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

Vertaald door: Rosanne Klaver Nagekeken door: Rik Delaet

In 2007, I became the attorney general

In 2007 werd ik hoofdaanklager

of the state of New Jersey.

in de staat New Jersey.

Daarvoor was ik openbare aanklager,

Before that, I'd been a criminal prosecutor,

first in the Manhattan district attorney's office,

eerst in Manhattan

en later bij het Ministerie van Justitie.

and then at the United States Department of Justice.

But when I became the attorney general,

Toen ik begon als hoofdaanklager,

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

gebeurden er twee dingen die mijn beeld van het strafrecht hebben veranderd.

The first is that I asked what I thought

Ten eerste stelde ik, in mijn ogen, heel simpele vragen.

were really basic questions.

Ik wilde begrijpen wie we arresteerden,

I wanted to understand who we were arresting,

who we were charging,

wie we aanklaagden

and who we were putting in our nation's jails

en wie we opsloten in onze huizen van bewaring en gevangenissen.

and prisons.

Ik wilde ook begrijpen

I also wanted to understand

if we were making decisions

of we beslissingen namen die onze veiligheid vergrootten.

in a way that made us safer.

And I couldn't get this information out.

Maar ik kon niet aan deze informatie komen.

It turned out that most big criminal justice agencies

Het bleek dat de meeste grote instanties binnen het strafrechtapparaat,

like my own

zoals de mijne,

didn't track the things that matter.

belangrijke zaken niet bijhielden.

So after about a month of being incredibly frustrated,

Na ongeveer een maand van grote frustratie

I walked down into a conference room

liep ik een vergaderzaal in

that was filled with detectives

vol met rechercheurs

en eindeloze stapels dossiers.

and stacks and stacks of case files,

and the detectives were sitting there

De rechercheurs zaten notities te maken in gele schrijfblokken.

with yellow legal pads taking notes.

They were trying to get the information

Ze probeerden de informatie te verzamelen waar ik naar zocht

I was looking for

door alle zaken van de afgelopen vijf jaar stuk voor stuk door te nemen.

by going through case by case

for the past five years.

Zoals je je kunt indenken,

And as you can imagine,

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

waren de uitkomsten die we uiteindelijk vonden niet best.

It turned out that we were doing

Het bleek dat we ons vooral bezighielden met een boel kleine drugszaken

a lot of low-level drug cases

op de straten in de buurt van ons kantoor in Trenton.

on the streets just around the corner

from our office in Trenton.

The second thing that happened

De tweede belangrijke gebeurtenis

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

is dat ik een dag heb meegelopen bij het politiebureau van Camden.

Now, at that time, Camden, New Jersey,

Op dat moment was Camden in New Jersey

was the most dangerous city in America.

de meest gevaarlijke stad van Amerika.

I ran the Camden Police Department because of that.

Dat was de reden dat ik leiding gaf aan het politiebureau van Camden.

I spent the day in the police department,

Ik liep een dag mee op het bureau

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

en werd meegenomen naar een kamer met hoge politieambtenaren

all of whom were working hard

die allemaal ontzettend hard werkten om de misdaad in Camden terug te dringen.

and trying very hard to reduce crime in Camden.

Wat ik zag in die kamer,

And what I saw in that room,

as we talked about how to reduce crime,

terwijl we spraken over criminaliteitbestrijding,

was een groep politieambtenaren met een heleboel kleine geeltjes.

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

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

Ze namen een geeltje, schreven er wat op

and they would put it up on a board.

en plakten het dan op een bord.

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

Een van hen zei:

"Er was twee weken terug een overval. Er zijn geen verdachten."

We have no suspects."

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

Een ander zei: "We hadden een schietpartij in de buurt vorige week.

We hebben geen verdachten."

We weren't using data-driven policing.

Ons politiewerk was niet datagestuurd.

