أصبحت مدينة مالقة بمثابة مختبر حضري حقيقي لاختبار مسارات الشرطة المصممة باستخدام الذكاء الاصطناعي . وقد ابتكر فريق من جامعة مالقة نظامًا قادرًا على رسم خرائط لمسارات دوريات أكثر كفاءة استنادًا إلى بيانات الجريمة الحقيقية، بهدف تعزيز المراقبة تحديدًا في المناطق الأكثر احتياجًا إليها.
لا يقتصر هذا النموذج على كونه مجرد أداة نظرية، بل يعتمد على خريطة افتراضية مفصلة لمدينة مالقة، مما يسمح بمحاكاة استراتيجيات الدوريات قبل تطبيقها. ويهدف هذا المقترح إلى تحقيق هدف محدد للغاية: مساعدة الشرطة على تخصيص مواردها بشكل أفضل، وتجنب المناطق المهملة، والحد من المسارات الروتينية التي يمكن للمجرمين التنبؤ بها.
توأم رقمي لتخطيط مسارات الشرطة باستخدام الذكاء الاصطناعي
يتمحور المشروع حول إنشاء نسخة رقمية مطابقة للجريمة في مالقة ، وهي نسخة افتراضية للمدينة تجمع بين البيانات الجغرافية والاجتماعية والأمنية. تُجسّد هذه البيئة المحاكاة مواقع الحوادث الإجرامية وعوامل أخرى من البيئة الحضرية، مما يسمح للمحققين باختبار تشكيلات دوريات مختلفة دون الحاجة إلى نقل أي ضابط من مركز الشرطة.
بحسب دراسة نُشرت في مجلة " التطبيقات الهندسية للذكاء الاصطناعي" العلمية، بعنوان "توجيه الدوريات التعاونية: تحسين مراقبة الجريمة في المدن من خلال التعلم المعزز متعدد العوامل"، يُستخدم هذا التوأم الرقمي لتقييم استراتيجية المراقبة التي تُحقق أفضل النتائج مسبقًا. وبهذه الطريقة، تستطيع أجهزة إنفاذ القانون اختبار سيناريوهات افتراضية متعددة قبل اتخاذ القرارات التشغيلية في الواقع.
من أبرز إسهامات هذا النموذج مؤشر جديد يُطلق عليه مؤشر التغطية ، والذي يقيس مدى نجاح الدوريات في حماية كل منطقة وفقًا لمستوى المخاطر فيها. وعلى عكس المناهج التقليدية التي تركز أساسًا على وتيرة الدوريات أو مدة بقاء المنطقة دون زيارة، يركز هذا المؤشر على الفعالية الفعلية للانتشار: أي مدى رقعة المنطقة الحيوية التي تتم مراقبتها فعليًا، وبأي كثافة.
بفضل هذا التحليل، تستطيع الأداة تحديد العدد الأمثل للدوريات الراجلة ومساراتها الموصى بها ، بما يتناسب مع أنماط الجريمة في كل حي. وهذا يقلل من "المناطق العمياء" التي لا يوجد بها وجود للشرطة، ويقلل من هدر الموارد في المناطق الأقل خطورة.
شبكات بمساحة 50 × 50 مترًا ودوريات تُعامل كعملاء استخباراتيين
لتحقيق هذا المستوى من التفصيل، قسّم فريق البحث المدينة إلى مربعات صغيرة أبعادها 50 × 50 مترًا . وتُستخدم كل مربعة كوحدة تحليل لحساب تركيز الجريمة وغيرها من المعايير ذات الصلة. وتتيح هذه الدقة المتناهية تحديدًا دقيقًا للزوايا والشوارع والأحياء التي تشهد أعلى تركيز للحوادث.
على هذه اللوحة الحضرية الشبكية، يحاكي الذكاء الاصطناعي سلوك الدوريات، التي تُمثل في النموذج على أنها "عملاء" قادرين على التعلم والتنسيق . لا يتبع هؤلاء العملاء الافتراضيون أوامر جامدة، بل يُعدّلون تحركاتهم بناءً على المعلومات التي يتلقونها من البيئة المحاكاة.
يعتمد النظام على تقنيات التعلم المعزز متعدد العوامل . عمليًا، يعني هذا أن الذكاء الاصطناعي يختبر مسارات واستراتيجيات مختلفة، ويُقيّم أيها يُوفر أفضل تغطية، ثم يُحسّن المسارات بناءً على هذه الملاحظات. لا يعمل النظام بمسارات ثابتة، بل بتحسين مستمر، حيث تتعلم عدة دوريات تقسيم المنطقة بشكل تعاوني.
بحسب مؤلفي الدراسة، يتوافق هذا النهج مع العديد من النظريات الجنائية التي تُشير إلى أن مسارات الدوريات غير المتوقعة قد تُثني عن النشاط الإجرامي. فإذا لم تتبع الدوريات مسارًا أو جدولًا زمنيًا ثابتًا، يصبح من الصعب على المجرمين المحتملين توقع مكان وزمان تواجد الشرطة.
