A CIÊncia de dados no combate ao crime

É impossível saber quando e onde você será vítima de um crime. Em certos locais e situações onde o risco é maior, como ruas escuras e imóveis ou áreas com um índice de criminalidade significativamente maior. No entanto, isso não impede a pesquisa descobrir que existem muitos fatores para certos crimes em áreas específicas e, acredite, vão desde os elementos da arquitetura urbana às condições climáticas.

Em 2017, um grupo de pesquisadores do Centro de Pesquisas em Violência da Universidade de São Paulo (USP) e da Fundação Getúlio Vargas (FGV) iniciou um estudo para analisar as estatísticas de crimes na capital paulista. O objetivo era entender a relação entre os dois. O padrão de crime e as características de cada área da cidade, tais como: Por que o furto de pedestres é mais frequente em uma área, enquanto a incidência de furto de veículos em outra é maior? Pretende-se aprofundar esta análise e estabelecer uma forma de ajudar o poder público a agir na prevenção do crime.

O projeto será desenvolvido por pesquisadores do Instituto de Matemática e Ciência da Computação (ICMC) da USP, de São Carlos, que fica a cerca de 240 quilômetros da capital paulista e tem cerca de 250 mil moradores. O plano é analisado pela prefeitura da USP. Parceria da instituição com a Prefeitura para a realização de pesquisas, ações inovadoras, apoio ao empreendedorismo e promoção da educação. Essas pesquisas contarão com uma doação financeira de R $ 15 mil como despesa de custeio e quatro brindes para start-ups científicos.

O professor e coordenador do projeto do ICMC, Luis Gustavo Nonato, explica que o objetivo é participar da metodologia utilizada em São Paulo e aplicá-la na cidade de São Carlos. “Por ser uma cidade menor e com muito menos frequência, vai ser mais fácil trabalhar nesse cruzamento de dados. Vamos acessar dados que São Paulo não forneceu. A partir disso veremos como Aplicar essas mesmas tecnologias nas cidades ”, afirmou.

Por que essa pessoa está roubando lá e não em outro lugar?

“Segundo Nonato, vários são os fatores que afetam o número de crimes em um determinado local, tais como: condições de tráfego, condições climáticas, densidade de edifícios residenciais, comerciais e industriais, presença de bares e restaurantes, fluxo de pessoas, parques e praças e além das condições socioeconômicas”

Estudos realizados em alguns países mostram que, no inverno, o número de roubos em estabelecimentos comerciais aumenta. Uma explicação é que nesta temporada o período noturno é mais longo. Outros dados indicam que o número de roubos continua alto nas cidades em dias de chuva. As ruas estão diminuindo ”, disse, por exemplo.

Portanto, o primeiro passo para os pesquisadores será coletar o máximo possível de dados georreferenciados sobre o crime para gerar conhecimento sobre cada tipo e dinâmica de crime.” Em seguida, analisamos esses dados ao longo do tempo, tentando extrair das séries temporais Entenda a situação nas diversas áreas da cidade e tente distinguir cada tipo de crime: roubo de cargas, estabelecimentos comerciais, trânsito, etc. “

Uma vez estabelecida essa base estatística, ela será cruzada com outras informações sobre onde esses crimes ocorreram, desde a infraestrutura urbana (presença de comércio, parques, iluminação, arborização) até as condições climáticas da região. As informações são colocadas em um modelo de inteligência artificial, que nos dirá quais dessas variáveis ​​estão relacionadas ao crime e “tirará conclusões.

Por que as pessoas roubam coisas lá em vez de roubarem em outro lugar? Podemos determinar quais variáveis ​​externas contribuem para o roubo nessas áreas? Ao tentar responder a essas perguntas, encontramos algo interessante: por exemplo, existe uma grande correlação entre as taxas de furto por transeuntes e furtos em rodoviárias. Portanto, onde há muitos pontos de ônibus, muitas vezes há muitos casos de furto por transeuntes.

Os pesquisadores enfatizam que outro fator a ser considerado nesta análise é a sazonalidade. Em alguns casos, olhando as séries temporais, você descobre que sempre há locais onde os crimes ocorrem às sextas-feiras da segunda quinzena do mês. Você verá isso claramente ao analisar os dados, pois as séries temporais permitem extrair esse tipo de informação, que é muito importante para incorporá-la em futuros modelos de previsão. Afinal, se você deseja prever crimes que podem ocorrer naquele local , E você sabe que nesta situação sazonal, você precisa inserir essa informação no modelo de cálculo que vai criar.

Estudo no entorno de escolas

O exemplo de pesquisa nesse sentido foi feito por Jaqueline Alvarenga Silveira, aluna de doutorado da USP, que analisou a atividade criminosa no entorno da escola de São Paulo. A partir de dados fornecidos pelo Centro de Pesquisas da Violência, ela procurou entender a relação entre os dois. . Crime e infraestrutura em torno de alguns lugares para ajudar a formular políticas públicas para esses lugares.

“Desenvolvemos um mecanismo de análise geral baseado na decomposição tensorial, que pode extrair padrões de várias fontes de dados, para que as escolas possam ser agrupadas de acordo com esses critérios. Mais especificamente, coletamos indicadores socioeconômicos relacionados à infraestrutura urbana As informações e antecedentes criminais da unidade envolveram mais de 6.000 escolas de São Paulo. “Esse modelo permite fundir e extrair os padrões mais representativos de cada grupo de escolas” – Disse Jaqueline em relatório produzido pela USP.

Nas conclusões do estudo, os pesquisadores citaram o fato de haver uma relação direta entre o aumento do número de pontos de ônibus e bares e a incidência de crimes, principalmente crimes contra transeuntes. “Identificamos, por exemplo, padrões que mostram que existe roubo de carro no período da tarde no entorno de grupos de escolas. Uma explicação para isso se deve justamente por conta do congestionamento de carros gerado na saída das aulas.”

Baixo custo, grande impacto

Em São Carlos, o projeto coordenado pela Conferência Internacional de Gestão Química terá duração de dois anos. Os dados já foram coletados na Secretaria Municipal de Segurança, e os primeiros três meses serão dedicados à análise qualitativa do material. Mão de obra responsável pelo cruzamento dos dados Inteligente. “Acredito que teremos alcançado a primeira leva de resultados no início do ano que vem”, planeja Nonato.

O método que desenvolvemos é muito satisfatório. “Como essas informações ajudam os municípios a melhorar as políticas públicas de segurança?” Por meio desse projeto, veremos como ele se adapta e funciona tão bem em uma cidade com grande população. Os pesquisadores acreditam que cada cidade tem suas particularidades, mas um modelo comprovado pode ser usado em outras cidades de médio porte.

Segundo ele, o objetivo principal é permitir que a ciência de dados e a inteligência artificial ajudem na formulação de políticas públicas. “Algumas intervenções na cidade são simples, mas têm um impacto enorme. Às vezes, quando você autoriza um local para abrir um negócio ou fazer algumas melhorias, pode eliminar certos tipos de crimes em toda a comunidade. Nosso objetivo é : Promover políticas públicas de baixo custo, tanto quanto possível.”

Publicado por

Átila Gonçalves

Aquele Baiano arretado. Estudante de Sistemas de Informação, Graduado em Redes de Computadores. Atualmente me qualificando para ingressar no ramo da Ciência de Dados, Segurança da Informação e Desenvolvedor Full Stack. Gosto de filmes e séries e sou apaixonado por futebol.

Deixe um comentário

Faça o login usando um destes métodos para comentar:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s

Este site utiliza o Akismet para reduzir spam. Saiba como seus dados em comentários são processados.