We probeerden in wezen misdaad te bestrijden

We were essentially trying to fight crime

with yellow Post-it notes.

met geeltjes.

Now, both of these things made me realize

Deze twee dingen deden me beseffen

fundamentally that we were failing.

dat we fundamenteel tekortschoten.

We wisten niet eens wie er in ons strafrechtsysteem zaten,

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

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

we hadden geen gegevens van de dingen die ertoe deden

and we didn't share data or use analytics

en we deelden gegevens niet

en gebruikten geen analyses of tools

or tools to help us make better decisions

om ons betere beslissingen te helpen maken en de misdaad terug te dringen.

and to reduce crime.

And for the first time, I started to think

Voor het eerst begon ik na te denken over hoe we besluiten namen.

about how we made decisions.

When I was an assistant D.A.,

Toen ik assistent aanklager en later federaal aanklager was,

and when I was a federal prosecutor,

I looked at the cases in front of me,

keek ik naar de dossiers voor mij

and I generally made decisions based on my instinct

en maakte ik meestal beslissingen op basis van mijn intuïtie en ervaring.

and my experience.

When I became attorney general,

Toen ik openbare aanklager werd,

kon ik het systeem als geheel bezien.

I could look at the system as a whole,

and what surprised me is that I found

Het verraste me dat dat precies was hoe we het deden

that that was exactly how we were doing it

across the entire system --

in het hele systeem --

in police departments, in prosecutors's offices,

bij de politie, bij justitie,

in courts and in jails.

bij de rechtbanken en in gevangenissen.

Wat mij heel snel duidelijk werd,

And what I learned very quickly

is that we weren't doing a good job.

is dat we geen goed werk leverden.

So I wanted to do things differently.

Dus ik wilde het anders doen.

I wanted to introduce data and analytics

Ik wilde data, analytics en nauwgezette statistische analyse

and rigorous statistical analysis

into our work.

invoeren in ons werk.

In short, I wanted to moneyball criminal justice.

Kortom, ik wilde 'Moneyball' toepassen op ons strafrecht.

Now, moneyball, as many of you know,

Moneyball, zoals velen van jullie weten, is wat de Oakland A's deden

is what the Oakland A's did,

where they used smart data and statistics

toen ze slimme data en statistieken inzetten

to figure out how to pick players

om spelers te kiezen die ze wedstrijden zouden helpen winnen.

that would help them win games,

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

Ze gingen van een systeem dat was gebaseerd op honkbalscouts

who used to go out and watch players

die spelers gingen bekijken

en hun intuïtie en ervaring gebruikten,

and use their instinct and experience,

the scouts' instincts and experience,

die van de scouts, dus, om spelers te kiezen,

to pick players, from one to use

naar een systeem van slimme data en grondige statistische analyse

smart data and rigorous statistical analysis

om uit te vinden welke spelers hen wedstrijden zouden helpen winnen.

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

It worked for the Oakland A's,

Het werkte voor de Oakland A's

and it worked in the state of New Jersey.

en het werkte in de staat New Jersey.

We took Camden off the top of the list

We haalden Camden uit de top van de lijst

as the most dangerous city in America.

als meest gevaarlijke stad in Amerika.

We reduced murders there by 41 percent,

We verminderden het aantal moorden met 41 procent,

which actually means 37 lives were saved.

wat betekent dat 37 levens werden gered.

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

En we verminderden de criminaliteit in de hele stad met 26 procent.

We also changed the way we did criminal prosecutions.

Wij veranderden ook onze aanpak van strafrechtelijke vervolging.

So we went from doing low-level drug crimes

In plaats van op kleine drugsvergrijpen in de omgeving van ons kantoor,

that were outside our building

to doing cases of statewide importance,

richten we ons op zaken van belang voor de hele staat,

on things like reducing violence with the most violent offenders,

zoals het aanpakken van de meest gewelddadige overtreders,

prosecuting street gangs,

vervolging van straatbendes,

gun and drug trafficking, and political corruption.

wapen- en drugshandel en politieke corruptie.

