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

221,167 views ・ 2014-01-28

TED


โปรดดับเบิลคลิกที่คำบรรยายภาษาอังกฤษด้านล่างเพื่อเล่นวิดีโอ

Translator: Chalita Thanyakoop Reviewer: Pattapon Kasemtanakul
00:12
In 2007, I became the attorney general
0
12843
2591
ในปี 2007 ฉันได้เป็นอัยการสูงสุด
00:15
of the state of New Jersey.
1
15434
1725
ของรัฐนิวเจอร์ซีย์
00:17
Before that, I'd been a criminal prosecutor,
2
17159
2280
ก่อนหน้านั้น ฉันเป็นอัยการคดีอาญา
00:19
first in the Manhattan district attorney's office,
3
19439
2681
ตอนแรกในสำนักงานอัยการเขต แมนฮัตตัน
00:22
and then at the United States Department of Justice.
4
22120
2650
และจากนั้นก็ที่กระทรวงยุติธรรม
00:24
But when I became the attorney general,
5
24770
2201
เมื่อฉันได้เป็นอัยการสูงสุด
00:26
two things happened that changed the way I see criminal justice.
6
26971
3895
มีสองสิ่งที่เกิดขึ้นซึ่งเปลี่ยนแนวคิดของฉัน เรื่องกระบวนการยุติธรรมทางอาญา
00:30
The first is that I asked what I thought
7
30866
2030
สิ่งแรกคือ ฉันถามคำถามที่คิดว่า
00:32
were really basic questions.
8
32896
2186
เป็นคำถามพื้นๆ
00:35
I wanted to understand who we were arresting,
9
35082
2856
ฉันต้องการเข้าใจคนที่เรากำลังจะจับกุม
00:37
who we were charging,
10
37938
1664
ผู้ที่ถูกกล่าวหา
00:39
and who we were putting in our nation's jails
11
39602
2128
และผู้ที่เราจับเข้าไปขังในเรือนจำต่างๆ
00:41
and prisons.
12
41730
1416
ทั่วประเทศ
00:43
I also wanted to understand
13
43146
1648
ฉันต้องการที่จะเข้าใจ
00:44
if we were making decisions
14
44794
1329
ว่าเราตัดสินใจถูก
00:46
in a way that made us safer.
15
46123
2518
เพื่อที่จะทำให้พวกเราปลอดภัยขึ้น
00:48
And I couldn't get this information out.
16
48641
3252
แต่ฉันไม่สามารถหาคำตอบนั้นได้
00:51
It turned out that most big criminal justice agencies
17
51893
3357
ปรากฏว่า โดยส่วนใหญ่ หน่วยงานใหญ่ๆ ด้านคดีอาญา
00:55
like my own
18
55250
1302
อย่างเช่นหน่วยงานของฉัน
00:56
didn't track the things that matter.
19
56552
2382
ไม่ได้เก็บข้อมูลที่สำคัญ
00:58
So after about a month of being incredibly frustrated,
20
58934
3318
หลังจากที่ฉันหัวเสียอยู่หนึ่งเดือน
01:02
I walked down into a conference room
21
62252
1971
ฉันก็เดินไปยังห้องประชุม
01:04
that was filled with detectives
22
64223
1890
ที่เต็มไปด้วยนักสืบ
01:06
and stacks and stacks of case files,
23
66113
2782
และกองแฟ้มคดีเป็นตั้งๆ
01:08
and the detectives were sitting there
24
68895
1176
และพวกนักสืบก็นั่งอยู่ตรงนั้น
01:10
with yellow legal pads taking notes.
25
70071
2234
ด้วยสมุดจดโน้ต
01:12
They were trying to get the information
26
72305
1586
พวกเขาพยายามจะหาข้อมูลเดียวกัน
01:13
I was looking for
27
73891
1218
กับที่ฉันหาอยู่
01:15
by going through case by case
28
75109
2045
โดยการค้นดูทีละคดี
01:17
for the past five years.
29
77154
1898
ย้อนหลังไปห้าปี
01:19
And as you can imagine,
30
79052
1653
และคุณคงนึกภาพออก
01:20
when we finally got the results, they weren't good.
31
80705
2643
ว่าเมื่อเราได้ผลลัพธ์ มันดูไม่ดีเอาเสียเลย
01:23
It turned out that we were doing
32
83348
1655
ปรากฏว่าเราทำคดีมากมาย
01:25
a lot of low-level drug cases
33
85003
2020
เกี่ยวกับพ่อค้ายาระดับหางแถว
01:27
on the streets just around the corner
34
87023
1475
ตามท้องถนน ที่ไม่ห่าง
01:28
from our office in Trenton.
35
88498
2268
จากออฟฟิศของเราในเทรนตัน
01:30
The second thing that happened
36
90766
1467
สิ่งที่สองที่เกิดขึ้น
01:32
is that I spent the day in the Camden, New Jersey police department.
37
92233
3674
คือฉันใช้เวลาวันหนึ่ง ในกรมตำรวจแคมเด็น นิวเจอร์ซีย์
01:35
Now, at that time, Camden, New Jersey,
38
95907
1887
ณ ตอนนั้น แคมเด็น นิวเจอร์ซีย์
01:37
was the most dangerous city in America.
39
97794
2652
คือเมืองที่อันตรายที่สุดในอเมริกา
01:40
I ran the Camden Police Department because of that.
40
100446
3827
นี่คือเหตุผลที่ฉันเข้ามาคุมกรมตำรวจแคมเด็น
01:44
I spent the day in the police department,
41
104273
2112
ฉันใช้เวลาหนึ่งวันเต็มๆ ในกรม
01:46
and I was taken into a room with senior police officials,
42
106385
2726
ฉันถูกพาเข้าไปในห้อง พร้อมด้วยเจ้าหน้าที่ตำรวจอาวุโส
01:49
all of whom were working hard
43
109111
1675
ซึ่งทุกคนต่างก็ทำงานหนัก
01:50
and trying very hard to reduce crime in Camden.
