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

221,167 views ・ 2014-01-28

TED


Dubbelklik op de Engelse ondertitels hieronder om de video af te spelen.

Vertaald door: Rosanne Klaver Nagekeken door: Rik Delaet
00:12
In 2007, I became the attorney general
0
12843
2591
In 2007 werd ik hoofdaanklager
00:15
of the state of New Jersey.
1
15434
1725
in de staat New Jersey.
Daarvoor was ik openbare aanklager,
00:17
Before that, I'd been a criminal prosecutor,
2
17159
2280
00:19
first in the Manhattan district attorney's office,
3
19439
2681
eerst in Manhattan
en later bij het Ministerie van Justitie.
00:22
and then at the United States Department of Justice.
4
22120
2650
00:24
But when I became the attorney general,
5
24770
2201
Toen ik begon als hoofdaanklager,
00:26
two things happened that changed the way I see criminal justice.
6
26971
3895
gebeurden er twee dingen die mijn beeld van het strafrecht hebben veranderd.
00:30
The first is that I asked what I thought
7
30866
2030
Ten eerste stelde ik, in mijn ogen, heel simpele vragen.
00:32
were really basic questions.
8
32896
2186
Ik wilde begrijpen wie we arresteerden,
00:35
I wanted to understand who we were arresting,
9
35082
2856
00:37
who we were charging,
10
37938
1664
wie we aanklaagden
00:39
and who we were putting in our nation's jails
11
39602
2128
en wie we opsloten in onze huizen van bewaring en gevangenissen.
00:41
and prisons.
12
41730
1416
Ik wilde ook begrijpen
00:43
I also wanted to understand
13
43146
1648
00:44
if we were making decisions
14
44794
1329
of we beslissingen namen die onze veiligheid vergrootten.
00:46
in a way that made us safer.
15
46123
2518
00:48
And I couldn't get this information out.
16
48641
3252
Maar ik kon niet aan deze informatie komen.
00:51
It turned out that most big criminal justice agencies
17
51893
3357
Het bleek dat de meeste grote instanties binnen het strafrechtapparaat,
00:55
like my own
18
55250
1302
zoals de mijne,
00:56
didn't track the things that matter.
19
56552
2382
belangrijke zaken niet bijhielden.
00:58
So after about a month of being incredibly frustrated,
20
58934
3318
Na ongeveer een maand van grote frustratie
01:02
I walked down into a conference room
21
62252
1971
liep ik een vergaderzaal in
01:04
that was filled with detectives
22
64223
1890
vol met rechercheurs
en eindeloze stapels dossiers.
01:06
and stacks and stacks of case files,
23
66113
2782
01:08
and the detectives were sitting there
24
68895
1176
De rechercheurs zaten notities te maken in gele schrijfblokken.
01:10
with yellow legal pads taking notes.
25
70071
2234
01:12
They were trying to get the information
26
72305
1586
Ze probeerden de informatie te verzamelen waar ik naar zocht
01:13
I was looking for
27
73891
1218
door alle zaken van de afgelopen vijf jaar stuk voor stuk door te nemen.
01:15
by going through case by case
28
75109
2045
01:17
for the past five years.
29
77154
1898
Zoals je je kunt indenken,
01:19
And as you can imagine,
30
79052
1653
01:20
when we finally got the results, they weren't good.
31
80705
2643
waren de uitkomsten die we uiteindelijk vonden niet best.
01:23
It turned out that we were doing
32
83348
1655
Het bleek dat we ons vooral bezighielden met een boel kleine drugszaken
01:25
a lot of low-level drug cases
33
85003
2020
op de straten in de buurt van ons kantoor in Trenton.
01:27
on the streets just around the corner
34
87023
1475
01:28
from our office in Trenton.
35
88498
2268
01:30
The second thing that happened
36
90766
1467
De tweede belangrijke gebeurtenis
01:32
is that I spent the day in the Camden, New Jersey police department.
37
92233
3674
is dat ik een dag heb meegelopen bij het politiebureau van Camden.
01:35
Now, at that time, Camden, New Jersey,
38
95907
1887
Op dat moment was Camden in New Jersey
01:37
was the most dangerous city in America.
39
97794
2652
de meest gevaarlijke stad van Amerika.
01:40
I ran the Camden Police Department because of that.
40
100446
3827
Dat was de reden dat ik leiding gaf aan het politiebureau van Camden.