And all of this matters greatly,

Dit doet er allemaal zeer toe,

because public safety to me

want openbare veiligheid is voor mij de belangrijkste taak van de regering.

is the most important function of government.

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

Als we niet veilig zijn, kunnen we niet leren,

we can't be healthy,

kunnen we niet gezond zijn,

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

kunnen we geen van de dingen doen die we willen in ons leven.

And we live in a country today

We leven vandaag de dag in een land

where we face serious criminal justice problems.

met ernstige strafrechtelijke problemen.

We have 12 million arrests every single year.

We doen elk jaar 12 miljoen arrestaties.

The vast majority of those arrests

De grote meerderheid van die arrestaties

are for low-level crimes, like misdemeanors,

is voor kleine vergrijpen, zoals overtredingen,

70 to 80 percent.

70 tot 80 procent.

Minder dan 5 procent van alle arrestaties

Less than five percent of all arrests

is voor geweldsmisdrijven.

are for violent crime.

Yet we spend 75 billion,

En toch we besteden 75 miljard,

dat is miljard, niet miljoen,

that's b for billion,

dollars a year on state and local corrections costs.

dollar per jaar aan staats- en lokale gevangeniskosten.

Right now, today, we have 2.3 million people

Op dit moment zitten er 2,3 miljoen mensen in huizen van bewaring en gevangenissen.

in our jails and prisons.

And we face unbelievable public safety challenges

We staan voor enorme uitdagingen op het gebied van veiligheid,

because we have a situation

want we zitten met de situatie

dat twee derde van de mensen in de gevangenis

in which two thirds of the people in our jails

are there waiting for trial.

in afwachting is van hun rechtszaak.

They haven't yet been convicted of a crime.

Ze zijn nog niet veroordeeld voor een misdaad.

They're just waiting for their day in court.

Ze wachten alleen tot ze voor de rechter komen.

And 67 percent of people come back.

En 67 procent van die mensen komt terug.

Our recidivism rate is amongst the highest in the world.

Onze recidivecijfers behoren tot de hoogste van de wereld.

Almost seven in 10 people who are released

Bijna 7 op de 10 mensen die worden vrijgelaten,

from prison will be rearrested

worden weer gearresteerd,

in a constant cycle of crime and incarceration.

in een voortdurende cyclus van misdaad en opsluiting.

Dus toen ik bij de Arnold Foundation ging werken,

So when I started my job at the Arnold Foundation,

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

keek ik opnieuw naar veel van deze vragen

and I came back to thinking about how

en dacht ik terug aan hoe we gegevens en analytics hadden gebruikt

we had used data and analytics to transform

om onze aanpak van het strafrecht in New Jersey te hervormen.

the way we did criminal justice in New Jersey.

And when I look at the criminal justice system

Als ik naar het huidige strafrechtsysteem in de VS kijk,

in the United States today,

I feel the exact same way that I did

denk ik er exact zo over

about the state of New Jersey when I started there,

als ik deed over de staat New Jersey toen ik daar begon,

namelijk dat het absoluut beter moet

which is that we absolutely have to do better,

and I know that we can do better.

en ik weet dat we beter kunnen.

So I decided to focus

Dus ik besloot mij te richten

on using data and analytics

op het gebruik van gegevens en analytics

om het meest kritieke besluit op veiligheidsgebied te helpen maken.

to help make the most critical decision

in public safety,

Dat besluit is de bepaling

and that decision is the determination

of een arrestant een gevaar vormt voor de openbare veiligheid

of whether, when someone has been arrested,

whether they pose a risk to public safety

and should be detained,

en moet worden vastgehouden,

of geen gevaar vormt voor de openbare veiligheid

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

and should be released.

en moet worden vrijgelaten.

