ใช้สถิติอย่างชาญฉลาดเพื่อสู้อาชญากรรม
-
0:01 - 0:03ในปี 2007 ฉันได้เป็นอัยการสูงสุด
-
0:03 - 0:05ของรัฐนิวเจอร์ซีย์
-
0:05 - 0:07ก่อนหน้านั้น ฉันเป็นอัยการคดีอาญา
-
0:07 - 0:10ตอนแรกในสำนักงานอัยการเขต แมนฮัตตัน
-
0:10 - 0:13และจากนั้นก็ที่กระทรวงยุติธรรม
-
0:13 - 0:15เมื่อฉันได้เป็นอัยการสูงสุด
-
0:15 - 0:19มีสองสิ่งที่เกิดขึ้นซึ่งเปลี่ยนแนวคิดของฉัน
เรื่องกระบวนการยุติธรรมทางอาญา -
0:19 - 0:21สิ่งแรกคือ ฉันถามคำถามที่คิดว่า
-
0:21 - 0:23เป็นคำถามพื้นๆ
-
0:23 - 0:26ฉันต้องการเข้าใจคนที่เรากำลังจะจับกุม
-
0:26 - 0:28ผู้ที่ถูกกล่าวหา
-
0:28 - 0:30และผู้ที่เราจับเข้าไปขังในเรือนจำต่างๆ
-
0:30 - 0:31ทั่วประเทศ
-
0:31 - 0:33ฉันต้องการที่จะเข้าใจ
-
0:33 - 0:34ว่าเราตัดสินใจถูก
-
0:34 - 0:37เพื่อที่จะทำให้พวกเราปลอดภัยขึ้น
-
0:37 - 0:40แต่ฉันไม่สามารถหาคำตอบนั้นได้
-
0:40 - 0:43ปรากฏว่า โดยส่วนใหญ่ หน่วยงานใหญ่ๆ ด้านคดีอาญา
-
0:43 - 0:45อย่างเช่นหน่วยงานของฉัน
-
0:45 - 0:47ไม่ได้เก็บข้อมูลที่สำคัญ
-
0:47 - 0:50หลังจากที่ฉันหัวเสียอยู่หนึ่งเดือน
-
0:50 - 0:52ฉันก็เดินไปยังห้องประชุม
-
0:52 - 0:54ที่เต็มไปด้วยนักสืบ
-
0:54 - 0:57และกองแฟ้มคดีเป็นตั้งๆ
-
0:57 - 0:58และพวกนักสืบก็นั่งอยู่ตรงนั้น
-
0:58 - 1:00ด้วยสมุดจดโน้ต
-
1:00 - 1:02พวกเขาพยายามจะหาข้อมูลเดียวกัน
-
1:02 - 1:03กับที่ฉันหาอยู่
-
1:03 - 1:05โดยการค้นดูทีละคดี
-
1:05 - 1:07ย้อนหลังไปห้าปี
-
1:07 - 1:09และคุณคงนึกภาพออก
-
1:09 - 1:11ว่าเมื่อเราได้ผลลัพธ์ มันดูไม่ดีเอาเสียเลย
-
1:11 - 1:13ปรากฏว่าเราทำคดีมากมาย
-
1:13 - 1:15เกี่ยวกับพ่อค้ายาระดับหางแถว
-
1:15 - 1:16ตามท้องถนน ที่ไม่ห่าง
-
1:16 - 1:19จากออฟฟิศของเราในเทรนตัน
-
1:19 - 1:20สิ่งที่สองที่เกิดขึ้น
-
1:20 - 1:24คือฉันใช้เวลาวันหนึ่ง
ในกรมตำรวจแคมเด็น นิวเจอร์ซีย์ -
1:24 - 1:26ณ ตอนนั้น แคมเด็น นิวเจอร์ซีย์
-
1:26 - 1:28คือเมืองที่อันตรายที่สุดในอเมริกา
-
1:28 - 1:32นี่คือเหตุผลที่ฉันเข้ามาคุมกรมตำรวจแคมเด็น
-
1:32 - 1:34ฉันใช้เวลาหนึ่งวันเต็มๆ ในกรม
-
1:34 - 1:37ฉันถูกพาเข้าไปในห้อง
พร้อมด้วยเจ้าหน้าที่ตำรวจอาวุโส -
1:37 - 1:39ซึ่งทุกคนต่างก็ทำงานหนัก
-
1:39 - 1:42และพยายามที่จะลดอาชญากรรมใน แคมเด็น
-
1:42 - 1:44ที่สิ่งที่ฉันเห็นในห้อง
-
1:44 - 1:46ในขณะที่เราคุยกันเรื่องการลดอาชญากรรม
-
1:46 - 1:50ก็คือเจ้าหน้าที่ตำรวจหลายคน
ใช้กระดาษโน้ตเล็กๆ สีเหลือง -
