به گزارش کارگروه فناوری اطلاعات سایبربان، سازمان‌های اجرای قانون به طور فزاینده‌ای از هوش مصنوعی در عملکردهای حیاتی، از پلیس پیش‌بینی‌کننده، نظارت و تشخیص چهره گرفته تا نوشتن خودکار گزارش و تجزیه‌وتحلیل پزشکی قانونی، برای گسترش ظرفیت خود و بهبود نتایج پرونده‌ها استفاده می‌کنند.
در پلیس پیش‌بینی‌کننده، مدل‌های هوش مصنوعی الگوهای جرم تاریخی، جمعیت‌شناسی و عوامل محیطی را برای پیش‌بینی نقاط جرم و جنایت تجزیه‌وتحلیل می‌کنند. بااین‌حال، این امر امکان استقرار پیشگیرانه افسران و تخصیص کارآمدتر منابع را فراهم می‌کند.
فناوری تشخیص چهره، تصاویر دوربین‌های مداربسته، دوربین‌های بدنی یا داده‌های تلسکوپی را با پایگاه‌های داده جنایی مطابقت می‌دهد.
در همین حال،NLP از گزارش سریع‌تر حادثه، رونویسی از دوربین‌های بدنی و اسکن کلمات کلیدی شواهد دیجیتال پشتیبانی می‌کند.
باوجود مزایای واضح، خطرات همچنان ادامه دارد. تعصب الگوریتمی ممکن است به طور ناعادلانه گروه‌های خاصی را هدف قرار دهد. نگرانی‌های مربوط به حریم خصوصی در جایی افزایش می‌یابد که سیستم‌ها افراد را بدون نظارت علامت‌گذاری می‌کنند.
تصمیمات خودکار همچنین سؤالاتی را در مورد پاسخگویی، یکپارچگی شواهد و حفظ قضاوت انسانی در عدالت مطرح می‌کنند.
از الگوریتم‌های پیش‌بینی جرم‌گرفته تا گزارش‌های تهیه‌شده توسط هوش مصنوعی، سازمان‌های اجرای قانون در سراسر جهان در حال به‌کارگیری هوش مصنوعی برای افزایش کارایی و دقت در تحقیقات هستند.