Alles wat er in een strafzaak gebeurt,

Everything that happens in criminal cases

komt voort uit dit ene besluit.

comes out of this one decision.

It impacts everything.

Het beïnvloedt alles.

Het beïnvloedt de strafoplegging,

It impacts sentencing.

It impacts whether someone gets drug treatment.

of iemand verslavingszorg krijgt,

It impacts crime and violence.

het beïnvloedt misdaad en geweld.

And when I talk to judges around the United States,

Wanneer ik spreek met rechters uit de hele VS,

which I do all the time now,

wat ik nu de hele tijd doe,

they all say the same thing,

zeggen ze allemaal hetzelfde,

which is that we put dangerous people in jail,

namelijk dat we gevaarlijke mensen in de cel stoppen

and we let non-dangerous, nonviolent people out.

en dat we ongevaarlijke, niet-gewelddadige mensen laten gaan.

They mean it and they believe it.

Ze menen het en en ze geloven het.

But when you start to look at the data,

Maar als je naar de data gaat kijken,

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

die de rechters trouwens niet hebben,

when we start to look at the data,

als we naar de data gaan kijken,

what we find time and time again,

zien we keer op keer dat dit niet het geval is.

is that this isn't the case.

We find low-risk offenders,

Overtreders met gering risico,

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

die 50 procent van de totale gevangenispopulatie vormen,

zitten in de cel.

we find that they're in jail.

Take Leslie Chew, who was a Texas man

Neem Leslie Chew, een Texaanse man

who stole four blankets on a cold winter night.

die vier dekens stal op een koude winteravond.

He was arrested, and he was kept in jail

Hij werd gearresteerd en vastgezet

on 3,500 dollars bail,

met een borgsom van 3.500 dollar,

an amount that he could not afford to pay.

een bedrag dat hij niet kon betalen.

And he stayed in jail for eight months

Hij zat acht maanden in de gevangenis

until his case came up for trial,

tot zijn zaak voor de rechter kwam,

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

ten koste van meer dan 9.000 dollar aan belastinggeld.

And at the other end of the spectrum,

Aan de andere kant van het spectrum leveren we even slecht werk.

we're doing an equally terrible job.

De overtreders met het hoogste risico,

The people who we find

are the highest-risk offenders,

the people who we think have the highest likelihood

degenen van wie wij denken dat de kans het grootst is

dat ze opnieuw een misdaad begaan,

of committing a new crime if they're released,

van die mensen zien we landelijk dat 50 procent wordt vrijgelaten.

we see nationally that 50 percent of those people

are being released.

Dat komt door de wijze waarop we beslissingen nemen.

The reason for this is the way we make decisions.

Rechters hebben de beste bedoelingen

Judges have the best intentions

when they make these decisions about risk,

als ze deze besluiten over risico nemen,

but they're making them subjectively.

maar ze maken ze op subjectieve wijze.

They're like the baseball scouts 20 years ago

Ze lijken op de honkbalscouts 20 jaar geleden,

who were using their instinct and their experience

die hun intuïtie en ervaring gebruikten

to try to decide what risk someone poses.

om te bepalen welk risico iemand vormt.

They're being subjective,

Ze zijn subjectief

and we know what happens with subjective decision making,

en we weten wat er gebeurt met subjectieve besluitvorming,

which is that we are often wrong.

namelijk dat we het vaak verkeerd hebben.

What we need in this space

Wat we hier nodig hebben,

zijn krachtige data en analytics.

are strong data and analytics.

What I decided to look for

Ik besloot op zoek te gaan

naar een krachtig programma voor risicobeoordeling van data- en analytics.

was a strong data and analytic risk assessment tool,

Iets dat rechters zou helpen begrijpen,

something that would let judges actually understand

with a scientific and objective way

op een wetenschappelijke en objectieve manier,

what the risk was that was posed

welk risico werd gevormd door de voorgeleide.

by someone in front of them.

