Anne Milgram: Why smart statistics are the key to fighting crime

תרגום: Michael Coslovsky עריכה: Zeeva Livshitz

In 2007, I became the attorney general

ב-2007, התמניתי לפרקליטת מדינת ניו ג'רזי.

of the state of New Jersey.

Before that, I'd been a criminal prosecutor,

לפני כן הייתי תובעת פלילית,

first in the Manhattan district attorney's office,

במשרד התובע המחוזי במנהטן,

and then at the United States Department of Justice.

ובמשרד המשפטים של ארצות הברית.

But when I became the attorney general,

אבל כשנהייתי פרקליטת המדינה,

two things happened that changed the way I see criminal justice.

שני דברים שינו את נקודת מבטי על המשפט הפלילי.

The first is that I asked what I thought

הראשון היה ששאלתי שאלות שנראו לי ממש בסיסיות.

were really basic questions.

I wanted to understand who we were arresting,

רציתי להבין את מי אנחנו עוצרים,

who we were charging,

את מי אנחנו מעמידים לדין,

and who we were putting in our nation's jails

ואת מי אנחנו שולחים לכלא.

and prisons.

I also wanted to understand

רציתי גם להבין אם ההחלטות שאנחנו מקבלים מגבירות את הבטחון האישי שלנו.

if we were making decisions

in a way that made us safer.

And I couldn't get this information out.

ולא יכולתי להשיג את המידע הזה.

It turned out that most big criminal justice agencies

מסתבר שרוב מערכות החוק, כמו זו שלי,

like my own

didn't track the things that matter.

לא עוקבות אחרי הדברים החשובים.

So after about a month of being incredibly frustrated,

אז אחרי חודש של תסכול נוראי,

I walked down into a conference room

נכנסתי לחדר ישיבות שהיה מלא בבלשים ובערימות של תיקים,

that was filled with detectives

and stacks and stacks of case files,

and the detectives were sitting there

והבלשים ישבו עם מחברות צהובות ורשמו לעצמם הערות.

with yellow legal pads taking notes.

They were trying to get the information

הם ניסו להשיג את המידע אותו חיפשתי

I was looking for

by going through case by case

על ידי בדיקה של כל תיק ותיק מחמש השנים האחרונות.

for the past five years.

And as you can imagine,

when we finally got the results, they weren't good.

וכפי שאפשר לדמיין,

כשסוף סוף קיבלנו את הממצאים, הם לא היו טובים.

It turned out that we were doing

הסתבר שהתעסקנו הרבה בעבירות סמים מדרגה נמוכה,

a lot of low-level drug cases

on the streets just around the corner

שהתרחשו ברחובות מעבר לפינת המשרדים שלנו.

from our office in Trenton.

The second thing that happened

הדבר השני שקרה הוא שביקרתי בתחנת המשטרה בקמדן בניו ג'רזי.

is that I spent the day in the Camden, New Jersey police department.

Now, at that time, Camden, New Jersey,

עכשיו באותה תקופה קמדן, ניו ג'רזי הייתה העיר הכי מסוכנת באמריקה.

was the most dangerous city in America.

I ran the Camden Police Department because of that.

בגלל זה אני ניהלתי את תחנת משטרת קמדן.

I spent the day in the police department,

ביליתי את היום בתחנת המשטרה,

and I was taken into a room with senior police officials,

ולקחו אותי לחדר עם קציני משטרה בכירים,

all of whom were working hard

and trying very hard to reduce crime in Camden.

שעבדו קשה וניסו במאמץ רב להוריד את רמת הפשיעה בקמדן.

And what I saw in that room,

ומה שראיתי באותו חדר,

as we talked about how to reduce crime,

בזמן שדיברנו על הורדת רמת הפשיעה,

were a series of officers with a lot of little yellow sticky notes.

זה הרבה שוטרים עם המון פתקיות צהובות דביקות.

And they would take a yellow sticky and they would write something on it

והם לקחו פתקית צהובה, רשמו משהו עליה, והדביקו אותה ללוח.

and they would put it up on a board.

