පොලිසියේ රාජකාරිවලට AI යොදාගැනීමෙන් ඇති විය හැකි අවදානම් ගැන අනතුරු ඇඟවීමක්
ඡායාරූප මූලාශ්‍රය, Markus Spiske
තරුණ බ්‍රිතාන්‍ය විද්‍යා ලේඛක ඒඩ්‍රියන් ඩ්‍රෙජ්, පොලිස් කටයුතු සඳහා කෘත්‍රිම බුද්ධිය භාවිත කිරීමේ අවදානම් පිළිබඳව සිය සම්මානලාභී පර්යේෂණ කෘතිය තුළින් විමසා බැලී ය.
මෙම කෘතිය බ්‍රිතාන්‍ය විද්‍යා ලේඛකයින්ගේ සංගමය විසින් සෑම වසරක ම තෝරා ගනු ලබන 2026 තරුණ විද්‍යා ලේඛක සම්මානය දිනා ගත්තේ ය. මෙහි දැක්වෙන්නේ, එම සටහනේ සංස්කරණය කරන ලද අනුවාදයකි.
පොලිස් රාජකාරීවලදී කෘත්‍රිම බුද්ධිය භාවිතය වැඩිවීම නිසා සුළුතර කණ්ඩායම්වලට එරෙහිව වෙනස්කොට සැලකීම වැඩි වීමේ අවදානමක් ඇති බව පර්යේෂකයන් අනතුරු අඟවා තිබේ.
අනාගතයේදී අපරාධ බහුල විය හැකි ස්ථාන පිළිබඳ අනාවැකි පදනම් වී තිබිය හැක්කේ, පක්ෂග්‍රාහී දත්ත මත බව අධ්‍යයනවලින් පෙන්වා දෙන අතර, එමගින් දැනට පවතින පූර්ව විනිශ්චයන් තවදුරටත් නරක අතට හැරවීමක් සිදු විය හැකි බව පෙන්වා දෙයි.
පොලිස් රාජකාරිවලදී කෘත්‍රිම බුද්ධිය භාවිතය වඩාත් පුළුල් මානව අධීක්ෂණයකින් සමාලෝචනය කරන ලෙස විශේෂඥයෝ ඉල්ලා සිටිති.
සිඩ්නි නීති විද්‍යාලයේ ඩිජිටල් යුක්තිය පිළිබඳ සහකාර මහාචාර්යවරියක සහ පර්යේෂකවරියක වන ආචාර්ය කැරොලයින් මැකේ පවසන පරිදි, කිසියම් පක්ෂග්‍රාහීත්වයක් සොයා ගැනීමට සහ ඉවත් කිරීමට භාවිත කිරීම සඳහා බල කරන දත්ත පරීක්ෂා කිරීම මෙයට ඇතුළත් වේ.
"රාජ්‍ය පොලිස් සේවයේ පොදු කාර්යයන් මානව අධීක්ෂණයට සහ පරීක්ෂාවට ලක් කළ යුතු යි," ඇය පවසයි.
මැකේ පවසන්නේ, කෘත්‍රිම බුද්ධි පද්ධති දැනටමත් මානව නැඹුරුව අඩංගු විය හැකි දත්තවලින් ඉගෙන ගන්නා බව ය. එහි ප්‍රතිඵලයක් වශයෙන්, මෙය ස්වයං-සත්‍යකරණ අනාවැකිවලට මග පෑදිය හැකි ය.
කෘත්‍රිම බුද්ධිය යනු, තමන් කිසි දිනෙක ගොස් නොමැති නගරයක සිතියමක් අඳින ලෙස ඉල්ලා සිටින සිතියම් නිර්මාණකරුවෙකු යැයි සිතන්න. ඔහු ජනෙල් නොමැති කාමරයක සිර කර තබා ඇති අතර, ඔහුට පිටතට යාමට ද නොහැකි ය. ඔහු සතුව ඇත්තේ, මීට වසර 50කට පෙර සකස් කරන ලද සිතියම් පමණි.
