犯罪預警真的可能嗎?

一位統計學教授聲稱可以在犯罪發生前做出預測，甚至先于罪犯本身。

“有前科的人處于哪個年齡段時再次犯罪的可能性最高？”統計學教授理查德·伯克問筆者，筆者”20歲出頭”的答案很快被糾正了。“是十幾歲”，他解釋說，“事實上，再次犯罪的機率會在一個人20歲出頭的時候迅速下降，但是這條趨勢曲線并不穩定。”當青少年違法者達到三十幾歲或更老一些時，暴力指數會再一次攀升。“拿家庭暴力來講”，伯克道，“即使施暴者已接近40歲，他們依然有很強的暴力傾向，不時地想找個人來揍一頓。”

理查德·伯克是美國賓夕法尼亞州的統計學教授，他認為自己對罪犯的行動了如指掌，甚至在罪犯產生犯罪意圖之前就已經知道。理查德·伯克可以稱得上是一位犯罪預言家，他的工作是通過數學運算對罪犯進行分析，幫助警方及勞教官預測累犯。賓夕法尼亞州的緩刑和假釋委員會已經與伯克合作了兩年之久。

賓州已超負荷運轉多年的監獄系統，每年有近一萬名囚犯獲得假釋。假釋委員會通過與犯人面對面交流、做問卷調查、參考監獄官員的建議以及被害人的態度等方式來判斷誰可以重獲自由。判斷失誤的代價也是十分慘痛的：2010年，邁克·巴拉德被假釋六個月后，在賓州東部殺死了四個人。被逮捕后，巴拉德對調查官說：“一切都是假釋委員會的錯。”

民眾們也認同他的說法。當全賓州都在呼吁此種假釋方式亟待改革之時，伯克正在默默地尋找解決方案——通過數學運算預測假釋犯再次犯罪的可能性。早在2006年，伯克便已著手為費城的司法系統設計一套類似的數學算法，因為那一年費城的謀殺案發案率居全州各主要城市之首。當時費城的成年人緩刑和假釋部門負責監管近五萬名囚犯的監察官有295名，該部門要求伯克預測出哪些囚犯在兩年內會犯下重罪。方法是通過計算機為每個即將被釋放的假釋者評分，確定其歸屬于低、中、高三種風險等級中的哪種，再決定對其采取何種監管強度。結果顯示，負責監管低風險假釋犯的官員將要承擔400起案件，而監管高風險假釋犯的官員大約要處理50起。

伯克依據20世紀60年代的罪犯數據庫，依靠數十種預測參數，包括犯罪人的年齡、性別、居住地以及犯罪前科等，將費城算法應用于當地的10萬宗舊案。為了演算出可以預測特定結果的數學算法，例如某人犯謀殺罪的可能性，伯克將個體數據關聯到參數與結果已預先設定好的算法中來。伯克說：“算法的預定參數越多，其演算結果越出乎意料。如果我可以利用臉上的雀斑、鞋碼或手腕的圍度等參數來測算的話，我絕不會漏掉。”例如，無論一名罪犯被判犯有謀殺罪還是藏毒罪，都無法預知他/她將來是否會再次犯罪。事實上，根據其（特指男性）首次犯案的年齡及再次犯案與最近一次犯案之間的時間間隔這兩個參數來預測會更準確一些；也就是說，嫌犯首次犯案的時間越久遠，且最后一次犯案的時間離現在越近，那么他再次犯案的機率則越高。

司法系統的風險評估工具并不是最近才有的。1927年，芝加哥大學的社會學家厄尼斯特·伯吉斯曾利用伊利諾伊州3000名假釋犯的資料來評估犯罪個體的累犯率。目前，司法系統最常使用的兩種風險評估工具分別是LSI-R和COMPAS（前者是加拿大司法系統正在采用的一份由54道問題組成的、用來評估與確定假釋犯應接受何種監管強度的調查問卷，與賓州假釋委員會使用的問卷相同；后者由密歇根州的某家公司研發，類似于LSI-R）。不過，相對于這些風險評估工具而言，理查德·伯克的預測算法更具有實力，效果更顯著。

伯克的專業技術在刑事司法過程中的每個階段都可以付諸應用。馬里蘭州正在實施一套類似于費城的預測算法，預測被監管者中誰可能犯下謀殺罪，而誰可能會成為受害者。該州司法機構已經要求伯克開發出一套針對于青少年違法者的預測算法。與此同時，伯克還依據美國職業安全與保健管理總署的數據來預測國內有哪些企業有可能違背該機構的有關條例。在費城，伯克借助統計數據協助檢察官決定是否應對某項指控提起控訴，或某個罪犯是否有保釋機會。他還可協助賓州的量刑委員會裁定是否對罪名成立者處以監禁刑罰以及決定刑期的長短。

[譯自美國《大西洋月刊》]