44
110786
3257
และพยายามที่จะลดอาชญากรรมใน แคมเด็น
01:54
And what I saw in that room,
45
114043
1826
ที่สิ่งที่ฉันเห็นในห้อง
01:55
as we talked about how to reduce crime,
46
115869
2245
ในขณะที่เราคุยกันเรื่องการลดอาชญากรรม
01:58
were a series of officers with a lot of little yellow sticky notes.
47
118114
3859
ก็คือเจ้าหน้าที่ตำรวจหลายคน ใช้กระดาษโน้ตเล็กๆ สีเหลือง
02:01
And they would take a yellow sticky and they would write something on it
48
121973
2846
และพวกเขาจะเอากระดาษโน้ตนั้น มาเขียนบางอย่าง
02:04
and they would put it up on a board.
49
124823
1799
และพวกเขาจะแปะมันไว้บนบอร์ด
02:06
And one of them said, "We had a robbery two weeks ago.
50
126622
2171
และหนึ่งในนั้นพูดขึ้นว่า "เรามีคดีลักทรัพย์เมื่อสองอาทิตย์ก่อน
02:08
We have no suspects."
51
128793
1711
แต่ไม่มีผู้ต้องสงสัย"
02:10
And another said, "We had a shooting in this neighborhood last week. We have no suspects."
52
130504
5027
อีกคนก็พูดขึ้นว่า "เรามีคดียิงกันในย่านนี้ เมื่ออาทิตย์ที่แล้ว แต่ไม่มีผู้ต้องสงสัย"
02:15
We weren't using data-driven policing.
53
135531
2583
เราไม่ได้ใช้ข้อมูลในการทำงาน
02:18
We were essentially trying to fight crime
54
138114
2042
เราเพียงแค่พยายามจะสู้กับอาชญากรรม
02:20
with yellow Post-it notes.
55
140156
2527
ด้วยกระดาษโน้ตสีเหลือง
02:22
Now, both of these things made me realize
56
142683
2135
ทั้งสองสิ่งนี้ทำให้ฉันตระหนักว่า
02:24
fundamentally that we were failing.
57
144818
3251
โดยพื้นฐานแล้ว เรากำลังล้มเหลว
02:28
We didn't even know who was in our criminal justice system,
58
148069
3123
เราไม่รู้ด้วยซ้ำว่าใครเคยอยู่ในสารบบอาชญากรของเรา
02:31
we didn't have any data about the things that mattered,
59
151192
3235
เราไม่มีข้อมูลอะไรเลย สำหรับสิ่งที่จำเป็น
02:34
and we didn't share data or use analytics
60
154427
2568
และเราก็ไม่ได้แบ่งปันข้อมูล หรือใช้เครื่องมือ
02:36
or tools to help us make better decisions
61
156995
2151
ในการวิเคราะห์ เพื่อช่วยให้เราตัดสินใจได้ดีขึ้น
02:39
and to reduce crime.
62
159146
2003
และเพื่อช่วยลดอาชญากรรม
02:41
And for the first time, I started to think
63
161149
2224
และนั่นเป็นครั้งแรก ที่ฉันเริ่มคิด
02:43
about how we made decisions.
64
163373
1910
เกี่ยวกับวิธีที่เราตัดสินใจ
02:45
When I was an assistant D.A.,
65
165283
1397
เมื่อฉันทำงานเป็นอัยการผู้ช่วย
02:46
and when I was a federal prosecutor,
66
166680
1870
และเมื่อฉันเป็นอัยการรัฐบาลกลาง
02:48
I looked at the cases in front of me,
67
168550
1746
ฉันมองดูคดีที่อยู่ตรงหน้าฉัน
02:50
and I generally made decisions based on my instinct
68
170296
2626
และตัดสินใจโดยใช้สัญชาตญาณ
02:52
and my experience.
69
172922
1692
และประสบการณ์ของฉัน
02:54
When I became attorney general,
70
174614
1659
เมื่อฉันเป็นอัยการสูงสุด
02:56
I could look at the system as a whole,
71
176273
1639
ฉันสามารถมองระบบทั้งหมดในภาพรวม
02:57
and what surprised me is that I found
72
177912
1818
และมันก็ทำให้ฉันประหลาดใจ เมื่อพบว่า
02:59
that that was exactly how we were doing it
73
179730
1905
นั่นคือสิ่งที่เราทุกคนกำลังทำอยู่
03:01
across the entire system --
74
181635
2303
ทั่วทั้งระบบ
03:03
in police departments, in prosecutors's offices,
75
183938
2401
ในกรมตำรวจ ในสำนักงานอัยการ
03:06
in courts and in jails.
76
186339
2800
ในศาล และในเรือนจำ
03:09
And what I learned very quickly
77
189139
2197
และฉันก็เรียนรู้อย่างรวดเร็วว่า
03:11
is that we weren't doing a good job.
78
191336
3633
เราทำงานไม่ดีเท่าไรนัก
03:14
So I wanted to do things differently.
79
194969
2016
ฉันจึงอยากทำสิ่งที่แตกต่างออกไป
03:16
I wanted to introduce data and analytics
80
196985
2197
ฉันต้องการที่จะนำเอาข้อมูล และการวิเคราะห์
03:19
and rigorous statistical analysis
81
199182
2049
และการวิเคราะห์เชิงสถิติอย่างถี่ถ้วน
03:21
into our work.
82
201231
1400
เข้ามาใช้ในงานของเรา
03:22
In short, I wanted to moneyball criminal justice.