නව සිතියම අනුගමනය කරන ඕනෑ ම කෙනෙකු වසර ගණනාවකට පෙර කඩා දැමූ බිත්ති අසල නතර වී තවදුරටත් නොපවතින මාර්ග සොයනු ඇත. සිතියම් නිර්මාණකරු අලුතින් දෙයක් සාදා නැත. ඔවුන් පැරණි සිතියම් පමණක් පිටපත් කර ඇත.
ඡායාරූප මූලාශ්‍රය, Rocque Pine Tinney
උණුසුම් පුවත්, විශ්ලේෂණ සහ විශේෂ විශේෂාංග ඔබේ දුරකතනය වෙත ඍජුව ම ලබා ගන්න.
සම්බන්ධ වීමට link එක click කරන්න
End of podcast promotion
දැන් සිතියම් නිර්මාණකරුට අතීත අපරාධ සහ ඒවා සිදුවූ ස්ථාන ලැයිස්තුවක් ලබා දී, ඊළඟ අපරාධ සිදුවීමට ඉඩ ඇති ස්ථානවලට අනාවැකියක් ලබා දෙන ලෙස ඉල්ලා සිටිනු ඇතැයි සිතමු. ඉන්පසු පොලිසිය අනාවැකිය සහිත ප්‍රදේශවල මුර සංචාරයේ යෙදේ.
එහි වැඩි අපරාධ සංඛ්‍යාවක් වාර්තා වන්නේ, එම අපරාධ සෙවීමට එහි වැඩි නිලධාරීන් පිරිසක් සිටින නිසා පමණි. අනාවැකි පළ කළ ප්‍රදේශයෙන් පිටත ප්‍රදේශවල අපරාධ අඩු බව පෙනී යන්නේ ඒවා නිරීක්ෂණයට සිටින්නේ කුඩා පිරිසක් බැවිණි. මීළඟ සිතියම අඳින විට, එම ප්‍රදේශ ඊටත් වඩා අඳුරු පැහැයෙන් දිස් වේ.
එබැවින් අපරාධ සංඛ්‍යා ලේඛන අපරාධවල සම්පූර්ණ ලැයිස්තුවක් නොවේ. ඒවා අර්ධ වශයෙන් පොලිසිය සොයා බැලීමට තෝරාගෙන ඇති ස්ථාන පිළිබඳ වාර්තාවකි.
ගැටලුව පොලිස් සේවය තරමට ම පැරණි නමුත් කෘත්‍රිම බුද්ධියෙන් එය වේගවත් කරනවා විය හැකි යි.
ඔස්ටින්හි ටෙක්සාස් විශ්වවිද්‍යාලයේ සමාජ විද්‍යාඥවරියක වන සාරා බ්‍රේන්, ලොස් ඇන්ජලීස් පොලිස් දෙපාර්තමේන්තුව තුළ විශාල දත්ත භාවිත කරන ආකාරය අධ්‍යයනය කළා ය. ඇමෙරිකානු සමාජ විද්‍යාත්මක සමාලෝචනයේ ප්‍රකාශයට පත් කරන ලද ඇගේ පර්යේෂණ පත්‍රිකාවේ, [පොලිස්] බළකාය අපරාධවලට ප්‍රතිචාර දැක්වීමට පමණක් නොව, අපරාධ පුරෝකථනය කිරීමට වැඩි වැඩියෙන් දත්ත භාවිතා කරන බව ඇය සොයා ගත්තා ය.
මෙම පද්ධතිවලට ලබා දෙන දත්ත විකෘති වී ඇති බව ද ඇය සොයා ගත්තා ය. පොදු ස්ථානවල අපරාධ නිරීක්ෂණයට සහ වාර්තා කිරීමට වැඩි ඉඩක් තිබූ අතර, පොලිසියේ අවධානය කළු ජාතිකයන් ජීවත් වන අසල්වැසි ප්‍රදේශ කෙරෙහි අසමාන ලෙස යොමු විය. මෙය පද්ධතියට ඇතුළු වූ පසු, "පුරෝකථන අපක්ෂපාතී බව පෙනෙනවා," යනුවෙන් ඇය ලියා තිබේ.
"අපරාධ හෝ පොලිස් සම්බන්ධතා වැනි සිදුවීම් පුරෝකථනය කරනවා පමණක් නොව, ඒවා අනාගතයේදී සිදුවීමට දායක වන එයින් ම පෝෂණය වෙන ලූපයක්," මෙම ආදර්ශයන් නිර්මාණය කරන බව ඇය පවසයි.
