Oleh Umar Farooq
Selama dekade terakhir, departemen kepolisian di seluruh AS telah menghabiskan jutaan dolar untuk membekali petugas mereka dengan kamera yang dapat dikenakan di tubuh yang dapat merekam apa yang terjadi saat mereka melakukan pekerjaan mereka. Segala sesuatu mulai dari penghentian lalu lintas, pemeriksaan kesejahteraan hingga tanggapan terhadap penembak aktif kini didokumentasikan dalam video.
Kamera-kamera tersebut dipasang oleh otoritas penegak hukum nasional dan lokal sebagai alat untuk membangun kepercayaan publik antara polisi dan komunitas mereka setelah polisi membunuh warga sipil seperti Michael Brown, seorang remaja kulit hitam berusia 18 tahun yang terbunuh di Ferguson, Missouri pada tahun 2014. Video memiliki potensi tidak hanya untuk mengungkap kebenaran ketika seseorang terluka atau terbunuh oleh polisi, namun juga memungkinkan peninjauan sistematis terhadap perilaku petugas untuk mencegah kematian dengan menandai petugas yang menyusahkan untuk dijadikan pengawas atau membantu mengidentifikasi contoh nyata perilaku efektif dan destruktif yang dapat dilakukan polisi. gunakan untuk pelatihan.
Namun serangkaian cerita ProPublica menunjukkan bahwa satu dekade kemudian, janji-janji transparansi dan akuntabilitas tersebut belum terwujud.
Salah satu tantangannya: Banyaknya video yang diambil menggunakan kamera yang dikenakan di tubuh berarti hanya sedikit lembaga yang memiliki sumber daya untuk memeriksanya secara menyeluruh. Sebagian besar dari apa yang direkam disimpan begitu saja, tidak pernah dilihat oleh siapa pun.
Axon, penyedia kamera polisi dan penyimpanan cloud untuk video yang mereka rekam, memiliki database rekaman yang telah berkembang dari sekitar 6 terabyte pada tahun 2016 menjadi lebih dari 100 petabyte saat ini. Jumlah tersebut cukup untuk menampung lebih dari 5.000 tahun video definisi tinggi, atau 25 juta kopi film blockbuster tahun lalu “Barbie.”
“Di komunitas mana pun, rekaman kamera yang dikenakan di tubuh adalah sumber data terbesar mengenai interaksi polisi-komunitas. Hampir tidak ada yang bisa dilakukan untuk mengatasi masalah ini,” kata Jonathan Wender, mantan petugas polisi yang mengepalai Polis Solutions, salah satu kelompok perusahaan dan peneliti yang menawarkan alat analitik yang didukung oleh kecerdasan buatan untuk membantu mengatasi masalah data tersebut.
Departemen kepolisian Paterson, New Jersey, telah menjadikan alat analitik semacam itu sebagai bagian utama dari rencana mereka untuk merombak pasukannya.
Pada bulan Maret 2023, jaksa agung negara bagian mengambil alih departemen tersebut setelah polisi menembak dan membunuh Najee Seabrooks, seorang aktivis komunitas yang mengalami krisis kesehatan mental dan menelepon 911 untuk meminta bantuan. Pembunuhan itu memicu protes dan seruan untuk penyelidikan federal terhadap departemen tersebut.
Jaksa Agung menunjuk Isa Abbassi, mantan kepala inisiatif strategis Departemen Kepolisian New York, untuk mengembangkan rencana bagaimana mendapatkan kembali kepercayaan publik.
“Perubahan di Paterson didorong melalui penggunaan teknologi,” kata Abbassi pada konferensi pers yang mengumumkan rencana reformasinya pada bulan September, “Mungkin salah satu pengumuman teknologi yang paling menarik saat ini adalah perubahan nyata dalam hal akuntabilitas dan profesionalisme polisi. ”
Departemen tersebut, kata Abassi, telah membuat kontrak dengan Truleo, sebuah perusahaan perangkat lunak yang berbasis di Chicago yang memeriksa audio dari video bodycam untuk mengidentifikasi petugas yang bermasalah dan pola perilakunya.
Dengan biaya sekitar $50.000 per tahun, perangkat lunak Truleo memungkinkan pengawas untuk memilih dari serangkaian perilaku tertentu yang akan ditandai, seperti ketika petugas mengganggu warga sipil, menggunakan kata-kata kotor, menggunakan kekerasan, atau mematikan suara kamera mereka. Pengibaran bendera tersebut didasarkan pada data yang dikumpulkan Truleo mengenai perilaku petugas yang menyebabkan peningkatan kekerasan. Kesimpulan dari penelitian Truleo antara lain: Petugas perlu menjelaskan apa yang mereka lakukan.
“Ada petugas tertentu yang tidak memperkenalkan diri, menyela orang, dan tidak memberikan penjelasan. Mereka hanya melakukan banyak perintah, komando, komando, komando, komando,” kata Anthony Tassone, salah satu pendiri Truleo. “Petugas itu menuju ke jalan yang salah.”