83
202631
2970
สั้นๆ ก็คือ ฉันต้องการใช้ มันนีบอล (Moneyball) กับกระบวนการยุติธรรมทางอาญา
03:25
Now, moneyball, as many of you know,
84
205601
2027
บางคนอาจรู้จักว่า มันนีบอล คืออะไร
03:27
is what the Oakland A's did,
85
207628
1569
มันคือกลยุทธที่ ทีมเบสบอล โอคแลนด์แอธเลติค ใช้
03:29
where they used smart data and statistics
86
209197
1973
โดยใช้ข้อมูล และการวิเคราะห์ทางสถิติอันชาญฉลาด
03:31
to figure out how to pick players
87
211170
1622
เพื่อหาวิธีเลือกนักกีฬา
03:32
that would help them win games,
88
212792
1521
ที่จะทำให้ทีมชนะ
03:34
and they went from a system that was based on baseball scouts
89
214313
2980
พวกเขาเปลี่ยนจากระบบที่ต้องพึ่งแมวมอง
03:37
who used to go out and watch players
90
217293
1860
ที่ตระเวนไป และเฝ้าติดตามเหล่าผู้เล่น
03:39
and use their instinct and experience,
91
219153
1637
และใช้สัญชาตญาณ และประสบการณ์
03:40
the scouts' instincts and experience,
92
220790
1743
ประสบการณ์และสัญชาตญาณของแมวมอง
03:42
to pick players, from one to use
93
222533
1713
เพื่อใช้เลือกผู้เล่น เปลี่ยนมาใช้ระบบ
03:44
smart data and rigorous statistical analysis
94
224246
2822
ที่พึ่งข้อมูล และการวิเคราะห์ทางสถิติอย่างถี่ถ้วน
03:47
to figure out how to pick players that would help them win games.
95
227068
3371
เพื่อช่วยเลือกผู้เล่น ที่จะทำให้พวกเขาชนะในเกม
03:50
It worked for the Oakland A's,
96
230439
1798
มันใช้ได้ผลสำหรับทีม โอคแลนด์ เอส์
03:52
and it worked in the state of New Jersey.
97
232237
2219
และมันก็ใช้ได้ผลในรัฐนิวเจอร์ซีย์
03:54
We took Camden off the top of the list
98
234456
2073
เราทำให้แคมเด็นหลุดจากโผ
03:56
as the most dangerous city in America.
99
236529
2171
ของเมืองที่อันตรายที่สุดในอเมริกา
03:58
We reduced murders there by 41 percent,
100
238700
3155
เราลดอัตราฆาตกรรมลง 41 เปอร์เซ็นต์
04:01
which actually means 37 lives were saved.
101
241855
2982
ซึ่งแปลว่า 37 ชีวิต ได้รับการช่วยเหลือ
04:04
And we reduced all crime in the city by 26 percent.
102
244837
3740
และเราลดอาชญากรรมโดยรวม ให้ลดลง 26 เปอร์เซ็นต์ ในเมืองนั้น
04:08
We also changed the way we did criminal prosecutions.
103
248577
3239
เรายังได้เปลี่ยนวิธีการดำเนินคดีกับอาชญากร
04:11
So we went from doing low-level drug crimes
104
251816
2005
เราเปลี่ยนจากการจับพ่อค้ายาหางแถว
04:13
that were outside our building
105
253821
1642
ที่อยู่นอกออฟฟิศเรา
04:15
to doing cases of statewide importance,
106
255463
2342
เปลี่ยนมาเป็น ทำคดีที่สำคัญในระดับรัฐ
04:17
on things like reducing violence with the most violent offenders,
107
257805
3158
อย่างเช่น ลดความรุนแรง ในกลุ่มผู้ทำผิด ที่มีพฤติกรรมรุนแรงสูง
04:20
prosecuting street gangs,
108
260963
1858
ดำเนินคดีกับแก็งค์อันธพาล
04:22
gun and drug trafficking, and political corruption.
109
262821
3408
การค้ายาและอาวุธ และการฉ้อฉลในกรมตำรวจ
04:26
And all of this matters greatly,
110
266229
2502
สิ่งเหล่านี้มีความสำคัญอย่างมาก
04:28
because public safety to me
111
268731
1945
เพราะสำหรับฉันแล้ว ความปลอดภัยของประชาชน
04:30
is the most important function of government.
112
270676
2536
คือหน้าที่ที่สำคัญที่สุดของรัฐบาล
04:33
If we're not safe, we can't be educated,
113
273212
2298
ถ้าเราไม่ปลอดภัย เราก็ไม่สามารถได้รับการศึกษา
04:35
we can't be healthy,
114
275510
1348
เราจะไม่มีสุขภาพที่ดี
04:36
we can't do any of the other things we want to do in our lives.
115
276858
2945
เราจะไม่สามารถทำสิ่งอื่นๆ ที่เราอยากทำ ในชีวิตของเราได้เลย
04:39
And we live in a country today
116
279803
1701
เราอาศัยอยู่ในประเทศ
04:41
where we face serious criminal justice problems.
117
281504
3134
ที่ซึ่งเราต้องเผชิญกับปัญหาใหญ่หลวง ด้านกระบวนการยุติธรรมคดีอาญา
04:44
We have 12 million arrests every single year.
118
284638
3661
เรามีการจับกุมถึง 12 ล้านครั้งทุกๆ ปี
04:48
The vast majority of those arrests
119
288299
2043
การจับกุมส่วนใหญ่
04:50
are for low-level crimes, like misdemeanors,
120
290342
3012
คืออาชญากรรมระดับล่าง ความผิดเล็กๆ น้อยๆ
04:53
70 to 80 percent.
121
293354
1734
ประมาณ 70 ถึง 80 เปอร์เซ็นต์
04:55
Less than five percent of all arrests
122
295088
1991
น้อยกว่าห้าเปอร์เซ็นต์ ของการจับกุมทั้งหมด
04:57
are for violent crime.