එහෙත්, ලන්ඩන්හි ක්වීන් මේරි විශ්වවිද්‍යාලයේ බහුමාධ්‍ය කෘත්‍රිම බුද්ධිය පිළිබඳ සහකාර මහාචාර්ය ආචාර්ය දිමිත්‍රියස් කෝලියාස් මෙම අදහසට අභියෝග කරයි. ඔහු පවසන්නේ, ඓතිහාසික දත්තවල පවතින පක්ෂග්‍රාහීත්වය ද සැලකිල්ලට ගන්නා මට්ටමකට මෙම තාක්ෂණය මේ වන විට දියුණු වී ඇති බව ය.
"ඓතිහාසික පක්ෂග්‍රාහීත්වය උරුම විය හැකි ආකාරය පැහැදිලි කිරීමට 'පැරණි සිතියම' ගැන උපමාව ප්‍රයෝජනවත් වුවත්, එයටත් සීමාවන් තිබෙනවා," යැයි ඔහු බීබීසීය වෙත පැවසීය.
"නවීන කෘත්‍රිම බුද්ධි පද්ධති හුදෙක් ඒවායේ පුහුණු උදාහරණ ලබා ගැනීම හෝ පිටපත් කිරීම සිදු කරන්නේ නෑ; ඒවාට ඉගෙන ගත් තොරතුරු අලුත් ආකාරවලින් ඒකාබද්ධ කළ හැකි අතර, ඒ උදාහරණවල පැහැදිලිව නොතිබූ ප්‍රතිදාන සහ විසඳුම් ජනනය කරන්න පුළුවන්."
නමුත් එම නව අවබෝධයන් වෙන ම අවදානමක් ඇති කරන බව කොලියස් තවදුරටත් පවසයි.
"කෘත්‍රිම බුද්ධි පද්ධති නව තීරණ ජනනය කිරීමට සහ වැඩි ස්වාධීනත්වයක් සහිතව ක්‍රියා කිරීමට වඩාත් හැකියාව ලබා ගන්නා විට, ඒවායේ හැසිරීම ආරක්ෂිත, විශ්වාසදායක සහ අර්ථවත් ලෙස මානව පාලනය යටතේ පවතින බව අප සහතික කළ යුතු යි," ඔහු පැවසීය.
ඡායාරූප මූලාශ්‍රය, ABSW
නමුත් වඩාත් විසඳීමට අපහසු ගැටලුවක් ලෙස සැලකිය හැක්කේ, බලධාරීන් සතුව ඇතැම් විට දෝෂ සහිතව ගබඩා වී ඇති තොරතුරු සමග කටයුතු කිරීම යි. කෘත්‍රිම බුද්ධි පද්ධති දත්ත ලබා ගන්නේ ද මෙම තොරතුරු මූලාශ්‍රවලිනි.
නිව්යෝර්ක් විශ්වවිද්‍යාලයේ පර්යේෂකයින් පැවසුවේ, ඔවුන්ගේ බොහෝ අනාවැකි "අපිරිසිදු දත්ත" ලෙස හඳුන්වන දේ මත රඳා පැවතිය හැකි බව යි. මේවා දූෂිත, පක්ෂග්‍රාහී හෝ නීති විරෝධී ක්‍රියාවන් මගින් හැඩගස්වන ලද පොලිස් වාර්තා වන අතර, ඒවාට වංචාකාරී අපරාධ සංඛ්‍යාලේඛන සහ අහිංසක පුද්ගලයින් අත්අඩංගුවට ගැනීම් ද ඇතුළත් වේ.
ඔවුන්ගේ අධ්‍යයනයේදී, පර්යේෂකයන් සොයා ගත්තේ ඔවුන් තොරතුරු සොයා බැලූ එක්සත් ජනපද ප්‍රදේශ 13න් 9ක, නීති විරෝධී හෝ පක්ෂග්‍රාහී පොලිස් කාල පරිච්ඡේදවල පොලිස් දත්ත මෙම පද්ධති පුහුණු කිරීම සඳහා ලබා ගත හැකි බව ය.
