,

hogy egyértelműen
jobb munkát kell végeznünk,

és tudom azt, hogy képesek vagyunk rá.

Ezért az adatelemzésre

helyeztem a hangsúlyt,

hogy segítségével hozzuk meg
a közbiztonságot érintő

legfontosabb döntést.

Ez a döntés pedig annak megítélése,

hogy miután valakit letartóztatnak,

az illető veszélyt jelent-e
a közbiztonságra

és ezért fogva kell tartani,

vagy nem jelent veszélyt a közbiztonságra,

és akkor szabadon kell engedni.

Egy büntetőeljárás során

minden ezen az egy döntésen múlik.

Mindenre hatással van.

Hatással van az ítélethozatalra.

Hogy valaki gyógyszeres kezelést kap-e.

Hatással van az erőszakra és a bűnözésre.

És amikor bírókkal beszélgetek
országszerte,

ami mostanában rendszeresen előfordul,

mindannyian ugyanazt mondják,

hogy a veszélyes elkövetők
kerülnek börtönbe,

a veszélytelen, erőszakra nem hajlamos
embereket pedig elengedjük.

Ezt komolyan gondolják és így is hiszik.

De ha megnézzük az adatokat,

amivel egyébként a bírók nem rendelkeznek,

ha megnézzük ezeket az adatokat,

számos esetben azt tapasztaljuk,

hogy ez nem így van.

Az alacsony kockázatú elkövetőket,

akik a bűnelkövetők összlétszámának
50 százalékát teszik ki,

börtönben találjuk.

Vegyük például
a texasi Leslie Chew esetét,

aki négy takarót lopott
egy hideg téli éjszakán.

Letartóztatták, fogdában tartották,

az óvadék 3500 dollár volt,

akkora összeg, amit ő
nem tudott kifizetni.

Nyolc hónapig volt börtönben,

mire az ügye tárgyalásra került,

ami az adófizetőknek
több mint 9000 dollárjába került.

A spektrum másik végén

ugyanilyen szörnyű a helyzet.

Itt találjuk

a legmagasabb kockázatú elkövetőket,

akikről úgy véljük,
a legnagyobb eséllyel követnek el

újabb bűncselekményt,
ha szabadlábra kerülnek,

országos szinten ezeknek az embereknek
az 50 százalékát

szabadon engedjük.

Ennek oka a döntéshozatali
módszereinkben rejlik.

A bírók a legjobb szándékkal

ítélik meg a kockázatot,

de ezt szubjektíven teszik.

Mint 20 évvel ezelőtt a
baseball-megfigyelők,

akik az ösztöneik
és tapasztalataik alapján

próbálták a játékosban rejlő
kockázatot felmérni.

Mindez szubjektív,

és tudjuk, mi a sorsa
a szubjektív döntéseknek:

gyakran tévesnek bizonyulnak.

Amire szükségünk van,

az a hatékony adatelemzés.

Amit kerestem,

az egy hatékony, adatvezérelt
kockázatelemző eszköz volt,

amely tudományos és objektív módon
segíti a bírókat abban,

hogy valóban felfogják,

mekkora kockázatot jelent

az előttük álló ember.

Körülnézve az országban,

azt találtam, hogy az amerikai
bírósági körzetek

mindössze 5-10 százalékában

használnak valamilyen
kockázatelemző eszközt,

és amikor szemügyre vettem ezeket,

gyorsan rájöttem, miért.

Hihetetlen drága volt a működtetésük,

rengeteg időt vett igénybe,

és csak a helyi
bírósági körzetekre vonatkoztak,

ahol létrehozták őket.

Így voltaképpen nem lehetett arányítani

vagy máshol alkalmazni őket.

Összeállítottam hát
egy fenomenális csapatot,

mely adattudósokból, kutatókból,

és statisztikusokból állt,

hogy létrehozzanak egy
egységes kockázatelemző eszközt,

mely az Egyesült Államok
összes bírája számára

objektív, tudományos
kockázatfelmérést tesz lehetővé.

Ebben a programban, amit létrehoztunk,

1,5 millió esetet gyűjtöttünk össze

az Egyesült Államok területéről,

városokból, megyékből,

az ország minden egyes államából,

szövetségi kerületéből.