And one of them said, "We had a robbery two weeks ago.

ובפתק אחד היה כתוב: "היה לנו שוד לפני כשבועיים.

We have no suspects."

אין לנו חשודים."

And another said, "We had a shooting in this neighborhood last week. We have no suspects."

ובאחר: "היה לנו ירי בשכונה בשבוע שעבר. אין לנו חשודים."

We weren't using data-driven policing.

לא השתמשנו בשיטור מבוסס-נתונים.

We were essentially trying to fight crime

ניסינו להילחם בפשע

with yellow Post-it notes.

עם פתקיות דביקות וצהובות.

Now, both of these things made me realize

עכשיו, שני הדברים הללו גרמו לי להבין

fundamentally that we were failing.

שבעצם, אנחנו נכשלים.

We didn't even know who was in our criminal justice system,

לא ידענו אפילו מי נמצא במערכת הפלילית שלנו,

we didn't have any data about the things that mattered,

לא היו לנו שום נתונים על הדברים החשובים,

and we didn't share data or use analytics

ולא שיתפנו נתונים או השתמשנו בניתוחים

or tools to help us make better decisions

כדי לקבל החלטות טובות יותר, ולהפחית את רמת הפשיעה.

and to reduce crime.

And for the first time, I started to think

ולראשונה התחלתי לחשוב על הדרך בה אנחנו מקבלים החלטות.

about how we made decisions.

When I was an assistant D.A.,

כשהייתי עוזרת התובע המחוזי, וכשהייתי תובעת פדרלית,

and when I was a federal prosecutor,

I looked at the cases in front of me,

הייתי מסתכלת בתיקים שלפני

and I generally made decisions based on my instinct

ומקבלת החלטות בדרך-כלל לפי האינסטינקט והנסיון שלי.

and my experience.

When I became attorney general,

כשנהייתי פרקליטת המדינה, יכולתי להסתכל על המערכת בכללותה,

I could look at the system as a whole,

and what surprised me is that I found

ומה שהפתיע אותי זה שגיליתי שאנחנו עובדים כך במערכת כולה -

that that was exactly how we were doing it

across the entire system --

in police departments, in prosecutors's offices,

בתחנות משטרה, במשרדי התביעה,

in courts and in jails.

בבתי המשפט ובבתי הסוהר.

And what I learned very quickly

ומה שלמדתי מהר מאוד

is that we weren't doing a good job.

זה שאנחנו לא עושים עבודה טובה.

So I wanted to do things differently.

אז רציתי לעשות דברים אחרת.

I wanted to introduce data and analytics

רציתי להכניס נתונים וניתוחים סטטיסטיים לתוך העבודה שלנו.

and rigorous statistical analysis

into our work.

In short, I wanted to moneyball criminal justice.

בקיצור, רציתי להכניס את גישת המאניבול למערכת המשפט הפלילי.

Now, moneyball, as many of you know,

מאניבול, כפי שרבים מכם יודעים,

is what the Oakland A's did,

זה מה שהאוקלנד איי'ז עשו,

where they used smart data and statistics

כשהם השתמשו בנתונים וסטטיסטיקות

to figure out how to pick players

כדי להבין איך לבחור שחקנים מנצחים,

that would help them win games,

and they went from a system that was based on baseball scouts

והם עברו משיטה שהתבססה על ציידי כשרונות בבייסבול

who used to go out and watch players

שהלכו וצפו בשחקנים, והשתמשו בניסיון ובאינסטיקנטים שלהם --

and use their instinct and experience,

the scouts' instincts and experience,

ניסיון ואינסטינקטים של ציידי כשרונות -- כדי לבחור שחקנים,

to pick players, from one to use

לשיטה בה משתמשים בנתונים וניתוחים קפדניים

smart data and rigorous statistical analysis

to figure out how to pick players that would help them win games.

כדי להבין איך לבחור שחקנים שיעזרו להם לנצח משחקים.