පර්යේෂකයන්ට අනුව, දත්තවල පක්ෂග්‍රාහී බවක් ඇති බව හඳුනා ගැනීමට මෙම පද්ධතියට නොහැකි ය. ඒ වෙනුවට, එය දත්ත තුළ දක්නට ලැබෙන රටා නැවත නැවත ඉදිරිපත් කිරීම පමණක් සිදු කරයි. මෙය, අතීතයේ අපරාධ වාර්තා වූ ස්ථාන දෙසට පමණක් දිශානතිය පෙන්වන මාලිමාවක් ඇති සිතියම් නිර්මාණකරුවෙකු වැනි ය. තමන් නව අපරාධ කේන්ද්‍රස්ථානයක් හඳුනාගත් බව එම සිතියම් නිර්මාණකරු සිතිය හැකි වුවත්, ඇත්ත වශයෙන් ම ඔහු කරන්නේ පෙර දත්ත රැස් කළ පොලිස් නිලධාරීන්ගේ පක්ෂග්‍රාහී ආකල්ප ම නැවත ප්‍රතිනිෂ්පාදනය කිරීම පමණි.
මැකේගේ පිළිතුර නම්, සිතියම භාවිත කිරීමට පෙර ස්වාධීන පුද්ගලයෙකු ලවා එය පරීක්ෂා කර වැරදි රේඛා මකා දැමීම ය.
කෙසේ වෙතත්, දෝෂ සහිත දත්ත නිවැරදි කිරීම පහසු නොවනු ඇත. මෙහි ඇති ගැටලුව වන්නේ වාර්තාවල කුඩා වැරදි කිහිපයක් පමණක් තිබීම නොවන අතර, ඇතැම්විට මුළු පද්ධතිය ම ගොඩනගා තිබිය හැක්කේ මෙම දෝෂ සහිත දත්ත භාවිතයෙන් විය හැකි ය. නිව්යෝර්ක් විශ්වවිද්‍යාලයේ පර්යේෂකයන් පවසන්නේ, මෙම පද්ධති අලෙවි කරන සමාගම් විසින් ඉදිරිපත් කරනු ලබන තාක්ෂණික විසඳුම් ප්‍රමාණවත් නොවන බව යි. දත්ත මුලින් රැස් කළේ සහ සකස් කළේ කෙසේ ද යන්න සොයා බැලීම සඳහා ස්වාධීන පරීක්ෂා කිරීම් ද සිදු කළ යුතුව ඇත.
කෘත්‍රිම බුද්ධියට ලෝකය දැකිය හැක්කේ එයට ලබා දෙන දත්ත හරහා පමණක් බැවින්, එය මිනිසුන්ට හානි කළ හැකි බරපතළ වැරදි සිදු කළ හැකි ය.
උදාහරණයක් ලෙස, 2019දී 'Science' සඟරාවේ ප්‍රකාශයට පත් කරන ලද අධ්‍යයනයකින්, එක්සත් ජනපද සෞඛ්‍ය සේවා ක්ෂේත්‍රයේ භාවිතා කරන කෘත්‍රිම බුද්ධිය යොදාගන්නා පද්ධතියක් පරීක්ෂා කරන ලද්දේ කුමන රෝගීන්ට අමතර සහය අවශ්‍ය දැයි තීරණය කිරීම සඳහා ය. පද්ධතිය පුරෝකථනය කළේ කුමන රෝගීන්ට වැඩි ම සෞඛ්‍ය සේවා පිරිවැයක් දැරීමට සිදුවේ ද යන්න යි. කෙසේ වෙතත්, එය භාවිත කළ දත්තවල පවතින නැඹුරුවක් අඩංගු විය. සමාන අසනීප තත්ත්වයන් සහිත සුදු ජාතික රෝගීන්ට සාපේක්ෂව, කළු ජාතික රෝගීන් වෙනුවෙන් ඒ වන විටත් වැය කෙරෙමින් පැවතියේ අඩු මුදලක් වූ අතර එයට එක් හේතුවක් වූයේ ඔවුන්ට සෞඛ්‍ය සේවාවන් වෙත ප්‍රවේශ වීමේ අවස්ථා වඩාත් සීමිත වීම යි. වැඩි පිරිවැයක් දැරීමට සිදුවීම වඩාත් වැඩි අවශ්‍යතාවක් පවතින බවට ලකුණක් ලෙස සැලකීම මගින්, මෙම පද්ධතිය සුදු ජාතික රෝගීන්ට අසාධාරණ ලෙස වාසි සැලසීය.
