大数据文摘出品
作者：王烨
昨天，文摘菌报道拉斯维加斯警方在仅使用了0.12纳克DNA样本、约15个细胞的情况下，侦破了一件32年来始终未解的旧案。
按理来说，科技在刑侦领域的应用会让办案人员如虎添翼，让犯罪分子更加无处遁形——前提是这个科技是可靠的。
在AI发展迅速的今天，AI技术也被运用到案件侦破中。
去年5月31日，25岁的Safarain Herring头部中弹，被一个名叫Michael Williams的人送到了芝加哥的圣伯纳德医院，不幸的是抢救两天后Herring去世了。
令人不解的是，芝加哥警方最终逮捕了64岁的Williams，并以谋杀罪起诉他。案件中的一个关键证据是监控录像显示，Williams的车在晚上11:46停在South Stony Island Avenue 6300街区，警方断定Herring正是在这个时间和地点被枪杀的。
警察怎么知道那就是枪击发生的地方?警方解释说，他们有一种叫做ShotSpotter的监控系统，它使用隐藏的麦克风传感器来探测枪声和枪击的位置，并为那个时间和地点发出警报。
正是根据ShotSpotter的数据记录，显示当时在那个时间和地点，附近侦察到了类似枪击的声音，结合当时Williams车停的位置，警察于是判断Williams具有嫌疑然后逮捕并起诉了他。
枪击声其实是炮仗声?
尽管芝加哥警察的论据言之凿凿，但是但根据最近的法庭文件，这似乎并不完全正确。
Williams的辩护律师提交的动议显示，当晚11点46分，19个ShotSpotter传感器探测到爆炸声，确定位置是South Lake Shore Drive 5700号，距离检察官称Williams犯下谋杀罪的现场还有一英里。
并且，根据ShotSpotter的记录，该公司的算法最初将这种爆炸声归类为烟火，并且那个周末，芝加哥正好爆发了针对乔治 · 弗洛伊德被谋杀的大规模抗议活动，一些抗议者确实在那个时候点燃了焰火。
但是在晚上11点46分的警报响起之后，一个 ShotSpotter 的分析师不知为何人工覆盖了算法，并将声音“重新分类”为枪声。
并且，在几个月后，另一位 ShotSpotter 分析师还将警报的坐标改为South Stony Island Drive的一个位置，这直接导致警察注意到了摄像头里Williams的车。
2020年5月31日晚上11:46的监听警报截屏显示声音被人工从炮仗声重新分类为枪声
这位辩护律师在动议中写道，“通过这种涉及人为的方法，本案中ShotSpotter输出的数据，从不支持任何刑事指控的数据，戏剧性地变为现在构成检方起诉Williams先生谋杀案核心的数据。”
这份文件被称为Frye动议ーー要求法官审查并裁定某种特定的法医方法是否具有足够的科学效力，使其可以作为证据输入。在Frye听证会上，检察官没有为ShotSpotter的技术及其员工的行为辩护，而是撤回了所有针对Williams的ShotSpotter的数据证据。
ShotSpotter证据真的可信吗?
这个案例并不是孤立事件，它所代表的模式可能会对芝加哥的ShotSpotter产生巨大影响，ShotSpotter平均每年产生21000个警报，目前在美国100多个城市使用。
有国外媒体对Williams案以及芝加哥和纽约州的其他审判的法庭文件进行了审查，审查表明，该公司的分析师经常应警察部门的要求修改警报数据，其中一些警察部门似乎在搜集支持他们说法的证据。
麦克阿瑟司法中心的律师Jonathan Manes表示，如果Cook County State检察官办公室没有撤回Williams案件的证据，这很可能会成为伊利诺伊州法院第一次正式审视ShotSpotter背后的技术和源代码。
他表示：“(检察官)没有为证据辩护，而是逃避它”，“目前，除了ShotSpotter自己之外，还没有人能够审查这项技术。我们不会让法医犯罪实验室使用未经审查和审计的 DNA测试。”
ShotSpotter的市场和产品策略高级副总裁Sam Klepper在一封电子邮件中回应说，公司没有理由相信检察官的决定反映了对其技术缺乏信心。
他写道，已经有190起法庭案件采纳了ShotSpotter的证据和其雇员的证词。“至于ShotSpotter的证据是否与案件有关，则由检察官和被告律师自行决定... ... ShotSpotter 没有理由相信这些决定是基于对ShotSpotter技术的判断。”
警察确实干涉ShotSpotter的分析结果?
