十年前，時任總統巴拉克·奧巴馬提議在三年內撥款 7500 萬美元，幫助各州購買警察執法記錄儀以擴大其使用範圍。 此舉是在青少年邁克爾·布朗被殺事件之後提出的，當時沒有執法記錄儀錄影，其目的是提高透明度，並在警察和他們服務的人民之間建立信任。
自 2015 年首次撥款以來，數千萬次的交通攔截和事故、街頭攔截、逮捕等事件都透過這些小型數字裝置記錄了下來，警察將這些裝置安裝在制服或冬季外套上。 錄影被認為可作為爭議事件的證據，例如 2020 年明尼阿波利斯市喬治·弗洛伊德死亡事件。 攝像頭的使用也可能阻止警察在與公眾互動時的不良行為。
但是，除非發生悲劇，否則執法記錄儀錄影通常無人觀看。 南加州大學政治學家本傑明·格雷厄姆說：“我們花費大量資金收集和儲存這些資料，但幾乎從未使用於任何事情。”
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。 透過購買訂閱，您正在幫助確保未來能夠繼續釋出關於塑造我們當今世界的發現和想法的具有影響力的故事。
格雷厄姆是少數幾位重新構想這些錄影為資料而不僅僅是證據的科學家之一。 他們的工作利用了自然語言處理的進步，自然語言處理依賴於人工智慧，以自動化分析公民與警察互動影片的文字記錄。 這些發現使警察部門能夠發現警務問題，找到解決問題的方法，並確定這些修正是否能改善行為。
到目前為止，只有少數警察機構向研究人員開放了他們的資料庫。 但斯坦福大學心理學家詹妮弗·埃伯哈特說，如果定期分析這些錄影，這將是“真正的遊戲規則改變者”，她率先開展了這一研究方向。 “我們可以逐節、逐刻地看到互動是如何展開的。”
在過去七年發表的論文中，埃伯哈特和她的同事們檢查了執法記錄儀錄影，揭示了警察如何以不同的方式與白人和黑人交談，以及哪種型別的談話可能贏得一個人的信任或預示著不良結果，例如戴手銬或逮捕。 這些發現改進和加強了警察培訓。 在 9 月份發表在PNAS Nexus上的一項研究中，研究人員表明，新的培訓改變了警官的行為。
加利福尼亞州奧克蘭警察局前局長勒羅恩·阿姆斯特朗說：“透過進行這些型別的研究並在您的部門中進行改進，它實際上有助於在信任度非常低的社群中建立信任。”奧克蘭警察局與斯坦福團隊有著長期的合作關係。
這種方法正在慢慢流行起來。 受斯坦福大學研究結果的啟發，監督洛杉磯警察局 (LAPD) 的洛杉磯警察委員會要求南加州大學幫助理解該部門的錄影。 一個分析 30,000 個執法記錄儀影片的專案正在進行中，這些影片涵蓋了一年的交通攔截。 斯坦福大學的研究小組還與舊金山警察局合作，利用執法記錄儀錄影來評估一項計劃，該計劃讓舊金山警察前往阿拉巴馬州伯明翰，瞭解民權運動和非暴力原則。
斯坦福大學的工作始於 2014 年奧克蘭警察局發生醜聞之後。 四名被稱為“騎警”的加利福尼亞州奧克蘭市警察被指控毆打和逮捕無辜者，並在他們身上栽贓毒品，以及其他罪行，這些罪行可以追溯到 1990 年代後期。 在 119 名原告中，有 118 名是黑人。 因此，作為 1090 萬美元和解協議的一部分，該部門被要求收集有關車輛和行人攔截的資料，並按種族進行分析。 在協議達成十多年後，該部門的聯邦監督員聯絡了埃伯哈特尋求幫助。
原告律師告訴埃伯哈特，他們最想知道的是警車警燈亮起後發生了什麼——警察為什麼要攔截人們，以及互動是如何進行的。 該部門是執法記錄儀的早期採用者，大約在五年前就投入使用了。 “你們實際上有錄影，”埃伯哈特回憶起她當時告訴他們的話，儘管該部門沒有人想到將其用於該目的。
埃伯哈特招募了斯坦福大學語言學家兼計算機科學家丹·朱拉夫斯基和他當時的學生羅布·沃伊特（現為西北大學計算語言學家）開發一種自動化方法來分析近 1000 次交通攔截的影片文字記錄。 研究人員決定衡量警察對黑人駕駛員的尊重程度是否低於對白人駕駛員的尊重程度。 他們首先讓人們對文字記錄摘錄的尊重程度進行評分。 然後，他們建立了一個計算模型，將評分與各種詞語或短語聯絡起來，併為這些話語賦予數值權重。 例如，表達對駕駛員的關心被評為高度尊重，而直呼其名則不太尊重。