123
297079
1895
เป็นอาชญากรรมรุนแรง
04:58
Yet we spend 75 billion,
124
298974
2055
แต่เราต้องใช้ถึง 75,000 ล้านดอลลาร์
05:01
that's b for billion,
125
301029
1418
ระดับหมื่นล้านต่อปี เชียวนะคะ
05:02
dollars a year on state and local corrections costs.
126
302447
4127
รวมถึงต้นทุนของเรือนจำของแต่ละรัฐ
05:06
Right now, today, we have 2.3 million people
127
306574
2841
ณ วันนี้ เรามีนักโทษ 2.3 ล้านคน
05:09
in our jails and prisons.
128
309415
1900
อยู่ในเรือนจำของเรา
05:11
And we face unbelievable public safety challenges
129
311315
2796
และเราต้องเผชิญกับปัญหาใหญ่ ด้านความปลอดภัยของประชาชน
05:14
because we have a situation
130
314111
1939
เพราะเรากำลังอยู่ในสภาวะที่
05:16
in which two thirds of the people in our jails
131
316050
2898
สองในสามของผู้ต้องขังในเรือนจำ
05:18
are there waiting for trial.
132
318948
1754
กำลังอยู่ในระหว่างดำเนินคดี
05:20
They haven't yet been convicted of a crime.
133
320702
2135
พวกเขาย้งไม่ถูกพิพากษาว่ามีความผิด
05:22
They're just waiting for their day in court.
134
322837
2119
พวกเขาเพียงแค่รอวันที่จะขึ้นศาล
05:24
And 67 percent of people come back.
135
324956
3548
และ 67 เปอร์เซ็นต์ของคนเหล่านั้น ต้องกลับมาติดคุก
05:28
Our recidivism rate is amongst the highest in the world.
136
328504
3028
อัตราการกระทำผิดซ้ำของเรานั้น อยู่ในอันดับต้นๆ ของโลกเลยทีเดียว
05:31
Almost seven in 10 people who are released
137
331532
2103
เกือบ 7 ใน 10 คนที่ได้รับการปล่อยตัว
05:33
from prison will be rearrested
138
333635
1651
จากเรือนจำ จะถูกจับกุมตัวอีก
05:35
in a constant cycle of crime and incarceration.
139
335286
3955
อยู่ในวงจรอุบาทว์ของอาชญากรรม และการถูกคุมขัง
05:39
So when I started my job at the Arnold Foundation,
140
339241
2582
ดังนั้น เมื่อฉันเริ่มต้นทำงานในมูลนิธิ อาร์โนลด์ (Arnold foundation)
05:41
I came back to looking at a lot of these questions,
141
341823
2736
ฉันมองย้อนกลับไปยังปัญหาเหล่านี้
05:44
and I came back to thinking about how
142
344559
1654
และฉันย้อนกลับไปคิด
05:46
we had used data and analytics to transform
143
346213
2383
วิธีที่เราใช้การวิเคราะห์ข้อมูล
05:48
the way we did criminal justice in New Jersey.
144
348596
2584
เพื่อเปลี่ยนโฉมการดำเนินคดีอาชญากรรมในนิวเจอร์ซีย์
05:51
And when I look at the criminal justice system
145
351180
2144
และเมื่อฉันมองย้อนไปยัง กระบวนการยุติธรรมทางอาญา
05:53
in the United States today,
146
353324
1656
ในอเมริกาทุกวันนี้
05:54
I feel the exact same way that I did
147
354980
1639
ฉันรู้สึกเหมือนกับที่เคยรู้สึก
05:56
about the state of New Jersey when I started there,
148
356619
2466
เมื่อตอนที่ฉันเริ่มทำงานที่รัฐนิวเจอร์ซีย์
05:59
which is that we absolutely have to do better,
149
359085
3228
ซึ่งนั่นก็คือเราจำเป็นอย่างยิ่งที่จะต้องทำให้ดีกว่านี้
06:02
and I know that we can do better.
150
362313
1923
และฉันรู้ว่าเราทำได้ดีกว่านี้
06:04
So I decided to focus
151
364236
1705
ดังนั้น ฉันจึงมุ่งมั่น
06:05
on using data and analytics
152
365941
2217
ที่จะใช้การวิเคราะห์ข้อมูล
06:08
to help make the most critical decision
153
368158
2361
เพื่อช่วยในการตัดสินใจสำคัญๆ
06:10
in public safety,
154
370519
1606
ในด้านความปลอดภัยของประชาชน
06:12
and that decision is the determination
155
372125
2021
และการตัดสินใจนั้นคือ การตัดสินว่า
06:14
of whether, when someone has been arrested,
156
374146
2535
เมื่อใครสักคนถูกจับกุม
06:16
whether they pose a risk to public safety
157
376681
1915
เขาจะเป็นภัยคุกคามต่อส่วนรวม
06:18
and should be detained,
158
378596
1526
และควรถูกควบคุมตัว
06:20
or whether they don't pose a risk to public safety
159
380122
2356
หรือเขาไม่เป็นภัยต่อส่วนรวม
06:22
and should be released.
160
382478
1637
และควรได้รับการปล่อยตัว
06:24
Everything that happens in criminal cases
161
384115
1919
ทุกอย่างที่เกิดขึ้นในคดีอาญา
06:26
comes out of this one decision.
162
386034
1772
เกิดมาจากการตัดสินใจนี้
06:27
It impacts everything.
163
387806
1496
มันส่งผลกระทบต่อทุกสิ่ง
06:29
It impacts sentencing.
164
389302
1350
มันส่งผลต่อโทษที่จะได้รับ
06:30
It impacts whether someone gets drug treatment.
165
390652
1901
มันส่งผลว่าใครควรจะได้รับการบำบัดการติดยาเสพติด
06:32
It impacts crime and violence.