ඡායාරූප මූලාශ්‍රය, Getty Images
සිතියම් නිර්මාණකරුට නගරයේ වඩාත් රෝගී ප්‍රදේශ සලකුණු කිරීමට පවසා ඇති නමුත්, ඒ වෙනුවට වැඩිපුර ම මුදල් වියදම් කරන ස්ථාන සලකුණු කර ඇති බවක් පෙනෙන්නට තිබිණි. පර්යේෂකයන් රෝගීන්ගේ ප්‍රතිකාර සඳහා කොපමණ මුදලක් වැය වේ ද යන්න නොව, රෝගීන්ගේ තත්ත්වය පුරෝකථනය කිරීමට පද්ධතිය වෙනස් කළ විට, පක්ෂග්‍රාහීත්වය බොහෝ දුරට අතුරුදන් විය. අමතර උපකාර සඳහා තෝරා ගත් කළු ජාතික රෝගීන්ගේ කොටස 18% සිට 47% දක්වා ඉහළ යාමට ඉඩ තිබිණි.
අපිරිසිදු දත්තවලින් කෘත්‍රිම බුද්ධිය පක්ෂග්‍රාහී වීම "වැදගත් කනස්සල්ලක්" බව කොලියස් පිළිගනී.
"නමුත් මෙයින් අදහස් කරන්නේ, පක්ෂග්‍රාහීත්වය නොවැළැක්විය හැකි බව නොවෙයි," ඔහු පවසයි.
"අපට අසාධාරණ ප්‍රතිඵල සම්බන්ධයෙන් පද්ධති පරීක්ෂා කරන්න පුළුවන්, ඒවා භාවිත කරන දත්ත සහ අරමුණු වැඩිදියුණු කළ හැකි යි, ඒ වගේ ම, මෙම බලපෑම් අඩු කිරීම සඳහා ආරක්ෂණ ක්‍රම හඳුන්වා දිය හැකි යි."
එක් දියුණුවක් වනුයේ සන්දර්භය පැහැදිලි වන අතිරේක දත්ත සැපයීම ය. සිතියම් නිර්මාණකරුට අපරාධ ලැයිස්තුවකට වඩා වැඩි යමක් ලබා දුන්නොත් කුමක් සිදු වෙයි ද? මීට අමතරව, වීදි ලාම්පු කැඩී ගිය, ප්‍රමාණවත් අරමුදල් නොලැබෙන සහ පොදු සේවාවන්ගෙන් තොර වූ, එනම් නොසලකා හැරීමට ලක්ව ඇති ප්‍රදේශ මොනවා ද යන්න ඔවුන්ට පෙන්වා දිය හැකි ය. එමගින් ප්‍රදේශයේ පරිසරය ඒ සම්බන්ධයෙන් කිසියම් කාර්යභාරයක් ඉටු කරනවා ද යන්න පෙන්විය හැකි ය. සලකුණු වන ප්‍රදේශවලට පොලිසියේ කණ්ඩායම් යැවීම වෙනුවට, ආලෝකකරණය නිවැරදි කිරීමට, ප්‍රජාවට සහය වීමට සහ ප්‍රදේශය ම අලුත්වැඩියා කිරීමට කවුන්සිලවලට මුදල් යැවිය හැකි ය.
එහෙත් මැකේට අනුව මෙය පවා ප්‍රමාණවත් නොවිය හැකි ය.
"ඉලක්කගත පරිසරයන් තවමත් එහි වෙසෙන ජනතාව සමග දැඩි ලෙස බැඳී තිබෙනවා," යැයි ඇය පවසයි. "ඒවා තවදුරටත් අධික පොලිස් පාලනයට ලක්වීම සහ කොන් කරන එක වෙන්න පුළුවන්."