然後，該模型對一個月交通攔截中所有警察語言給出了尊重評分，研究人員將這些評分與被攔截者的種族以及其他變數聯絡起來。 他們發現警察語言的尊重程度存在明顯的種族差異。 例如，在與黑人駕駛員交談時，警察不太可能說明攔截原因、提供保證或表達對駕駛員安全的擔憂。 尊重差距存在於整個互動過程中，並且不取決於警察的種族、攔截原因或其地點或結果。
這些最初的結果於 2017 年釋出，在奧克蘭產生了深遠的影響。 阿姆斯特朗說：“當斯坦福大學釋出研究結果時，少數族裔社群幾乎如釋重負。 “這驗證了人們一直以來的擔憂，並促使該部門重新審視我們如何培訓警官與社群溝通。”
斯坦福大學的研究小組利用這些發現，為該部門提供的程式公正培訓計劃開發了一個“尊重”模組。 程式公正旨在將公平性融入警務程式。 除了強調尊重之外，它還可能包括警察向他人解釋他們的行為，並給這些人提供表達他們觀點的機會。 作為這項工作的一部分，該團隊使用其計算模型提取了特別尊重和不尊重的真實互動。 朱拉夫斯基說：“作為培訓示例，這似乎比虛構的場景對接受培訓的人來說更合法。 “[警官] 認識到他們自己的語言。”
在培訓生效後，研究人員進行了另一項執法記錄儀研究，以確定警官是否使用了他們所學到的知識。 斯坦福大學的研究小組比較了培訓前最多四周內發生的 313 次攔截中警官語言的關鍵特徵與培訓後四周內發生的 302 次攔截中警官語言的關鍵特徵。 研究人員在 9 月份的PNAS Nexus研究中報告說，他們發現接受過培訓的警官更有可能表達對駕駛員安全的擔憂、提供保證並明確說明攔截原因。
埃伯哈特說，系統地分析執法記錄儀錄影為理解哪些型別的警察培訓有效提供了一種有希望的方法。 “他們現在進行的許多培訓都沒有經過嚴格的評估，”她說。 “我們不知道他們在這些培訓中學到的東西……是否真的轉化為與街上真實的人的真實互動。”
在去年發表的一項研究中，斯坦福大學的研究人員分析了執法記錄儀錄影，以找到與交通攔截的“升級結果”相關的語言，例如戴手銬、搜查或逮捕。 他們使用來自一個未公開城市 577 次黑人駕駛員攔截的錄影，發現了埃伯哈特所說的警官在最初 45 個詞語中“升級的語言特徵”：從一開始就向駕駛員下達命令，而不說明攔截原因。 她說：“這兩者的結合是一個很好的訊號，表明攔截最終會導致駕駛員被戴上手銬、搜查或逮捕。”
研究中的所有攔截都沒有涉及武力使用。 但研究人員好奇他們發現的特徵是否會出現在導致弗洛伊德死亡的警察互動錄影中。 結果是肯定的。 在遭遇事件的最初 27 秒（大約是警察在攔截期間說出 45 個詞語所需的時間），警察只下達了命令，沒有告訴弗洛伊德他被攔截的原因。
南加州大學的研究小組招募了一群不同背景的人，包括一些以前被監禁的人和退休警察，來判斷洛杉磯警察局執法記錄儀拍攝的互動是否禮貌、尊重以及程式公正的其他方面。 該團隊計劃利用人工智慧的進步來捕捉這些視角，這些視角可能會揭示，例如，為什麼一句本意是幽默或謙恭的話語可能會被認為是諷刺或不尊重的。 南加州大學認知科學家莫爾特扎·德赫加尼說：“最大的希望是我們的工作可以改進洛杉磯警察局的警官培訓，擁有一種資料驅動的方式來更新和改變培訓程式，使其更好地適應他們所服務的人群。”他與格雷厄姆共同領導該專案。
政治可能會勸阻警察部門與學者分享錄影。 在某些情況下，部門可能不願意揭露系統性問題。 然而，未來，各部門可能能夠自行分析錄影。 一些私營公司——例如TRULEO和Polis Solutions——已經為此目的提供了軟體。
密歇根大學社會心理學家尼古拉斯·坎普說：“我們越來越接近各部門能夠使用這些工具，而不僅僅是將其作為一種學術練習。”他曾在埃伯哈特的團隊工作過。 但商業模型往往不完全透明——使用者無法檢查其元件模組——因此包括坎普和德赫加尼在內的一些學者對它們的輸出持謹慎態度。
南加州大學的研究小組計劃將其構建的語言模型（將公開接受檢查）提供給洛杉磯警察局和其他警察部門，以便他們可以例行監控警官與公眾的互動。 格雷厄姆說：“我們應該掌握更多關於這些日常互動如何進行的詳細資訊。 這是民主治理的重要組成部分。”