1:50 - 1:53และพวกเขาจะเอากระดาษโน้ตนั้น
มาเขียนบางอย่าง -
1:53 - 1:55และพวกเขาจะแปะมันไว้บนบอร์ด
-
1:55 - 1:57และหนึ่งในนั้นพูดขึ้นว่า
"เรามีคดีลักทรัพย์เมื่อสองอาทิตย์ก่อน -
1:57 - 1:59แต่ไม่มีผู้ต้องสงสัย"
-
1:59 - 2:04อีกคนก็พูดขึ้นว่า "เรามีคดียิงกันในย่านนี้
เมื่ออาทิตย์ที่แล้ว แต่ไม่มีผู้ต้องสงสัย" -
2:04 - 2:06เราไม่ได้ใช้ข้อมูลในการทำงาน
-
2:06 - 2:08เราเพียงแค่พยายามจะสู้กับอาชญากรรม
-
2:08 - 2:11ด้วยกระดาษโน้ตสีเหลือง
-
2:11 - 2:13ทั้งสองสิ่งนี้ทำให้ฉันตระหนักว่า
-
2:13 - 2:16โดยพื้นฐานแล้ว เรากำลังล้มเหลว
-
2:16 - 2:19เราไม่รู้ด้วยซ้ำว่าใครเคยอยู่ในสารบบอาชญากรของเรา
-
2:19 - 2:22เราไม่มีข้อมูลอะไรเลย สำหรับสิ่งที่จำเป็น
-
2:22 - 2:25และเราก็ไม่ได้แบ่งปันข้อมูล หรือใช้เครื่องมือ
-
2:25 - 2:27ในการวิเคราะห์ เพื่อช่วยให้เราตัดสินใจได้ดีขึ้น
-
2:27 - 2:29และเพื่อช่วยลดอาชญากรรม
-
2:29 - 2:31และนั่นเป็นครั้งแรก ที่ฉันเริ่มคิด
-
2:31 - 2:33เกี่ยวกับวิธีที่เราตัดสินใจ
-
2:33 - 2:35เมื่อฉันทำงานเป็นอัยการผู้ช่วย
-
2:35 - 2:37และเมื่อฉันเป็นอัยการรัฐบาลกลาง
-
2:37 - 2:38ฉันมองดูคดีที่อยู่ตรงหน้าฉัน
-
2:38 - 2:41และตัดสินใจโดยใช้สัญชาตญาณ
-
2:41 - 2:43และประสบการณ์ของฉัน
-
2:43 - 2:44เมื่อฉันเป็นอัยการสูงสุด
-
2:44 - 2:46ฉันสามารถมองระบบทั้งหมดในภาพรวม
-
2:46 - 2:48และมันก็ทำให้ฉันประหลาดใจ เมื่อพบว่า
-
2:48 - 2:50นั่นคือสิ่งที่เราทุกคนกำลังทำอยู่
-
2:50 - 2:52ทั่วทั้งระบบ
-
2:52 - 2:54ในกรมตำรวจ ในสำนักงานอัยการ
-
2:54 - 2:57ในศาล และในเรือนจำ
-
2:57 - 2:59และฉันก็เรียนรู้อย่างรวดเร็วว่า
-
2:59 - 3:03เราทำงานไม่ดีเท่าไรนัก
-
3:03 - 3:05ฉันจึงอยากทำสิ่งที่แตกต่างออกไป
-
3:05 - 3:07ฉันต้องการที่จะนำเอาข้อมูล และการวิเคราะห์
-
3:07 - 3:09และการวิเคราะห์เชิงสถิติอย่างถี่ถ้วน
-
3:09 - 3:11เข้ามาใช้ในงานของเรา
-
3:11 - 3:14สั้นๆ ก็คือ ฉันต้องการใช้ มันนีบอล (Moneyball)
กับกระบวนการยุติธรรมทางอาญา -
3:14 - 3:16บางคนอาจรู้จักว่า มันนีบอล คืออะไร
-
3:16 - 3:17มันคือกลยุทธที่ ทีมเบสบอล โอคแลนด์แอธเลติค ใช้
-
3:17 - 3:19โดยใช้ข้อมูล และการวิเคราะห์ทางสถิติอันชาญฉลาด
-
3:19 - 3:21เพื่อหาวิธีเลือกนักกีฬา
-
3:21 - 3:22ที่จะทำให้ทีมชนะ
-
3:22 - 3:25พวกเขาเปลี่ยนจากระบบที่ต้องพึ่งแมวมอง
-
3:25 - 3:27ที่ตระเวนไป และเฝ้าติดตามเหล่าผู้เล่น
-
3:27 - 3:29และใช้สัญชาตญาณ และประสบการณ์
-
3:29 - 3:31ประสบการณ์และสัญชาตญาณของแมวมอง