It worked for the Oakland A's,

זה עבד לאוקלנד איי'ז,

and it worked in the state of New Jersey.

וזה עבד במדינת ניו ג'רזי.

We took Camden off the top of the list

הסרנו את קמדן מראש רשימת הערים המסוכנות באמריקה.

as the most dangerous city in America.

We reduced murders there by 41 percent,

הפחתנו את מספר הרציחות שם ב-41 אחוזים,

which actually means 37 lives were saved.

מה שאומר שחייהם של 37 בני אדם ניצלו.

And we reduced all crime in the city by 26 percent.

והפחתנו את כלל הפשע בעיר ב-26 אחוזים.

We also changed the way we did criminal prosecutions.

שינינו גם את אופן ההעמדה לדין.

So we went from doing low-level drug crimes

אז עברנו מטיפול בעבירות סמים קלות, שהתרחשו ליד הבנין שלנו,

that were outside our building

to doing cases of statewide importance,

לבניית תיקים בעלי חשיבות מדינית,

on things like reducing violence with the most violent offenders,

כמו עצירת העבריינים הכי אלימים,

prosecuting street gangs,

העמדה לדין של כנופיות רחוב,

gun and drug trafficking, and political corruption.

סחר בנשק וסמים, ושחיתות פוליטית.

And all of this matters greatly,

וכל זה חשוב מאוד,

because public safety to me

כי, עבורי, שמירה על ביטחון הציבור הוא התפקיד החשוב ביותר של הממשל.

is the most important function of government.

If we're not safe, we can't be educated,

בלי בטחון - אין חינוך,

we can't be healthy,

אין בריאות,

we can't do any of the other things we want to do in our lives.

אי אפשר לעשות את מה שאנחנו רוצים.

And we live in a country today

ובמדינה שלנו היום,

where we face serious criminal justice problems.

אנחנו מתמודדים עם בעיות רציניות במשפט פלילי.

We have 12 million arrests every single year.

12 מיליון מעצרים מתבצעים מדי שנה.

The vast majority of those arrests

רובם המכריע הם של עבירות קלות,

are for low-level crimes, like misdemeanors,

70 to 80 percent.

בין 70 ל-80 אחוזים.

Less than five percent of all arrests

פחות מחמישה אחוזים של כלל המעצרים

are for violent crime.

קשורים לפשעים אלימים.

Yet we spend 75 billion,

ובכל זאת אנחנו משקיעים 75 מיליארד,

that's b for billion,

כן - מיליארד,

dollars a year on state and local corrections costs.

דולר כל שנה על הוצאות מדיניות ומקומיות על שיקום אסירים.

Right now, today, we have 2.3 million people

ברגע זה, היום, יש לנו כ-2.3 מיליון אנשים

in our jails and prisons.

בבתי הכלא וסוהר שלנו.

And we face unbelievable public safety challenges

ואנו עומדים בפני אתגרים בלתי יאומנים לביטחון הציבור

because we have a situation

כיוון שיש לנו מצב בו

in which two thirds of the people in our jails

שני שליש מהאנשים בבתי הכלא שלנו

are there waiting for trial.

נמצאים שם בהמתנה למשפט שלהם.

They haven't yet been convicted of a crime.

הם עדיין לא הורשעו בביצוע פשע.

They're just waiting for their day in court.

הם רק מחכים ליום שלהם בבית המשפט.

And 67 percent of people come back.

ו-67 אחוזים מהאנשים חוזרים.

Our recidivism rate is amongst the highest in the world.

שיעור החזרה לכלא שלנו הוא מהגבוהים בעולם.

Almost seven in 10 people who are released

כמעט שבעה מכל עשרה משוחררים

from prison will be rearrested

ייעצרו מחדש

in a constant cycle of crime and incarceration.

במחזור קבוע של פשע ומאסר.

So when I started my job at the Arnold Foundation,

כך שכשהתחלתי את עבודתי בקרן ארנולד,

I came back to looking at a lot of these questions,

התחלתי שוב להסתכל על רבות מהשאלות האלו

and I came back to thinking about how

והתחלתי שוב לחשוב על איך השתמשנו

we had used data and analytics to transform

במידע ובניתוחים אנליטיים בכדי לשנות

the way we did criminal justice in New Jersey.

