การใช้อัลกอริทึมทำนายความเสี่ยงในงานตำรวจขยายตัวอย่างต่อเนื่อง พร้อมกับข้อกังวลว่าระบบเหล่านี้อาจขยายอคติที่มีอยู่เดิมในสังคมให้รุนแรงขึ้น งานวิจัยนี้ใช้แนวทางสองช่วง คือการทบทวนวรรณกรรมอย่างเป็นระบบ ควบคู่กับการตรวจสอบและแก้ไขอคติด้านอายุในระบบที่ใช้งานจริง โดยศึกษาชุดข้อมูล Strategic Subject List (SSL) ของกรมตำรวจชิคาโก ซึ่งให้คะแนนความเสี่ยงที่บุคคลจะเกี่ยวข้องกับเหตุยิงในฐานะผู้ก่อเหตุหรือเหยื่อ ผลการทบทวนพบว่างานวิจัยที่ผ่านมามุ่งไปที่อคติด้านเชื้อชาติเป็นหลัก ส่วนอีกสามด้าน คือ อายุ เพศ และฐานะทางเศรษฐกิจ ถูกศึกษาน้อยกว่ามาก ผู้วิจัยเลือกตรวจสอบอคติด้านอายุเป็นกรณีศึกษา และพบว่าผู้มีอายุต่ำกว่า 30 ปีในชุดข้อมูลทั้งหมด 118,146 คน ถูกจัดเป็นกลุ่มเสี่ยงสูงทุกราย ผู้วิจัยจึงเสนอเทคนิค Conditional Score Recalibration (CSR) ซึ่งเมื่อใช้ร่วมกับวิธี Class Balancing แล้ว ลดอคติด้านอายุได้อย่างมีนัยสำคัญโดยที่ความแม่นยำของแบบจำลองไม่ลดลง

วัตถุประสงค์ของการวิจัย

- ทบทวนว่างานวิจัยที่ผ่านมาด้านอัลกอริทึมตำรวจและการกระทำผิดซ้ำ ใช้ตัวชี้วัดความเป็นธรรมแบบใด ตรวจสอบอคติด้านใด และใช้กลยุทธ์ลดอคติอย่างไร

- ระบุช่องว่างของงานวิจัยที่มองข้ามคุณลักษณะอื่นนอกเหนือจากเชื้อชาติ โดยเฉพาะอายุ เพศ และฐานะทางเศรษฐกิจ

- ตรวจสอบและแก้ไขอคติด้านอายุในระบบตำรวจเชิงพยากรณ์ที่ใช้งานจริง ผ่านชุดข้อมูล Strategic Subject List ของกรมตำรวจชิคาโก

- นำเสนอเทคนิคลดอคติแบบใหม่ Conditional Score Recalibration และประเมินว่าการเพิ่มความเป็นธรรมต้องแลกกับความแม่นยำที่ลดลงหรือไม่

วิธีการศึกษา

- การทบทวนวรรณกรรมอย่างเป็นระบบตามแนวทาง PRISMA ครอบคลุมงานตีพิมพ์ตั้งแต่ปี 2015 จากผลค้นหาเริ่มต้น 587 ชิ้น คัดกรองเหลือ 15 ชิ้นที่นำมาวิเคราะห์

- ชุดข้อมูล SSL ของกรมตำรวจชิคาโก ครอบคลุมประชาชน 398,684 คน ระหว่างสิงหาคม 2012 ถึงกรกฎาคม 2016 คะแนนอยู่ระหว่าง 0 ถึง 500 โดยเกิน 250 ถือเป็นกลุ่มเสี่ยงสูง หลังเตรียมข้อมูลเหลือ 170,694 ระเบียนและ 12 ตัวแปร

- ฝึกแบบจำลอง Random Forest, Logistic Regression และ Gradient Boosting แล้วเลือก Random Forest วัดประสิทธิภาพด้วย Accuracy และ F1

- วัดความเป็นธรรมด้วยมาตรวัดสามตัว ได้แก่ Demographic Parity, Equality of Opportunity และ Average Odds Difference ซึ่งล้วนเปรียบเทียบผลลัพธ์ระหว่างสองกลุ่ม โดยค่าที่ยอมรับได้อยู่ระหว่าง -0.1 ถึง 0.1

- เทคนิค CSR ปรับผู้ที่มีคะแนน 250 ถึง 350 ให้เป็นกลุ่มเสี่ยงต่ำ หากไม่เคยถูกจับคดีรุนแรง ไม่เคยถูกจับคดียาเสพติด และไม่เคยตกเป็นเหยื่อการยิง จากนั้นจึงปรับสมดุลกลุ่มข้อมูลก่อนฝึกแบบจำลอง

ข้อค้นพบสำคัญ

- จาก 15 ชิ้นที่ทบทวน มี 12 ชิ้นศึกษาอคติด้านเชื้อชาติ ขณะที่ศึกษาเพศ 4 ชิ้น อายุ 3 ชิ้น และฐานะทางเศรษฐกิจ 2 ชิ้น อีกทั้งเกือบทั้งหมดใช้ข้อมูลจากสหรัฐอเมริกา