පුද්ගලයින් පිළිබඳ තොරතුරු වෙනුවට ස්ථාන පිළිබඳ තොරතුරු භාවිත කිරීම සඳහා නිර්මාණය කරන ලද පද්ධති කිහිපයක් ඇය පෙන්වා දෙයි. එසේ වුව ද, එම පද්ධති මගින් තවමත් අධික ලෙස පොලිස් මැදිහත්වීම් සිදුවීමට මග පෑදෙන බවට විවේචකයෝ සිය කණස්සල්ල පළ කළහ.
එය, සිතියමේ මිනිසුන්ගේ නම් ලිවීම නවතා වීදි සහ ගොඩනැගිලි පමණක් සලකුණු කරන බවට සිතියම් නිර්මාණකරු පොරොන්දු වූවාක් මෙනි. නමුත් වසර ගණනාවක් තිස්සේ නොසලකා හැරීම සහ දැඩි පොලිස් කටයුතු හේතුවෙන් එම වීදි සලකුණු වී තිබූ බැවින් නම්වල වෙනස්කම් සිදුව ඇත්තේ සුළු වශයෙනි.
කෘත්‍රිම බුද්ධියට තමන්ගේ ම විශ්වාසයන් හෝ පෞරුෂයක් නොමැත. ජනේල නොමැති කාමරයේ සිතියම් නිර්මාණකරු මෙන්, එය දන්නේ එයට කියන දේ පමණි. නගරය විස්තර කරන පුද්ගලයා එක් අසල්වැසි ප්‍රදේශයක් කෙරෙහි වෛරයක් ඇති කර ගන්නේ නම්, එම වෛරය සිතියමේ අවසානයේ ඇතුළත් වේ.
නමුත් අවසානයේ ගැටලුව වන්නේ, කෘත්‍රිම බුද්ධිය පෝෂණය කළ මානව පක්ෂග්‍රාහීත්වය යි. CCTV කැමරාවල කෙනෙකු සැක සහිත ලෙස පෙනෙන්නේ කුමක් නිසා ද නැතහොත් ණයක් අවදානම්සහගත වන්නේ කුමක් නිසා ද යන්න ජනතාව තීරණය කරති. ඔවුන්ගේ ම සංස්කෘතික, අධ්‍යාපනික සහ දේශපාලනික අදහස් මෙම තීරණවලට බලපෑම් කළ හැකි අතර දත්තවලට පක්ෂග්‍රාහීත්වයක් හඳුන්වා දිය හැකි ය. එබැවින්, කෘත්‍රිම බුද්ධිය ගැටලුව තවදුරටත් උග්‍ර කරනවා වෙනුවට, විසඳුමේ කොටසක් බවට පත්විය හැකි යැයි කොලියස් පවසයි.
"ප්‍රවේශමෙන් නිර්මාණය කරන ලද සහ ස්වාධීනව අගැයීමට ලක් කරන ලද කෘත්‍රිම බුද්ධියෙන් ක්‍රියාත්මක වන පද්ධතියක් මගින් මෙම රටා සමහරක් වඩාත් මැනිය හැකි සහ දෘශ්‍යමාන කළ හැකි යි, සහ ඒවා හඳුනා ගැනීමට සහ අඩු කිරීමට අපට අවස්ථාවක් ලබා දෙනවා."
නමුත් මිනිසුන්ටත් තමන්ගේ කාර්යභාරය ඉටු කිරීමට සිදු වේ. සෞඛ්‍ය සේවා අධ්‍යයනයෙන් පෙනී යන්නේ එවැනි තේරීම් පරීක්ෂා කර වෙනස් කළ හැකි බව ය. ඒ නිසා පර්යේෂකයන් තර්ක කරන්නේ මිනිසුන් ලූපයේ තුළ සිටිය යුතු බවට යි. එසේ නොවුණහොත්, සිතියම් නිර්මාණකරුවෙකු පැරණි පැන්සල් රේඛා මත තීන්ත ආලේප කරනවාක් මෙන්, කෘත්‍රිම බුද්ධිය අප සියල්ලන් ම ජනේල නොමැති කාමරයක දැමීමෙන් පෙර සිදුවූ වැරදිවලට ස්ථිරව ම කොටු කිරීමට ඉඩ තිබේ.
