犯罪抑止の鍵はハイテク統計
-
0:01 - 0:032007年に 私はニュージャージー州の
-
0:03 - 0:05州司法長官になりました
-
0:05 - 0:07それまではマンハッタン地区の
-
0:07 - 0:10地区検察局や
-
0:10 - 0:13司法省で検察官をしていました
-
0:13 - 0:15州司法長官になって
-
0:15 - 0:19刑事裁判の見方が変わる
2つの出来事がありました -
0:19 - 0:211つ目は根本的な疑問を
-
0:21 - 0:23抱くようになったことです
-
0:23 - 0:26自分達が どんな人間を
-
0:26 - 0:28逮捕し 告訴して
-
0:28 - 0:30刑務所や拘置所に
送っているのだろうか? -
0:30 - 0:31刑務所や拘置所に
送っているのだろうか? -
0:31 - 0:33また 社会が
もっと安全になるような -
0:33 - 0:34また 社会が
もっと安全になるような -
0:34 - 0:37判決を下しているのだろうか?
-
0:37 - 0:40でも そういう情報は
手に入りませんでした -
0:40 - 0:43ニュージャージー州を含む
大規模な刑事司法機関では -
0:43 - 0:45肝心な点を追跡調査して
いなかったのです -
0:45 - 0:47肝心な点を追跡調査して
いなかったのです -
0:47 - 0:50不満を募らせながら
1か月待ち -
0:50 - 0:52刑事が居並ぶ会議室に
-
0:52 - 0:54乗り込みました
-
0:54 - 0:57事件ファイルが
山積みになっていて -
0:57 - 0:58皆 黄色のレポート用紙に
-
0:58 - 1:00メモを取っていました
-
1:00 - 1:02必要な情報を
手に入れるために -
1:02 - 1:03必要な情報を
手に入れるために -
1:03 - 1:05過去5年間の事件を
-
1:05 - 1:07全てチェックさせたのです
-
1:07 - 1:09すると 皆さんの想像通り —
-
1:09 - 1:11ひどい状況が明らかになりました
-
1:11 - 1:13調査によると扱った事件の多くが
-
1:13 - 1:15トレントンにある自分達の職場の
-
1:15 - 1:16周辺で発生した ―
-
1:16 - 1:19比較的軽い
麻薬犯罪だったのです -
1:19 - 1:202つ目の出来事とは
-
1:20 - 1:24ニュージャージー州
カムデン警察署での経験です -
1:24 - 1:26当時カムデンは
-
1:26 - 1:28アメリカで最も危険な街でした
-
1:28 - 1:32だから私がカムデン署を
指揮することになったのです -
1:32 - 1:34私はその日 署を訪れ
-
1:34 - 1:37カムデンの犯罪を減らそうと
-
1:37 - 1:39全力を尽くしている —
-
1:39 - 1:42警察幹部の部屋に通されました
-
1:42 - 1:44私達が犯罪撲滅について
-
1:44 - 1:46話し合っている時 目にしたのは
-
1:46 - 1:50黄色い付箋を
大量に持った警官達でした -
1:50 - 1:53皆 付箋にメモを書いて
ボードに貼り -
1:53 - 1:55次々と報告していきます
-
1:55 - 1:57「2週間前 強盗事件発生 —
-
1:57 - 1:59容疑者情報なし」
-
1:59 - 2:04「先週この付近で銃撃事件発生
容疑者情報なし」・・・ -
2:04 - 2:06捜査にデータを
活用していなかったのです -
2:06 - 2:08黄色の付箋だけを頼りに
-
2:08 - 2:11犯罪に闘いを
挑むようなものです -
2:11 - 2:13この2つの出来事がきっかけで
-
2:13 - 2:16根本的な失敗に
気づいたのです -
2:16 - 2:19私達は どんな人間が
裁判を受けているか知らず -
2:19 - 2:22必要なデータがない上に
共有もしていない・・・ -
2:22 - 2:25適切な判断を下したり
犯罪を減らすための -
2:25 - 2:27データ分析手法やツールさえ
使っていませんでした -
2:27 - 2:29データ分析手法やツールさえ
使っていませんでした -
2:29 - 2:31私は 初めて判決に至る過程を
-
2:31 - 2:33検討し始めました
-
2:33 - 2:35地方検事補 時代も
-
2:35 - 2:37連邦検事だった時も
-
2:37 - 2:38私は目の前の事件に集中し
-
2:38 - 2:41勘と経験だけを頼りに
-
2:41 - 2:43判決を下してきました
-
2:43 - 2:44州司法長官になって
-
2:44 - 2:46制度全体が見えるようになると