01:44
I spent the day in the police department,
41
104273
2112
Ik liep een dag mee op het bureau
01:46
and I was taken into a room with senior police officials,
42
106385
2726
en werd meegenomen naar een kamer met hoge politieambtenaren
01:49
all of whom were working hard
43
109111
1675
die allemaal ontzettend hard werkten om de misdaad in Camden terug te dringen.
01:50
and trying very hard to reduce crime in Camden.
44
110786
3257
Wat ik zag in die kamer,
01:54
And what I saw in that room,
45
114043
1826
01:55
as we talked about how to reduce crime,
46
115869
2245
terwijl we spraken over criminaliteitbestrijding,
was een groep politieambtenaren met een heleboel kleine geeltjes.
01:58
were a series of officers with a lot of little yellow sticky notes.
47
118114
3859
02:01
And they would take a yellow sticky and they would write something on it
48
121973
2846
Ze namen een geeltje, schreven er wat op
02:04
and they would put it up on a board.
49
124823
1799
en plakten het dan op een bord.
02:06
And one of them said, "We had a robbery two weeks ago.
50
126622
2171
Een van hen zei:
"Er was twee weken terug een overval. Er zijn geen verdachten."
02:08
We have no suspects."
51
128793
1711
02:10
And another said, "We had a shooting in this neighborhood last week. We have no suspects."
52
130504
5027
Een ander zei: "We hadden een schietpartij in de buurt vorige week.
We hebben geen verdachten."
02:15
We weren't using data-driven policing.
53
135531
2583
Ons politiewerk was niet datagestuurd.
We probeerden in wezen misdaad te bestrijden
02:18
We were essentially trying to fight crime
54
138114
2042
02:20
with yellow Post-it notes.
55
140156
2527
met geeltjes.
02:22
Now, both of these things made me realize
56
142683
2135
Deze twee dingen deden me beseffen
02:24
fundamentally that we were failing.
57
144818
3251
dat we fundamenteel tekortschoten.
We wisten niet eens wie er in ons strafrechtsysteem zaten,
02:28
We didn't even know who was in our criminal justice system,
58
148069
3123
02:31
we didn't have any data about the things that mattered,
59
151192
3235
we hadden geen gegevens van de dingen die ertoe deden
02:34
and we didn't share data or use analytics
60
154427
2568
en we deelden gegevens niet
en gebruikten geen analyses of tools
02:36
or tools to help us make better decisions
61
156995
2151
om ons betere beslissingen te helpen maken en de misdaad terug te dringen.
02:39
and to reduce crime.
62
159146
2003
02:41
And for the first time, I started to think
63
161149
2224
Voor het eerst begon ik na te denken over hoe we besluiten namen.
02:43
about how we made decisions.
64
163373
1910
02:45
When I was an assistant D.A.,
65
165283
1397
Toen ik assistent aanklager en later federaal aanklager was,
02:46
and when I was a federal prosecutor,
66
166680
1870
02:48
I looked at the cases in front of me,
67
168550
1746
keek ik naar de dossiers voor mij
02:50
and I generally made decisions based on my instinct
68
170296
2626
en maakte ik meestal beslissingen op basis van mijn intuïtie en ervaring.
02:52
and my experience.
69
172922
1692
02:54
When I became attorney general,
70
174614
1659
Toen ik openbare aanklager werd,
kon ik het systeem als geheel bezien.
02:56
I could look at the system as a whole,
71
176273
1639
02:57
and what surprised me is that I found
72
177912
1818
Het verraste me dat dat precies was hoe we het deden
02:59
that that was exactly how we were doing it
73
179730
1905
03:01
across the entire system --
74
181635
2303
in het hele systeem --
03:03
in police departments, in prosecutors's offices,
75
183938
2401
bij de politie, bij justitie,
03:06
in courts and in jails.
76
186339
2800
bij de rechtbanken en in gevangenissen.
Wat mij heel snel duidelijk werd,
03:09
And what I learned very quickly
77
189139
2197
03:11
is that we weren't doing a good job.
78
191336
3633
is dat we geen goed werk leverden.
03:14
So I wanted to do things differently.
79
194969
2016
Dus ik wilde het anders doen.
03:16
I wanted to introduce data and analytics
80
196985
2197
Ik wilde data, analytics en nauwgezette statistische analyse
03:19
and rigorous statistical analysis
81
199182
2049
03:21
into our work.