את הדרך בה אנו עושים צדק משפטי בניו-ג'רזי.

And when I look at the criminal justice system

וכשאני מסתכלת על מערכת המשפט הפלילי

in the United States today,

בארצות הברית כיום,

I feel the exact same way that I did

עולה בי בדיוק אותה התחושה

about the state of New Jersey when I started there,

שהיתה לי לגבי מדינת ניו-ג'רזי כשהתחלתי שם,

which is that we absolutely have to do better,

שהיא שאנחנו פשוט חייבים להשתפר,

and I know that we can do better.

ואני יודעת שאנחנו יכולים להשתפר.

So I decided to focus

אז החלטתי להתמקד

on using data and analytics

בשימוש במידע וניתוחים אנליטיים

to help make the most critical decision

בכדי לסייע לקבלת ההחלטה החשובה ביותר

in public safety,

בביטחון ציבורי,

and that decision is the determination

וההחלטה הזו היא הקביעה

of whether, when someone has been arrested,

האם, כאשר מישהו נעצר על ידי המשטרה,

whether they pose a risk to public safety

האם הם מהווים סכנה לביטחון הציבור

and should be detained,

ועליהם להיות מעוכבים,

or whether they don't pose a risk to public safety

או שהם אינם מהווים סכנה לשלום הציבור

and should be released.

ויש לשחרר אותם.

Everything that happens in criminal cases

כל מה שקורה במשפטים פליליים

comes out of this one decision.

מקורו בהחלטה האחת הזו.

It impacts everything.

היא משפיעה על הכל.

It impacts sentencing.

היא משפיעה על גזר הדין.

It impacts whether someone gets drug treatment.

היא משפיעה על הסיכוי שמישהו יקבל טיפול לסמים.

It impacts crime and violence.

היא משפיעה על פשע ועל אלימות.

And when I talk to judges around the United States,

וכשאני מדברת עם שופטים ברחבי ארה"ב,

which I do all the time now,

דבר שאני עושה כל הזמן עכשיו,

they all say the same thing,

הם כולם אומרים את אותו הדבר,

which is that we put dangerous people in jail,

והוא שאנו מכניסים אנשים מסוכנים לבית הסהר,

and we let non-dangerous, nonviolent people out.

ואנו משחררים את האנשים הלא-מסוכנים והלא-אלימים.

They mean it and they believe it.

הם מתכוונים לזה ומאמינים בזה.

But when you start to look at the data,

אבל כשמתחילים להסתכל על הנתונים,

which, by the way, the judges don't have,

שאותם, דרך אגב, השופטים לא מכירים,

when we start to look at the data,

וכשאנחנו מתחילים להסתכל על הנתונים,

what we find time and time again,

מה שאנו מוצאים שוב ושוב

is that this isn't the case.

הוא שזה איננו כך.

We find low-risk offenders,

אנחנו מוצאים פושעים קטנים ולא מסוכנים,

which makes up 50 percent of our entire criminal justice population,

שמהווים 50 אחוז מכל אוכלוסיית מערכת המשפט שלנו,

we find that they're in jail.

אנחנו מוצאים שהם בבית הסהר.

Take Leslie Chew, who was a Texas man

קחו את לסלי צ'יו, אדם מטקסס

who stole four blankets on a cold winter night.

שגנב ארבע שמיכות בלילה חורפי קר.

He was arrested, and he was kept in jail

הוא נעצר, והוא נשמר בבית הסהר

on 3,500 dollars bail,

על ערבות של 3,500 דולר,

an amount that he could not afford to pay.

סכום שהוא לא יכול היה לשלם.

And he stayed in jail for eight months

והוא נשאר בכלא שמונה חודשים

until his case came up for trial,

עד שהתיק שלו עלה לבית המשפט,

at a cost to taxpayers of more than 9,000 dollars.