-
2:46 - 2:48驚くべき発見がありました
-
2:48 - 2:50司法制度における どの部門でも
-
2:50 - 2:52勘と経験だけで
判断していたのです -
2:52 - 2:54警察署でも検察局でも
-
2:54 - 2:57裁判所でも刑務所でも同じでした
-
2:57 - 2:59上手くいっていないのは
-
2:59 - 3:03明白だったので 別の方法が
-
3:03 - 3:05必要だと感じました
-
3:05 - 3:07データや分析法や
-
3:07 - 3:09厳密な統計解析の導入が
-
3:09 - 3:11必要だと思ったのです
-
3:11 - 3:14要は刑事司法制度界の
「マネーボール」です -
3:14 - 3:16ご存じの通り マネーボールとは
-
3:16 - 3:17オークランド・A's が
-
3:17 - 3:19勝利に貢献できる選手を
獲得するために -
3:19 - 3:21データと統計を
駆使した手法のことです -
3:21 - 3:22データと統計を
駆使した手法のことです -
3:22 - 3:25かつてはスカウトが
実際に選手を見て -
3:25 - 3:27勘と経験を頼りに
-
3:27 - 3:29勘と経験を頼りに
-
3:29 - 3:31選手を獲得していましたが
-
3:31 - 3:32今ではデータと
厳密な統計分析によって -
3:32 - 3:35今ではデータと
厳密な統計分析によって -
3:35 - 3:38勝利に貢献できる選手を
選びだしています -
3:38 - 3:40A's で成功した この手法は
-
3:40 - 3:42ニュージャージーでも成功しました
-
3:42 - 3:45カムデンは全米で最も危険な街という
-
3:45 - 3:47汚名を返上しました
-
3:47 - 3:50殺人事件は41%減少しました
-
3:50 - 3:53つまり37人の命が
救われたのです -
3:53 - 3:57犯罪の総数は26%減少しました
-
3:57 - 4:00また刑事訴追の方法も
改めました -
4:00 - 4:02私達の身の回りで起こる ―
-
4:02 - 4:03比較的軽い麻薬犯罪よりも
-
4:03 - 4:06州全体に関わる事件 例えば
-
4:06 - 4:09重大な暴力犯罪の抑止や
-
4:09 - 4:11ストリートギャングの摘発 —
-
4:11 - 4:14銃と麻薬の取引や
政治汚職の摘発に力を入れました -
4:14 - 4:17どれも非常に重要です
-
4:17 - 4:19なぜなら 治安こそが
-
4:19 - 4:21政府の最も重要な
仕事だと考えるからです -
4:21 - 4:24安全でなければ
教育も健康も保障できません -
4:24 - 4:25安全でなければ
教育も健康も保障できません -
4:25 - 4:28自分のやりたいことが
不可能になるのです -
4:28 - 4:30現在この国は
-
4:30 - 4:33刑事司法制度上の
深刻な問題を抱えています -
4:33 - 4:36毎年1,200万人が逮捕されますが
-
4:36 - 4:38そのほとんどは
-
4:38 - 4:41重要度の低い軽犯罪で
-
4:41 - 4:4370〜80%を占めます
-
4:43 - 4:45凶悪犯罪は 逮捕総数の
-
4:45 - 4:47わずか5%未満です
-
4:47 - 4:49それでも州や地方で
-
4:49 - 4:50それでも州や地方で
-
4:50 - 4:55犯罪者の更正にかかるコストは
750億ドルにのぼります -
4:55 - 4:57現在 230万人が拘置所や刑務所に
-
4:57 - 4:59収監されています
-
4:59 - 5:02これは治安上
極めて深刻な状況です -
5:02 - 5:04というのも拘置所に
-
5:04 - 5:07収容されている人間の
3分の2は -
5:07 - 5:09裁判の開始を
待っているだけなのです -
5:09 - 5:11彼らは有罪判決を
受けたわけではなく -
5:11 - 5:13ただ出廷の時を待っています
-
5:13 - 5:17さらに67%が再犯を重ねます
-
5:17 - 5:20州の再犯率は
世界的に見ても最悪です -
5:20 - 5:22刑務所から10人釈放されても
-
5:22 - 5:237人程度が再逮捕され
-
5:23 - 5:27犯罪と監獄生活を
繰り返しています -
5:27 - 5:30私がアーノルド財団で
働きはじめた時 — -
5:30 - 5:33これまでの問題を振り返りました
-
5:33 - 5:34データと分析法を どう活用して
-
5:34 - 5:37ニュージャージー州の刑事司法制度を
-