82
201231
1400
invoeren in ons werk.
03:22
In short, I wanted to moneyball criminal justice.
83
202631
2970
Kortom, ik wilde 'Moneyball' toepassen op ons strafrecht.
03:25
Now, moneyball, as many of you know,
84
205601
2027
Moneyball, zoals velen van jullie weten, is wat de Oakland A's deden
03:27
is what the Oakland A's did,
85
207628
1569
03:29
where they used smart data and statistics
86
209197
1973
toen ze slimme data en statistieken inzetten
03:31
to figure out how to pick players
87
211170
1622
om spelers te kiezen die ze wedstrijden zouden helpen winnen.
03:32
that would help them win games,
88
212792
1521
03:34
and they went from a system that was based on baseball scouts
89
214313
2980
Ze gingen van een systeem dat was gebaseerd op honkbalscouts
03:37
who used to go out and watch players
90
217293
1860
die spelers gingen bekijken
en hun intuïtie en ervaring gebruikten,
03:39
and use their instinct and experience,
91
219153
1637
03:40
the scouts' instincts and experience,
92
220790
1743
die van de scouts, dus, om spelers te kiezen,
03:42
to pick players, from one to use
93
222533
1713
naar een systeem van slimme data en grondige statistische analyse
03:44
smart data and rigorous statistical analysis
94
224246
2822
om uit te vinden welke spelers hen wedstrijden zouden helpen winnen.
03:47
to figure out how to pick players that would help them win games.
95
227068
3371
03:50
It worked for the Oakland A's,
96
230439
1798
Het werkte voor de Oakland A's
03:52
and it worked in the state of New Jersey.
97
232237
2219
en het werkte in de staat New Jersey.
03:54
We took Camden off the top of the list
98
234456
2073
We haalden Camden uit de top van de lijst
03:56
as the most dangerous city in America.
99
236529
2171
als meest gevaarlijke stad in Amerika.
03:58
We reduced murders there by 41 percent,
100
238700
3155
We verminderden het aantal moorden met 41 procent,
04:01
which actually means 37 lives were saved.
101
241855
2982
wat betekent dat 37 levens werden gered.
04:04
And we reduced all crime in the city by 26 percent.
102
244837
3740
En we verminderden de criminaliteit in de hele stad met 26 procent.
04:08
We also changed the way we did criminal prosecutions.
103
248577
3239
Wij veranderden ook onze aanpak van strafrechtelijke vervolging.
04:11
So we went from doing low-level drug crimes
104
251816
2005
In plaats van op kleine drugsvergrijpen in de omgeving van ons kantoor,
04:13
that were outside our building
105
253821
1642
04:15
to doing cases of statewide importance,
106
255463
2342
richten we ons op zaken van belang voor de hele staat,
04:17
on things like reducing violence with the most violent offenders,
107
257805
3158
zoals het aanpakken van de meest gewelddadige overtreders,
04:20
prosecuting street gangs,
108
260963
1858
vervolging van straatbendes,
04:22
gun and drug trafficking, and political corruption.
109
262821
3408
wapen- en drugshandel en politieke corruptie.
04:26
And all of this matters greatly,
110
266229
2502
Dit doet er allemaal zeer toe,
04:28
because public safety to me
111
268731
1945
want openbare veiligheid is voor mij de belangrijkste taak van de regering.
04:30
is the most important function of government.
112
270676
2536
04:33
If we're not safe, we can't be educated,
113
273212
2298
Als we niet veilig zijn, kunnen we niet leren,
04:35
we can't be healthy,
114
275510
1348
kunnen we niet gezond zijn,
04:36
we can't do any of the other things we want to do in our lives.
115
276858
2945
kunnen we geen van de dingen doen die we willen in ons leven.
04:39
And we live in a country today
116
279803
1701
We leven vandaag de dag in een land
04:41
where we face serious criminal justice problems.
117
281504
3134
met ernstige strafrechtelijke problemen.
04:44
We have 12 million arrests every single year.
118
284638
3661
We doen elk jaar 12 miljoen arrestaties.
04:48
The vast majority of those arrests
119
288299
2043
De grote meerderheid van die arrestaties
04:50
are for low-level crimes, like misdemeanors,
120
290342
3012
is voor kleine vergrijpen, zoals overtredingen,
04:53
70 to 80 percent.
121
293354
1734
70 tot 80 procent.