I looked all over the country,

Ik zocht in het hele land

en ontdekte dat tussen de 5 en 10 procent van alle rechtsgebieden

and I found that between five and 10 percent

of all U.S. jurisdictions

actually use any type of risk assessment tool,

daadwerkelijk een programma voor risicobeoordeling gebruikten.

and when I looked at these tools,

Toen ik deze programma's bekeek,

I quickly realized why.

begreep ik al snel waarom.

They were unbelievably expensive to administer,

Ze waren ongelooflijk duur in beheer,

they were time-consuming,

ze waren tijdrovend,

ze beperkten zich tot het rechtsgebied waar ze waren gemaakt.

they were limited to the local jurisdiction

in which they'd been created.

So basically, they couldn't be scaled

Ze konden dus niet worden aangepast

or transferred to other places.

of overgedragen naar andere plekken.

So I went out and built a phenomenal team

Dus ik bouwde een fenomenaal team

of data scientists and researchers

van datawetenschappers, onderzoekers en statistici

and statisticians

to build a universal risk assessment tool,

om een universeel risicobeoordelingsprogramma te bouwen,

so that every single judge in the United States of America

zodat elke rechter in de Verenigde Staten van Amerika

can have an objective, scientific measure of risk.

kan beschikken over een objectieve, wetenschappelijke risicomaatstaf.

In het programma dat we hebben gebouwd,

In the tool that we've built,

what we did was we collected 1.5 million cases

verzamelden we 1,5 miljoen zaken uit heel de Verenigde Staten,

from all around the United States,

from cities, from counties,

van steden, van county's,

from every single state in the country,

van elke staat in het land,

the federal districts.

de federale districten.

And with those 1.5 million cases,

Met die 1,5 miljoen zaken,

which is the largest data set on pretrial

thans de grootste set met gegevens over voorarresten in de Verenigde Staten,

in the United States today,

ontdekten we dat er meer dan 900 risicofactoren waren

we were able to basically find that there were

900-plus risk factors that we could look at

die we konden bekijken om uit te vinden welke het belangrijkst waren.

to try to figure out what mattered most.

We ontdekten dat er 9 specifieke dingen waren

And we found that there were nine specific things

that mattered all across the country

die er overal in het land toe deden

and that were the most highly predictive of risk.

en die het risico het beste voorspelden.

And so we built a universal risk assessment tool.

Dus bouwden we een algemeen toepasbaar programma voor risicobeoordeling.

Zo ziet het eruit.

And it looks like this.

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

Je ziet dat er vrij veel informatie wordt weergegeven,

but most of it is incredibly simple,

maar verder is het ongelooflijk simpel.

it's easy to use,

Het is makkelijk in gebruik.

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

Het richt zich op zaken als eerdere veroordelingen,

whether they've been sentenced to incarceration,

of ze zijn veroordeeld tot een celstraf,

whether they've engaged in violence before,

of ze ooit geweld hebben gepleegd,

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

of ze verstek hebben laten gaan bij hoorzittingen.

And with this tool, we can predict three things.

Met dit programma kunnen we drie dingen voorspellen.

First, whether or not someone will commit

Ten eerste of iemand opnieuw een misdaad zal plegen.

a new crime if they're released.

Second, for the first time,

Ten tweede, voor het eerst,

and I think this is incredibly important,

en ik vind dit heel erg belangrijk,

we can predict whether someone will commit

kunnen we voorspellen of iemand een geweldsdaad zal plegen na vrijlating.

an act of violence if they're released.

And that's the single most important thing

Dat is het allerbelangrijkste

that judges say when you talk to them.

volgens de rechters.

Ten derde kunnen we voorspellen

And third, we can predict whether someone

will come back to court.

of iemand ter hoorzitting zal verschijnen.

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

Elke rechter in de VS kan het gebruiken,

omdat het is gemaakt aan de hand van een universele gegevensset.

