Kredit:Unsplash/CC0 Public Domain
Negativa möten mellan poliser och unga män från underrepresenterade bakgrunder väcker betydande nationell uppmärksamhet kring ämnen om social rättvisa och har kallats en fråga om folkhälsa av flera organisationer. Nu, med en ny, fyra år, 2,75 miljoner dollar i anslag från National Institutes of Health, ett tvärvetenskapligt team av forskare syftar till att undersöka utskrifter av polisens radiokommunikation för att observera vad som händer under dessa möten och studera eventuella interaktionsmönster som kan leda till olyckliga eller tragiska utfall.
"Vi hoppas kunna identifiera signaler i språket, såsom ordförråd och diskurs, som tyder på att ett möte mellan en brottsbekämpande tjänsteman och en manlig minoritetsungdom kommer att ta en vändning till det sämre, sa Shomir Wilson, biträdande professor vid Penn State College of Information Sciences and Technology. "Språket förmedlar mycket information om en persons sinnesstämning, deras handlingar, deras humör och deras komfortnivå."
Arbetar med experter på mänsklig utveckling från University of Chicago, Wilson kommer att leda ett team i Penn State för att använda naturlig språkbehandling för att dra insikter från Chicago-områdets polisskannerutskrifter i stor skala. Hans team kommer också att noggrant undersöka integritetskonsekvenserna av poliskommunikation via radio i allmänhet och datasetet specifikt.
"Bordsbekämpande tjänstemän använder ofta sina radioapparater för att rapportera vad de stöter på, och de använder en kombination av standardjargong och fritt språk för att snabbt beskriva situationer, ", sa Wilson. "Vi vill gå bortom de bokstavliga beskrivningarna och försöka dra slutsatser om vad polisen tänker och antar under möten. Om vi kan göra det, det är ett steg mot att identifiera strategier som kommer att minska negativa möten."
Det tvärvetenskapliga projektet kommer att kombinera forskning inom naturlig språkbehandling, beräkningssamhällsvetenskap, och integritet. Penn State bidrag kommer att innefatta utveckling av automatiserade metoder för att sortera igenom en stor volym av transkript, använda övervakad och oövervakad maskininlärning för att utforska avskrifterna, och studera hur incidenter är uppbyggda för att kunna identifiera särskiljande egenskaper i språket som kan förutsäga incidentutfall. Penn State-teamet kommer också att identifiera potentiellt känsliga uppgifter och bestämma det bästa tillvägagångssättet för att dela det med forskarsamhället samtidigt som de skyddar de inblandades identiteter.