Minder dan 5 procent van alle arrestaties
04:55
Less than five percent of all arrests
122
295088
1991
is voor geweldsmisdrijven.
04:57
are for violent crime.
123
297079
1895
04:58
Yet we spend 75 billion,
124
298974
2055
En toch we besteden 75 miljard,
dat is miljard, niet miljoen,
05:01
that's b for billion,
125
301029
1418
05:02
dollars a year on state and local corrections costs.
126
302447
4127
dollar per jaar aan staats- en lokale gevangeniskosten.
05:06
Right now, today, we have 2.3 million people
127
306574
2841
Op dit moment zitten er 2,3 miljoen mensen in huizen van bewaring en gevangenissen.
05:09
in our jails and prisons.
128
309415
1900
05:11
And we face unbelievable public safety challenges
129
311315
2796
We staan voor enorme uitdagingen op het gebied van veiligheid,
05:14
because we have a situation
130
314111
1939
want we zitten met de situatie
dat twee derde van de mensen in de gevangenis
05:16
in which two thirds of the people in our jails
131
316050
2898
05:18
are there waiting for trial.
132
318948
1754
in afwachting is van hun rechtszaak.
05:20
They haven't yet been convicted of a crime.
133
320702
2135
Ze zijn nog niet veroordeeld voor een misdaad.
05:22
They're just waiting for their day in court.
134
322837
2119
Ze wachten alleen tot ze voor de rechter komen.
05:24
And 67 percent of people come back.
135
324956
3548
En 67 procent van die mensen komt terug.
05:28
Our recidivism rate is amongst the highest in the world.
136
328504
3028
Onze recidivecijfers behoren tot de hoogste van de wereld.
05:31
Almost seven in 10 people who are released
137
331532
2103
Bijna 7 op de 10 mensen die worden vrijgelaten,
05:33
from prison will be rearrested
138
333635
1651
worden weer gearresteerd,
05:35
in a constant cycle of crime and incarceration.
139
335286
3955
in een voortdurende cyclus van misdaad en opsluiting.
Dus toen ik bij de Arnold Foundation ging werken,
05:39
So when I started my job at the Arnold Foundation,
140
339241
2582
05:41
I came back to looking at a lot of these questions,
141
341823
2736
keek ik opnieuw naar veel van deze vragen
05:44
and I came back to thinking about how
142
344559
1654
en dacht ik terug aan hoe we gegevens en analytics hadden gebruikt
05:46
we had used data and analytics to transform
143
346213
2383
om onze aanpak van het strafrecht in New Jersey te hervormen.
05:48
the way we did criminal justice in New Jersey.
144
348596
2584
05:51
And when I look at the criminal justice system
145
351180
2144
Als ik naar het huidige strafrechtsysteem in de VS kijk,
05:53
in the United States today,
146
353324
1656
05:54
I feel the exact same way that I did
147
354980
1639
denk ik er exact zo over
05:56
about the state of New Jersey when I started there,
148
356619
2466
als ik deed over de staat New Jersey toen ik daar begon,
namelijk dat het absoluut beter moet
05:59
which is that we absolutely have to do better,
149
359085
3228
06:02
and I know that we can do better.
150
362313
1923
en ik weet dat we beter kunnen.
06:04
So I decided to focus
151
364236
1705
Dus ik besloot mij te richten
06:05
on using data and analytics
152
365941
2217
op het gebruik van gegevens en analytics
om het meest kritieke besluit op veiligheidsgebied te helpen maken.
06:08
to help make the most critical decision
153
368158
2361
06:10
in public safety,
154
370519
1606
Dat besluit is de bepaling
06:12
and that decision is the determination
155
372125
2021
of een arrestant een gevaar vormt voor de openbare veiligheid
06:14
of whether, when someone has been arrested,
156
374146
2535
06:16
whether they pose a risk to public safety
157
376681
1915
06:18
and should be detained,
158
378596
1526
en moet worden vastgehouden,
of geen gevaar vormt voor de openbare veiligheid
06:20
or whether they don't pose a risk to public safety
159
380122
2356
06:22
and should be released.
160
382478
1637
en moet worden vrijgelaten.
Alles wat er in een strafzaak gebeurt,
06:24
Everything that happens in criminal cases
161
384115
1919
komt voort uit dit ene besluit.
06:26
comes out of this one decision.
162
386034
1772
06:27
It impacts everything.