-
3:31 - 3:32เพื่อใช้เลือกผู้เล่น เปลี่ยนมาใช้ระบบ
-
3:32 - 3:35ที่พึ่งข้อมูล และการวิเคราะห์ทางสถิติอย่างถี่ถ้วน
-
3:35 - 3:38เพื่อช่วยเลือกผู้เล่น ที่จะทำให้พวกเขาชนะในเกม
-
3:38 - 3:40มันใช้ได้ผลสำหรับทีม โอคแลนด์ เอส์
-
3:40 - 3:42และมันก็ใช้ได้ผลในรัฐนิวเจอร์ซีย์
-
3:42 - 3:45เราทำให้แคมเด็นหลุดจากโผ
-
3:45 - 3:47ของเมืองที่อันตรายที่สุดในอเมริกา
-
3:47 - 3:50เราลดอัตราฆาตกรรมลง 41 เปอร์เซ็นต์
-
3:50 - 3:53ซึ่งแปลว่า 37 ชีวิต ได้รับการช่วยเหลือ
-
3:53 - 3:57และเราลดอาชญากรรมโดยรวม
ให้ลดลง 26 เปอร์เซ็นต์ ในเมืองนั้น -
3:57 - 4:00เรายังได้เปลี่ยนวิธีการดำเนินคดีกับอาชญากร
-
4:00 - 4:02เราเปลี่ยนจากการจับพ่อค้ายาหางแถว
-
4:02 - 4:03ที่อยู่นอกออฟฟิศเรา
-
4:03 - 4:06เปลี่ยนมาเป็น ทำคดีที่สำคัญในระดับรัฐ
-
4:06 - 4:09อย่างเช่น ลดความรุนแรง
ในกลุ่มผู้ทำผิด ที่มีพฤติกรรมรุนแรงสูง -
4:09 - 4:11ดำเนินคดีกับแก็งค์อันธพาล
-
4:11 - 4:14การค้ายาและอาวุธ และการฉ้อฉลในกรมตำรวจ
-
4:14 - 4:17สิ่งเหล่านี้มีความสำคัญอย่างมาก
-
4:17 - 4:19เพราะสำหรับฉันแล้ว ความปลอดภัยของประชาชน
-
4:19 - 4:21คือหน้าที่ที่สำคัญที่สุดของรัฐบาล
-
4:21 - 4:24ถ้าเราไม่ปลอดภัย เราก็ไม่สามารถได้รับการศึกษา
-
4:24 - 4:25เราจะไม่มีสุขภาพที่ดี
-
4:25 - 4:28เราจะไม่สามารถทำสิ่งอื่นๆ ที่เราอยากทำ
ในชีวิตของเราได้เลย -
4:28 - 4:30เราอาศัยอยู่ในประเทศ
-
4:30 - 4:33ที่ซึ่งเราต้องเผชิญกับปัญหาใหญ่หลวง
ด้านกระบวนการยุติธรรมคดีอาญา -
4:33 - 4:36เรามีการจับกุมถึง 12 ล้านครั้งทุกๆ ปี
-
4:36 - 4:38การจับกุมส่วนใหญ่
-
4:38 - 4:41คืออาชญากรรมระดับล่าง ความผิดเล็กๆ น้อยๆ
-
4:41 - 4:43ประมาณ 70 ถึง 80 เปอร์เซ็นต์
-
4:43 - 4:45น้อยกว่าห้าเปอร์เซ็นต์ ของการจับกุมทั้งหมด
-
4:45 - 4:47เป็นอาชญากรรมรุนแรง
-
4:47 - 4:49แต่เราต้องใช้ถึง 75,000 ล้านดอลลาร์
-
4:49 - 4:50ระดับหมื่นล้านต่อปี เชียวนะคะ
-
4:50 - 4:55รวมถึงต้นทุนของเรือนจำของแต่ละรัฐ
-
4:55 - 4:57ณ วันนี้ เรามีนักโทษ 2.3 ล้านคน
-
4:57 - 4:59อยู่ในเรือนจำของเรา
-
4:59 - 5:02และเราต้องเผชิญกับปัญหาใหญ่
ด้านความปลอดภัยของประชาชน -
5:02 - 5:04เพราะเรากำลังอยู่ในสภาวะที่
-
5:04 - 5:07สองในสามของผู้ต้องขังในเรือนจำ
-
5:07 - 5:09กำลังอยู่ในระหว่างดำเนินคดี
-
5:09 - 5:11พวกเขาย้งไม่ถูกพิพากษาว่ามีความผิด
-
5:11 - 5:13พวกเขาเพียงแค่รอวันที่จะขึ้นศาล
-
5:13 - 5:17และ 67 เปอร์เซ็นต์ของคนเหล่านั้น ต้องกลับมาติดคุก