בעלות של מעל 9,000 דולר למשלם המיסים.

And at the other end of the spectrum,

ובקצה השני של הספקטרום,

we're doing an equally terrible job.

אנחנו עושים עבודה רעה לא פחות.

The people who we find

האנשים שאנו חושבים

are the highest-risk offenders,

לפושעים המסוכנים ביותר,

the people who we think have the highest likelihood

האנשים שאנו חושבים שלהם יש את הסבירות הגבוהה ביותר

of committing a new crime if they're released,

לבצע פשע נוסף, אם הם ישוחררו,

we see nationally that 50 percent of those people

אנו רואים ברמה הלאומית ש-50 אחוז מהאנשים האלו

are being released.

משוחררים.

The reason for this is the way we make decisions.

הסיבה לכך היא הדרך בה אנו מקבלים החלטות.

Judges have the best intentions

לשופטים יש כוונות טובות

when they make these decisions about risk,

כשהם מקבלים את ההחלטות האלו לגבי הסיכון,

but they're making them subjectively.

אבל הם מקבלים אותן באופן סובייקטיבי.

They're like the baseball scouts 20 years ago

הם כמו ציידי הכשרונות בבייסבול לפני 20 שנה

who were using their instinct and their experience

שהשתמשו באינסטינקטים ובניסיון שלהם

to try to decide what risk someone poses.

כדי לנסות ולהחליט כמה מסוכן מישהו.

They're being subjective,

הם סובייקטיביים,

and we know what happens with subjective decision making,

ואנו יודעים מה קורה כשמקבלים החלטות באופן סובייקטיבי,

which is that we are often wrong.

והוא שהרבה פעמים אנחנו טועים.

What we need in this space

מה שאנחנו צריכים במרחב הזה

are strong data and analytics.

הם נתונים קשים וניתוחים.

What I decided to look for

מה שאני החלטתי לחפש

was a strong data and analytic risk assessment tool,

הוא כלי לניתוח סיכונים ונתונים קשים,

something that would let judges actually understand

משהו שיאפשר לשופטים באמת להבין

with a scientific and objective way

באופן מדעי ואובייקטיבי

what the risk was that was posed

מה היה הסיכון שנבע

by someone in front of them.

ממישהו שעמד לפניהם.

I looked all over the country,

חיפשתי בכל המדינה,

and I found that between five and 10 percent

ומצאתי שבין חמישה לעשרה אחוזים

of all U.S. jurisdictions

מכל מחוזות השיפוט האמריקאיים

actually use any type of risk assessment tool,

בעצם משתמשים בכלי ניתוח סיכונים כלשהו

and when I looked at these tools,

וכשבחנתי את הכלים הללו לעומק,

I quickly realized why.

הבנתי מהר מאד למה.

They were unbelievably expensive to administer,

הם היו יקרים לתחזוק באופן בלתי נתפש,

they were time-consuming,

הם דרשו זמן רב,

they were limited to the local jurisdiction

והם היו מוגבלים למחוז השיפוטי המקומי

in which they'd been created.

שיצר אותם.

So basically, they couldn't be scaled

כך שבעצם לא ניתן היה להכליל אותם

or transferred to other places.

או להעביר אותם למקומות אחרים.

So I went out and built a phenomenal team

אז הלכתי ובניתי צוות מדהים

of data scientists and researchers

של חוקרים ומדעני מידע

and statisticians

ושל סטטיסטיקאים

to build a universal risk assessment tool,

בכדי לבנות כלי אוניברסלי להערכת סיכונים,

so that every single judge in the United States of America

כך שכל שופט ושופט בארצות הברית

can have an objective, scientific measure of risk.

יוכל לקבל הערכה אובייקטיבית ומדעית של רמת הסיכון.

In the tool that we've built,

בכלי שבנינו,

what we did was we collected 1.5 million cases

מה שעשינו היה שאספנו 1.5 מיליון תיקים

from all around the United States,

מכל רחבי ארה"ב,

from cities, from counties,

מערים, ממחוזות,

from every single state in the country,

ומכל מדינה ומדינה בארץ,

the federal districts.

