|
|
| Hình minh họa |
Tại Hợp chủng quốc Hoa Kỳ, việc cảnh sát buộc phải nổ súng để giữ an toàn cho người dân là chuyện xảy ra thường xuyên. Chính quyền địa phương cũng như liên bang, các nhà hoạt động cũng như nhóm nghiên cứu đều có cách riêng để theo dõi con số thương vong do cảnh sát gây ra. Một trong số đó là một dự án hy vọng có thể liên tục tổng hợp và cập nhật trên quy mô cả nước các ca tử vong do cảnh sát bắn hạ bằng một hệ thống AI có khả năng trích xuất thông tin từ các bản tin trên toàn quốc.
Ông Brendan O’Connor từ Đại học Amherst của Massachusetts cho biết cho dù việc thống kê tại bang này có thể khác bang kia, nhưng các báo cáo lại tỏ ra rất minh bạch và có thể coi là cách tốt nhất để theo dõi số lượng người tử vong. Dù việc bắn hạ thường có nguyên nhân rõ ràng và bất khả kháng, nhưng sự thực vẫn là việc một sĩ quan cảnh sát đã cướp đi mạng sống của một người dân. Nếu một máy tính có thể được “đào tạo” để tìm và tổng hợp các thông tin tương tự, đây có thể là một mạng lưới toàn quốc đơn giản nhưng vô cùng hiệu quả để cung cấp chính xác thông tin về thương vong do cảnh sát gây ra theo thời gian thực.
O’Connor và các đồng nghiệp của anh bắt đầu với các bài báo trên Google News từ năm 2016 chứa các từ khóa về cảnh sát (như “officer”, “cop”) hay về thương vong (như “shot”, “died”). Bộ sưu tập này sau đó sẽ được xử lý để loại các bản tin lặp lại và các lỗi khác, tiếp đó phần văn bản liên quan trực tiếp đến việc bắn hạ sẽ được tách riêng ra (ví dụ: “Sĩ quan Baker đã bắn John Doe, anh này sau đó đã chết”).
Hệ thống machine learning sẽ sử dụng các thông tin nói trên để thiết lập ra một cơ sở dữ liệu về những người đã chết trong các cuộc đụng độ với cảnh sát, hay có liên quan đến cảnh sát. Để có một lượng thông tin gốc cơ bản giúp đào tạo AI, các nhà nghiên cứu dự án đã sử dụng Fatal Encounters, một cơ sở dữ liệu có sẵn về các ca tử vong liên quan đến cảnh sát được cập nhật thủ công bởi nhà báo D. Brian Burghart.
Mẫu thử sau đó đã tìm được 57% các ca tử vong được liệt kê trong Fatal Encounters trong khoảng thời gian Quý cuối 2016. Thoạt nghe có vẻ không quá hiệu quả, nhưng kỳ thực đây là một kết quả khả quan đầy hứa hẹn - có thêm nguồn dữ liệu khác và thời gian đào tạo, con số mà AI này có thể tổng hợp được sẽ còn lên cao hơn rất nhiều. Việc những nhà báo như Burghart cập nhật danh sách một cách thủ công là vô cùng đáng quý, nhưng với AI, công việc này sẽ trở nên nhanh chóng và cải thiện tốc độ xử lý lên rất nhiều.
Trên thực tế, hệ thống này không phải được tạo ra để làm việc độc lập, theo nghiên cứu cho biết:
“Một trong các mục đích của chúng tôi là sử dụng mẫu AI này như một hệ thống bán tự động, như một nơi mà mọi người có thể tự kiểm tra danh sách các đề xuất được xếp hạng”.
Như với mọi dự án AI khác, AI này được làm ra để cải thiện công việc, cùng hợp tác chứ không phải để thay thế con người. Các nhà nghiên cứu không quên chỉ ra thêm rằng khi có thêm thời gian để cải thiện, AI này còn có thể được chỉnh sửa để trích xuất thông tin về các sự kiện thông tin khác - như cảnh sát cứu người chẳng hạn.
Nghiên cứu AI trên được các tác giả giới thiệu tại Hội nghị Hiệp hội Ngôn ngữ học Máy tính 2017 diễn ra tại Copenhagen, Đan Mạch.
Theo ICTNews (nguồn Tech Crunch)