-
5:17 - 5:20อัตราการกระทำผิดซ้ำของเรานั้น
อยู่ในอันดับต้นๆ ของโลกเลยทีเดียว -
5:20 - 5:22เกือบ 7 ใน 10 คนที่ได้รับการปล่อยตัว
-
5:22 - 5:23จากเรือนจำ จะถูกจับกุมตัวอีก
-
5:23 - 5:27อยู่ในวงจรอุบาทว์ของอาชญากรรม และการถูกคุมขัง
-
5:27 - 5:30ดังนั้น เมื่อฉันเริ่มต้นทำงานในมูลนิธิ อาร์โนลด์
(Arnold foundation) -
5:30 - 5:33ฉันมองย้อนกลับไปยังปัญหาเหล่านี้
-
5:33 - 5:34และฉันย้อนกลับไปคิด
-
5:34 - 5:37วิธีที่เราใช้การวิเคราะห์ข้อมูล
-
5:37 - 5:39เพื่อเปลี่ยนโฉมการดำเนินคดีอาชญากรรมในนิวเจอร์ซีย์
-
5:39 - 5:41และเมื่อฉันมองย้อนไปยัง
กระบวนการยุติธรรมทางอาญา -
5:41 - 5:43ในอเมริกาทุกวันนี้
-
5:43 - 5:45ฉันรู้สึกเหมือนกับที่เคยรู้สึก
-
5:45 - 5:47เมื่อตอนที่ฉันเริ่มทำงานที่รัฐนิวเจอร์ซีย์
-
5:47 - 5:50ซึ่งนั่นก็คือเราจำเป็นอย่างยิ่งที่จะต้องทำให้ดีกว่านี้
-
5:50 - 5:52และฉันรู้ว่าเราทำได้ดีกว่านี้
-
5:52 - 5:54ดังนั้น ฉันจึงมุ่งมั่น
-
5:54 - 5:56ที่จะใช้การวิเคราะห์ข้อมูล
-
5:56 - 5:59เพื่อช่วยในการตัดสินใจสำคัญๆ
-
5:59 - 6:00ในด้านความปลอดภัยของประชาชน
-
6:00 - 6:02และการตัดสินใจนั้นคือ การตัดสินว่า
-
6:02 - 6:05เมื่อใครสักคนถูกจับกุม
-
6:05 - 6:07เขาจะเป็นภัยคุกคามต่อส่วนรวม
-
6:07 - 6:08และควรถูกควบคุมตัว
-
6:08 - 6:10หรือเขาไม่เป็นภัยต่อส่วนรวม
-
6:10 - 6:12และควรได้รับการปล่อยตัว
-
6:12 - 6:14ทุกอย่างที่เกิดขึ้นในคดีอาญา
-
6:14 - 6:16เกิดมาจากการตัดสินใจนี้
-
6:16 - 6:17มันส่งผลกระทบต่อทุกสิ่ง
-
6:17 - 6:19มันส่งผลต่อโทษที่จะได้รับ
-
6:19 - 6:21มันส่งผลว่าใครควรจะได้รับการบำบัดการติดยาเสพติด
-
6:21 - 6:23มันกระทบต่ออาชญากรรมและความรุนแรง
-
6:23 - 6:25และเมื่อฉันได้คุยกับผู้พิพากษาทั่วอเมริกา
-
6:25 - 6:27ซึ่งเป็นสิ่งที่ฉันทำอยู่ตลอด
-
6:27 - 6:29พวกเขาพูดเหมือนกัน
-
6:29 - 6:32คือ เราเอาคนที่เป็นอันตรายเข้าคุก
-
6:32 - 6:35และเราปล่อยให้คนที่ไม่อันตราย
คนที่ไม่มีพฤติกรรมรุนแรงออกมา -
6:35 - 6:37พวกเขาหมายความ และเชื่อเช่นนั้นจริงๆ
-
6:37 - 6:39แต่เมื่อคุณดูข้อมูล
-
6:39 - 6:42ซึ่งเหล่าผู้พิพากษาไม่เคยรู้ถึงข้อมูลเหล่านั้น
-
6:42 - 6:43เมื่อเราเริ่มดูข้อมูล
-
6:43 - 6:46เราพบว่า ซ้ำแล้วซ้ำเล่า
-
6:46 - 6:48ที่มันไม่เป็นไปตามนั้น
-
6:48 - 6:49เราพบว่า ผู้ทำผิดกฏหมายที่ไม่มีอันตราย
-
6:49 - 6:53ซึ่งคิดเป็นสัดส่วนถึง 50 เปอร์เซ็นต์
ของผู้ที่อยู่ในกระบวนการยุติธรรมทางอาญา -