163
387806
1496
Het beïnvloedt alles.
Het beïnvloedt de strafoplegging,
06:29
It impacts sentencing.
164
389302
1350
06:30
It impacts whether someone gets drug treatment.
165
390652
1901
of iemand verslavingszorg krijgt,
06:32
It impacts crime and violence.
166
392553
2323
het beïnvloedt misdaad en geweld.
06:34
And when I talk to judges around the United States,
167
394876
1937
Wanneer ik spreek met rechters uit de hele VS,
06:36
which I do all the time now,
168
396813
1928
wat ik nu de hele tijd doe,
06:38
they all say the same thing,
169
398741
1837
zeggen ze allemaal hetzelfde,
06:40
which is that we put dangerous people in jail,
170
400578
3107
namelijk dat we gevaarlijke mensen in de cel stoppen
06:43
and we let non-dangerous, nonviolent people out.
171
403685
3525
en dat we ongevaarlijke, niet-gewelddadige mensen laten gaan.
06:47
They mean it and they believe it.
172
407210
2233
Ze menen het en en ze geloven het.
06:49
But when you start to look at the data,
173
409443
1733
Maar als je naar de data gaat kijken,
06:51
which, by the way, the judges don't have,
174
411176
2464
die de rechters trouwens niet hebben,
06:53
when we start to look at the data,
175
413640
1612
als we naar de data gaan kijken,
06:55
what we find time and time again,
176
415252
2418
zien we keer op keer dat dit niet het geval is.
06:57
is that this isn't the case.
177
417670
1982
06:59
We find low-risk offenders,
178
419652
1681
Overtreders met gering risico,
07:01
which makes up 50 percent of our entire criminal justice population,
179
421333
3714
die 50 procent van de totale gevangenispopulatie vormen,
zitten in de cel.
07:05
we find that they're in jail.
180
425047
2399
07:07
Take Leslie Chew, who was a Texas man
181
427446
2486
Neem Leslie Chew, een Texaanse man
07:09
who stole four blankets on a cold winter night.
182
429932
2884
die vier dekens stal op een koude winteravond.
07:12
He was arrested, and he was kept in jail
183
432816
2595
Hij werd gearresteerd en vastgezet
07:15
on 3,500 dollars bail,
184
435411
2053
met een borgsom van 3.500 dollar,
07:17
an amount that he could not afford to pay.
185
437464
2776
een bedrag dat hij niet kon betalen.
07:20
And he stayed in jail for eight months
186
440240
2588
Hij zat acht maanden in de gevangenis
07:22
until his case came up for trial,
187
442828
2065
tot zijn zaak voor de rechter kwam,
07:24
at a cost to taxpayers of more than 9,000 dollars.
188
444893
3905
ten koste van meer dan 9.000 dollar aan belastinggeld.
07:28
And at the other end of the spectrum,
189
448798
1997
Aan de andere kant van het spectrum leveren we even slecht werk.
07:30
we're doing an equally terrible job.
190
450795
2282
De overtreders met het hoogste risico,
07:33
The people who we find
191
453077
1572
07:34
are the highest-risk offenders,
192
454649
2019
07:36
the people who we think have the highest likelihood
193
456668
2497
degenen van wie wij denken dat de kans het grootst is
dat ze opnieuw een misdaad begaan,
07:39
of committing a new crime if they're released,
194
459165
1952
van die mensen zien we landelijk dat 50 procent wordt vrijgelaten.
07:41
we see nationally that 50 percent of those people
195
461117
2950
07:44
are being released.
196
464067
1974
Dat komt door de wijze waarop we beslissingen nemen.
07:46
The reason for this is the way we make decisions.
197
466041
3174
Rechters hebben de beste bedoelingen
07:49
Judges have the best intentions
198
469215
1709
07:50
when they make these decisions about risk,
199
470924
1952
als ze deze besluiten over risico nemen,
07:52
but they're making them subjectively.
200
472876
2484
maar ze maken ze op subjectieve wijze.
07:55
They're like the baseball scouts 20 years ago
201
475360
2146
Ze lijken op de honkbalscouts 20 jaar geleden,
07:57
who were using their instinct and their experience
202
477506
2131
die hun intuïtie en ervaring gebruikten
07:59
to try to decide what risk someone poses.
203
479637
2679
om te bepalen welk risico iemand vormt.