مسارات الشرطة المدعومة بالذكاء الاصطناعي: أنماط أقل تكراراً وتغطية أوسع
يتمثل أحد الاختلافات الرئيسية عن الطرق التقليدية في أن النظام لا يُنشئ مسارًا قياسيًا واحدًا ، بل مساراتٍ مُختلفة لكل دورية. هذا التنوع في المسارات يجعل المراقبة أقل رتابة، ويضمن تغطية المناطق عالية الخطورة من زوايا مُختلفة وفي أوقات مُختلفة من اليوم.
أظهرت الاختبارات التي أُجريت في بيئة افتراضية أن هذا النموذج يزيد من تغطية ما يُسمى بالبؤر الساخنة مع تعديل عدد الأفراد المطلوبين في كل منطقة. بعبارة أخرى، فهو يتجنب كلاً من نقص المراقبة في المناطق التي تشهد مشاكل، والإفراط في نشر الضباط في أماكن لا تستدعي ذلك.
تم التحقق من صحة النظام في ثلاث مناطق حضرية بمدينة مالقة ذات خصائص مختلفة من حيث الحجم والكثافة ومستوى الأمن. وفي جميع الحالات، تمكن النموذج من التكيف مع السياق وتقديم مسارات دوريات أكثر كفاءة وتخصيصًا من الأساليب المرجعية التي تمت مقارنته بها.
يؤكد الباحثون أن الهدف ليس استبدال التقدير الشخصي للشرطة، بل توفير أداة لدعم اتخاذ القرار . وبناءً على نتائج المحاكاة، يستطيع القادة تقييم سيناريوهات مختلفة، وتحديد عدد الضباط المطلوبين، واختيار التشكيل الأمثل الذي يتناسب مع الواقع العملياتي للقوة.
على الرغم من أن الاقتراح لا يزال في المرحلة التجريبية، إلا أن سلوك النظام يشير إلى أن هذا النوع من مسارات الشرطة المصممة بواسطة الذكاء الاصطناعي يمكن أن يساعد في الاستخدام الأمثل للموارد المتاحة، وخاصة في المدن ذات الكثافة الحضرية العالية ومتطلبات الأمن المتغيرة بسرعة على مدار اليوم.
من المحاكاة إلى الشارع: الظروف الحقيقية والتحقق في مالقة
من نقاط قوة المشروع أنه، على الرغم من كونه لا يزال في بيئة محاكاة، إلا أنه يدمج بالفعل قيودًا تشغيلية واقعية . يأخذ النموذج في الاعتبار، على سبيل المثال، نوبات عمل مدتها ثماني ساعات للدوريات والدوريات الراجلة، مما يعني أن المسارات المقترحة ليست مجرد خطوط على خريطة، بل هي مسارات فعلية يمكن أن تسلكها الدورية خلال يوم عملها.
عملياً، تُحدد الأداة عدد الدوريات اللازمة في كل مربع من مربعات الشبكة ، وكيفية توزيع مساراتها لضمان وصول مؤشر التغطية إلى مستويات مناسبة وفقًا لمخاطر الجريمة. وهذا يسمح بتعديل جدول الخدمة على أساس كل وردية عمل، بناءً على البيانات المتراكمة.
كما تم اختبار النظام باستخدام بيانات جرائم حقيقية من مدينة مالقة . ومن خلال تزويد التوأم الرقمي بسجلات الجرائم التاريخية، تمكن الباحثون من التحقق مما إذا كانت المسارات التي يقترحها الذكاء الاصطناعي تُحسّن مراقبة المناطق الأكثر إشكالية مقارنةً بالاستراتيجيات التقليدية.
تشير النتائج إلى أن التكنولوجيا تُسهم في تعزيز التواجد الشرطي في المناطق ذات معدلات الجريمة المرتفعة ، وفي الحد من التداخل غير الضروري بين الدوريات. وفي ظل محدودية الموارد، يُعدّ هذا الضبط الدقيق بالغ الأهمية لتحقيق أقصى استفادة من كل ضابط مُنتشر.
كان التعاون مع وحدة الاستخبارات الإقليمية التابعة لمركز شرطة مقاطعة مالقة عاملاً أساسياً في تكييف النموذج مع واقع العمل الشرطي في المدينة. ويضمن هذا التواصل المباشر مع الممارسة اليومية ألا يبقى النظام مجرد تمرين نظري، بل أن يتطور بما يتناسب مع التطبيق المستقبلي.
