Ce qui ressemblait à projection dans l'avenir dans le film Minority Report est maintenant une réalité. Les modèles prédictifs calculent la probabilité des crimes et envoient des premiers secours en conséquence.
Grandes données et intelligence artificielle pour la prévision des accidents et la gestion dynamique des ressources
Aujourd'hui, la médecine de sauvetage veut également se repositionner à l'aide de données sur les foules et d'outils d'analyse : à l'avenir, la réservation prédictive devrait permettre de prévoir la probabilité d'accidents de la circulation à certains endroits et de contrôler les ressources en conséquence. Les autorités policières les utilisent déjà en Allemagne : des logiciels, lors des opérations sauvetage, qui utilisent les données des cas pour calculer la probabilité de futurs crimes et contrôler le déploiement des forces de police. La police prédictive fonctionne avec des algorithmes qui sont formés pour prédire les cambriolages ou le lieu de l'accident, par exemple. Lorsqu'une certaine probabilité est atteinte, ils déclenchent une alarme, à la suite de quoi des patrouilles ou des agents de prévention sont envoyés dans les zones concernées.
L'analyse des données sur la mobilité fournit des informations sur les profiutilisateurs.
Aujourd'hui, on apprend déjà beaucoup des grandes analyses de données. Et cela concerne l'analyse des données sur la mobilité. On peut créer des profils d'utilisateurs à partir de ces données provenant de différentes applications, ce qui signifie qu'on sait réellement à un niveau anonyme où se trouvent les personnes pendant la journée. Il en résulte, par exemple, des lieux très fréquentés points d'intérêt POI, et le comportement de mobilité de groupes spécifiques peut être analysé. C'est également là que réside le potentiel du service de secours : à l'avenir, sachant que lorsqu'une certaine probabilité est atteinte, les véhicules de secours quitteront la zone correspondante et pourront compter sur une planification intelligente de leur itinéraire. Ou que les équipements de sauvetage peuvent être positionnés dans les espaces publics en utilisant des informations dynamiques sur les événements, les points de jonction des accidents ou les sites de construction. Qu'en situation de crise, les secours sont déjà à portée de main, les forces peuvent atteindre rapidement les lieux et intervenir efficacement. Jusqu'à présent, les précautions à prendre pour les événements susceptibles de se produire ont été principalement prises sur la base du sentiment et de l'expérience du personnel de secours - des facteurs humains qui exigent souvent la bonne décision. Toutefois, une base de données fiable et évolutive permettant une planification et un contrôle stratégiques optimisés devrait assurer la sécurité des décisions.
Les modèles prédictifs du travail de la police ne sont pas encore convaincants
Un problème qui doit encore être résolu est celui de la collecte des données. Il est difficile d'obtenir de grandes quantités de données pour la recherche dans le domaine de l'analyse des grandes données. D'autres défis consistent à identifier et à analyser les bonnes sources de données, puis à les relier entre elles. Dans certains cas, il faut d'abord créer les conditions techniques pour la corrélation des données et la reconnaissance des formes. Cela ne se fait pas du jour au lendemain. La volonté de coopérer, les conditions techniques préalables, les analyses de données et les recommandations d'action qui en découlent doivent être élaborées et mises en œuvre. L'accent est mis ici sur les exigences de l'application : à long terme, un système d'auto-apprentissage doit être développé, des simulations doivent optimiser la planification économique des ressources des services de sauvetage et des analyses potentielles des innovations doivent être effectuées. Aider quand, où et quand c'est nécessaire. Ça a l'air bien. Mais le sauvetage préventif s'avérera-t-il vraiment un instrument efficace de la médecine de sauvetage ? Sur le plan scientifique, après des projets pilotes de police prédictive, aucun avantage clair pour le travail de la police n'a pu être prouvé bien que les fabricants de logiciels aient promis des taux de réussite élevés. Les facteurs d'influence sont trop divers pour faire des déclarations durables sur l'efficacité et l'efficience. L'enquête menée auprès de plus de 700 policiers sur leurs expériences en matière de police prédictive a révélé des opinions fortement polarisées. Il reste à voir si, et si oui dans quelle mesure, le travail de la police et les services d'urgence représentent des champs d'application comparables pour les modèles prédictifs.
