La vidéo explore l'histoire et les méthodes modernes de prédiction des crimes.
Elle commence par des tentatives historiques, basées sur la phrénologie, avant de présenter des approches mathématiques contemporaines utilisant des données policières pour prédire les crimes futurs, notamment en utilisant des modèles inspirés de la propagation des tremblements de terre.
L'efficacité de ces modèles est discutée, soulignant les défis posés par les biais et la discrimination potentielle.
Enfin, la vidéo explore l'utilisation de réseaux sociaux pour comprendre et prédire la propagation de la violence entre gangs.
Voici un sommaire minuté de la vidéo "Peut-on prédire les futurs crimes ?" du chaîne YouTube "Fouloscopie":
0:00-1:40 Introduction: Introduction à la phrénologie et ses méthodes, notamment les travaux de Cesare Lombroso et Francis Galton qui pensaient pouvoir identifier les criminels par leur apparence physique.
L'auteur explique que cette approche a été abandonnée et que la vidéo se concentrera sur les méthodes modernes de prédiction du crime.
1:40-3:15 Introduction à la Fouloscopie:
Présentation de la fouloscopie, une branche qui étudie le comportement collectif des criminels.
L'auteur explique qu'il est possible de prédire le crime comme une sorte de "météo criminelle" grâce à des modèles mathématiques.
3:15-4:50 Analyse des données de Chicago:
Utilisation des données de la Chicago Police Department pour 2018. L'auteur affiche les données sur une carte, chaque point rouge représentant un crime.
4:50-6:50 La méthode d'Andrea Bertozzi:
Introduction d'Andrea Bertozzi, une mathématicienne qui utilise l'équation des tremblements de terre pour prédire le crime.
L'auteur explique que les crimes sont souvent des "répliques" de crimes précédents, un phénomène appelé "le crime appelle le crime".
6:50-8:10 Visualisation des prédictions:
Démonstration de la façon dont l'équation de Bertozzi peut être utilisée pour générer une carte de risque criminel.
L'auteur explique que la méthode a été adoptée par la police de Santa Cruz et d'autres villes américaines, grâce au logiciel PredPol développé par Jeffrey Brantingham.
8:10-11:00 Biais raciaux de PredPol:
Discussion sur les biais raciaux potentiels de PredPol. Intervention de Cyrus North qui souligne que l'intelligence artificielle peut être raciste.
L'auteur utilise des simulations pour montrer comment PredPol peut amplifier les biais existants dans le travail de la police.
11:00-13:10 Solutions aux biais:
Discussion des solutions pour corriger les biais de PredPol, y compris l'ajout d'un contre-biais pour forcer une affectation des policiers proportionnelle à la taille de la population.
L'auteur soulève la question de savoir s'il vaut mieux une police efficace ou une police juste.
13:10-15:25 Introduction aux gangs de Los Angeles:
Introduction aux Krazy Ass Mexicans, un gang de Los Angeles, et à leur réseau de rivalités avec d'autres gangs.
L'auteur utilise un graphique pour visualiser les rivalités et les attaques entre les gangs.
15:25-17:45 La contagion des fusillades:
Découverte que le risque d'agression se propage de proche en proche, comme une contagion.
L'auteur utilise des données sur les fusillades entre gangs pour illustrer ce phénomène.
17:45-20:30 Épidémiologie criminelle:
Introduction d'Andrew Papachristos, un sociologue qui utilise l'épidémiologie pour étudier le crime.
L'auteur explique comment Papachristos a cartographié le réseau d'interactions de 170 000 criminels et a mis en évidence des cascades de propagation d'attaques par arme à feu.
20:30-22:10 Interruption de la contagion:
Introduction de Gary Slutkin, un médecin virologue reconverti en criminologie, qui utilise des méthodes d'épidémiologie pour interrompre la propagation du crime.
L'auteur explique comment Slutkin identifie les victimes potentielles et les met en "quarantaine" pour empêcher de nouvelles attaques.
22:10-22:50 Conclusion:
Conclusion de la vidéo en laissant la question ouverte de savoir si la fouloscopie peut mettre fin à la criminalité. L'auteur encourage les spectateurs à se faire leur propre opinion.