166
392553
2323
มันกระทบต่ออาชญากรรมและความรุนแรง
06:34
And when I talk to judges around the United States,
167
394876
1937
และเมื่อฉันได้คุยกับผู้พิพากษาทั่วอเมริกา
06:36
which I do all the time now,
168
396813
1928
ซึ่งเป็นสิ่งที่ฉันทำอยู่ตลอด
06:38
they all say the same thing,
169
398741
1837
พวกเขาพูดเหมือนกัน
06:40
which is that we put dangerous people in jail,
170
400578
3107
คือ เราเอาคนที่เป็นอันตรายเข้าคุก
06:43
and we let non-dangerous, nonviolent people out.
171
403685
3525
และเราปล่อยให้คนที่ไม่อันตราย คนที่ไม่มีพฤติกรรมรุนแรงออกมา
06:47
They mean it and they believe it.
172
407210
2233
พวกเขาหมายความ และเชื่อเช่นนั้นจริงๆ
06:49
But when you start to look at the data,
173
409443
1733
แต่เมื่อคุณดูข้อมูล
06:51
which, by the way, the judges don't have,
174
411176
2464
ซึ่งเหล่าผู้พิพากษาไม่เคยรู้ถึงข้อมูลเหล่านั้น
06:53
when we start to look at the data,
175
413640
1612
เมื่อเราเริ่มดูข้อมูล
06:55
what we find time and time again,
176
415252
2418
เราพบว่า ซ้ำแล้วซ้ำเล่า
06:57
is that this isn't the case.
177
417670
1982
ที่มันไม่เป็นไปตามนั้น
06:59
We find low-risk offenders,
178
419652
1681
เราพบว่า ผู้ทำผิดกฏหมายที่ไม่มีอันตราย
07:01
which makes up 50 percent of our entire criminal justice population,
179
421333
3714
ซึ่งคิดเป็นสัดส่วนถึง 50 เปอร์เซ็นต์ ของผู้ที่อยู่ในกระบวนการยุติธรรมทางอาญา
07:05
we find that they're in jail.
180
425047
2399
เราพบว่าเขาเหล่านั้นอยู่ในคุก
07:07
Take Leslie Chew, who was a Texas man
181
427446
2486
ลองดูตัวอย่างของ เลสลีย์ ชิว (Leslie Chew) ชายจากเท็กซัส
07:09
who stole four blankets on a cold winter night.
182
429932
2884
ผู้ขโมยผ้าห่มสี่ผืนในคืนอันหนาวเหน็บในฤดูหนาว
07:12
He was arrested, and he was kept in jail
183
432816
2595
เขาถูกจับกุม และถูกคุมขังในคุก
07:15
on 3,500 dollars bail,
184
435411
2053
เพราะไม่มีเงินพอ
07:17
an amount that he could not afford to pay.
185
437464
2776
จะจ่ายค่าประกันตัว 3,500 เหรียญ
07:20
And he stayed in jail for eight months
186
440240
2588
เขาต้องอยู่ในคุกถึง 8 เดือน
07:22
until his case came up for trial,
187
442828
2065
จนกระทั่งคดีของเขาถึงวันขึ้นศาล
07:24
at a cost to taxpayers of more than 9,000 dollars.
188
444893
3905
ซึ่งนั่นต้องใช้เงินของผู้เสียภาษีถึง 9,000 เหรียญ
07:28
And at the other end of the spectrum,
189
448798
1997
และในอีกแง่หนึ่ง
07:30
we're doing an equally terrible job.
190
450795
2282
เราทำงานแย่มาก
07:33
The people who we find
191
453077
1572
ผู้คนซึ่งเราพบว่า
07:34
are the highest-risk offenders,
192
454649
2019
เป็นผู้กระทำผิดที่มีความเสี่ยงสูง
07:36
the people who we think have the highest likelihood
193
456668
2497
ผู้ที่เราคิดว่ามีความเป็นไปได้สูง
07:39
of committing a new crime if they're released,
194
459165
1952
ที่จะประกอบอาชญากรรมอีก ถ้าถูกปล่อยตัวไป
07:41
we see nationally that 50 percent of those people
195
461117
2950
เราพบว่า ทั่วประเทศ 50 เปอร์เซ็นต์ ของผู้คนกลุ่มนี้
07:44
are being released.
196
464067
1974
ถูกปล่อยตัว
07:46
The reason for this is the way we make decisions.
197
466041
3174
สาเหตุของเรื่องนี้ เป็นเพราะวิธีที่เราตัดสินใจ
07:49
Judges have the best intentions
198
469215
1709
ผู้พิพากษามีเจตนาดี
07:50
when they make these decisions about risk,
199
470924
1952
เมื่อพวกเขาต้องตัดสินใจเรื่องความเสี่ยงนี้
07:52
but they're making them subjectively.
200
472876
2484
แต่พวกเขา ตัดสินใจโดยใช้อารมณ์
07:55
They're like the baseball scouts 20 years ago
201
475360
2146
พวกเขาเหมือนกับแมวมองนักเบสบอลเมื่อ 20 ปีก่อน
07:57
who were using their instinct and their experience
202
477506
2131
ที่ใช้สัญชาตญาณ และประสบการณ์
07:59
to try to decide what risk someone poses.
203
479637
2679
เพื่อช่วยตัดสินใจว่าใครที่มีความเสี่ยง
08:02
They're being subjective,
204
482316
1530
พวกเขาใช้อารมณ์
08:03
and we know what happens with subjective decision making,
205
483846
3060
เรารู้ว่าจะเกิดอะไรขึ้นเมื่อเราตัดสินใจโดยใช้อารมณ์
08:06
which is that we are often wrong.
206
486906
2743
ซึ่งนั่นก็คือ เรามักตัดสินใจพลาด
08:09
What we need in this space
207
489649
1383
สิ่งที่เราต้องการในงานด้านนี้
08:11
are strong data and analytics.