Untuk polisi Paterson, Truleo mengizinkan departemen tersebut untuk “meninjau 100% rekaman kamera yang dikenakan di tubuh untuk mengidentifikasi perilaku berisiko dan meningkatkan profesionalisme,” menurut rencana perombakan strategisnya. Perangkat lunak tersebut, menurut rencana departemen tersebut, akan mendeteksi peristiwa seperti penggunaan kekuatan, pengejaran, penggeledahan, dan insiden ketidakpatuhan serta memungkinkan pengawas untuk menyaring “bahasa petugas yang profesional dan tidak profesional.”
Petugas polisi Paterson menolak diwawancarai untuk cerita ini.
Sekitar 30 departemen kepolisian saat ini menggunakan Truleo, menurut perusahaan tersebut. Pada bulan Oktober, NYPD menandatangani program percontohan untuk Truleo untuk meninjau jutaan jam rekaman yang diproduksi setiap tahunnya, menurut Tassone.
Di tengah krisis perekrutan polisi, Tassone mengatakan beberapa departemen menggunakan Truleo karena mereka yakin hal itu dapat membantu memastikan petugas baru memenuhi standar profesional. Departemen lainnya, seperti departemen di Aurora, Colorado, menggunakan perangkat lunak tersebut untuk mendukung argumen mereka agar terhindar dari pengawasan eksternal. Pada bulan Maret 2023, pengacara kota berhasil melobi Dewan Kota untuk menyetujui kontrak dengan Truleo, dengan mengatakan bahwa kontrak tersebut akan membantu departemen kepolisian lebih cepat mematuhi keputusan persetujuan yang memerlukan pelatihan dan perekrutan yang lebih baik serta pengumpulan data tentang hal-hal seperti penggunaan kekerasan dan kesenjangan ras dalam kepolisian.
Truleo hanyalah salah satu dari semakin banyak penyedia analisis tersebut.
Pada bulan Agustus 2023, Departemen Kepolisian Los Angeles mengatakan akan bermitra dengan tim peneliti dari University of Southern California dan beberapa universitas lain untuk mengembangkan alat bertenaga AI baru untuk memeriksa rekaman dari sekitar 1.000 halte lalu lintas dan menentukan perilaku petugas mana yang menjaga interaksi. dari meningkat. Pada tahun 2021, Microsoft memberikan $250.000 kepada tim dari Universitas Princeton dan Universitas Pennsylvania untuk mengembangkan perangkat lunak yang dapat mengatur video ke dalam garis waktu sehingga memudahkan peninjauan oleh supervisor.
Polis Solutions yang berbasis di Dallas telah mengontrak polisi di kota asalnya, serta departemen di St. Petersburg, Florida, Kinston, North Carolina, dan Alliance, Nebraska, untuk menerapkan perangkat lunaknya sendiri, yang disebut TrustStat, untuk mengidentifikasi video yang harus ditinjau oleh pengawas. “Apa yang kami katakan adalah, lihat, inilah interaksi yang signifikan secara statistik baik untuk alasan positif maupun negatif. Manusia perlu melihat,” kata Wender, pendiri perusahaan.
TrustStat tumbuh dari proyek Badan Proyek Penelitian Lanjutan Pertahanan, bagian penelitian dan pengembangan Departemen Pertahanan AS, tempat Wender sebelumnya bekerja. Program ini disebut program Modul Interaksi Sosial Strategis, yang dijuluki “Orang Asing yang Baik”, dan program ini berupaya memahami bagaimana tentara di lingkungan yang berpotensi bermusuhan, misalnya pasar yang ramai di Bagdad, dapat menjaga interaksi dengan warga sipil agar tidak meningkat. Program ini mendatangkan pakar penegakan hukum dan mengumpulkan database video yang besar. Setelah berakhir, Wender mendirikan Polis Solutions, dan menggunakan database video “Good Stranger” untuk melatih perangkat lunak TrustStat. TrustStat sepenuhnya otomatis: Model bahasa besar menganalisis ucapan, dan algoritme pemrosesan gambar mengidentifikasi gerakan fisik dan ekspresi wajah yang direkam dalam video.
Di Lab Interaksi Sosial Kompleks di Washington State University, para peneliti menggunakan kombinasi peninjau manusia dan AI untuk menganalisis video. Laboratorium tersebut memulai pekerjaannya tujuh tahun lalu, bekerja sama dengan departemen kepolisian Pullman, Washington. Seperti banyak departemen lainnya, Pullman telah mengadopsi kamera tubuh tetapi tidak memiliki personel untuk memeriksa apa yang direkam dalam video dan melatih petugas yang sesuai.