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

What judges see if they run the risk assessment tool

Wat rechters zien als ze het programma uitvoeren,

is this -- it's a dashboard.

is dit -- het dashboard.

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

Bovenaan zie je de kans op recidive-score,

six of course being the highest,

met zes als hoogste score.

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

In het midden zie je 'verhoogd risico op geweld'.

What that says is that this person

Dat betekent dat deze persoon

is someone who has an elevated risk of violence

een verhoogd risico van geweld heeft

that the judge should look twice at.

en dat de rechter goed moet opletten.

And then, towards the bottom,

Onderaan zie je de verstek-score.

you see the Failure to Appear Score,

which again is the likelihood

Dat is de waarschijnlijkheid dat iemand niet bij de hoorzitting zal verschijnen.

that someone will come back to court.

Nu wil ik iets heel belangrijks zeggen.

Now I want to say something really important.

It's not that I think we should be eliminating

Ik vind niet dat we de intuïtie en ervaring van de rechter

the judge's instinct and experience

from this process.

moeten uitsluiten bij dit proces.

I don't.

Echt niet.

I actually believe the problem that we see

Ik denk dat het probleem dat we zien

and the reason that we have these incredible system errors,

en de reden dat wij deze ongelooflijke systeemfouten hebben,

where we're incarcerating low-level, nonviolent people

waar we niet-gewelddadige mensen met een laag risico vastzetten

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

en gevaarlijke mensen met een hoog risico vrijlaten,

is dat we geen objectieve risicomaatstaf hebben.

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

But what I believe should happen

Wat er moet gebeuren,

is that we should take that data-driven risk assessment

is dat we die datagestuurde risicobeoordeling

and combine that with the judge's instinct and experience

combineren met de intuïtie en ervaring van de rechter

to lead us to better decision making.

om betere besluiten te nemen.

The tool went statewide in Kentucky on July 1,

Het programma werd op 1 juli in heel Kentucky gelanceerd.

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

We gaan ook live in een aantal andere rechtsgebieden.

Our goal, quite simply, is that every single judge

Ons doel is simpelweg dat elke rechter in de Verenigde Staten

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

binnen vijf jaar een datagestuurd risicoprogramma gebruikt.

within the next five years.

We're now working on risk tools

We werken nu ook aan risicoprogramma's voor aanklagers en politieagenten,

for prosecutors and for police officers as well,

om een systeem dat vandaag de dag net zo werkt als vijftig jaar geleden,

to try to take a system that runs today

in America the same way it did 50 years ago,

based on instinct and experience,

op basis van intuïtie en ervaring,

and make it into one that runs

te veranderen in een systeem dat werkt op gegevens en analytics.

on data and analytics.

Het goede nieuws van dit alles,

Now, the great news about all this,

and we have a ton of work left to do,

en we hebben nog veel werk te doen

and we have a lot of culture to change,

en cultuur te veranderen,

but the great news about all of it

maar het goede nieuws

is dat we weten dat het werkt.

is that we know it works.

Het is de reden dat Google Google is

It's why Google is Google,

en alle honkbalteams 'Moneyball' gebruiken om wedstrijden te winnen.

and it's why all these baseball teams use moneyball

to win games.

The great news for us as well

Het goede nieuws voor ons is dat het de manier is

is that it's the way that we can transform

om het Amerikaanse strafrechtsysteem te hervormen.

the American criminal justice system.

It's how we can make our streets safer,

Het is hoe we onze straten veiliger kunnen maken,

we can reduce our prison costs,

onze gevangeniskosten kunnen verminderen

en ons systeem veel eerlijker en rechtvaardiger kunnen maken.

and we can make our system much fairer

and more just.

Some people call it data science.

Sommige mensen noemen het datawetenschap.

I call it moneyballing criminal justice.

Ik noem het 'Moneyball' in het strafrecht.

Thank you.

Bedankt.

(Applaus)

(Applause)