要了解ShotSpotter的技术是否真的可靠，我们不妨来看看以前的案例。
2016年，纽约州罗切斯特市警方在寻找一辆可疑车辆时，拦下了一辆错误的车，并朝乘客Silvon Simmons的后背开了三枪，警方则指控他先向警察开枪。
唯一不利于Simmons的证据就是来自ShotSpotter。最初，该公司的传感器没有探测到任何枪声，算法判断这些声音来自直升机旋翼。
神奇的是，在罗切斯特警方联系了ShotSpotter后，一名分析师便判定现场共发生了四次枪击，正是警方向Simmons开枪的次数(其中一枪未击中)。
Simmons随后对该市及ShotSpotter提起的民事诉讼，ShotSpotter的专家证人、公司职员Paul Greene在该案的庭审中作证称，“随后，罗切斯特警察局要求他进行实质性的检查，看看是否有比ShotSpotter的自动检查技术发现的更多的枪声。”
尽管现场没有Simmons开枪的物证，Greene还是在音频文件中找到了第五枪。罗切斯特警方也拒绝了他多次要求他们检查Simmons的手和衣服是否有枪击残留物。
更让人奇怪的是，作为第五声枪响唯一证据的 ShotSpotter 音频文件已经消失了。
据Simmons的民事诉讼案中，ShotSpotter和罗切斯特警察局“丢失、删除和/或毁坏了卷轴和/或其他包含警官涉案枪击声音的信息”。“Greene也承认，ShotSpotter的员工和执法部门的客户可以用音频编辑器修改任何没有被锁定或加密的音频文件。”
陪审团最终宣判Simmons谋杀未遂罪名不成立，法官以ShotSpotter不可靠为由，推翻了对他非法持枪的定罪。
Simmons对ShotSpotter和罗切斯特警察局提起的民事诉讼摘录
ShotSpotter对打击犯罪似乎并无实效
对ShotSpotter的质疑很大程度上是因为它缺乏已被证明的工作能力——在传感器的准确性和系统对枪支犯罪的整体影响方面。
该公司尚未允许外界对其算法进行任何独立测试，而且有证据表明，该公司在营销材料中宣称的准确性可能并不完全科学。
多年来，ShotSpotter声称它的准确度有所提高，从80%到90%再到97%，但是根据Greene的说法，这些数字实际上并不是由工程师计算出来的。
2017年，Greene在旧金山的一家法院表示：“我们的准确率保证是由销售和市场部门提供的，而不是我们的工程师”，“我们需要给他们(客户)一个数字... ... 我们必须告诉他们一些事情……事实并不完美，地图上的点只是一个起点。”
今年5月，麦克阿瑟司法中心(MacArthur Justice Center)分析了 ShotSpotter 的数据，发现在21个月的时间里，这项技术在芝加哥产生的89%的警报没有指向枪支犯罪的证据，86%的警报根本没有指向任何犯罪的证据。
与此同时，越来越多的研究表明，ShotSpotter并没有减少部署在城市的枪支犯罪，一些客户已经放弃了该公司，理由是太多的虚假警报和缺乏投资回报。
最近圣路易斯的一项ShotSpotter研究发现，ShotSpotter“对圣路易斯与枪支有关的暴力犯罪几乎没有威慑作用。ShotSpotter不能持续缩短警方的反应时间，也不能有助于产生可采取行动的结果。”
纽约大学法学院(New York University School of Law)警务项目在2021年进行的一项研究表明，在安装了 ShotSpotter后，圣路易斯县一些地区的袭击事件(包括一些枪支犯罪)减少了30% 。但是这项研究的作者透露，ShotSpotter自2018年以来一直为该警务项目提供不受限制的资金，ShotSpotter的首席执行官还是该警务项目咨询委员会的成员，并且ShotSpotter还曾经补贴过警务项目的研究人员。
相关报道：
https://www.vice.com/en/article/qj8xbq/police-are-telling-shotspotter-to-alter-evidence-from-gunshot-detecting-ai
【本文是51CTO专栏机构大数据文摘的原创译文，微信公众号“大数据文摘（ id: BigDataDigest）”】