Laboratorium tersebut memiliki tim yang terdiri dari sekitar 50 peninjau – yang diambil dari mahasiswa universitas itu sendiri – yang menyisir video untuk melacak hal-hal seperti ras petugas dan warga sipil, waktu, dan apakah petugas memberikan penjelasan atas tindakan mereka, seperti mengapa mereka melakukan hal tersebut. menarik seseorang. Para peninjau mencatat kapan petugas menggunakan kekerasan, apakah petugas dan warga sipil saling menyela, dan apakah petugas menjelaskan bahwa interaksi tersebut direkam. Mereka juga mencatat betapa gelisahnya petugas dan warga sipil di setiap titik dalam video tersebut.
Algoritme pembelajaran mesin kemudian digunakan untuk mencari korelasi antara fitur-fitur ini dan hasil dari setiap pertemuan dengan polisi.
“Dari data yang diberi label tersebut, Anda dapat menerapkan pembelajaran mesin sehingga kami dapat memperoleh prediksi sehingga kami dapat mulai mengisolasi dan mencari tahu, ketika peristiwa-peristiwa seperti ini terjadi, hal ini sebenarnya meminimalkan kemungkinan terjadinya hal tersebut. dari hasil ini,” kata David Makin, yang mengepalai laboratorium dan juga bertugas di Komite Penasihat Polisi Pullman.
Ada satu pembelajaran yang bisa diambil: Interaksi yang tidak berakhir dengan kekerasan kemungkinan besar dimulai dengan petugas menjelaskan apa yang terjadi, bukan menyela warga sipil dan menjelaskan bahwa kamera sedang merekam dan video tersebut tersedia untuk umum.
Laboratorium tersebut, yang tidak memungut biaya dari klien, telah memeriksa lebih dari 30.000 jam rekaman dan bekerja sama dengan 10 lembaga penegak hukum, meskipun Makin mengatakan perjanjian kerahasiaan mencegahnya menyebutkan nama semuanya.
Sebagian besar data yang dikumpulkan dari analisis ini dan pembelajaran yang didapat dari analisis ini tetap dirahasiakan, dan temuan sering kali terikat dalam perjanjian kerahasiaan. Hal ini mencerminkan permasalahan yang sama dengan video kamera tubuh itu sendiri: Departemen kepolisian tetap menjadi pihak yang memutuskan bagaimana menggunakan teknologi yang awalnya dimaksudkan untuk membuat aktivitas mereka lebih transparan dan meminta pertanggungjawaban atas tindakan mereka.
Di bawah tekanan dari serikat polisi dan manajemen departemen, Tassone mengatakan, sebagian besar departemen yang menggunakan Truleo tidak bersedia mempublikasikan temuan perangkat lunak tersebut kepada publik. Salah satu departemen yang menggunakan perangkat lunak tersebut – Alameda, California – telah mengizinkan beberapa temuan untuk dipublikasikan ke publik. Pada saat yang sama, setidaknya dua departemen – Seattle dan Vallejo, California – telah membatalkan kontrak Truleo mereka setelah mendapat reaksi keras dari serikat polisi.
Departemen Kepolisian Pullman mengutip analisis Washington State University terhadap video berdurasi 4.600 jam yang mengklaim bahwa petugas tidak menggunakan kekerasan lebih sering, atau pada tingkat yang lebih tinggi, ketika berhadapan dengan tersangka minoritas, namun tidak memberikan rincian mengenai penelitian tersebut.
Di beberapa departemen kepolisian, termasuk di Philadelphia, kebijakan secara tegas melarang mendisiplinkan petugas berdasarkan tinjauan video yang dilakukan secara langsung. Kebijakan tersebut didorong oleh serikat polisi kota, menurut Hans Menos, mantan kepala Komite Penasihat Polisi, badan pengawas sipil Philadelphia. Komite Penasihat Kepolisian telah meminta departemen tersebut untuk mencabut pembatasan tersebut.
“Kami mendapatkan kamera-kamera ini karena kami mendengar seruan untuk melakukan pengawasan lebih lanjut,” kata Menos dalam sebuah wawancara. “Namun, kami membatasi bagaimana supervisor dapat menggunakannya, yang lebih buruk daripada tidak mewajibkan mereka untuk menggunakannya.”
Departemen kepolisian Philadelphia dan serikat polisi tidak menanggapi permintaan komentar.
Christopher J. Schneider, seorang profesor di Universitas Brandon Kanada yang mempelajari dampak teknologi baru terhadap persepsi sosial terhadap polisi, mengatakan kurangnya pengungkapan informasi membuatnya skeptis bahwa alat AI akan memperbaiki masalah dalam kepolisian modern.
Sekalipun departemen kepolisian membeli perangkat lunak tersebut dan menemukan petugas atau pola perilaku yang bermasalah, temuan tersebut mungkin dirahasiakan dari publik seperti halnya banyak investigasi internal yang dilakukan.
Karena bersifat rahasia,” katanya, “masyarakat tidak akan tahu petugas mana yang buruk, sudah disiplin, atau belum.”
- Tentang penulis: Umar Farooq adalah Ancil Payne Fellow di ProPublica.
- Sumber: Artikel ini diterbitkan oleh ProPublica