- พฤติกรรมการปฏิบัติงานของตำรวจเป็นตัวขับเคลื่อนสำคัญของการเลือกปฏิบัติ การส่งกำลังเข้าพื้นที่มากขึ้นนำไปสู่การจับกุมที่มากขึ้น ทำให้ตัวเลขอาชญากรรมที่รายงานสูงขึ้น และกลายเป็นเหตุผลให้ส่งกำลังเพิ่มอีก วงจรนี้เกิดขึ้นได้แม้ไม่มีการใช้อัลกอริทึมเข้ามาเกี่ยวข้อง

- ชุดข้อมูล SSL มีอคติด้านอายุรุนแรง ผู้มีอายุต่ำกว่า 30 ปีทั้งหมด 118,146 คนถูกจัดเป็นกลุ่มเสี่ยงสูงทุกราย และในบรรดาผู้ที่ไม่เคยถูกจับหรือถูกยิง 127,513 คน มีราว 90,000 คนถูกจัดเป็นกลุ่มเสี่ยงสูง

- ก่อนแก้ไข แบบจำลองผ่านเกณฑ์ความเป็นธรรมด้านเชื้อชาติทั้งสามตัว แต่ไม่ผ่านด้านอายุอย่างชัดเจน (Demographic Parity 0.8517, Equality of Opportunity 0.7616, Average Odds Difference 0.3349) หลังใช้ CSR ร่วมกับ Class Balancing ค่าทั้งสามลดลงเหลือ 0.3128, 0.1521 และ 0.02024 ขณะที่ความแม่นยำเพิ่มขึ้นจาก 0.8314 เป็น 0.9014

- การแก้อคติด้านอายุส่งผลต่อด้านเชื้อชาติ โดยค่า Demographic Parity ด้านเชื้อชาติเพิ่มจาก 0.09923 เป็น 0.1170 ซึ่งเลื่อนออกนอกเกณฑ์ที่ยอมรับได้เล็กน้อย

ข้อเสนอแนะ

- กำหนดให้มีการตรวจทานโดยมนุษย์ในกระบวนการตัดสินใจของอัลกอริทึม โดยใช้การประเมินแบบกลุ่มที่มีโครงสร้างชัดเจน เนื่องจากผู้ตรวจทานเองก็มีอคติ

- ขยายแหล่งข้อมูลให้พ้นจากบริบทสหรัฐอเมริกา เพราะระบบกฎหมายและโครงสร้างประชากรของแต่ละประเทศแตกต่างกัน

- ขยายขอบเขตการตรวจสอบอคติให้ครอบคลุมอายุ เพศ และฐานะทางเศรษฐกิจ ซึ่งเป็นด้านที่วรรณกรรมที่ผ่านมาให้ความสนใจน้อย

- ออกแบบวิธีลดอคติให้สอดคล้องกับบริบทของแต่ละระบบ แทนการใช้แนวทางสำเร็จรูปแบบเดียวกับทุกกรณี

- งานวิจัยต่อไปควรแบ่งกลุ่มอายุให้ละเอียดกว่าเส้นแบ่งที่ 30 ปี ทดสอบกับข้อมูลจากภูมิภาคอื่น และพัฒนาเทคนิค CSR ต่อ เนื่องจากเงื่อนไขที่กำหนดไว้ล่วงหน้าอาจสะท้อนความเสี่ยงของบุคคลได้ไม่ครบทุกมิติ

ประเด็นสำคัญที่ควรจดจำ (Key Takeaways)

- ระบบให้คะแนนความเสี่ยงที่ใช้งานจริงอาจมีอคติรุนแรงโดยไม่มีผู้ใดสังเกตเห็น จนกว่าจะมีการตรวจสอบอย่างเป็นระบบ

- ความเป็นธรรมกับความแม่นยำไม่จำเป็นต้องแลกกัน งานนี้ลดอคติด้านอายุลงได้มาก ขณะที่ความแม่นยำเพิ่มขึ้นจาก 0.8314 เป็น 0.9014

- การแก้อคติด้านหนึ่งอาจกระทบอีกด้าน การตรวจสอบจึงควรพิจารณาทุกคุณลักษณะไปพร้อมกัน สำหรับประเทศไทย หน่วยงานที่จะนำระบบให้คะแนนความเสี่ยงรายบุคคลมาใช้ ควรตรวจสอบก่อนว่าคะแนนถูกขับเคลื่อนด้วยตัวแปรใด และมีกลุ่มใดถูกจัดประเภทแบบเหมารวมหรือไม่

เอกสารอ้างอิง

Almasoud, A. S., & Idowu, J. A. (2025). Algorithmic fairness in predictive policing. AI and Ethics, 5, 2323–2337. https://doi.org/10.1007/s43681-024-00541-3

อ่านฉบับเต็ม (Open Access): https://link.springer.com/article/10.1007/s43681-024-00541-3