08:02
They're being subjective,
204
482316
1530
Ze zijn subjectief
08:03
and we know what happens with subjective decision making,
205
483846
3060
en we weten wat er gebeurt met subjectieve besluitvorming,
08:06
which is that we are often wrong.
206
486906
2743
namelijk dat we het vaak verkeerd hebben.
08:09
What we need in this space
207
489649
1383
Wat we hier nodig hebben,
zijn krachtige data en analytics.
08:11
are strong data and analytics.
208
491032
2552
08:13
What I decided to look for
209
493584
1747
Ik besloot op zoek te gaan
naar een krachtig programma voor risicobeoordeling van data- en analytics.
08:15
was a strong data and analytic risk assessment tool,
210
495331
2836
Iets dat rechters zou helpen begrijpen,
08:18
something that would let judges actually understand
211
498167
2764
08:20
with a scientific and objective way
212
500931
2259
op een wetenschappelijke en objectieve manier,
08:23
what the risk was that was posed
213
503190
1647
welk risico werd gevormd door de voorgeleide.
08:24
by someone in front of them.
214
504837
1610
08:26
I looked all over the country,
215
506447
1649
Ik zocht in het hele land
en ontdekte dat tussen de 5 en 10 procent van alle rechtsgebieden
08:28
and I found that between five and 10 percent
216
508096
1942
08:30
of all U.S. jurisdictions
217
510038
1329
08:31
actually use any type of risk assessment tool,
218
511367
2978
daadwerkelijk een programma voor risicobeoordeling gebruikten.
08:34
and when I looked at these tools,
219
514345
1625
Toen ik deze programma's bekeek,
08:35
I quickly realized why.
220
515970
1860
begreep ik al snel waarom.
08:37
They were unbelievably expensive to administer,
221
517830
2690
Ze waren ongelooflijk duur in beheer,
08:40
they were time-consuming,
222
520520
1528
ze waren tijdrovend,
ze beperkten zich tot het rechtsgebied waar ze waren gemaakt.
08:42
they were limited to the local jurisdiction
223
522048
2107
08:44
in which they'd been created.
224
524155
1430
08:45
So basically, they couldn't be scaled
225
525585
1793
Ze konden dus niet worden aangepast
08:47
or transferred to other places.
226
527378
2209
of overgedragen naar andere plekken.
08:49
So I went out and built a phenomenal team
227
529587
2237
Dus ik bouwde een fenomenaal team
08:51
of data scientists and researchers
228
531824
2044
van datawetenschappers, onderzoekers en statistici
08:53
and statisticians
229
533868
1626
08:55
to build a universal risk assessment tool,
230
535494
2845
om een universeel risicobeoordelingsprogramma te bouwen,
08:58
so that every single judge in the United States of America
231
538339
2393
zodat elke rechter in de Verenigde Staten van Amerika
09:00
can have an objective, scientific measure of risk.
232
540732
4324
kan beschikken over een objectieve, wetenschappelijke risicomaatstaf.
In het programma dat we hebben gebouwd,
09:05
In the tool that we've built,
233
545056
1658
09:06
what we did was we collected 1.5 million cases
234
546714
2868
verzamelden we 1,5 miljoen zaken uit heel de Verenigde Staten,
09:09
from all around the United States,
235
549582
1698
09:11
from cities, from counties,
236
551280
1644
van steden, van county's,
09:12
from every single state in the country,
237
552924
1511
van elke staat in het land,
09:14
the federal districts.
238
554435
1746
de federale districten.
09:16
And with those 1.5 million cases,
239
556181
2189
Met die 1,5 miljoen zaken,
09:18
which is the largest data set on pretrial
240
558370
1940
thans de grootste set met gegevens over voorarresten in de Verenigde Staten,
09:20
in the United States today,
241
560310
1805
ontdekten we dat er meer dan 900 risicofactoren waren
09:22
we were able to basically find that there were
242
562115
1865
09:23
900-plus risk factors that we could look at
243
563980
3322
die we konden bekijken om uit te vinden welke het belangrijkst waren.
09:27
to try to figure out what mattered most.
244
567302
2866
We ontdekten dat er 9 specifieke dingen waren
09:30
And we found that there were nine specific things
245
570168
2081
09:32
that mattered all across the country
246
572249
2235
die er overal in het land toe deden
09:34
and that were the most highly predictive of risk.
247
574484
2977
en die het risico het beste voorspelden.