6:53 - 6:55เราพบว่าเขาเหล่านั้นอยู่ในคุก
-
6:55 - 6:58ลองดูตัวอย่างของ เลสลีย์ ชิว (Leslie Chew)
ชายจากเท็กซัส -
6:58 - 7:01ผู้ขโมยผ้าห่มสี่ผืนในคืนอันหนาวเหน็บในฤดูหนาว
-
7:01 - 7:03เขาถูกจับกุม และถูกคุมขังในคุก
-
7:03 - 7:05เพราะไม่มีเงินพอ
-
7:05 - 7:08จะจ่ายค่าประกันตัว 3,500 เหรียญ
-
7:08 - 7:11เขาต้องอยู่ในคุกถึง 8 เดือน
-
7:11 - 7:13จนกระทั่งคดีของเขาถึงวันขึ้นศาล
-
7:13 - 7:17ซึ่งนั่นต้องใช้เงินของผู้เสียภาษีถึง 9,000 เหรียญ
-
7:17 - 7:19และในอีกแง่หนึ่ง
-
7:19 - 7:21เราทำงานแย่มาก
-
7:21 - 7:23ผู้คนซึ่งเราพบว่า
-
7:23 - 7:25เป็นผู้กระทำผิดที่มีความเสี่ยงสูง
-
7:25 - 7:27ผู้ที่เราคิดว่ามีความเป็นไปได้สูง
-
7:27 - 7:29ที่จะประกอบอาชญากรรมอีก ถ้าถูกปล่อยตัวไป
-
7:29 - 7:32เราพบว่า ทั่วประเทศ 50 เปอร์เซ็นต์ ของผู้คนกลุ่มนี้
-
7:32 - 7:34ถูกปล่อยตัว
-
7:34 - 7:37สาเหตุของเรื่องนี้ เป็นเพราะวิธีที่เราตัดสินใจ
-
7:37 - 7:39ผู้พิพากษามีเจตนาดี
-
7:39 - 7:41เมื่อพวกเขาต้องตัดสินใจเรื่องความเสี่ยงนี้
-
7:41 - 7:43แต่พวกเขา ตัดสินใจโดยใช้อารมณ์
-
7:43 - 7:46พวกเขาเหมือนกับแมวมองนักเบสบอลเมื่อ 20 ปีก่อน
-
7:46 - 7:48ที่ใช้สัญชาตญาณ และประสบการณ์
-
7:48 - 7:50เพื่อช่วยตัดสินใจว่าใครที่มีความเสี่ยง
-
7:50 - 7:52พวกเขาใช้อารมณ์
-
7:52 - 7:55เรารู้ว่าจะเกิดอะไรขึ้นเมื่อเราตัดสินใจโดยใช้อารมณ์
-
7:55 - 7:58ซึ่งนั่นก็คือ เรามักตัดสินใจพลาด
-
7:58 - 7:59สิ่งที่เราต้องการในงานด้านนี้
-
7:59 - 8:02คือการวิเคราะห์ข้อมูลที่หนักแน่น
-
8:02 - 8:03สิ่งที่ฉันตั้งใจมองหา
-
8:03 - 8:06คือเครื่องมือประเมินความเสี่ยง ด้วยการวิเคราะห์ข้อมูล
-
8:06 - 8:09บางสิ่งที่จะช่วยให้ผู้พิพากษาได้เข้าใจ
-
8:09 - 8:11ในแบบที่เป็นวิทยาศาสตร์ และเป็นรูปธรรม
-
8:11 - 8:13ว่าความเสี่ยงที่จะเกิดขึ้น
-
8:13 - 8:14จากบางคนที่ยืนอยู่ตรงหน้าพวกเขา
-
8:14 - 8:16ฉันมองดูไปทั่วทั้งประเทศ
-
8:16 - 8:18ฉันพบว่ามีระหว่าง 5 ถึง 10 เปอร์เซ็นต์
-
8:18 - 8:19ในระบบศาลของสหรัฐอเมริกา
-
8:19 - 8:22ที่ใช้เครื่องมือประเมินความเสี่ยงอย่างจริงจัง
-
8:22 - 8:24และเมื่อฉันศึกษาเครื่องมือเหล่านี้
-
8:24 - 8:26ฉันตระหนักในเวลาอันสั้นว่าทำไม
-
8:26 - 8:29การดูแลระบบ นั้นแพงอย่างไม่น่าเชื่อ
-
8:29 - 8:30พวกมันต้องใช้เวลา
-
8:30 - 8:32พวกมันจำกัดอยู่แค่ท้องถิ่น
-
8:32 - 8:34ที่ซึ่งพวกมันถูกสร้างขึ้นมา
-
8:34 - 8:35ง่ายๆ ก็คือ พวกมันไม่สามารถขยาย