بحث أندلسي وتمويل أوروبي لمسارات الشرطة المدعومة بالذكاء الاصطناعي
يُعدّ تطوير هذا النظام جزءًا من أطروحة الدكتوراه التي قدمها خوان بالما-بوردا، وهو يندرج ضمن مشروع ATREIDES التابع للخطة الوطنية للبحث والتطوير. وقد أنجز هذا العمل فريق أبحاث وتطبيقات الذكاء الاصطناعي في جامعة مالقة، وهو فريق يتمتع بخبرة سابقة في النماذج القائمة على الوكلاء وتحليل البيانات المعقدة.
وقد تلقت المبادرة تمويلاً جزئياً من وزارة الجامعات والبحث والابتكار الإقليمية ، وكذلك من الصندوق الأوروبي للتنمية الإقليمية، من خلال مشروع "نماذج التنبؤ بالجريمة القائمة على الوكلاء وعلوم البيانات". هذا الدعم المؤسسي يجعل من مالقة واحدة من أكثر المواقع تقدماً في إسبانيا في استخدام الذكاء الاصطناعي المطبق على السلامة العامة.
أعلنت مؤسسة ديسكوبر عن نطاق هذا البحث، الذي سلط فيه الباحث إدواردو غوزمان الضوء على إمكانات الذكاء الاصطناعي في تصميم أدوات دعم لتخطيط الشرطة . وتتلخص الفكرة في تزويد أجهزة إنفاذ القانون بأدوات موضوعية تساعدها على تبرير قراراتها المتعلقة بنشر قواتها وتحسينها.
يتجاوز هذا النهج مدينة مالقة، إذ يفتح المجال أمام مدن أندلسية أو أوروبية أخرى تمتلك بيانات جغرافية مرجعية كافية لتبني حلول مماثلة. وبما أنه نموذج قائم على الشبكة ويستخدم عناصر فاعلة، يمكن تطبيق هذه المنهجية، مع إجراء التعديلات اللازمة، على بيئات حضرية أخرى.
في سياق يخضع فيه الأمن والاستخدام الفعال للموارد العامة للتدقيق، يعزز هذا النوع من المشاريع الالتزام بإدارة مراقبة الشرطة التي تعتمد بشكل أكبر على البيانات وأقل على الحدس أو جمود الإجراءات التاريخية.
الخطوات التالية: حالات الطوارئ، والبيانات الآنية، ومتغيرات أخرى في التوأم الرقمي
لم يكتفِ فريق جامعة مالقة بتصميم مسارات الدوريات، بل يعمل الباحثون حاليًا على تطوير مناهج جديدة لتوسيع نطاق التوأم الرقمي ، بهدف تمكين النظام من إدارة مواقف أكثر ديناميكية.
من بين الخطوات التالية المخطط لها تطوير وحدة لإدارة الطوارئ في الوقت الفعلي . وتتلخص الفكرة في أنه في حالة وقوع حادث معين، سيكون النظام قادراً على إعادة حساب المسارات الموصى بها بشكل فوري، وإعادة توجيه الدوريات، واقتراح إعادة تنظيم الانتشار لضمان عدم ترك المناطق الحساسة الأخرى دون حماية.
كما يجري النظر في دمج العوامل الاجتماعية والاقتصادية والبيئية وعوامل التنقل الحضري في التوأم الرقمي. ويمكن أن تؤثر جوانب مثل عدد الأشخاص الموجودين في أوقات معينة، ووجود مناطق ترفيهية، والإضاءة، وحركة المرور - على سبيل المثال، التي ينظمها قانون المناطق منخفضة الانبعاثات في البلدية - أو حتى الظروف الجوية، على حساب المسارات المثلى.
مع إضافة المزيد من طبقات المعلومات المتكاملة، سيصبح النموذج أكثر واقعية وأكثر توافقاً مع السلوك اليومي للمدينة . وهذا من شأنه أن يسمح بتوقع أفضل لأماكن ازدياد أنواع معينة من الحوادث، ويتيح تكييف المراقبة مع الإيقاعات الحضرية الديناميكية، مثل الأحداث الكبرى، والمواسم السياحية، أو التغيرات في حركة التنقل.
كل هذا العمل جزء من جهد أوسع لتطبيق الذكاء الاصطناعي على أمن المواطنين دون إغفال الحاجة إلى الإشراف البشري والامتثال للأطر القانونية الأوروبية بشأن حماية البيانات والحقوق الأساسية.
من خلال الجمع بين نموذج رقمي مفصل، ومؤشر تغطية يقيس الفعالية الفعلية للمراقبة، ومسارات شرطة مُصممة باستخدام التعلم المعزز متعدد العوامل، تتبوأ مدينة مالقة مكانة رائدة في مجال العمل الشرطي المدعوم بالذكاء الاصطناعي . يُبرهن هذا المشروع أنه، بفضل البيانات عالية الجودة والتعاون بين الجامعات ووكالات إنفاذ القانون، يُمكن إعادة تصميم الدوريات الحضرية لتكون أقل قابلية للتنبؤ، وأكثر استجابة للمخاطر، وأكثر توافقًا مع الاحتياجات الحقيقية للمواطنين.