5:37 - 5:39改革したか振り返ったのです
-
5:39 - 5:41現在のアメリカの
-
5:41 - 5:43刑事司法制度には
-
5:43 - 5:45ニュージャージー州と
-
5:45 - 5:47同じ課題があると思います
-
5:47 - 5:50つまり まだまだ
改善の余地はあるし -
5:50 - 5:52改善できるはずです
-
5:52 - 5:54そこで 私が集中して
取り組むことにしたのは -
5:54 - 5:56そこで 私が集中して
取り組むことにしたのは -
5:56 - 5:59治安上 最も重要な判断で
-
5:59 - 6:00データ分析を使うことです
-
6:00 - 6:02そのような判断の一つは
-
6:02 - 6:05誰かを逮捕した時に
-
6:05 - 6:07治安上のリスクが高いと
考えて勾留するか -
6:07 - 6:08治安上のリスクが高いと
考えて勾留するか -
6:08 - 6:10リスクは低いと考えて
釈放するかを -
6:10 - 6:12決めるような場合です
-
6:12 - 6:14この判断こそが
-
6:14 - 6:16刑事裁判の出発点で
-
6:16 - 6:17全てに影響を及ぼします
-
6:17 - 6:19量刑の判断にも
-
6:19 - 6:21薬物治療の必要性にも
-
6:21 - 6:23暴力や犯罪にも影響を及ぼします
-
6:23 - 6:25最近 全国の判事から
-
6:25 - 6:27話を聞く機会が多いのですが
-
6:27 - 6:29全員が こう言います
-
6:29 - 6:32「自分達は 危険な人間を
刑務所に送り -
6:32 - 6:35そうではない人間は
釈放している」 -
6:35 - 6:37全員がそう確信しています
-
6:37 - 6:39でも判事達は
-
6:39 - 6:42データを持っていません
-
6:42 - 6:43実際にデータを検討すると
-
6:43 - 6:46それに当てはまらないケースが
-
6:46 - 6:48しばしば見つかるのです
-
6:48 - 6:49刑事裁判を受けた者の
-
6:49 - 6:5350%を占める
危険度の低い犯罪者が -
6:53 - 6:55刑務所に入っています
-
6:55 - 6:58例えばテキサス出身の
レズリー・チューは -
6:58 - 7:01寒い冬の夜に
毛布を4枚盗んで -
7:01 - 7:03逮捕されましたが
-
7:03 - 7:053,500ドルの保釈金を
-
7:05 - 7:08払う事ができず
拘置所に入りました -
7:08 - 7:11それから裁判が始まるまで
-
7:11 - 7:138か月も勾留されたのです
-
7:13 - 7:17納税者の負担額は
9,000ドル以上になります -
7:17 - 7:19逆の場合でも
-
7:19 - 7:21状況は深刻です
-
7:21 - 7:23極めて危険性が
高いと判断され -
7:23 - 7:25極めて危険性が
高いと判断され -
7:25 - 7:27釈放された場合
再犯の可能性が -
7:27 - 7:29非常に高い犯罪者の内 ―
-
7:29 - 7:32実に50%が
釈放されています -
7:32 - 7:34実に50%が
釈放されています -
7:34 - 7:37こうなった原因は
判断の下し方にあります -
7:37 - 7:39判事はリスクの見極めに
-
7:39 - 7:41最善を尽くしていますが
-
7:41 - 7:43判断が主観的なのです
-
7:43 - 7:4620年前 野球のスカウト達が
-
7:46 - 7:48勘と経験だけを頼りに
-
7:48 - 7:50リスクを評価したのと
同じことをしているのです -
7:50 - 7:52判事達は主観で判断しています
-
7:52 - 7:55ただ主観的な判断は
-
7:55 - 7:58しばしば誤りにつながります
-
7:58 - 7:59この分野に必要なのは
-
7:59 - 8:02確かなデータと分析法なのです
-
8:02 - 8:03私が求めていたものは
-
8:03 - 8:06確固たるデータと
分析的なリスク評価ツール — -
8:06 - 8:09すなわち
判事の前にいる人間が -
8:09 - 8:11どんな危険性を持つかを
-
8:11 - 8:13科学的 客観的に
-
8:13 - 8:14捉えるためのツールでした
-
8:14 - 8:16全国的に見ると
-
8:16 - 8:18何らかのリスク評価ツールを
-
8:18 - 8:19利用しているのは
-
8:19 - 8:22全体の
わずか5〜10%でした -
8:22 - 8:24実際のツールを見ていくと
-
8:24 - 8:26原因はすぐにわかりました
-