09:37
And so we built a universal risk assessment tool.
248
577461
3705
Dus bouwden we een algemeen toepasbaar programma voor risicobeoordeling.
Zo ziet het eruit.
09:41
And it looks like this.
249
581166
1445
09:42
As you'll see, we put some information in,
250
582611
2612
Je ziet dat er vrij veel informatie wordt weergegeven,
09:45
but most of it is incredibly simple,
251
585223
2013
maar verder is het ongelooflijk simpel.
09:47
it's easy to use,
252
587236
1432
Het is makkelijk in gebruik.
09:48
it focuses on things like the defendant's prior convictions,
253
588668
2969
Het richt zich op zaken als eerdere veroordelingen,
09:51
whether they've been sentenced to incarceration,
254
591637
1979
of ze zijn veroordeeld tot een celstraf,
09:53
whether they've engaged in violence before,
255
593616
2264
of ze ooit geweld hebben gepleegd,
09:55
whether they've even failed to come back to court.
256
595880
2393
of ze verstek hebben laten gaan bij hoorzittingen.
09:58
And with this tool, we can predict three things.
257
598273
2500
Met dit programma kunnen we drie dingen voorspellen.
10:00
First, whether or not someone will commit
258
600773
1853
Ten eerste of iemand opnieuw een misdaad zal plegen.
10:02
a new crime if they're released.
259
602626
1565
10:04
Second, for the first time,
260
604191
1664
Ten tweede, voor het eerst,
10:05
and I think this is incredibly important,
261
605855
1861
en ik vind dit heel erg belangrijk,
10:07
we can predict whether someone will commit
262
607716
1923
kunnen we voorspellen of iemand een geweldsdaad zal plegen na vrijlating.
10:09
an act of violence if they're released.
263
609639
1834
10:11
And that's the single most important thing
264
611473
1887
Dat is het allerbelangrijkste
10:13
that judges say when you talk to them.
265
613360
1807
volgens de rechters.
Ten derde kunnen we voorspellen
10:15
And third, we can predict whether someone
266
615167
1828
10:16
will come back to court.
267
616995
1990
of iemand ter hoorzitting zal verschijnen.
10:18
And every single judge in the United States of America can use it,
268
618985
3033
Elke rechter in de VS kan het gebruiken,
omdat het is gemaakt aan de hand van een universele gegevensset.
10:22
because it's been created on a universal data set.
269
622018
3812
10:25
What judges see if they run the risk assessment tool
270
625830
2609
Wat rechters zien als ze het programma uitvoeren,
10:28
is this -- it's a dashboard.
271
628439
2120
is dit -- het dashboard.
10:30
At the top, you see the New Criminal Activity Score,
272
630559
2848
Bovenaan zie je de kans op recidive-score,
10:33
six of course being the highest,
273
633407
1929
met zes als hoogste score.
10:35
and then in the middle you see, "Elevated risk of violence."
274
635336
2403
In het midden zie je 'verhoogd risico op geweld'.
10:37
What that says is that this person
275
637739
1746
Dat betekent dat deze persoon
10:39
is someone who has an elevated risk of violence
276
639485
2060
een verhoogd risico van geweld heeft
10:41
that the judge should look twice at.
277
641545
1885
en dat de rechter goed moet opletten.
10:43
And then, towards the bottom,
278
643430
1336
Onderaan zie je de verstek-score.
10:44
you see the Failure to Appear Score,
279
644766
1968
10:46
which again is the likelihood
280
646734
1392
Dat is de waarschijnlijkheid dat iemand niet bij de hoorzitting zal verschijnen.
10:48
that someone will come back to court.
281
648126
3013
Nu wil ik iets heel belangrijks zeggen.
10:51
Now I want to say something really important.
282
651139
2213
10:53
It's not that I think we should be eliminating
283
653352
2727
Ik vind niet dat we de intuïtie en ervaring van de rechter
10:56
the judge's instinct and experience
284
656079
2244
10:58
from this process.
285
658323
1604
moeten uitsluiten bij dit proces.
10:59
I don't.
286
659927
1058
Echt niet.
11:00
I actually believe the problem that we see
287
660985
2007
Ik denk dat het probleem dat we zien
11:02
and the reason that we have these incredible system errors,
288
662992
2854
en de reden dat wij deze ongelooflijke systeemfouten hebben,
11:05
where we're incarcerating low-level, nonviolent people
289
665846
3087
waar we niet-gewelddadige mensen met een laag risico vastzetten
11:08
and we're releasing high-risk, dangerous people,
290
668933
3172
en gevaarlijke mensen met een hoog risico vrijlaten,
is dat we geen objectieve risicomaatstaf hebben.