ומהמחוזות הפדרליים.

And with those 1.5 million cases,

ועם מיליון וחצי התיקים האלו,

which is the largest data set on pretrial

שהם מאגר המידע הגדול ביותר על טרום-משפט

in the United States today,

בארה"ב כיום,

we were able to basically find that there were

הצלחנו בעצם למצוא שהיו

900-plus risk factors that we could look at

מעל ל-900 גורמי סיכון שיכולנו לבחון

to try to figure out what mattered most.

על מנת לנסות ולהבין מה היה הכי חשוב.

And we found that there were nine specific things

ומצאנו שהיו תשעה גורמים יחודיים

that mattered all across the country

שהיו חשובים לכל רוחב הארץ

and that were the most highly predictive of risk.

ושהיו מנבאי הסיכון הגבוהים ביותר.

And so we built a universal risk assessment tool.

כך שבנינו כלי אוניברסלי להערכת סיכון.

And it looks like this.

והוא נראה כך.

As you'll see, we put some information in,

כפי שתוכלו לראות, אנחנו מכניסים מידע פנימה,

but most of it is incredibly simple,

אבל ברובו הוא ממש פשוט,

it's easy to use,

הוא פשוט לשימוש,

it focuses on things like the defendant's prior convictions,

הוא מתמקד בדברים כגון ההרשעות הקודמות של הנאשם,

whether they've been sentenced to incarceration,

האם הם נשפטו למאסר,

whether they've engaged in violence before,

האם הם היו מעורבים באירועים אלימים בעבר,

whether they've even failed to come back to court.

אפילו אם הם לא חזרו לבית המשפט כשהיו צריכים.

And with this tool, we can predict three things.

ועם הכלי הזה אנחנו יכולים לחזות שלושה דברים.

First, whether or not someone will commit

דבר ראשון, האם מישהו יבצע או לא

a new crime if they're released.

פשע נוסף אם הוא ישוחרר.

Second, for the first time,

דבר שני, בפעם הראשונה,

and I think this is incredibly important,

ואני חושבת שזה חשוב מאד,

we can predict whether someone will commit

אנחנו יכולים לנבא האם מישהו יבצע

an act of violence if they're released.

מעשה אלים אם הוא ישוחרר.

And that's the single most important thing

וזה הדבר החשוב ביותר

that judges say when you talk to them.

ששופטים אומרים כשמדברים אתם.

And third, we can predict whether someone

ודבר שלישי, אנחנו יכולים לחזות אם מישהו

will come back to court.

יחזור לבית המשפט.

And every single judge in the United States of America can use it,

וכל שופט ושופט בארצות הברית יכול להשתמש בזה,

because it's been created on a universal data set.

כיוון שיצרנו את זה במאגר מידע אוניברסלי.

What judges see if they run the risk assessment tool

מה ששופטים רואים אם הם מריצים את כלי הערכת הסיכונים

is this -- it's a dashboard.

הוא זה - זה לוח מחוונים.

At the top, you see the New Criminal Activity Score,

בראש אתם רואים את מדד הפשיעה החדש,

six of course being the highest,

בו שש הוא המדד הגבוה ביותר,

and then in the middle you see, "Elevated risk of violence."

ואז במרכז אתם רואים "סיכון מוגבר לאלימות".

What that says is that this person

מה שזה אומר הוא שהאדם הזה

is someone who has an elevated risk of violence

הוא אדם שלו סיכון מוגבר לאלימות

that the judge should look twice at.

שעל השופט לבדוק לעומק.

And then, towards the bottom,

ואז, לקראת התחתית,

you see the Failure to Appear Score,

אתם רואים את מדד הכישלון להופיע,

which again is the likelihood

שהוא שוב הסיכוי

that someone will come back to court.

שמישהו יחזור לבית המשפט.

Now I want to say something really important.

עכשיו אני רוצה לומר משהו מאד חשוב.