És ebből a 1,5 millió esetből,

mely a tárgyalás előtt álló ügyek

legnagyobb adatbázisa ma Amerikában,

azt láttuk,

hogy több mint 900 rizikófaktor
áll rendelkezésünkre,

hogy megpróbáljuk kiszűrni,
mi számít a legjobban.

Kilenc jól körülhatárolható
faktort találtunk,

ami az országban mindenütt
lényeges tényező volt,

és ami a legmeghatározóbb volt
a kockázat előrejelzésében.

Létrehoztunk tehát egy univerzális
kockázatelemző programot.

Így néz ki.

Amint látják, beírunk néhány információt,

a többségük roppant egyszerű,

könnyű használni,

olyan adatokra koncentrál, mint
a vádlott büntetett előélete,

ítélték-e már börtönbüntetésre,

követett-e el korábban
erőszakos cselekedetet,

előfordult-e,
hogy nem jelent meg a bíróságon.

Ezzel az eszközzel
három dolgot tudunk megjósolni.

Egy -- fog-e valaki újabb bűntettet

elkövetni, ha szabadon engedik.

Kettő -- először vagyunk képesek arra,

és ezt hihetetlenül fontosnak tartom,

hogy megjósoljuk, fog-e valaki

erőszakos bűntettet elkövetni,
ha kiengedik.

Ez az egyedüli, legfontosabb dolog,

ha a bírákat kérdezzük.

És végül három -- megjósolhatjuk,

hogy valaki megjelenik-e újra a bíróságon.

Az Egyesült Államok minden egyes bírája
tudja ezt majd használni,

mert egységes adatbázisra épül.

Ha a bírák lefuttatják
a kockázatelemző programot,

ezt látják majd: egy állapotjelentést.

Felül látható az Új Bűnelkövetési Mutató,

hatos a legmagasabb fokozat,

középen pedig ez áll:
"Fokozott erőszakveszély".

Ez azt jelenti, hogy ez az ember

fokozottan hajlamos az erőszakra,

és erre a bírónak nagyon figyelnie kell.

Lefelé haladva láthatják

az Igazolatlan Távolmaradási Mutatót,

amely annak a valószínűségét jelzi,

hogy valaki megjelenik-e majd a bíróságon.

És itt szeretnék elmondani
valami nagyon fontosat.

Nem arról van szó,
hogy szerintem ki kell iktatni

a bírói ösztönt és tapasztalatot

ebből a folyamatból.

Nem.

Azt gondolom, a probléma abban rejlik,

és a rendszernek ezek a
döbbenetes hibái,

hogy a kisstílű, erőszakra nem hajlamos
embereket bebörtönözzük,

a magas kockázatú, veszélyes bűnözőket
pedig szabadon engedjük,

abból adódnak, hogy nincs objektív
kockázatfelmérő eszközünk.

A megoldás szerintem az,

hogy ezt az adatvezérelt kockázatelemzést

ötvözzük a bírák megérzéseivel
és tapasztalataival,

hogy ezáltal jobb döntések születhessenek.

Az eszközt július 1-én vezették be
Kentucky államban,

és hamarosan több más amerikai
bírósági körzet is csatlakozik.

A célunk egész egyszerűen az,
hogy az Egyesült Államokban

öt éven belül minden egyes bíró használjon

adatvezérelt kockázatelemző programot.

Jelenleg hasonló eszközök

kifejlesztésén dolgozunk ügyészek
és rendőrtisztek számára is,

hogy az Amerikában
jelenleg fennálló rendszert,

amely 50 éve változatlanul

megérzések és tapasztalatok
alapján működik,

átalakítsuk egy adatvezérelt,

elemzésekre támaszkodó rendszerré.

A jó hír az,

bár rengeteg munka áll még előttünk,

és értékrendszereken kell változtatnunk,

a jó hír mégis az,

hogy tudjuk, hogy működik.

Ezért Google a Google,

és ezért használják
a baseballcsapatok a "moneyball"-t

a győzelem érdekében.

Számunkra a jó hír az,

hogy ezzel a módszerrel átalakíthatjuk

Amerika igazságszolgáltatási rendszerét.

Biztonságosabbá tehetjük az utcáinkat,

csökkenthetjük a börtönök költségeit,

korrektebbé és igazságosabbá tehetjük

vele a rendszerünket.

Vannak, akik ezt adattudománynak hívják.

Én úgy hívom:
adatvezérelt igazságszolgáltatás.

Köszönöm.

(Taps)