AI正在彻底改变家庭暴力的预防

- 根据国家统计局的报告,因家庭暴力而寻求支持服务的人数正在增加,其中大多数受害者为女性。
- 与传统风险评估方法相比,机器学习技术在识别受害者方面具有更高的准确性。
- 除了人工智能驱动的风险评估外,该技术还提供了一系列工具,以帮助受害者并实现快速援助。
人工智能(AI)正在为打击家庭暴力的革命开辟道路,提出创新方法来协助预防和应对。国家统计办公室的最新报告显示,寻求家庭虐待支持服务的受害者人数持续增加,其中大多数受害者为女性。
这归因于大量的法律颁布和健全改革机构的建立。然而,对于我们的当局来说,管理家庭暴力仍然是一项艰巨的任务,因此寻找更多现代且有效的工具始终是值得的。
使用机器学习进行风险评估自动化
与传统风险评估方法相比,机器学习技术在确定哪些家庭暴力受害者处于最脆弱境地方面具有更高的准确性。具体而言,在所有收到的关于家庭虐待的警察响应呼叫中,约有10%在一年内再次向当局报告另一起暴力事件。警察服务的一个关键作用是分析家庭暴力受害者再次成为目标的风险等级,以保护受害者并阻止进一步的暴力行为。通常,这是通过使用标准化问卷来完成的。
然而,通过机器学习系统对现有信息(如犯罪记录、警察呼叫或报告的暴力案件)进行分析,可以将下一次袭击的可预测性提高30%以上,从而增加警察阻止严重伤害的可能性。研究表明,这种方法比警察部门通常使用的标准问卷要准确得多。在警察干预和响应家庭虐待事件可能太慢的情况下,这些系统至关重要,因为案件的处理需要时间。
实时干预和预测
目前,处理家庭虐待呼叫的警察被培训完成DASH(家庭虐待、跟踪、骚扰和基于荣誉的暴力)表格。DASH包含大约27个问题的清单,随后与任何其他相关信息一起使用,以指导警官将案件评估为标准、中等或高风险。如果案件被归类为高风险,意味着随时可能发生安全事件,从而启动旨在保护受害者的资源部署。
由于DASH数据可以用涉及人员的不同错误信息进行替换,例如刑事定罪、暴力事件或关于家庭虐待的警察呼叫次数,机器学习系统可以变得更加精确。
通过用AI驱动的干扰方法替代标准审讯,执法机构可以更准确地预测暴力行为的再次发生。通过将资源分配给高风险案例,可以采取预防措施以确保受害者的安全并避免未来的伤害。
通过技术赋能受害者
除了AI驱动的风险评估外,该技术还提供了一系列工具来帮助受害者并实现快速援助。安全应用程序、基于短信的服务以及像SOS手镯这样的可穿戴设备为人们提供了 discreetly 寻求帮助的方式,从而在困境中保持安全。
值得注意的是,技术和AI将允许我们通过许多高效和创新的方法支持家庭暴力受害者。借助技术,数据、记录、报告和政策方面的差距已被填补,受害者获得了更快、更高效的工具。几个示范项目需要开展宣传活动,以提高人们对这些解决方案的认识,并帮助它们在全国范围内推广。
此外,众包是理解家庭暴力和性骚扰的工具;它也促使政策和制度变革。#StopFemicides众包网站不仅引起了人们对问题范围和严重性的关注,还提供了必要的透明度,通过向政府和政策制定者施压以采取行动,从而促成变革。
同时,可以创建不同的AI和NLP(自然语言处理)工具来检测家庭暴力和网络骚扰模式。这种AI赋能的工具可以通过识别模式来帮助家庭暴力受害者,使相关领域的专家、地方当局和警察服务能够预测潜在的家庭暴力案件并及时预防或采取行动。
如果您正在阅读这篇文章,说明您已经领先一步。请继续通过我们的通讯保持关注。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资,我们不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Brenda Kanana
Brenda 拥有 4 年以上专注于加密货币、人工智能及新兴技术的经验。她曾就职于 Zycrypto、Blockchain Reporter 和 The Coin Republic,如今以 Cryptopolitan 为家。她在蒙巴萨技术大学获得的社会学学位使她能够始终把握读者的脉搏。
