11:12
is that we don't have an objective measure of risk.
291
672105
2723
11:14
But what I believe should happen
292
674828
1300
Wat er moet gebeuren,
11:16
is that we should take that data-driven risk assessment
293
676128
2800
is dat we die datagestuurde risicobeoordeling
11:18
and combine that with the judge's instinct and experience
294
678928
3041
combineren met de intuïtie en ervaring van de rechter
11:21
to lead us to better decision making.
295
681969
2958
om betere besluiten te nemen.
11:24
The tool went statewide in Kentucky on July 1,
296
684927
3303
Het programma werd op 1 juli in heel Kentucky gelanceerd.
11:28
and we're about to go up in a number of other U.S. jurisdictions.
297
688230
3351
We gaan ook live in een aantal andere rechtsgebieden.
11:31
Our goal, quite simply, is that every single judge
298
691581
2591
Ons doel is simpelweg dat elke rechter in de Verenigde Staten
11:34
in the United States will use a data-driven risk tool
299
694172
2192
binnen vijf jaar een datagestuurd risicoprogramma gebruikt.
11:36
within the next five years.
300
696364
2091
11:38
We're now working on risk tools
301
698455
1352
We werken nu ook aan risicoprogramma's voor aanklagers en politieagenten,
11:39
for prosecutors and for police officers as well,
302
699807
3284
om een systeem dat vandaag de dag net zo werkt als vijftig jaar geleden,
11:43
to try to take a system that runs today
303
703091
2700
11:45
in America the same way it did 50 years ago,
304
705791
2796
11:48
based on instinct and experience,
305
708587
2097
op basis van intuïtie en ervaring,
11:50
and make it into one that runs
306
710684
1855
te veranderen in een systeem dat werkt op gegevens en analytics.
11:52
on data and analytics.
307
712539
2469
Het goede nieuws van dit alles,
11:55
Now, the great news about all this,
308
715008
1921
11:56
and we have a ton of work left to do,
309
716929
1617
en we hebben nog veel werk te doen
11:58
and we have a lot of culture to change,
310
718546
1857
en cultuur te veranderen,
12:00
but the great news about all of it
311
720403
1746
maar het goede nieuws
is dat we weten dat het werkt.
12:02
is that we know it works.
312
722149
1868
Het is de reden dat Google Google is
12:04
It's why Google is Google,
313
724017
2153
en alle honkbalteams 'Moneyball' gebruiken om wedstrijden te winnen.
12:06
and it's why all these baseball teams use moneyball
314
726170
2462
12:08
to win games.
315
728632
1781
12:10
The great news for us as well
316
730413
1737
Het goede nieuws voor ons is dat het de manier is
12:12
is that it's the way that we can transform
317
732150
1896
om het Amerikaanse strafrechtsysteem te hervormen.
12:14
the American criminal justice system.
318
734046
2321
12:16
It's how we can make our streets safer,
319
736367
2357
Het is hoe we onze straten veiliger kunnen maken,
12:18
we can reduce our prison costs,
320
738724
2299
onze gevangeniskosten kunnen verminderen
en ons systeem veel eerlijker en rechtvaardiger kunnen maken.
12:21
and we can make our system much fairer
321
741023
2067
12:23
and more just.
322
743090
1725
12:24
Some people call it data science.
323
744815
2162
Sommige mensen noemen het datawetenschap.
12:26
I call it moneyballing criminal justice.
324
746977
2301
Ik noem het 'Moneyball' in het strafrecht.
12:29
Thank you.
325
749278
1804
Bedankt.
(Applaus)
12:31
(Applause)
326
751082
4093
Over deze website

Deze site laat u kennismaken met YouTube-video's die nuttig zijn om Engels te leren. U ziet Engelse lessen gegeven door topdocenten uit de hele wereld. Dubbelklik op de Engelse ondertitels op elke videopagina om de video af te spelen. De ondertitels scrollen synchroon met het afspelen van de video. Heeft u opmerkingen of verzoeken, neem dan contact met ons op via dit contactformulier.

https://forms.gle/WvT1wiN1qDtmnspy7