208
491032
2552
คือการวิเคราะห์ข้อมูลที่หนักแน่น
08:13
What I decided to look for
209
493584
1747
สิ่งที่ฉันตั้งใจมองหา
08:15
was a strong data and analytic risk assessment tool,
210
495331
2836
คือเครื่องมือประเมินความเสี่ยง ด้วยการวิเคราะห์ข้อมูล
08:18
something that would let judges actually understand
211
498167
2764
บางสิ่งที่จะช่วยให้ผู้พิพากษาได้เข้าใจ
08:20
with a scientific and objective way
212
500931
2259
ในแบบที่เป็นวิทยาศาสตร์ และเป็นรูปธรรม
08:23
what the risk was that was posed
213
503190
1647
ว่าความเสี่ยงที่จะเกิดขึ้น
08:24
by someone in front of them.
214
504837
1610
จากบางคนที่ยืนอยู่ตรงหน้าพวกเขา
08:26
I looked all over the country,
215
506447
1649
ฉันมองดูไปทั่วทั้งประเทศ
08:28
and I found that between five and 10 percent
216
508096
1942
ฉันพบว่ามีระหว่าง 5 ถึง 10 เปอร์เซ็นต์
08:30
of all U.S. jurisdictions
217
510038
1329
ในระบบศาลของสหรัฐอเมริกา
08:31
actually use any type of risk assessment tool,
218
511367
2978
ที่ใช้เครื่องมือประเมินความเสี่ยงอย่างจริงจัง
08:34
and when I looked at these tools,
219
514345
1625
และเมื่อฉันศึกษาเครื่องมือเหล่านี้
08:35
I quickly realized why.
220
515970
1860
ฉันตระหนักในเวลาอันสั้นว่าทำไม
08:37
They were unbelievably expensive to administer,
221
517830
2690
การดูแลระบบ นั้นแพงอย่างไม่น่าเชื่อ
08:40
they were time-consuming,
222
520520
1528
พวกมันต้องใช้เวลา
08:42
they were limited to the local jurisdiction
223
522048
2107
พวกมันจำกัดอยู่แค่ท้องถิ่น
08:44
in which they'd been created.
224
524155
1430
ที่ซึ่งพวกมันถูกสร้างขึ้นมา
08:45
So basically, they couldn't be scaled
225
525585
1793
ง่ายๆ ก็คือ พวกมันไม่สามารถขยาย
08:47
or transferred to other places.
226
527378
2209
หรือโอนย้ายไปยังที่อื่นๆ
08:49
So I went out and built a phenomenal team
227
529587
2237
ฉันจึงตั้งทีมอันเหลือเชื่อขึ้นทีมหนึ่ง
08:51
of data scientists and researchers
228
531824
2044
ซึ่งมีทั้งนักวิทยาศาสตร์ด้านข้อมูล นักวิจัย
08:53
and statisticians
229
533868
1626
และนักสถิติ
08:55
to build a universal risk assessment tool,
230
535494
2845
เพื่อสร้างเครื่องมือประเมินความเสี่ยง ที่เป็นสากล
08:58
so that every single judge in the United States of America
231
538339
2393
เพื่อที่ผู้พิพากษาทุกคนในอเมริกา
09:00
can have an objective, scientific measure of risk.
232
540732
4324
จะได้มีวิธีวัดความเสี่ยงอย่างเป็นรูปธรรม และเป็นวิทยาศาสตร์
09:05
In the tool that we've built,
233
545056
1658
เครื่องมือที่เราสร้างขึ้นนั้น
09:06
what we did was we collected 1.5 million cases
234
546714
2868
สิ่งที่เราทำคือเรารวบรวมคดีกว่า 1.5 ล้านคดี
09:09
from all around the United States,
235
549582
1698
จากทั่วทั้งประเทศ
09:11
from cities, from counties,
236
551280
1644
หลายเมือง หลายมณฑล
09:12
from every single state in the country,
237
552924
1511
จากทุกรัฐในประเทศ
09:14
the federal districts.
238
554435
1746
เขตปกครองของรัฐต่างๆ
09:16
And with those 1.5 million cases,
239
556181
2189
และด้วย 1.5 ล้านคดีนี้
09:18
which is the largest data set on pretrial
240
558370
1940
ซึ่งคือชุดข้อมูลที่ใหญ่ที่สุด ในขั้นก่อนพิจารณาคดี
09:20
in the United States today,
241
560310
1805
ในสหรัฐฯ จนถึงวันนี้
09:22
we were able to basically find that there were
242
562115
1865
เราสามารถค้นพบว่ามีปัจจัยเสี่ยง
09:23
900-plus risk factors that we could look at
243
563980
3322
กว่า 900 ปัจจัย ที่เราต้องศึกษา
09:27
to try to figure out what mattered most.
244
567302
2866
เพื่อหาว่าปัจจัยไหนสำคัญที่สุด
09:30
And we found that there were nine specific things
245
570168
2081
เราพบว่ามีปัจจัย 9 อย่าง
09:32
that mattered all across the country
246
572249
2235
ที่สำคัญ จากทั่วทั้งประเทศ
09:34
and that were the most highly predictive of risk.
247
574484
2977
และนั่นคือตัวทำนายความเสี่ยงที่แม่นยำ
09:37
And so we built a universal risk assessment tool.
248
577461
3705
และเราจึงสร้างเครื่องมือประเมินความเสี่ยงขึ้น
09:41
And it looks like this.