It's not that I think we should be eliminating

זה לא שאני חושבת שעלינו להוציא

the judge's instinct and experience

את האינסטיקט והניסיון של השופט

from this process.

מהתהליך הזה.

I don't.

אני לא.

I actually believe the problem that we see

למעשה אני מאמינה שהבעיה שאנחנו רואים

and the reason that we have these incredible system errors,

והסיבה שיש לנו את טעויות המערכת הבלתי נתפסות הללו,

where we're incarcerating low-level, nonviolent people

כשאנחנו עוצרים את האנשים הלא-אלימים, בעלי הסיכון הנמוך,

and we're releasing high-risk, dangerous people,

ואנו משחררים את האנשים המסוכנים וברמת הסיכון הגבוהה,

is that we don't have an objective measure of risk.

היא שאין לנו מדד אובייקטיבי של סיכון.

But what I believe should happen

אבל מה שאני מאמינה שצריך לקרות

is that we should take that data-driven risk assessment

זה שעלינו לקחת את כלי הערכת הסיכונים מבוסס הנתונים

and combine that with the judge's instinct and experience

ולשלב אותו עם האינסטינקט והניסיון של השופט

to lead us to better decision making.

כדי להוביל אותנו לקבלת החלטות טובה יותר.

The tool went statewide in Kentucky on July 1,

הכלי הוכנס לשימוש בכל מדינת קנטאקי בראשון ביולי,

and we're about to go up in a number of other U.S. jurisdictions.

ואנחנו עומדים להתחיל במספר מחוזות שיפוט אמריקאיים אחרים.

Our goal, quite simply, is that every single judge

מטרתנו, פשוט מאד, היא שכל שופט ושופט בארה"ב

in the United States will use a data-driven risk tool

ישתמש בכלי הערכת סיכון מבוסס נתונים

within the next five years.

בתוך חמש השנים הקרובות.

We're now working on risk tools

כעת אנחנו עובדים על כלים להערכת סיכונים

for prosecutors and for police officers as well,

גם עבור תובעים ושוטרים,

to try to take a system that runs today

בכדי לנסות לקחת מערכת שפועלת כיום באמריקה

in America the same way it did 50 years ago,

באותה הדרך בה פעלה לפני 50 שנים,

based on instinct and experience,

תוך התבססות על אינסטינקט וניסיון,

and make it into one that runs

ולהפוך אותה לאחת שפועלת

on data and analytics.

על נתונים וניתוחים.

Now, the great news about all this,

עכשיו, החדשות הטובות בכל העניין,

and we have a ton of work left to do,

ויש לנו עוד המון עבודה לפנינו,

and we have a lot of culture to change,

ויש לנו המון תרבות לשנות,

but the great news about all of it

אבל החדשות הממש טובות בכל העניין

is that we know it works.

הן שאנחנו יודעים שזה עובד.

It's why Google is Google,

זו הסיבה שגוגל היא גוגל,

and it's why all these baseball teams use moneyball

וזו הסיבה שכל אותן קבוצות הבייסבול משתמשות במאניבול

to win games.

בכדי לנצח משחקים.

The great news for us as well

החדשות הטובות עבורנו גם

is that it's the way that we can transform

הן שאחנו יכולים לשנות את

the American criminal justice system.

מערכת המשפט הפלילית האמריקאית.

It's how we can make our streets safer,

זו הדרך בה אנחנו יכולים להפוך את הרחובות שלנו לבטוחים יותר,

we can reduce our prison costs,

אנחנו יכולים לצמצם את הוצאות בתי הכלא שלנו,

and we can make our system much fairer

ואנחנו יכולים להפוך את המערכת שלנו להוגנת הרבה יותר

and more just.

ויותר צודקת.

Some people call it data science.

ישנם אנשים הקוראים לזה מדע נתונים.

I call it moneyballing criminal justice.

אני קוראת לזה לעשות מאניבולינג לשיפוט הפלילי.

Thank you.

תודה רבה.

(Applause)

(תשואות)