-
8:35 - 8:38หรือโอนย้ายไปยังที่อื่นๆ
-
8:38 - 8:40ฉันจึงตั้งทีมอันเหลือเชื่อขึ้นทีมหนึ่ง
-
8:40 - 8:42ซึ่งมีทั้งนักวิทยาศาสตร์ด้านข้อมูล นักวิจัย
-
8:42 - 8:43และนักสถิติ
-
8:43 - 8:46เพื่อสร้างเครื่องมือประเมินความเสี่ยง ที่เป็นสากล
-
8:46 - 8:49เพื่อที่ผู้พิพากษาทุกคนในอเมริกา
-
8:49 - 8:53จะได้มีวิธีวัดความเสี่ยงอย่างเป็นรูปธรรม
และเป็นวิทยาศาสตร์ -
8:53 - 8:55เครื่องมือที่เราสร้างขึ้นนั้น
-
8:55 - 8:58สิ่งที่เราทำคือเรารวบรวมคดีกว่า 1.5 ล้านคดี
-
8:58 - 8:59จากทั่วทั้งประเทศ
-
8:59 - 9:01หลายเมือง หลายมณฑล
-
9:01 - 9:02จากทุกรัฐในประเทศ
-
9:02 - 9:04เขตปกครองของรัฐต่างๆ
-
9:04 - 9:06และด้วย 1.5 ล้านคดีนี้
-
9:06 - 9:08ซึ่งคือชุดข้อมูลที่ใหญ่ที่สุด ในขั้นก่อนพิจารณาคดี
-
9:08 - 9:10ในสหรัฐฯ จนถึงวันนี้
-
9:10 - 9:12เราสามารถค้นพบว่ามีปัจจัยเสี่ยง
-
9:12 - 9:15กว่า 900 ปัจจัย ที่เราต้องศึกษา
-
9:15 - 9:18เพื่อหาว่าปัจจัยไหนสำคัญที่สุด
-
9:18 - 9:20เราพบว่ามีปัจจัย 9 อย่าง
-
9:20 - 9:22ที่สำคัญ จากทั่วทั้งประเทศ
-
9:22 - 9:25และนั่นคือตัวทำนายความเสี่ยงที่แม่นยำ
-
9:25 - 9:29และเราจึงสร้างเครื่องมือประเมินความเสี่ยงขึ้น
-
9:29 - 9:31และมันก็หน้าตาแบบนี้
-
9:31 - 9:33ตามที่คุณเห็น เราใส่ข้อมูลบางอย่างเข้าไป
-
9:33 - 9:35แต่ส่วนใหญ่แล้ว มันง่ายมากทีเดียว
-
9:35 - 9:37มันใช้งานง่าย
-
9:37 - 9:40มันสนใจในเรื่องเช่น
ประวัติการกระทำผิดของจำเลย -
9:40 - 9:42ว่าพวกเขาเคยถูกตัดสินจำคุกหรือไม่
-
9:42 - 9:44ว่าพวกเขาเคยข้องเกี่ยวกับความรุนแรงมาก่อนหรือเปล่า
-
9:44 - 9:46ว่าพวกเขาเคยผิดนัดศาล
-
9:46 - 9:49และด้วยเครื่องมือเหล่านี้ เราสามารถทำนายได้สามอย่าง
-
9:49 - 9:51สิ่งแรกคือ ทำนายว่าเขาจะออกไปก่อคดีใหม่
-
9:51 - 9:52อีกหรือไม่ ถ้าได้รับการปล่อยตัว
-
9:52 - 9:54สิ่งที่สอง นี่เป็นครั้งแรก
-
9:54 - 9:56ซึ่งฉันคิดว่ามันสำคัญมาก
-
9:56 - 9:58ที่เราสามารถทำนายได้ว่าเขาจะก่อคดี ที่เกี่ยวข้องกับ
-
9:58 - 9:59ความรุนแรงหรือไม่ หากได้รับการปล่อยตัว
-
9:59 - 10:01และนั่นถือว่าเป็นสิ่งสำคัญที่สุด
-
10:01 - 10:03ที่ผู้พิพากษาจะคำนึงถึง ถ้าคุณถามพวกเขา
-
10:03 - 10:05สิ่งที่สาม เราสามารถทำนายได้ว่า
-
10:05 - 10:07เขาจะกลับมาขึ้นศาลอีกหรือไม่
-
10:07 - 10:10ผู้พิพากษาทุกคนในสหรัฐฯ สามารถใช้มัน
-
10:10 - 10:14เพราะมันถูกสร้างขึ้นจากชุดข้อมูลที่เป็นสากล
-
10:14 - 10:16สิ่งที่ผู้พิพากษาจะได้รับเมื่อพวกเขา