8:26 - 8:29どれも管理コストが恐ろしく高く
-
8:29 - 8:30時間もかかり
-
8:30 - 8:32地元でしか使えない —
-
8:32 - 8:34ツールばかりだったのです
-
8:34 - 8:35そのため 基本的に
-
8:35 - 8:38対象エリアを広げたり
転用はできませんでした -
8:38 - 8:40だから私はデータ科学者や
-
8:40 - 8:42研究者や統計学者からなる
-
8:42 - 8:43優秀なチームを編成し
-
8:43 - 8:46どこでも使える
リスク評価ツールを製作しました -
8:46 - 8:49目指したのは全米の判事全員が
-
8:49 - 8:53客観的かつ科学的な
リスク評価ができることです -
8:53 - 8:55このツールを使って
-
8:55 - 8:58私達は150万件の
事例を集めました -
8:58 - 8:59アメリカ全土 つまり
-
8:59 - 9:01市や郡の裁判所 ―
-
9:01 - 9:02すべての州裁判所と
-
9:02 - 9:04連邦地裁からです
-
9:04 - 9:06そして 公判前の
事例データとしては -
9:06 - 9:08全米で最大規模となる —
-
9:08 - 9:10この150万例から
-
9:10 - 9:12900以上のリスク要因を見つけ
-
9:12 - 9:15どの要素が
最も重要なのかを -
9:15 - 9:18突き止めようとしました
-
9:18 - 9:20その結果 全国的に共通し
-
9:20 - 9:22最もリスクを予測しやすい
-
9:22 - 9:25要因が9つあると
わかりました -
9:25 - 9:29こうして ユニバーサルな
リスク評価ツールが出来たのです -
9:29 - 9:31画面をご覧ください
-
9:31 - 9:33多少の入力は必要ですが
-
9:33 - 9:35全体的に とてもシンプルで
-
9:35 - 9:37使うのは簡単です
-
9:37 - 9:40このツールが扱うのは
被告の前科や -
9:40 - 9:42禁固刑を受けた経験
暴力事件への関与や -
9:42 - 9:44禁固刑を受けた経験
暴力事件への関与や -
9:44 - 9:46裁判所に出頭しなかった前歴です
-
9:46 - 9:49このツールで
3つの予測が可能になります -
9:49 - 9:51まず 釈放後に別の犯罪を
犯す可能性の予測です -
9:51 - 9:52まず 釈放後に別の犯罪を
犯す可能性の予測です -
9:52 - 9:542つ目は 初の試みですが
-
9:54 - 9:56とても重要と思われることで
-
9:56 - 9:58釈放後に暴力事件を
-
9:58 - 9:59起こす可能性の予測です
-
9:59 - 10:01これは どの判事も
-
10:01 - 10:03重要な要素だと考えています
-
10:03 - 10:05最後に 裁判所に出頭する ―
-
10:05 - 10:07可能性の予測です
-
10:07 - 10:10アメリカの判事なら
誰でも このツールを利用できます -
10:10 - 10:14どこにでも当てはまる
データに基づいているからです -
10:14 - 10:16リスク評価ツールを起動すると
-
10:16 - 10:19ダッシュボードが現れます
-
10:19 - 10:21一番上は
「新規犯罪スコア」で -
10:21 - 10:23最高値は「6」です
-
10:23 - 10:26その下は「暴力リスクの増加度」です
-
10:26 - 10:27この値は 対象となる人物が
-
10:27 - 10:30暴力的な傾向が強いかどうかを
-
10:30 - 10:31判事が検討するために使います
-
10:31 - 10:33さらに その下 ―
-
10:33 - 10:35「未出頭スコア」は
-
10:35 - 10:36裁判所に再び出頭する
可能性を示しています -
10:36 - 10:39裁判所に再び出頭する
可能性を示しています -
10:39 - 10:41さて ここで強調したい点があります
-
10:41 - 10:44私はリスク評価において
判事の勘と経験を -
10:44 - 10:46すべて排除すべきだとは
-
10:46 - 10:48考えていません
-
10:48 - 10:49そうすべきではありません
-
10:49 - 10:51私達が直面している問題 つまり
-
10:51 - 10:54非暴力的な者を刑務所に入れ
-
10:54 - 10:57リスクが高い危険な者を
釈放するという -
10:57 - 11:00制度上のひどい誤りが
起きる原因は -
11:00 - 11:03客観的にリスクを評価する
手段がないことです -