249
581166
1445
และมันก็หน้าตาแบบนี้
09:42
As you'll see, we put some information in,
250
582611
2612
ตามที่คุณเห็น เราใส่ข้อมูลบางอย่างเข้าไป
09:45
but most of it is incredibly simple,
251
585223
2013
แต่ส่วนใหญ่แล้ว มันง่ายมากทีเดียว
09:47
it's easy to use,
252
587236
1432
มันใช้งานง่าย
09:48
it focuses on things like the defendant's prior convictions,
253
588668
2969
มันสนใจในเรื่องเช่น ประวัติการกระทำผิดของจำเลย
09:51
whether they've been sentenced to incarceration,
254
591637
1979
ว่าพวกเขาเคยถูกตัดสินจำคุกหรือไม่
09:53
whether they've engaged in violence before,
255
593616
2264
ว่าพวกเขาเคยข้องเกี่ยวกับความรุนแรงมาก่อนหรือเปล่า
09:55
whether they've even failed to come back to court.
256
595880
2393
ว่าพวกเขาเคยผิดนัดศาล
09:58
And with this tool, we can predict three things.
257
598273
2500
และด้วยเครื่องมือเหล่านี้ เราสามารถทำนายได้สามอย่าง
10:00
First, whether or not someone will commit
258
600773
1853
สิ่งแรกคือ ทำนายว่าเขาจะออกไปก่อคดีใหม่
10:02
a new crime if they're released.
259
602626
1565
อีกหรือไม่ ถ้าได้รับการปล่อยตัว
10:04
Second, for the first time,
260
604191
1664
สิ่งที่สอง นี่เป็นครั้งแรก
10:05
and I think this is incredibly important,
261
605855
1861
ซึ่งฉันคิดว่ามันสำคัญมาก
10:07
we can predict whether someone will commit
262
607716
1923
ที่เราสามารถทำนายได้ว่าเขาจะก่อคดี ที่เกี่ยวข้องกับ
10:09
an act of violence if they're released.
263
609639
1834
ความรุนแรงหรือไม่ หากได้รับการปล่อยตัว
10:11
And that's the single most important thing
264
611473
1887
และนั่นถือว่าเป็นสิ่งสำคัญที่สุด
10:13
that judges say when you talk to them.
265
613360
1807
ที่ผู้พิพากษาจะคำนึงถึง ถ้าคุณถามพวกเขา
10:15
And third, we can predict whether someone
266
615167
1828
สิ่งที่สาม เราสามารถทำนายได้ว่า
10:16
will come back to court.
267
616995
1990
เขาจะกลับมาขึ้นศาลอีกหรือไม่
10:18
And every single judge in the United States of America can use it,
268
618985
3033
ผู้พิพากษาทุกคนในสหรัฐฯ สามารถใช้มัน
10:22
because it's been created on a universal data set.
269
622018
3812
เพราะมันถูกสร้างขึ้นจากชุดข้อมูลที่เป็นสากล
10:25
What judges see if they run the risk assessment tool
270
625830
2609
สิ่งที่ผู้พิพากษาจะได้รับเมื่อพวกเขา ใช้เครื่องมือประเมินความเสี่ยงนี้
10:28
is this -- it's a dashboard.
271
628439
2120
คือ -- มันคือแป้นควบคุม
10:30
At the top, you see the New Criminal Activity Score,
272
630559
2848
ทางด้านบน คุณจะเห็นคะแนนกิจกรรมอาชญากรใหม่
10:33
six of course being the highest,
273
633407
1929
คะแนนสูงสุดคือหก
10:35
and then in the middle you see, "Elevated risk of violence."
274
635336
2403
และที่ตรงกลาง คุณจะเห็น "ความเสี่ยงสูงที่จะใช้ความรุนแรง"
10:37
What that says is that this person
275
637739
1746
มันหมายถึงว่าคนคนนี้
10:39
is someone who has an elevated risk of violence
276
639485
2060
เป็นคนที่มีความเสี่ยงสูง ที่จะใช้ความรุนแรง
10:41
that the judge should look twice at.
277
641545
1885
และผู้พิพากษาควรดูให้ถี่ถ้วน
10:43
And then, towards the bottom,
278
643430
1336
และทางด้านล่าง
10:44
you see the Failure to Appear Score,
279
644766
1968
คุณจะเห็นคะแนนการผิดนัดศาล
10:46
which again is the likelihood
280
646734
1392
ซึ่งก็คือความน่าจะเป็น
10:48
that someone will come back to court.
281
648126
3013
ที่คนคนนั้นจะกลับมาขึ้นศาล
10:51
Now I want to say something really important.
282
651139
2213
ทีนี้ ฉันอยากจะบอกบางสิ่งที่สำคัญมาก
10:53
It's not that I think we should be eliminating
283
653352
2727
มันไม่ได้หมายความว่าเราควรเลิกเชื่อ
10:56
the judge's instinct and experience
284
656079
2244
สัญชาตญาณ และประสบการณ์ของผู้พิพากษา
10:58
from this process.
285
658323
1604
ในกระบวนการนี้
10:59
I don't.
286
659927
1058
ฉันไม่ได้หมายความแบบนั้น
11:00
I actually believe the problem that we see
287
660985
2007
ฉันเชื่อว่า ปัญหาที่เราเผชิญอยู่ทุกวันนี้
11:02
and the reason that we have these incredible system errors,
288
662992
2854
และสาเหตุที่เราเกิดความผิดพลาด อย่างรุนแรงในระบบยุติธรรมนี้
11:05
where we're incarcerating low-level, nonviolent people
289
665846
3087
ซึ่งทำให้เราจำคุกอาชญากรระดับล่าง และผู้ไม่ก่อความรุนแรง
11:08
and we're releasing high-risk, dangerous people,
290
668933
3172
และปล่อยตัวอาชญากรอันตรายที่มีความเสี่ยงสูง
11:12
is that we don't have an objective measure of risk.