ใช้เครื่องมือประเมินความเสี่ยงนี้ -
10:16 - 10:19คือ -- มันคือแป้นควบคุม
-
10:19 - 10:21ทางด้านบน คุณจะเห็นคะแนนกิจกรรมอาชญากรใหม่
-
10:21 - 10:23คะแนนสูงสุดคือหก
-
10:23 - 10:26และที่ตรงกลาง คุณจะเห็น
"ความเสี่ยงสูงที่จะใช้ความรุนแรง" -
10:26 - 10:27มันหมายถึงว่าคนคนนี้
-
10:27 - 10:30เป็นคนที่มีความเสี่ยงสูง ที่จะใช้ความรุนแรง
-
10:30 - 10:31และผู้พิพากษาควรดูให้ถี่ถ้วน
-
10:31 - 10:33และทางด้านล่าง
-
10:33 - 10:35คุณจะเห็นคะแนนการผิดนัดศาล
-
10:35 - 10:36ซึ่งก็คือความน่าจะเป็น
-
10:36 - 10:39ที่คนคนนั้นจะกลับมาขึ้นศาล
-
10:39 - 10:41ทีนี้ ฉันอยากจะบอกบางสิ่งที่สำคัญมาก
-
10:41 - 10:44มันไม่ได้หมายความว่าเราควรเลิกเชื่อ
-
10:44 - 10:46สัญชาตญาณ และประสบการณ์ของผู้พิพากษา
-
10:46 - 10:48ในกระบวนการนี้
-
10:48 - 10:49ฉันไม่ได้หมายความแบบนั้น
-
10:49 - 10:51ฉันเชื่อว่า ปัญหาที่เราเผชิญอยู่ทุกวันนี้
-
10:51 - 10:54และสาเหตุที่เราเกิดความผิดพลาด
อย่างรุนแรงในระบบยุติธรรมนี้ -
10:54 - 10:57ซึ่งทำให้เราจำคุกอาชญากรระดับล่าง
และผู้ไม่ก่อความรุนแรง -
10:57 - 11:00และปล่อยตัวอาชญากรอันตรายที่มีความเสี่ยงสูง
-
11:00 - 11:03นั่นเป็นเพราะเราไม่มีเครื่องมือ
วัดความเสี่ยงที่เป็นรูปธรรม -
11:03 - 11:04แต่สิ่งที่ฉันเชื่อว่าควรจะเกิดขึ้น
-
11:04 - 11:07ก็คือ เราควรใช้การประเมินความเสี่ยงด้วยข้อมูล
-
11:07 - 11:10เพื่อใช้ร่วมกันกับสัญชาตญาณ
และประสบการณ์ของผู้พิพากษา -
11:10 - 11:13และช่วยให้เราได้ผลการตัดสินใจที่ดีขึ้น
-
11:13 - 11:16เครื่องมือนี้ ถูกนำไปใช้ทั่วรัฐเคนตักกี้
เมื่อวันที่ 1 กรกฎาคม -
11:16 - 11:20เรากำลังจะนำไปใช้อีกหลายเขต ทั่วทั้งประเทศ
-
11:20 - 11:22เป้าหมายของเรานั้นง่ายมาก นั่นก็คือ ผู้พิพากษาทุกคน
-
11:22 - 11:24ในสหรัฐฯ จะต้องใช้เครื่องมือประเมินความเสี่ยงทางสถิติ
-
11:24 - 11:26ภายในอีกห้าปีข้างหน้า
-
11:26 - 11:28เรากำลังสร้างเครื่องมือประเมินความเสี่ยง
-
11:28 - 11:31สำหรับอัยการ และเจ้าหน้าที่ตำรวจเช่นกัน
-
11:31 - 11:34เพื่อพยายามปรับปรุงระบบที่ถูกใช้อยู่ทุกวันนี้
-
11:34 - 11:37ซึ่งเหมือนกับที่เราใช้เมื่อ 50 ปีที่แล้ว
-
11:37 - 11:39โดยใช้สัญชาตญาณและประสบการณ์
-
11:39 - 11:41และเปลี่ยนให้เป็นระบบที่ทำงาน
-
11:41 - 11:43ด้วยการวิเคราะห์ข้อมูล
-
11:43 - 11:45ทีนี้ ข่าวดีสำหรับเรื่องนี้ก็คือ
-
11:45 - 11:47เรายังมีงานต้องทำอีกมาก
-
11:47 - 11:48มีวัฒนธรรมการทำงานอีกมากมายที่ต้องเปลี่ยน