11:03 - 11:04しかし これからは
-
11:04 - 11:07データに基づくリスク評価と
-
11:07 - 11:10判事の勘や経験を
組み合わせることで -
11:10 - 11:13よりよい判断を
目指すべきだと考えます -
11:13 - 11:16このツールは7月1日に
ケンタッキー州全域で稼動し -
11:16 - 11:20他の管轄区域にも
広がりつつあります -
11:20 - 11:22私達の目標は ただひとつ —
5年以内に -
11:22 - 11:24全米の判事が
このリスク評価ツールを -
11:24 - 11:26使うようになることです
-
11:26 - 11:28私達は現在 ―
-
11:28 - 11:31検察官や警官用の
ツールにも取り掛かっています -
11:31 - 11:34現在のやり方は
-
11:34 - 11:3750年前と同じで
-
11:37 - 11:39勘と経験に頼っていますが
-
11:39 - 11:41これをデータと分析による
システムに替えたいのです -
11:41 - 11:43これをデータと分析による
システムに替えたいのです -
11:43 - 11:45確かに まだ課題は
-
11:45 - 11:47山ほど残っています
-
11:47 - 11:48考え方も変える必要があります
-
11:48 - 11:50ただ この変革の素晴らしい点は
-
11:50 - 11:52効果が証明されていることです
-
11:52 - 11:54Googleはデータ分析により成功し
-
11:54 - 11:57野球チームは勝つために
「マネーボール」を採用するのです -
11:57 - 11:58野球チームは勝つために
「マネーボール」を採用するのです -
11:58 - 12:00この手法が素晴らしいのは
-
12:00 - 12:02アメリカの刑事司法制度を
-
12:02 - 12:04改善できるからです
-
12:04 - 12:07私達の街はもっと安全になり
-
12:07 - 12:09刑務所のコストは減り
-
12:09 - 12:11制度は よりフェアで
公正なものになるのです -
12:11 - 12:13制度は よりフェアで
公正なものになるのです -
12:13 - 12:15これを「データ科学」と呼ぶ人もいますが
-
12:15 - 12:17私にとっては刑事司法界の
マネーボールなのです -
12:17 - 12:19ありがとうございました
-
12:19 - 12:23(拍手)
- Title:
- 犯罪抑止の鍵はハイテク統計
- Speaker:
- アン・ミルグラム
- Description:
-
2007年にニュージャージー州の州司法長官になったアン・ミルグラムは驚くべき事実に気づきました。自分達がどんな人間を刑務所に送っているのか把握していない上に、判決によって社会が本当に安全になったかを知る術が無かったのです。ここから彼女のインスピレーションに満ちた探求、すなわち、アメリカの刑事司法制度にデータ分析と統計分析を取り入れる試みが始まったのです。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:41
Natsuhiko Mizutani approved Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Natsuhiko Mizutani edited Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Natsuhiko Mizutani edited Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Natsuhiko Mizutani edited Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Tomoyuki Suzuki accepted Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Tomoyuki Suzuki edited Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Tomoyuki Suzuki edited Japanese subtitles for Why smart statistics are the key to fighting crime | ||
Tomoyuki Suzuki edited Japanese subtitles for Why smart statistics are the key to fighting crime |