291
672105
2723
นั่นเป็นเพราะเราไม่มีเครื่องมือ วัดความเสี่ยงที่เป็นรูปธรรม
11:14
But what I believe should happen
292
674828
1300
แต่สิ่งที่ฉันเชื่อว่าควรจะเกิดขึ้น
11:16
is that we should take that data-driven risk assessment
293
676128
2800
ก็คือ เราควรใช้การประเมินความเสี่ยงด้วยข้อมูล
11:18
and combine that with the judge's instinct and experience
294
678928
3041
เพื่อใช้ร่วมกันกับสัญชาตญาณ และประสบการณ์ของผู้พิพากษา
11:21
to lead us to better decision making.
295
681969
2958
และช่วยให้เราได้ผลการตัดสินใจที่ดีขึ้น
11:24
The tool went statewide in Kentucky on July 1,
296
684927
3303
เครื่องมือนี้ ถูกนำไปใช้ทั่วรัฐเคนตักกี้ เมื่อวันที่ 1 กรกฎาคม
11:28
and we're about to go up in a number of other U.S. jurisdictions.
297
688230
3351
เรากำลังจะนำไปใช้อีกหลายเขต ทั่วทั้งประเทศ
11:31
Our goal, quite simply, is that every single judge
298
691581
2591
เป้าหมายของเรานั้นง่ายมาก นั่นก็คือ ผู้พิพากษาทุกคน
11:34
in the United States will use a data-driven risk tool
299
694172
2192
ในสหรัฐฯ จะต้องใช้เครื่องมือประเมินความเสี่ยงทางสถิติ
11:36
within the next five years.
300
696364
2091
ภายในอีกห้าปีข้างหน้า
11:38
We're now working on risk tools
301
698455
1352
เรากำลังสร้างเครื่องมือประเมินความเสี่ยง
11:39
for prosecutors and for police officers as well,
302
699807
3284
สำหรับอัยการ และเจ้าหน้าที่ตำรวจเช่นกัน
11:43
to try to take a system that runs today
303
703091
2700
เพื่อพยายามปรับปรุงระบบที่ถูกใช้อยู่ทุกวันนี้
11:45
in America the same way it did 50 years ago,
304
705791
2796
ซึ่งเหมือนกับที่เราใช้เมื่อ 50 ปีที่แล้ว
11:48
based on instinct and experience,
305
708587
2097
โดยใช้สัญชาตญาณและประสบการณ์
11:50
and make it into one that runs
306
710684
1855
และเปลี่ยนให้เป็นระบบที่ทำงาน
11:52
on data and analytics.
307
712539
2469
ด้วยการวิเคราะห์ข้อมูล
11:55
Now, the great news about all this,
308
715008
1921
ทีนี้ ข่าวดีสำหรับเรื่องนี้ก็คือ
11:56
and we have a ton of work left to do,
309
716929
1617
เรายังมีงานต้องทำอีกมาก
11:58
and we have a lot of culture to change,
310
718546
1857
มีวัฒนธรรมการทำงานอีกมากมายที่ต้องเปลี่ยน
12:00
but the great news about all of it
311
720403
1746
แต่ข่าวที่มากสำหรับเรื่องนี้
12:02
is that we know it works.
312
722149
1868
ก็คือเรารู้ว่ามันได้ผล
12:04
It's why Google is Google,
313
724017
2153
นั่นเป็นเหตุผลที่ทำไม กูเกิล ถึงเป็น กูเกิล
12:06
and it's why all these baseball teams use moneyball
314
726170
2462
และนั่นคือเหตุผลที่ทำไมทุกทีมเบสบอลจึงใช้มันนีบอล
12:08
to win games.
315
728632
1781
เพื่อชนะในเกมส์
12:10
The great news for us as well
316
730413
1737
ข่าวดีที่สุดสำหรับเราเช่นกัน
12:12
is that it's the way that we can transform
317
732150
1896
ที่มันเป็นวิธีที่เราจะเปลี่ยนโฉม
12:14
the American criminal justice system.
318
734046
2321
ระบบยุติธรรมของอเมริกา
12:16
It's how we can make our streets safer,
319
736367
2357
มันคือวิธีที่เราจะทำให้ท้องถนนปลอดภัยขึ้น
12:18
we can reduce our prison costs,
320
738724
2299
เราจะสามารถลดค่าใช้จ่ายด้านเรือนจำ
12:21
and we can make our system much fairer
321
741023
2067
และเราจะสามารถทำให้ระบบนี้ ยุติธรรมมากขึ้น
12:23
and more just.
322
743090
1725
และเที่ยงตรงมากขึ้น
12:24
Some people call it data science.
323
744815
2162
บางคนเรียกมันว่า วิทยาศาสตร์ด้านการวิเคราะห์ข้อมูล (Data science)
12:26
I call it moneyballing criminal justice.
324
746977
2301
แต่ฉันเรียกมันว่า ระบบยุติธรรมแบบมันนีบอล
12:29
Thank you.
325
749278
1804
ขอบคุณค่ะ
12:31
(Applause)
326
751082
4093
(เสียงปรบมือ)
เกี่ยวกับเว็บไซต์นี้

ไซต์นี้จะแนะนำคุณเกี่ยวกับวิดีโอ YouTube ที่เป็นประโยชน์สำหรับการเรียนรู้ภาษาอังกฤษ คุณจะได้เห็นบทเรียนภาษาอังกฤษที่สอนโดยอาจารย์ชั้นนำจากทั่วโลก ดับเบิลคลิกที่คำบรรยายภาษาอังกฤษที่แสดงในแต่ละหน้าของวิดีโอเพื่อเล่นวิดีโอจากที่นั่น คำบรรยายเลื่อนซิงค์กับการเล่นวิดีโอ หากคุณมีความคิดเห็นหรือคำขอใด ๆ โปรดติดต่อเราโดยใช้แบบฟอร์มการติดต่อนี้

https://forms.gle/WvT1wiN1qDtmnspy7