-
11:48 - 11:50แต่ข่าวที่มากสำหรับเรื่องนี้
-
11:50 - 11:52ก็คือเรารู้ว่ามันได้ผล
-
11:52 - 11:54นั่นเป็นเหตุผลที่ทำไม กูเกิล ถึงเป็น กูเกิล
-
11:54 - 11:57และนั่นคือเหตุผลที่ทำไมทุกทีมเบสบอลจึงใช้มันนีบอล
-
11:57 - 11:58เพื่อชนะในเกมส์
-
11:58 - 12:00ข่าวดีที่สุดสำหรับเราเช่นกัน
-
12:00 - 12:02ที่มันเป็นวิธีที่เราจะเปลี่ยนโฉม
-
12:02 - 12:04ระบบยุติธรรมของอเมริกา
-
12:04 - 12:07มันคือวิธีที่เราจะทำให้ท้องถนนปลอดภัยขึ้น
-
12:07 - 12:09เราจะสามารถลดค่าใช้จ่ายด้านเรือนจำ
-
12:09 - 12:11และเราจะสามารถทำให้ระบบนี้ ยุติธรรมมากขึ้น
-
12:11 - 12:13และเที่ยงตรงมากขึ้น
-
12:13 - 12:15บางคนเรียกมันว่า วิทยาศาสตร์ด้านการวิเคราะห์ข้อมูล
(Data science) -
12:15 - 12:17แต่ฉันเรียกมันว่า ระบบยุติธรรมแบบมันนีบอล
-
12:17 - 12:19ขอบคุณค่ะ
-
12:19 - 12:23(เสียงปรบมือ)
- Title:
- ใช้สถิติอย่างชาญฉลาดเพื่อสู้อาชญากรรม
- Speaker:
- แอนน์ มิลแกรม (Anne Milgram)
- Description:
-
เมื่อเธอเข้ารับตำแหน่งอัยการสูงสุดของรัฐนิวเจอร์ซีย์ เมื่อปี 2007 แอนน์ มิลแกรม ค้นพบอย่างรวดเร็ว ถึงข้อเท็จจริงอันน่าตกใจ: ทีมของเธอไม่เพียงไม่รู้ว่ากำลังเอาใครเข้าคุก แต่พวกเขายังไม่รู้ว่าการตัดสินใจของพวกเขานั้น ทำให้ประชาชนปลอดภัยขึ้นหรือไม่ ดังนั้นเธอจึงเริ่มภารกิจ เพื่อนำเอาการวิเคราะห์ข้อมูล และการวิเคราะห์เชิงสถิติ เข้ามาใช้ในระบบกระบวนการยุติธรรมทางคดีอาญา
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 12:41
Kanawat Senanan approved Thai subtitles for Why smart statistics are the key to fighting crime | ||
Pattapon Kasemtanakul accepted Thai subtitles for Why smart statistics are the key to fighting crime | ||
Pattapon Kasemtanakul edited Thai subtitles for Why smart statistics are the key to fighting crime | ||
Pattapon Kasemtanakul edited Thai subtitles for Why smart statistics are the key to fighting crime | ||
Pattapon Kasemtanakul edited Thai subtitles for Why smart statistics are the key to fighting crime | ||
Chalita Thanyakoop edited Thai subtitles for Why smart statistics are the key to fighting crime | ||
Chalita Thanyakoop edited Thai subtitles for Why smart statistics are the key to fighting crime | ||
Kanawat Senanan edited Thai subtitles for Why smart statistics are the key to fighting crime |